![c636c37554b3c7c450e05d31e9a17cb4.png](https://i-blog.csdnimg.cn/blog_migrate/20dff33267f856bd0847570cbec07f8b.jpeg)
3.3.1 栅格数据的概念
- 栅格数据 是把空间分割成统一的尺寸和形状(栅格或格子)的一种空间填充数据结构,整个区域由栅格单元(像元或像素)组成。
- 栅格数据的分层 每一层只能描述一种信息。
- 栅格数据的获取
- 中心归属法 每个栅格单元的值以网格中心点对应的区域属性值来确定(常用于连续分布的地理要素,如城市人口密度分布、污染分布)。
- 面积归属法 每个栅格单元的值以在该网格单元中占据最大面积的属性值来确定(适用于地物类别斑块较小的情况,如城市绿地面积分布)。
- 长度归属法 每个栅格单元的值以网格中线的大部分的长度所对应的面域的属性值来确定(适合于狭长地物的分布情况,如地质断裂带的分布)。
![2ed5695c8dc28bc144e9bf2a4b9faf40.png](https://i-blog.csdnimg.cn/blog_migrate/1187544df07fb06e5ffe6f9b4882f489.png)
3.3.2 栅格数据的存储
- 栅格单元位置和属性值
- 位置 通常由一对有序的行列号坐标(x,y)表示。
- 属性 保存各种类型的数据值:如整数、实数、编码、逻辑变量和日期等。
- 空间自相关 距离较近的事物趋向于比相距较远的事物有更多的相似之处。(论文《中国古古农书诞生地空间分布特征与影响因素分析》中有用到此理论哦(*^▽^*))
3.3.3 栅格数据的压缩编码
- 长度编码法 从左向右,从上至下扫描栅格数据,记录属性值及相同的栅格数目。|每行长度不同,在数据差异大时较少使用。
- 改变扫描顺序法 改为迂回式的读取数据方法,省去每次跳回每行开始处的时间,节省扫描时间。
- 链式编码 又称边界链码法,多边形的边界可表示为由某一原点开始并按某些方向确定的单位矢量链。|优点:(1)具有很强的数据压缩能力;(2)具有一定的运算能力,如面积,周长等。|缺点:(1)难以实现叠加运算;(2)局部修改将改变整体结构,效率低;(3)相邻边界重复存储。
![495548da38ed83e4b6085f8993759361.png](https://i-blog.csdnimg.cn/blog_migrate/6ab3632a78c7d83bc6deeea4e3add88b.png)
- 游程长度编码法 按行的顺序存储多边形内的各个像元的列号,及某行上从左到右存储该多边形的始末像元列号。|特点:(1)在许多相邻像元属性值相同的基础上,压缩效率更高;(2)进行网格加密时,数据量没有明显增加;(3)易于检索、叠加、合并等操作;(4)压缩和解压工作都有所增加。
![b40b85ee968b42a0abe791dccb0761cd.png](https://i-blog.csdnimg.cn/blog_migrate/24fc0c96c453e0867415a3b6cfffc7ec.png)
- 块式编码 将游程长度编码扩大到二维的情况,把多边形范围划分成由像元组成的正方形,然后对各个正方形进行编码。|特点:(1)所能包含的正方形越大,边界越简单,编码的效果越好;(2)在合并、插入、检查延伸性、计算面积等操作时有明显的优越性;(3)对不适应的运算方式,必须再转换成简单数据形式才能顺利进行。
![43eca3bc1ff79441202febdbdc9bd2d0.png](https://i-blog.csdnimg.cn/blog_migrate/a25b14bf90d40eeb2b4ce6ff6503070c.png)
- 四叉树编码(广泛应用于GIS数据生产部门) 将2的n次方*2的n次方像元阵列的区域,逐步分解为包含单一类型的方形区域,最小的方形区域为一个像元。|优点:(1)容易而有效地计算多边形的数量特征;(2)阵列各部分的分辨率是可变的;(3)与简单栅格编码的相互转换较容易;(4)多边形中嵌套不同类型的小多边形的表示较方便。|缺点:转换的不确定性,同一形状和大小的多边形可能得出不同的四叉树结构(压缩效率难以精确判断)。
3.3.4 栅格数据的运算
- 二值图像 指每个像素只有两个可能值(0,1),灰度值没有中间过渡的数字图像。|优点:(1)占用空间少;(2)容易识别图像的结构特征。|缺点:只能描述轮廓,不能描述图像内部细节。
- 基本运算 (1)平移。(2)算术组合:将两个栅格图像进行叠加,使它们对应像元的灰度值相加、相减、相乘、相除、开方和、平方和等。(3)布尔逻辑运算。
![142960b05d05cf34c37033ce5008fab2.png](https://i-blog.csdnimg.cn/blog_migrate/76b92fe455b524ff46bb480b7ba77961.png)
- 宏运算
- (1)扩张:描述地理事物的扩张,如城市扩张,污染物扩散。
- (2)侵蚀(为扩张的逆运算):描述地理事物分布或影响范围的缩小,如农田被侵占。
- (3)加粗。
![887096ede970bfbfdd3eccef01ffd3fb.png](https://i-blog.csdnimg.cn/blog_migrate/d68375946e264d31c28e873d6f5b2a80.png)
- (4)减细:加粗“0”像元。但需要添加限制条件,以避免线划断裂或像元消失。
- (5)填充:带有边界条件的逐步加粗法。
![9d58581e81d55ada754abf2af1661d6b.png](https://i-blog.csdnimg.cn/blog_migrate/2c2986f2ee9b5050fe0c81b3ce02fbbb.jpeg)
- (6)栅格数据重采样:当栅格单元分辨率不一致的情况下,为实现入库或叠加处理,需要使用重采样技术(Resampling),把不同尺寸的栅格转化为同一种尺寸的栅格。|通常把尺寸较小的栅格转化为较大的尺寸。|常用方法:最邻近法、双线性内插法、三次卷积法。