Цель: Понимание, что такое растровые данные и как они используются в гис

Цель: Понимание, что такое растровые данные и как они используются в ГИС Ключевые слова: Растр, Пиксель, Дистанционное Зондирование, Спутник, Изображение, Пространственная Привязка, Геопривязка, Пространственное Разрешение

Обзор:

В предыдущих разделах мы подробно рассматривали векторные данные. В то время как векторные объекты используют геометрию (точки, полилинии и полигоны) для представления объектов реального мира, растровые данные основаны на другом подходе. Растры являются матрицами пикселей (также называемых ячейками), каждый из которых хранит определенное значение для области, соответствующую этому пикселу (см. Рисунок 52). В данном разделе мы подробнее изучим растровые данные и случаи их использования.

Рисунок 52: Растровые данные состоят из строк (горизонтальные полосы) и колонок (вертикальные полосы) пикселей (также называемых ячейками).
Каждый пиксель соответствует определенной географической области, и значение пикселя означает какое-либо свойство, присущее этой области.

Подробнее о растровых данных:

Растровые данные используются в ГИС-приложении для отображения информации, которая носит непрерывный характер. Во введении в векторные данные мы показывали фотографию на Рисунке 53. Точки, линии и полигоны хорошо работают для представления отдельно стоящих элементов пейзажа, таких как деревья, дороги и строения. В то же время, другие элементы с помощью векторных объектов представить проблематично. Например, изображенные луга имеют много различий в цвете и плотности травяного покрова. Можно было бы сделать достаточно просто, обведя каждый луг единым полигоном, но много информации о лугах будет утеряно в ходе упрощения до простого полигона. Это происходит потому, что когда Вы присваиваете векторному объекту атрибутивное значение, оно соответствует всему объекту, то есть векторные объекты не очень хороши в представление негомогенных объектов (те, что неодинаковы на своем протяжении). Альтернативный подход заключается в оцифровке полигонов для каждой части луга, имеющей индивидуальный цвет и плотность покрова. Проблема в том, что этот подход неудобен и требует огромных трудовых и временных затрат.

Рисунок 53: Точки, линии и полигоны хорошо работают для представления некоторых элементов пейзажа, таких как деревья, дороги и строения. В других случаях это может быть непросто. Например, как бы Вы представили луга и пастбища? Как полигоны? А что на счет вариаций цвета, которые Вы можете видеть? Когда Вы представляете большие области с непрерывно меняющимися показателями, лучшим выбором будут растровые данные.

Использование растровых данных является решением данной проблемы. Многие специалисты используют растровые данные в качестве подложки, отображаемой под векторными данными для их более полного понимания. Человеческий глаз очень хорошо распознает изображения, поэтому использование растрового изображения под векторными слоями наполняет карту смыслом. Растровая модель данных хороша не только для изображений поверхности реального мира (таких как аэрофотоснимки и спутниковые снимки), но и для представления более абстрактных категорий, таких как распределение осадков или риск возникновения пожара на территории. В этих случаях каждая ячейка растра имеет собственное значение, например миллиметры осадков в год или риск возникновения пожара от 1 до 10.

Пример, показывающий разницу между спутниковым снимком и изображением, содержащим рассчитанные показатели, приведен на Рисунке 54.


Рисунок 54: Полноцветное растровое изображение (слева) полезно тем, что оно показывает много деталей о местности, которые было бы сложно сохранить в виде векторных объектов, но легко увидеть на изображении. Растровые данные также могут быть нефотографическими, например показывать рассчитанные значения средней температуры (справа).