In seiner einfachsten Form besteht ein Raster aus einer Matrix von Zellen (oder Pixel), die als Zeilen und Spalten (oder als Gitter) angeordnet sind, wobei jede Zelle einen Wert enthält, der Informationen darstellt, z. B. die Temperatur. Raster können digitale Luftaufnahmen, Satellitenbilder, digitale Bilder oder sogar gescannte Karten sein.
Daten, die in einem Raster-Format gespeichert sind, stellen Ausschnitte der Wirklichkeit dar:
- Thematische Daten (auch diskontinuierliche Daten genannt) repräsentieren Features wie Landnutzung oder Bodendaten.
- Kontinuierliche Daten repräsentieren Phänomene wie Temperatur, Höhe oder spektrale Daten, z. B. Satelliten- und Luftbilder.
- Die Bilder umfassen gescannte Karten oder Zeichnungen und Gebäudefotografien.
Thematische und kontinuierliche Raster können zusammen mit anderen geographischen Daten auf der Karte als Daten-Layer angezeigt werden, werden jedoch häufig als Quelldaten für räumliche Analysen mit der Erweiterung "ArcGIS Spatial Analyst" verwendet. Bild-Raster werden oft als Attribute in Tabellen verwendet – diese können zusammen mit den vorliegenden geographischen Daten angezeigt werden. Mit ihrer Hilfe können zusätzliche Informationen zu Karten-Features vermittelt werden.
Weitere Informationen zu thematischen und kontinuierlichen Raster-Daten
Zwar ist die Struktur von Raster-Daten einfach, doch sind diese für eine breite Palette von Anwendungen außerordentlich nützlich. Innerhalb eines GIS ist die Verwendung von Raster-Daten in vier Hauptkategorien unterteilt:
- Raster als Grundkarten
In einem GIS werden Raster-Daten häufig als Hintergrundanzeige für andere Feature-Layer verwendet. Zum Beispiel bieten unter anderen Layern angezeigte Orthofotografien den Kartenbenutzern die Sicherheit, dass die Karten-Layer räumlich ausgerichtet sind, wirkliche Objekte darstellen und zusätzliche Informationen enthalten. Drei Hauptquellen für Raster-Grundkarten bilden Orthofotos aus der Luftfotografie, Satellitenbilder und gescannte Karten. Unten ist ein Raster abgebildet, das als Grundkarte für Straßendaten verwendet wird.
- Raster als Oberflächenkarten
Raster sind für die Darstellung von Daten gut geeignet, die sich in einer Landschaft (Oberfläche) kontinuierlich ändern. Sie bieten eine effektive Methode, die Kontinuität als Oberfläche zu speichern. Außerdem bilden sie eine Darstellung der Oberflächen mit regelmäßigen Abständen. Von der Erdoberfläche gemessene Höhenwerte stellen die häufigste Anwendung von Oberflächenkarten dar, doch über andere Werte, z. B. Niederschlag, Temperatur, Konzentration und Bevölkerungsdichte, können ebenfalls räumlich analysierbare Oberflächen definiert werden. Das Raster unten zeigt die Höhe an: geringere Höhen sind grün dargestellt, größere Höhen rot, rosa und weiß.
- Raster als thematische Karten
Raster, die thematische Daten darstellen, können aus der Analyse anderer Daten abgeleitet werden. Eine häufige Analyseanwendung besteht in der Klassifizierung von Satellitenbildern nach Landnutzungskategorien. Im Grunde werden hierbei die Werte multispektraler Daten in Klassen gruppiert (z. B. Vegetationstyp), denen Kategoriewerte zugewiesen werden. Thematische Karten können auch mit Geoverarbeitungsoperationen erstellt werden, bei denen Daten aus verschiedenen Quellen, z. B. Vektor-, Raster- und Geländedaten, kombiniert werden. Sie können beispielsweise Daten in einem Geoverarbeitungs-Modell verarbeiten, um ein Raster-Dataset zu erstellen, in dem die Eignung für eine bestimmte Aktivität zugeordnet wird. Hier sehen Sie ein Beispiel für ein klassifiziertes Raster-Dataset für die Landnutzung.
- Raster als Attribute eines Features
Als Attribute eines Features verwendete Raster können digitale Fotografien, gescannte Dokumente oder gescannte Zeichnungen zu einem geographischen Objekt oder einem Ort sein. Ein Layer mit Flurstücken kann gescannte rechtlich relevante Dokumente enthalten, in denen die letzte Transaktion für das betreffende Flurstück erfasst ist. Ein Layer, der Höhlenöffnungen darstellt, kann Bilder der den Punkt-Features zugeordneten wirklichen Höhlenöffnungen enthalten. Hier sehen Sie ein digitales Bild eines großen alten Baumes, der als Attribut für einen von einer Stadt verwalteten Landschafts-Layer verwendet werden kann.
Zweck des Speicherns von Daten als Raster
In manchen Fällen haben Sie keine andere Wahl Daten als Raster zu speichern, beispielsweise sind Bilder nur als Raster verfügbar. Viele andere Features (z. B. Punkte) und Maße (z. B. Niederschläge) können jedoch als Raster- oder Feature-Datentyp (Vektor) gespeichert werden.
Das Speichern von Daten als Raster bietet folgende Vorteile:
- einfache Datenstruktur: eine Matrix aus Zellen mit Werten, die Koordinaten darstellen und manchmal mit einer Attributtabelle verknüpft sind
- leistungsfähiges Format für erweiterte räumliche und statistische Analysen
- Möglichkeit, kontinuierliche Oberflächen darzustellen und Oberflächenanalysen durchzuführen
- Möglichkeit, Punkte, Linien, Polygone und Flächen einheitlich zu speichern
- Möglichkeit, Überlagerungen mit komplexen Daten schnell durchzuführen
Beim Speichern von Daten als Raster können weitere Überlegungen eine Rolle spielen, die Sie möglicherweise zur Entscheidung für eine vektorbasierte Speicheroption bewegen. Beispiel:
- Aufgrund der Beschränkungen durch die Zellbemaßungen des Raster-Datasets können räumliche Ungenauigkeiten vorliegen.
- Raster-Datasets können sehr groß sein. Die Flächenschärfe wird größer, wenn die Zellengröße verringert wird; natürlich werden aber auch die Anforderungen an Festplattenplatz und Bearbeitungsgeschwindigkeit größer. Je nach Art der Daten und verwendeten Speichermethoden bedeutet eine Halbierung der Zellengröße einer gegebenen Fläche, dass viermal soviel Speicherplatz benötigt wird.
- Zudem tritt bei der Neustrukturierung von Daten ein Genauigkeitsverlust zu einer Raster-Zellen-Umrandung mit gleichmäßigen Abständen ein.
Weitere Informationen zur Darstellung von Features in Raster-Datasets
Allgemeine Merkmale von Raster-Daten
In Raster-Datasets besitzt jede Zelle (die auch als Pixel bezeichnet wird) einen Wert. Die Zellenwerte stellen das vom Raster-Dataset wiedergegebene Phänomen dar, z. B. eine Kategorie, Größe, Höhe oder einen Spektralwert. Die Kategorie kann eine Flächennutzungsklasse sein, beispielsweise Weideland, Wald oder Straßenflächen. Eine Größe könnte die Erdanziehungskraft, einen Lärmpegel oder einen Niederschlagsprozentsatz angeben. Die Höhe (Entfernung) könnte die Oberflächenerhebungen über dem durchschnittlichen Meerespegel darstellen, der zum Ableiten der Eigenschaften Neigung, Ausrichtung und Abflussgebiet verwendet werden kann. Spektralwerte werden für Satellitenbilder und Luftfotografien verwendet, um die Lichtreflexion und -farbe darzustellen.
Als Zellwerte können positive oder negative sowie ganze Zahlen oder Gleitkommazahlen verwendet werden. Ganzzahlwerte eignen sich am besten zur Darstellung von kategorisierten (diskontinuierlichen) Daten und Gleitkommawerte zur Darstellung von kontinuierlichen Oberflächen. Weitere Informationen zu diskontinuierlichen und kontinuierlichen Daten finden Sie unter Diskontinuierliche und kontinuierliche Daten. Zellen können auch einen NoData-Wert aufweisen, mit dem die Abwesenheit von Daten angegeben wird. Informationen zu NoData-Werten finden Sie unter NoData-Werte in Raster-Datasets.
Raster werden als geordnete Liste von Zellwerten gespeichert, z. B. als 80, 74, 62, 45, 45, 34 usw.
Die von jeder Zelle dargestellte Fläche (oder Oberfläche) weist eine gleiche Breite und Höhe auf und entspricht jeweils dem gleichen Anteil der gesamten vom Raster dargestellten Oberfläche. Ein Raster zum Beispiel, das die Höhe darstellt (d. h., ein digitales Höhenmodell) kann eine Fläche von 100 Quadratkilometer abdecken. Wenn dieses Raster 100 Zellen enthält, stellt jede Zelle 1 Quadratkilometer mit gleicher Breite und Höhe dar (d. h. 1 km x 1 km).
Die Bemaßung der Zellen kann so groß oder so klein gewählt werden, wie es für die Darstellung der vom Raster-Dataset dargestellten Oberfläche und der in der Oberfläche enthaltenen Features nötig ist, beispielsweise Quadratkilometer, Quadratfuß oder sogar Quadratzentimeter. Die Zellengröße ist entscheidend dafür, wie grob oder wie fein die Muster oder Features im Raster dargestellt werden. Je kleiner die Zellengröße ist, desto weicher sind die Übergänge des Rasters oder detaillierter wird dieser abgebildet. Je größer allerdings die Anzahl der Zellen ist, desto länger dauert die Verarbeitung und desto mehr Speicherplatz ist erforderlich. Bei zu großer Zellengröße können Informationen verloren gehen oder feine Muster unberücksichtigt bleiben. Wenn die Zellgröße beispielsweise die Breite einer Straße überschreitet, kann die Straße im Raster-Dataset nicht enthalten sein. Im unten stehenden Diagramm können Sie erkennen, wie dieses einfache Polygon-Feature durch ein Raster-Dataset mit unterschiedlichen Zellgrößen dargestellt wird.
Die Position jeder Zelle wird durch die Zeile und Spalte definiert, in der sie in der Raster-Matrix gespeichert ist. Die Matrix wird durch ein kartesisches Koordinatensystem dargestellt, in dem die Zeilen der Matrix parallel zur X-Achse und die Spalten parallel zur Y-Achse der kartesischen Ebene verlaufen. Zeilen- und Spaltenwerte beginnen jeweils mit 0. Wenn das Raster im Beispiel unten Teil eines nach UTM (Universal Transverse Mercator) projizierten Koordinatensystems ist und eine Zellengröße von 100 aufweist, entspricht die Zellenposition bei 5,1 den Werten 300.500 Ost, 5.900.600 Nord.
Informationen zum Transformieren des Raster-Datasets
In vielen Fällen müssen Sie die Ausdehnung des Rasters angeben. Die Ausdehnung wird durch die oberen, unteren, linken und rechten Koordinaten der vom Raster abgedeckten rechteckigen Fläche definiert, wie unten veranschaulicht.