栅格数据有哪些

栅格数据有哪些

问题一：栅格数据的数据类型 卫星影像遥感卫星影像是用栅格格式记录，从1972年以来产生全球影像美国陆地卫星1、2、3号：通过多光谱扫描仪（MSS）获取影像，空间分辨率约为79m陆地卫星4号：发射与1982年，用专题制图仪（TM）扫描仪，空间分辨率为30m1984年第二个TM式陆地卫星5在国外发射，1993年发射陆地卫星6未进入轨道1999年发射陆地卫星7号（ETM1），设计用来季节性监控全球范围内小尺度变化过程，空间分辨率为30m法国地球观测卫星（SPOT）系列始于1986年，每个SPOT卫星带有两个传感器：全感应传感器获取10m空间分辨率的单波段影像，多光谱传感器获取三个波段20m分辨率影像，为GIS项目的良好空间数据源印度、日本卫星计划1985年美国陆地卫星私有化，私人公司可收集与销售遥感数据SpaceImaging：Ikonos卫星用来获取1m分辨率的全色影像和4m分辨率的多光谱影像卫星影像像元值代表从地球表面反射或发射的光能，光能的测量基于来自连续波长的光谱波段，即电磁光谱全色影像包含一个波段，而多光谱影像包含了一系列波段，例如TM影像有7个波段：蓝、绿、红、近红外、中红外I、热红外、中红外II数字高程模型数字高程模型（DEM）由等间隔海拔数据排列组成；DEM以点为基础，但也容易通过将海拔高度点置于格网单元中心的方法转换成栅格数据（1）美国地质调查局（USGS）的DEM：7.5秒DEM（1:24000）， 30秒DEM（1:100000）、1分DEM（1:250000）、阿拉斯加DEM（2）非USGS数字高程模型基本方法：采用立体测图仪和具有重叠区的航片，产出比USGS精度更高的DEM数据，但费用太高。其他方法：用卫星影像生成DEM模型，如SPOT数据（3）全球数字高程模型GTOPO30、ETOPO数字正射影像数字正射影像图（DOQ）是一种由航片或其他遥感数据制备而得到的数字化影像，其中由照相机镜头倾斜和地形起伏引起的位移已被消除；数字正射影像是地理坐标参考的，并可与地形图和其他地图配准二进制扫描文件含有数值1或数值0，用于跟踪矢量化数字栅格图形是USGS地形图的扫描图像图形文件TIFF、GIF、JPEG特定GIS软件的栅格数据总结不论任何形式的压缩数据编码，都是以增加了运算时间换取了存储空间，这就要考虑主要矛盾的主要方面，当我们想减少数据的冗余，有效地利用空间资源时，就不得不进行数据压缩编码，而让计算机多进行一些解码和处理复杂图形的运算。因此，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。问题二：栅格数据结构有哪几种，并分析各自优缺点 一、矢量、栅格数据结构的优缺点
矢量数据结构可具体分为点、线、面，可以构成现实世界中各种复杂的实体，当问题可描述成线或边界时，特别有效。矢量数据的结构紧凑，冗余度低，并具有空间实体的拓扑信息，容易定义和操作单个空间实体，便于网络分析。矢量数据的输出质量好、精度高。 矢量数据结构的复杂性，导致了操作和算法的复杂化，作为一种基于线和边界的编码方法，不能有效地支持影像代数运算，如不能有效地进行点集的集合运算(如叠加)，运算效率低而复杂。由于矢量数据结构的存贮比较复杂，导致空间实体的查询十分费时，需要逐点、逐线、逐面地查询。矢量数据和栅格表示的影像数据不能直接运算(如联合查询和空间分析)，交互时必须进行矢量和栅格转换。矢量数据与DEM(数字高程模型)的交互是通过等高线来实现的，不能与DEM直接进行联合空间分析。 栅格数据结构是通过空间点的密集而规则的排列表示整体的空间现象的。其数据结构简单，定位存取性能好，可以与影像和DEM数据进行联合空间分析，数据共享容易实现，对栅格数据的操作比较容易。 栅格数据的数据量与格网间距的平方成反比，较高的几何精度的代价是数据量的极大增加。因为只使用行和列来作为空间实体的位置标识，故难以获取空间实体的拓扑信息，难以进行网络分析等操作。栅格数据结构不是面向实体的，各种实体往往是叠加在一起反映出来的，因而难以识别和分离。对点实体的识别需要采用匹配技术，对线实体的识别需采用边缘检测技术，对面实体的识别则需采用影像分类技术，这些技术不仅费时，而且不能保证完全正确。 通过以上的分析可以看出，矢量数据结构和栅格数据结构的优缺点是互补的（图2-4-1），为了有效地实现GIS中的各项功能(如与遥感数据的结合，有效的空间分析等)需要同时使用两种数据结构，并在GIS中实现两种数据结构的高效转换。 在GIS建立过程中，应根据应用目的和应用特点、可能获得的数据精度以及地理信息系统软件和硬件配置情况，选择合适的数据结构。一般来讲，栅格结构可用于大范围小比例尺的自然资源、环境、农林业等区域问题的研究。矢量结构用于城市分区或详细规划、土地管理、公用事业管理等方面的应用。问题三：栅格数据结构的三种数据组织方法 方法a——基于像元的组织方法
以像元为独立存储单元，对每个像元的位置坐标、在各层的属性值进行记录。每个像元的记录内容表示为一个数组。这种组织方式最为常见，当栅格层数较多的时候，对不同层的每个像元只需记录一次坐标值，节省存储空间。
方法b——基于层的组织方法
以像元为记录序列，对不同层上同一像元位置上只记录一次像元的位置坐标，并记录各层的属性值。由于栅格数量很多，对于每层的同一像元均要存储地理坐标，需要大量的存储空间。
方法c——基于多边形的组织方法
以层为存储基础，每层以多边形为序列记录多边形的属性值和多边形内各像元的坐标。将同一属性的制图单元的n个像元的属性只记录一次，有效节约用于存储属性的空间。
基于像元的数据组织方式简单明了，便于数据扩充和修改，但进行属性查询和免于边界提取时速度较慢；基于层的数据组织方式便于属性查询，但每个像元的坐标均要重复存储，浪费了存储空间；基于多边形的数据组织方式虽然便于面域边界提取，但在不同层中像元的坐标还是要多次存储。问题四：arcgis栅格数据是什么意思 栅格就是常见的图片数据，比如JPG、tiff等等，而矢量数据就是你再Arcgis里面画出来的点啊线啊那些数据，这样说明白么问题五：在ArcGIS中管理栅格数据的方法有哪些 ArcGIS 使用三种方法来组织、存储和管理栅格数据（栅格数据模型）：栅格数据集、镶嵌数据集和栅格目录。www.dsac.cn/.../19280这里有详细介绍每种方法的使用，仅供参考。问题六：栅格数据的获取途径 （一）栅格数据的获取途径栅格数据的获取主要由以下几个途径：⑴ 栅格法：在待输入的图形上均匀划分栅格单元，逐个栅格地决定其属性代码，最后形成栅格数字地图文件。这是人工编码，当数据量太大时，该法费工费时，工作量相当大。⑵转换法：用手扶跟踪数字化或自动跟踪数字化得到矢量结构数据，再转换为栅格结构。由矢量数据向栅格数据转换是理想的方法。⑶扫描数字化：逐点扫描待输入的专题地图，对扫描数据重新采样与再编码，从而得到栅格数据文件。⑷ 分类影像输入：将经过分类解译的遥感影像数据直接或重新采样后输入系统，这是高效获取数据的方法。（二）栅格像元代码的确定原则当依据一定的要求给定单位网格后，而网格中有多种地物类型（或说属性）时，则根据需要采取如下方案之一决定栅格单元的代码。⑴ 中心点法：即用处于栅格中心处的地物类型（属性或量值或属性记录指针）或现象特征决定该栅格单元的代码。对于具有连续分布特征的地理要素，如降水分布、人口密度等问题，中心法是被首要选用的。⑵ 面积占优法：以占矩形面积最大的地物或现象特性的重要性决定栅格单元的代码，此法常见于分类较细，地物类别斑块较小的情况。⑶ 长度占优法：当覆盖的栅格过中心位置时，横线占据该格中的大部分长度的属性值定为该栅格单元的代码。⑷ 重要性法：根据栅格内不同地物的重要性，选取最重要的地物类型决定相应的栅格单元代码。此法常见于具有特殊意义而面积较小且不在栅格中心的地理要素。尤其是点、线状地理要素，如城镇、交通枢纽、交通线、河流水系等。以上4点正确使用，则能较好地保持地表的真实性，尽可能地保持原图或原始数据的精度问题。当然，缩小单个栅格单元面积，使每个栅格单元代表更为精细的地面矩形单元，减少混合单元、混合类型与混合面积，可大大提高量算精度，保持真实形态及更细小的地物类型。但增加栅格个数会使数据多，冗余严重。为解决此问题，产生了一系列各具特色的栅格数据压缩编码方法。问题七：是矢量数据还是栅格数据如何区分 矢量数据与栅格数据的区别：
以上内容均根据学员实际工作中遇到的问题整理而成，供参考，如有问题请及时沟通、指正。问题八：组成栅格数据最基本的单元是什么？栅格还是象元？ 栅(shan 一声)格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。每一个单元（像素）的位置由它的行列号定义，所表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。问题九：GIS小问题,栅格数据和影像数据的区别! 栅格数据相对与础量数据而言的,按照行列存储单一序列值的简单数据组织方式,通过同一行列(网格)的不同波段组合,可以携带更多信息;
影像数据专门指遥感\航测等直观反映地物地貌的一类栅格数据;
栅格数据有很多格式,比如IMG,GRID,JPG,TIFF等,这些都是可以互相转换的,只是波段数和波段数值范围会有限制问题十：什么是矢量数据、栅格数据、拓扑关系？ 矢量数据:在直角坐标系中，用X、Y坐标表示地图图形或地理实体的位置和形状的数据。
栅格数据:按栅格阵列单元的行和列排列的有不同“值”的数据集。
拓扑关系:指图形元素之间相互空间上的连接、邻接关系并不考虑具体位置.这种拓扑关系是由数字化的点、线、面数据形成的以用户的查询或应用分析要求进行图形选取、叠合、合并等操作。