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 栅格中的像元](GUID-6754AF39-CDE9-4F9D-8C3A-D59D93059BDD-web.png)
以栅格格式存储的数据可以表示各种实际现象:
- 专题数据(也称为离散数据)表示土地利用或土壤数据等要素。
- 连续数据表示温度、高程或光谱数据(例如,卫星影像或航空像片)等现象。
- 图片则包括扫描的地图或绘图,以及建筑物照片。
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 extension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。
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:
- 将栅格用作底图
在 GIS 中,栅格数据通常用来作为其他要素图层的背景显示画面。例如,在其他图层下显示正射影像,这不仅可提供附加的信息,而且还可使地图用户更加确信地图图层在空间上已经对齐并代表着实际的对象。栅格底图共有三种主要来源,分别为正射航空摄影、正射卫星影像和正射的扫描地图。下面是一个用作道路数据底图的栅格。
- 将栅格用作表面地图
栅格非常适合表示那些沿地表(表面)连续变化的数据。这是将连续数据存储为表面的有效方法。它们还能以固定间距来表示表面。从地球表面测得的高程值是表面地图的最常见应用,但也可将其他值(例如降雨量、温度、密度和人口密度等)定义为可进行空间分析的表面。下方的栅格便显示了高程,其中使用绿色显示较低的高程,红色、粉红色和白色像元则表示较高的高程。
- 将栅格用作主题地图
表示主题数据的栅格可通过分析其他数据获得。一个常见的分析应用是按照土地覆盖类别来对卫星影像的内容进行分类。基本上,此活动可将多光谱数据划分到各个类(例如植被类型)中并指定类别值。通过将矢量、栅格和 terrain 数据等不同来源的各种数据进行组合也可得到主题地图。例如,要为特定的活动创建一个适宜的栅格数据集,则可通过使用地理处理模型来处理数据的方式实现。下方的示例是显示土地利用的分类栅格数据集。
- 将栅格用作要素的属性
用作要素属性的栅格可以是与地理对象或位置相关的数字照片、扫描的文档或扫描的绘图。宗地图层可能具有识别宗地最新事务的扫描法律文档;表示洞穴开口的图层可能具有与点要素关联的实际洞穴开口的图片。下方是一棵大型古树的数字图片,可用作城市地表图层的属性。
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:
- 数据结构更加简单,即由像元组成矩阵结构,其中的像元值表示坐标,有时与属性表相关联
- 格式更加强大,可进行高级的空间和统计分析
- 可以表示连续表面以及执行表面分析
- 点、线、面和表面都可同样存储
- 对复杂数据集也可执行快速叠置
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:
- 由于栅格数据集的像元尺寸具有局限性,所以可能会带来空间误差。
- 栅格数据集可能会非常大。虽然分辨率会随着栅格像元大小的减小而提高,但这会占用更多的磁盘空间,而且会拖慢处理速度。对于给定区域,将栅格像元大小更改为现有大小的一半时,所需的存储空间会增大为原来的四倍,具体情况取决于所使用的数据类型和存储技术。
- 将数据重建到固定间距的栅格像元边界时也会损失一定的精度。
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 像元值应用于像元的中心点或整个区域](GUID-665BD874-9198-4488-9B19-DB33A3639F6D-web.gif)
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 将栅格存储为有序的列表](GUID-B5896AC5-755E-4ADB-9AEA-455B6EE929F7-web.gif)
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 像元的宽度和高度](GUID-D353AA60-32C2-4168-970A-E774B3E9A613-web.gif)
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 栅格要素的像元大小](GUID-F1FD32DF-3924-4EC6-907E-D0B8BFB8DBEF-web.gif)
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 坐标位置](GUID-F04B5976-9501-4546-A2E9-CBD0ACA6B970-web.gif)
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 栅格范围](GUID-B59895EA-0676-488C-AC9F-70C586AEEA50-web.gif)