什么是栅格数据?

最简形式的栅格由按行和列(或格网)组织的像元(或像素)矩阵组成,其中的每个像元都包含一个信息值(例如温度)。栅格可以是数字航空像片、卫星影像、数字图片或甚至扫描的地图。

栅格中的像元

以栅格格式存储的数据可以表示各种实际现象:

专题和连续栅格可能会作为数据图层与地图中的其他地理数据一起显示,但也常在使用 ArcGIS Spatial Analyst 扩展模块进行空间分析时作为源数据使用。图片栅格通常用作表格中的属性,它们可同地理数据一同显示,并可传达有关地图要素的附加信息。

了解有关专题和连续数据的详细信息

尽管栅格数据的结构很简单,但它在各种应用中都极为重要。在 GIS 中,栅格数据的使用主要分为四个类别:

为何将数据存储为栅格?

有时只能将数据存储为栅格;例如,影像仅以栅格形式提供。然而,许多其他要素(例如点要素)和测量值(例如降雨量)既可以存储为栅格数据类型也可以存储为要素(矢量)数据类型。

将数据存储为栅格具有以下优点:

要将数据存储为栅格还需要考虑其他因素,有时选择基于矢量的存储方法反而会更合适。例如:

了解有关在栅格数据集中表示要素的详细信息

栅格数据的一般特征

在栅格数据集中,每个像元(也称为像素)都有一个值。此像元值表示的是栅格数据集所描绘的现象,如类别、量级、高度或光谱值等。而其中的类别则可以是草地、森林或道路等土地利用类。量级可以表示重力、噪声污染或降雨百分比。高度(距离)则可表示平均海平面以上的表面高程,可以用来派生出坡度、坡向和流域属性。光谱值可在卫星影像和航空摄影中表示光反射系数和颜色。

单元值可正可负,可以是整型也可以是浮点型。整数值适合表示类别(离散)数据;浮点值则适合表示连续表面。有关离散和连续数据的附加信息,请参阅离散和连续数据。在单元中,还可以使用 NoData 值来表示数据缺失。有关 NoData 的信息,请参阅栅格数据集中的 NoData

像元值应用于像元的中心点或整个区域

栅格会被存储为有序的像元值列表,例如:80、74、62、45、45、34 等。

将栅格存储为有序的列表

各像元所表示区域(或表面)的高和宽都相等,而且在栅格表示的整个表面上占据相等的部分。例如,表示高程的一个栅格(即,数字高程模型)可能会覆盖 100 平方千米的区域。如果该栅格中有 100 个像元,则每个像元都将表示等高等宽的 1 平方千米(即,1 km x 1 km)。

像元的宽度和高度

像元的尺寸可大可小,具体可根据栅格数据集所描述的表面,以及表面中要素的表达需要来确定。它可以是平方千米、平方英尺,甚至是平方厘米。像元的大小决定着栅格中图案或要素呈现的粗细程度。像元大小越小,则栅格将越平滑或越详细。但是像元数量越多,所需的处理时间会越长,占据的存储空间也越大。如果像元大小过大,则可能会出现信息丢失或精细的图样变得模糊的情况。例如,如果像元大小超过道路的宽度,则栅格数据集中便不存在该道路。下图显示如何使用不同像元大小的栅格数据集来表示简单的面要素。

栅格要素的像元大小

各像元的位置由其所在的栅格矩阵中的行和列来定义。矩阵实质上是使用直角坐标系来表示的,矩阵的行与笛卡尔平面的 x 轴平行,列与 y 轴平行。行和列的值均从 0 开始。在下面的示例中,如果栅格在通用横轴墨卡托 (UTM) 投影坐标系中,而且像元大小为 100,则 (5,1) 处的像元在东和北方向上的坐标分别为 300,500 和 5,900,600。

坐标位置

了解有关栅格数据集转换的信息

通常需要指定栅格范围。定义范围时,应指定栅格覆盖的矩形区域的顶部、底部、左侧和右侧的坐标,如下图所示。

栅格范围

相关主题

9/15/2013