杏彩体育app:地理信息系统导论学习笔记（4）——栅格数据模型

　　、第五章GIS数据获取、第六章几何变换、第七章空间数据准确度和质量、第八章属性数据管理、第九章数据显示与地图编制、第十章数据探查、第十一章矢量数据分析、第十二章栅格数据分析、第十三章地形制图与分析、第十四章视域和流域、第十五章空间插值、第十六章地理编码和动态分段、第十七章最小耗费路径分析和网络分析、第十八章GIS模型与建模。）

　　数据转换与综合栅格数据模型用规则格网来覆盖整个空间。格网中的各个像元值与其位置上的空间现象特征相对应，而且像元值的变换反映了现象的空间变异。易于表示连续的现象。在GIS中采用栅格编码的数据包括数字高程数据、卫星图像、数字正射图像、扫描地图和图形文件。栅格数据一般需要更大的计算机存储空间。GIS软件包能同时显示栅格数据和矢量数据，也容易实现矢量与栅格之间的相互转换。在GIS应用的许多方面，栅格数据和矢量数据相互补充。因而将两种数据相结合是GIS项目中的一个普遍和必要特征。

　　栅格数据模型要素介绍内容为:像元值、像元大小、单元深度、栅格波段、空间参考。栅格在GIS中可被称为

　　格网或图像，栅格表示连续的表面，但当进行数据存储和分析时，栅格由行、列、像元组成。像元又称为图像的像素。行、列由格网左上角起始。在二维坐标系统中，行作为y坐标，列作为x坐标。栅格中的每个像元由其所在行、列的位置严格定义。栅格数据用单个像元代表点，用一系列相邻像元代表线，用连续像元的集合代表面。栅格数据比矢量数据更容易进行数据的操作、集合和分析

　　在算法上，栅格可视为具有行与列的矩阵，其像元值可以存储为二维数组，并处理为以代码表示的排列变量。

　　类别或数字。土地覆盖栅格也是整型栅格的一个例子，因为其单元值没有小数位数。降水栅格也是一个浮点型栅格，因为其单元值包括小数位。浮点型栅格比整型栅格需要更大的计算机内存，这是涉及大范围的GIS项目必须考虑的一个重要因素。

　　栅格的单元大小是指单个元胞所代表的面积大小。像元很大则无法表示空间要素的精确位置，因此就增加了在一个像元中存在混合要素（如森林、牧场与水域）的机会。采用较小的像元，这些问题就会得到缓解，但小像元又增加了数据量和数据处理时间。

　　单元深度，栅格的单元深度是指用于存储单元值的比特数。比特（二进制数字的简称）是计算机的最小数据单元，有一个二进制为0或为1。一个字节是一系列比特，8比特为一个字节。较高的单元深度意味着单元可以存储更大范围的数值。

　　栅格波段，栅格数据可能具有单波段或多波段。单一波段栅格数据中每个像元只有一个像元值。高程栅格就是单一波段栅格数据的例子，它在每个像元的位置只有一个高程值。多波段栅格数据中的每个像元与一个以上像元值关联。

　　地理参照栅格数据。栅格数据必须具有空间参考信息，这样在GIS中它们才可以与其他数据集进行空间配准。栅格数据和投影坐标系统匹配方法：1、栅格数据的列对应x轴坐标，行对应y轴坐标。（

　　注：栅格数据的起始位置一般位于左上角，投影坐标系统的起始位置位于左下角，行数沿y坐标逆向增加。）；2、每一个栅格像元的投影坐标可以使用栅格区域范围内的x、y坐标进行计算。书中例子的解释如下：假设一个高程栅格具有如下关于行数、列数、像元大小和用UTM坐标表达区域范围的信息：

　　我们也可以导出用于定义每个像元的UTM坐标。例如，第一行第一列（行1，列1）像元的UTM坐标是：

　　陆地卫星（Landsat），由美国国家航空航天局（NASA）和地质调查局（USGS）始于1972年的美国陆地卫星计划，已产生了世界范围内使用最广泛的图像（/）。

　　1、2和3号陆地卫星由多光谱扫描仪（MSS）获取图像，其空间分辨率约79m。1982年搭载于4号陆地卫星的主体映射器（TM）扫描仪，获取7个光谱波段（蓝色、绿色、红色、近红外、中红外Ⅰ、热红外和中红外Ⅱ）的图像，其空间分辨率为30m。第二个TM扫描仪搭载于5号陆地卫星于1984年发射。1993年6号陆地卫星发射后未能进入其轨道。7号陆地卫星于1999年发射升空，搭载另一个增强型专题成像仪（ETM+）传感器用于全球范围内季节性监测小尺度进程，如植被的生长周期、森林砍伐、农业土地利用、水土流失和其他形式的土地退化、积雪与融化，以及城市化。8号陆地卫星于2013年发射，所搭载的运行陆地成像仪（Operational Land Imager）提供了类似7号陆地卫星的光谱波段，加上一个新的深蓝波段（波段1）和一个新的短波红外波段（波段9）。此外，陆地卫星8携带的热红外传感器提供了两个热波段。

　　遥感（点击蓝字进入学习）对地观测卫星，法国的SPOT卫星系列始于1986年。每个SPOT卫星携带两种类型的传感器。

　　SPOT1-4获得10m空间分辨率的单波段图像和20m空间分辨率的多波段图像。SPOT5于2002年发射，发回5m和2.5m空间分辨率的单波段图像及10m空间分辨率的多波段图像。SPOT6和SPOT7分别于2012年和2014年发射，提供分辨率为1.5m的全色图像和分辨率为6m的多波段图像（蓝色、绿色、红色和近红外）。现在，SPOT图像是“空客国防和空间”（Airbus Defence and Space ,/）所分发产品的一部分。

　　哨兵（Sentinel）卫星，欧洲航天局通过哨兵（Sentinel）计划提供有源和无源卫星数据（/web/sentinel/home）。Sentinel-1于2014年发射，能够获得全球空间分辨率近似20m的C波段SAR图像。2015年发射的Sentinel-2能够采集从可见光、近红外到短波红外范围的13个波段数据：4个波段空间分辨率为10m，6个波段空间分辨率为20m，3个波段空间分辨率为60m。2016年发射的Sentinel-3主要是执行海洋任务，如采集全球海平面的变化数据。

　　Terra卫星，1999年，美国国家航空航天局地球观测系统启动了Terra飞船来研究地球大气、土地、海洋、生命和辐射能（光和热）之间的相互作用（/About/）。Terra携带大量的仪器，其中ASTER(先进星载热发射和反射辐射仪)是唯一的高空间分辨率仪器。其设计应用于土地覆盖分类和变化检测。ASTER的空间分辨率为：可见光和近红外波段15m，短波红外波段30m，热红外波段90m。MODIS（中分辨率成像光谱仪）提供每一到两天连续覆盖全球、从36个光谱波段收集的数据，空间分辨率为250-1000m。

　　数字高程模型介绍内容为：光学传感器、干涉合成孔径雷达（InSAR）、激光雷达（LiDAR）。数字高程模型（DEM）由一组均匀间隔的高程数据组成。DEM是地形图和分析的主要数据源。生产DEM的传统方法是使用一个立体测图仪和航片立体像对（航片像对是从略有不同的位置拍摄同一地区以产生三维效果）。立体测图仪创建一个三维模型，使操作员编制高程数据。虽然这种方法可以产生高精度DEM数据，但它需要经验丰富的操作员且很耗时。另外一个传统方法是由等高线地形图插值成DEM。ArcGis操作方法详见此篇：

　　怎么用高程点转等高线啊？光学传感器，制作DEM，需要来自不同方向的两个或两个以上同一地区的光学卫星图像。且获取的时间间隔应尽可能的短，这样它们的光谱特征没有显著差异。Terra ASTER和SPOT 5这两个光学传感器可以满足以上要求。ASTER在1min内提供了一个最低点视图和一个后视图，SPOT5搭载的HRS（高分辨传感器）提供了沿其轨道的一个前视图和一个后视图。只要有立体对象，DEM也可以由诸如WorldView图像这样的极高分辨率卫星图像来生成。

　　干涉合成孔径雷达（InSAR），InSAR使用两个或两个以上的SAR图像来生成反射表面的高度，反射表面可能是植物、人造要素或裸露的地面。

　　激光雷达（LiDAR），激光雷达系统的基本组件包括安装在飞机上的激光扫描仪、GPS和惯性测量装置（IMU）。激光扫描仪有一个脉冲发生器对感兴趣的地区发出快速激光脉冲（0.8-1.6um波长），还有一个接收机获得来到目标的散射和反射脉冲。利用脉冲的时间推移，可计算扫描仪与目标之间的距离。同时，飞机的位置和方向是由GPS和惯性传感器分别测量的。因此，目标在三维空间的位置可由用激光雷达系统获得的信息决定。

　　其他类型栅格数据介绍内容为：数字正射图像、土地覆被数据、二值扫描文件、数字栅格图（DRG）、图形文件、特定GIS软件的栅格数据。数字正射图像，数字正射图像（DOQ）是一种由航片或其他遥感数据制备而得的数字化影像，其中由于照相机镜头倾斜和地形起伏引起的位移已被消除。

　　二值扫描文件，二值扫描文件含数值1或数值0的扫描图像。在GIS中，二值扫描文件通常用于进行数字化。可参看此篇文章学习ArcGis中ArcScan矢量化工具的操作方法以及图片如何进行灰度二值化的操作（PS）：玩转ArcGis之矢量作画大师数字栅格图（DRG），数字栅格图是美国地质调查局（USGS）地形图的扫描图像。UGSG以250-500dpi扫描7.5份地形图，制作地面分辨率为2.4m的数字栅格图。USGS在每个7.5分数字栅格图上用了多达13种颜色。因为这13种颜色是基于8比特（256）颜色板，所以它们可能看起来与纸质地图不尽相同。数字栅格图以UTM坐标系统为地理坐标参照，它基于NDA27或者NDA83。

　　图形文件，地图、照片和影像可存储为数字图形文件。许多流行的图形文件为栅格格式，如TIFF（标记图像文件格式）、GIF（图形交换格式）和JPEG（联合图像专家组）。

　　特定GIS软件的栅格数据，GIS软件包使用从DEM、卫星图像、扫描图像、图形文件和文本文件导入的栅格数据，或从矢量数据转换而来的数据。这些栅格数据使用不同的格式，如ArcGIS把栅格数据存储为ESRI格网格式（grid），但是从ArcGis10.5开始，TIFF成为默认的栅格输出格式。

　　栅格数据结构介绍内容为：逐个像元编码、游程编码、四叉树、头文件。栅格数据结构是指对栅格数据编码和存储在计算机中的方法。3中常用的结构为：逐个像元编码（cell-by-cell encoding）、游程编码（run-length -encoding）和四叉树（quadtree）。

　　逐个像元编码，逐个像元编码法提供了最简单的数据结构。栅格模型被存为矩阵，其像元值写成一个行列式文件。本方法在像元水平起作用，若栅格的像元值连续变化的话，用本方法是理想选择。

　　数字高程模型采用逐个像元数据结构，因为很少有相邻海拔值是相同的。卫星图像也用这种方法来存储数据。多光谱波段的卫星图像的每一个像元有一个以上的值，通常用以下3种格式存储：

　　波段依行交替（.bil）法将所有波段的值按行存储在一个文件中；波段依像元交替（.bip）法将所有波段的值按像元存入一个文件中。

　　头文。