5.7. Практическое использование растровых данных
Многие приложения в ГИС используют для своих задач растровые изображения. Дисплей компьютера отображает цифровые карты в растровом виде, цифровые камеры используют растровые матрицы, изображения в WEB также растровые (имеется в виду HTML).
Для хранения растров в компьютере существует множество стандартов. Некоторые из них, например, geoTIFF, являются даже пространственно-кодированными.
Некоторые виды пространственно-распределенных данных, такие как цифровые модели местности и данные дистанционного зондирования, поступают всегда в растровом виде.
5.8. Резюме
Растровая модель пространственно-распределенных данных применяет генерализацию феноменов окружающего мира в однородные ячейки растра.
Растр – упорядоченный массив прямоугольных объектов со значениями.
Растровая база данных может содержать несколько слоев.
Дискретные зоны и непрерывные поверхности могут быть представлены растром.
Контрольные вопросы и задания
Как в геоинформационных системах применяются растровые изображения?
Перечислите характеристики растрового изображения.
Как связаны координаты ячейки растрового слоя и реальные географические координаты?
Объясните принципиальное отличие дискретных растровых данных от непрерывных.
6. Пространственный анализ в растровых гис
Цели занятия:
Изучить область применения операций простейшего пространственного анализа в растровой модели пространственно-распределенных данных.
Изучить статистические, локальные, фокальные и зональные операции с растрами.
6.1. Введение
При использовании растровой модели данных зачастую теряются детали. Но растровая модель имеет мощные аналитические возможности, и это преимущество гораздо значительнее, чем недостаток точности представления пространственных данных. Для сложного манипулирования растром на локальном, фокальном, зональном уровнях, для описания характеристик растров, для поиска взаимосвязей используются встроенные в ГИС математические функции и операторы.
6.2. Описание характеристик растра
При работе с растровыми пространственно-распределенными данными очень важно иметь процедуры автоматического описания содержания растрового слоя. В частности, для одного слоя, а также для любой зоны слоя может быть вычислено статистическое описание, включающее среднее значение, медиану, наиболее часто встречающееся значение, дисперсию и другие статистические характеристики. Для нескольких слоев может быть проведено их статистическое сравнение, например, как классы пикселов одного слоя связаны с классами пикселов другого слоя. Это может быть сделано при помощи регрессионного или дисперсионного анализа.
6.3. Локальные операции
Локальные операции создают новый растровый слой из одного или нескольких входных слоев. Значение ячейки нового слоя зависит только от значений ячеек входных слоев, имеющих те же растровые координаты. Обратите внимание, что применение арифметических операций требует наличия соответствующей шкалы измерений. Если значениями ячеек являются коды классов, бессмысленно применять к ним математические или статистические функции.
Перекодирование.
Этот класс локальных операций использует только один входной слой. В качестве примера можно привести присвоение новых значений ячейкам путем присвоения значений классам, построенным на основе старых значений. Так, ячейки со значениями от 0 до 99 принимают значение "1", от 100 до 200 - значение "2", а более 200 -значение "3". Другой пример - сортировка уникальных значений, обнаруженных в растре и их замена на новые упорядоченные значения. Так, уникальные значения 0, 2, 5, 8 будут соответственно заменены на 0, 1, 2, 3.
Рисунок 19. Сортировка уникальных значений