GIS概论3空间数据表达.ppt.ppt

《GIS概论3空间数据表达.ppt.ppt》由会员分享，可在线阅读，更多相关《GIS概论3空间数据表达.ppt.ppt（114页珍藏版）》请在三一办公上搜索。

1、GIS概论,李伟涛liweitao_,空间数据表达,地理空间与空间抽象 地理空间、空间实体、空间认知和抽象 数据概念模型 对象模型、场模型、网络模型 空间数据与空间关系 空间数据的类型及表示、空间关系 空间逻辑数据模型 矢量数据模型、栅格数据模型、矢量-栅格一体化 模型、镶嵌数据模型、面向对象数据模型 空间数据结构 矢量数据结构、栅格数据结构、矢栅一体化数据结构、镶嵌数据结构、三维数据结构,地理空间与空间实体,地理空间（geographical space）是指地球表面及近地表空间，是地球上大气圈、水圈、生物圈、岩石圈和智慧圈交互作用的区域 地理空间实体 是对复杂地理事物和现象进行简化抽象得到

2、的结果，简称空间实体,地理空间由什么组成？,地理空间是由地理实体构成(或说组成)的。地理实体(或叫空间实体)是GIS的处理对象。,空间实体的特征,1、空间位置特征,空间实体的特征,2、属性特征,空间实体的特征,3、时间特征,1989、1995、2000、2003年深圳市土地利用演变图,空间实体的特征,4、空间关系特征,描述空间实体之间的空间相互作用关系。,相对关系类型拓扑空间关系：描述空间对象的相邻、包含等；顺序空间关系：描述空间对象在空间上的排列次序，如前后、左右、东、西、南、北等；度量空间关系：描述空间对象之间的距离等。,地图、遥感影象上的空间关系是通过图形识别的，在GIS中的空间关系则必

3、须显式的进行定义和表达。,空间关系的描述多种多样，目前尚未有具体的标准和固定的格式，但基本原理一致。不同的GIS可能采用不同的方法进行描述。,方法绝对关系:坐标、角度、方位、距离等；相对关系：相邻、包含、关联等。,空间数据表达,地理空间与空间抽象 地理空间、空间实体、空间认知和抽象 数据概念模型 对象模型、场模型、网络模型 空间数据与空间关系 空间数据的类型及表示、空间关系 空间逻辑数据模型 矢量数据模型、栅格数据模型、矢量-栅格一体化 模型、镶嵌数据模型、面向对象数据模型 空间数据结构 矢量数据结构、栅格数据结构、矢栅一体化数据结构、镶嵌数据结构、三维数据结构,现实空间世界,概念模型,逻辑数

4、据模型,空间数据库,组织与管理,计算机存储,认知与抽象,概念模型：地理空间中地理事物与现象的抽象概念集，是地理数据的语义解释，从计算机系统的角度看来，它是系统抽象的最高层。逻辑数据模型：是GIS描述概念模型中实体及其关系的逻辑结构，是系统抽象的中间层。物理数据模型：是概念模型在计算机内部具体的存储形式和操作机制。,物理数据模型,空间认知和抽象,数据概念模型,现有的空间数据概念模型主要有三个：场模型：强调空间要素的连续性基于对象的模型：强调空间要素的离散性网络模型：强调空间要素的交互 上述三种模型主要是针对二维平面进行建模的，已经很成熟。但随着应用需求的变化，空间数据模型要求能够反映三维立体和时

5、间维特征：三维空间数据模型时空数据模型,场模型,在空间信息系统中，场模型一般指的是栅格模型，其主要特点就是用二维划分覆盖整个连续空间。划分可以是规则的或不规则的，通常是采用正多边形作为划分的单位，如三角形、方格、六边形等。,场模型,栅格模型把空间看作像元的划分，每个像元都记录了所在位置的某种现象，用像元值表示。该值可以表示一个确定的现象，也可以是一种模糊的现象。但一个像元应该只赋一个单一的值。,场模型实例1,场模型实例2,对象模型,对象模型：也称作要素模型，将研究的整个地理空间看成一个空域，地理现象和空间实体作为独立的对象分布在空域中。基本对象包括：点、线、面、体。,对象模型,点实体：有特定的

6、位置，维数为0的实体点(Point)：有特定位置，维数为0的物体；实体点(Entity point)：用来代表一个实体；注记点(Text point)：用于定位注记；内点(Label point)：用于记录多边形的属性，存在于多边形内；结点(Node)：表示线的终点和起点；角点(Vertex)：表示线段和弧段的内部点。,对象模型,线实体：维数为1的实体，由一系列坐标点表示，有以 下特征：实体长度：从起点到终点的总长；弯曲度：用于表示象道路拐弯时弯曲的程度；方向性：如水流从上游到下游，公路则有单双向之分；线实体包括：线段、边界、链、网络、多边线等。,对象模型,多边形实体：维数为2的实体，由一个封

7、闭的坐标点序列外加内点表示，是对湖泊、岛屿、地块等现象的描述，有以下特征：面积范围；周长；独立性或与其它地物相邻：如北京及周边省市；内岛或锯齿状外形：岛屿及海岸线；重叠性与非重叠性。,内部区域,简单多边形,复杂多边形,格网/像素阵列,对象模型,对象模型强调的是空间要素的个体现象，研究的是个体现象本身或与其他个体现象的关系。任何现象，无论大小，都可以被确定为一个实体。如人为现象：建筑物、道路、管理区域等；自然现象：河流、湖泊、森林等。空间实体必须符合三个条件：可被识别重要（与问题相关）可被描述：位置、属性等,对象模型与场模型比较,对象模型和场模型的比较,现实世界,选择实体,它在哪里,数据,选择一

8、个位置,那里怎么样,对象模型,场模型,两种模型相互之间并不排斥，各有特点，各有应用长处。通常需要有机地综合应用这两种方法来建模。,网络模型,网络模型是从图论中发展而来。在网络模型中，空间要素被抽象为链、节点等对象，同时还要关注其间的连通关系。这种模型适合用于对相互连接的线状现象进行建模，如交通线路、电力网线等。网络模型可以形式化定义为：网络图（节点，节点间的关系，即链）网络图由于其复杂性，使得它不易在空间数据库中表达，一般是在进行网络分析时基于对象模型数据（矢量数据）进行重构。,三维模型,目前，空间信息系统表现的更多的是二维平面效果。事实上，随着计算机图形学的发展，人们希望空间信息系统能够反映

9、真实的三维空间现象。虽然目前的空间信息系统能够在二维模型的基础上通过高程信息来模拟三维效果（如利用DEM数据），但这种模拟并不能真正反映现实现象。三维模型在建模方法上与二维的场模型和对象模型相似，但在数据采集、系统维护和界面设计等方面却复杂得多。,时空模型,时空数据模型主要关注的是空间要素随时间变化时的建模。空间要素随时间的变化包含两个方面：属性数据的变化和空间位置的变化，前者如一个村镇的人口随时间的变化，后者如海岸线随时间的变化。最简单的时空数据建模就是将不同时期的测量结果存储起来，在使用时基于时间关系将它们串起来。当然还有其他更加复杂的建模方法，如增量修正模型等。时空数据模型的特点是语义更

10、加丰富，对现实世界的描述更加准确，但它必然带来数据量的激增，因此，在这里，海量数据的组织和存取是非常关键的。,空间数据表达,地理空间与空间抽象 地理空间、空间实体、空间认知和抽象 数据概念模型 对象模型、场模型、网络模型 空间数据与空间关系 空间数据的类型及表示、空间关系 空间逻辑数据模型 矢量数据模型、栅格数据模型、矢量-栅格一体化 模型、镶嵌数据模型、面向对象数据模型 空间数据结构 矢量数据结构、栅格数据结构、矢栅一体化数据结构、镶嵌数据结构、三维数据结构,空间关系,度量关系：空间对象之间的距离关系，一般用欧式距离表示顺序关系：空间实体在空间上的的排列次序拓扑关系：拓扑变换下保持不变的关系

11、,空间数据特征及其表示方法,空间数据的拓扑关系及其表示“拓扑”（Topology）一词来源于希腊文，它的愿意是“形状的研究”。拓扑学是几何学的一个重要分支，它研究在拓扑变换下能够保持不变的几何属性-拓扑属性。,空间数据的拓扑关系,地理实体不仅具有空间位置、形状、大小等空间特征，而且不同实体间还存在邻接、关联、包含等空间相互关系特征，由于描述这种关系时不需要考虑空间坐标和距离因素，所以又称为拓扑关系,拓扑关系是不考虑度量（距离）和方向的空间物体之间的关系。在拓扑变换（理想橡皮板拉伸或缩短，但不能撕破或重叠）下两个以上拓扑元素间能够保持不变的几何属性（拓扑属性具有空间分析意义）。,空间数据的拓扑关

12、系及其表示,空间数据的拓扑关系,空间数据的拓扑关系 在地理信息系统中，为了真实地描述空间实体，不仅需要反映实体的大小、形状及属性，而且还要反映出实体之间的相互关系。一般说来，通过结点、弧段、多边形就可以表达任意复杂程度的地理空间实体。所以，结点、弧段、多边形之间的拓扑关系就显得十分重要,空间数据的拓扑关系,简单矢量数据表示法,拓扑结构：维护数据的一致性,拓扑:移动结点,无拓扑:移动结点,拓扑数据结构,空间数据的拓扑关系,拓扑关系类型关联（连接）：弧段在结点处的相互连接关系包含：某些点、线、面对象被另外一个面对象所包含邻接：共有公共边的两个区域之间的邻接关系,拓扑元素：结点、线（弧段）、面（多边

13、形）,三个拓扑元素的关系符合欧拉公式：L+2=A+P，其中，P、L、A表示图上点、线、面的数目，在拓扑检验中经常使用。,空间数据的拓扑关系 拓扑邻接：指存在于空间图形的同类图形实体之间的拓扑关系。如结点间的邻接关系和多边形间的邻接关系。在图，结点N1与结点N2、N3相邻，多边形P1与P2、P3相邻。,空间数据的拓扑关系,空间数据的拓扑关系 拓扑关联：指存在于空间图形实体中的不同类图形实体之间的拓扑关系。如弧段在结点处的联结关系和多边形与弧段的关联关系。在图中，N1结点与弧段A1、A5、A3相关联，多边形P2与弧段A3、A5、A6相关联,空间数据的拓扑关系,空间数据的拓扑关系 拓扑包含：指不同级

14、别或不同层次的多边形图形实体之间的拓扑关系。图 中(a)、(b)、(c)分别有2、3、4个层次,空间数据的拓扑关系,空间数据的拓扑关系 同一层次的含义是：在同一有限的空间范围内（如同一外接多边形），那些具有邻接和关联拓扑关系或完全不具备邻接和关联拓扑关系的多边形处于同一级别或同一层次。,空间数据的拓扑关系,空间数据拓扑关系的作用 根据拓扑关系，不需要利用坐标和距离就可以确定一种空间实体相对于另一种空间实体的空间位置关系。因为拓扑数据已经清楚地反映出空间实体间的逻辑结构关系，而且这种关系较之几何数据有更大的稳定性，即它不随地图投影而变化 利用拓扑数据有利于空间数据的查询。例如判别某区域与哪些区域

15、邻接；某条河流能为哪些居民区提供水源，某行政区域包括那些土地利用类型等等利用拓扑数据进行道路的选取，进行最佳路径的计算等,空间数据的拓扑关系,空间数据拓扑关系的意义,显然，含有拓扑关系的空间数据有利于GIS的拓扑查询和空间分析。,不需要利用坐标或距离，可以确定空间实体的位置关系,利用拓扑关系便于空间要素的查询,根据拓扑关系可以重建地理实体，例如利用弧段构建多边形，最佳路径的选择的等。,空间数据表达,地理空间与空间抽象 地理空间、空间实体、空间认知和抽象 数据概念模型 对象模型、场模型、网络模型 空间数据与空间关系 空间数据的类型及表示、空间关系 空间逻辑数据模型 矢量数据模型、栅格数据模型、矢

16、量-栅格一体化 模型、镶嵌数据模型、面向对象数据模型 空间数据结构 矢量数据结构、栅格数据结构、矢栅一体化数据结构、镶嵌数据结构、三维数据结构,空间逻辑数据模型,就目前的发展现状而言，很难用一个统一的数据模型来表达复杂多变的地理空间实体。例如，某些空间数据模型可能很适合于绘图，但它们对于空间分析来说效率确十分低；有些数据模型有利于空间分析，但对图形的处理则不理想目前，与GIS设计有关的空间数据模型主要有矢量模型，栅格模型，镶嵌数据模型，面向对象模型，矢量和栅格的混合数据模型等。,空间数据模型,就目前的应用现状而言，矢量模型、栅格模型、数字高程模型（DEM）相当成熟（目前成熟的商业化GIS主要采

17、用这三类模型），而其它模型，特别是混合模型则处于大力发展之中,GIS数据的两种表示方法,矢量表达,栅格表达,现实世界,空间数据模型,矢量模型(vector model)矢量模型是利用边界或表面来表达空间目标对象的面或体要素，通过记录目标的边界，同时采用标识符(Identifier)表达它的属性来描述空间对象实体。矢量模型能够方便地进行比例尺变换、投影变换以及图形的输入和输出。矢量模型处理的空间图形实体是点（point）、线(line)、面(area),空间数据模型,矢量模型(vector model)在GIS的拓扑数据模型中，与点、线、面相对应的空间图形实体主要有结点（node）、弧段(arc

18、)、多边形（polygon）,多边形的边界被分割成一系列的弧和结点，结点、弧、多边形间的空间关系在数据结构或属性表中加以定义,空间数据模型,矢量模型(vector model)GIS的矢量数据模型具有如下特点：通过对结点、弧、多边形拓扑关系的描述，相邻弧段的公用结点，相邻多边形的公用弧段在计算机中只需记录一次空间图形实体的拓扑关系，如拓扑邻接、拓扑关联、拓扑包含不会随着诸如移动、缩放、旋转等变换而变化，而空间坐标及一些几何属性（如面积、周长、方向等）会受到影响。,空间数据模型,矢量模型(raster model)一般情况下，通过矢量模型所表达的空间图形实体数据文件占用的存储空间比栅格模型小；能

19、够精确地表达图形目标，精确地计算空间目标的参数（如周长、面积）,空间数据模型,栅格模型(raster model)栅格模型直接采用面域或空域枚举来直接描述空间目标对象。,空间数据模型,栅格模型(raster model)在栅格模型中，点(点状符号)是由一个或多个像元，线是由一串彼此相连的像元构成。在栅格模型中，每一像元的大小是一致的（一般是正方形），而且每一个栅格像元层记录着不同的属性（如植被类型等）。像元的位置由纵横坐标（行列）决定。所以，每个像元的空间坐标不一定要直接记录，因为像元记录的顺序已经隐含了空间坐标,栅格结构点线面,对于栅格数据结构点：为一个像元。线：在一定方向上连接成串的相邻像

20、元集合。面：聚集在一起的相邻像元集合。,空间数据模型,栅格模型(raster model)栅格的空间分辨率指一个像元在地面所代表的实际面积大小（一个正方形的面积）；对于同一幅图形或图象来说，随着分辨率的增大，存储空间也随之增大。例如，如果每一像元占用一个字节，而且分辨率为100m，那么，一个面积为10km*10km=100km的区域就有1000*1000=1000000个像元，所占存储空间为1000000个字节；如果分辨率为10m，那么，同样面积的区域就有10000*10000=1亿个像元，所占存储空间近100MB；,空间数据模型,栅格模型(raster model)表达空间目标、计算空间实体

21、相关参数的精度与分辨率密切相关，分辨率越高，精度越高；非常适合进行空间分析。例如，同一地区多幅遥感图象的叠加操作等；,空间数据模型,镶嵌数据模型 镶嵌数据模型：采用的是规则或不规则的小面块集合来逼近自然界不规则的地理单元，适合于用场模型抽象的地理现象。规则镶嵌数据模型 不顾则镶嵌数据模型,空间数据模型,规则镶嵌数据模型：数字高程模型（DEM）中的GRID模式结构简单，计算机对矩阵的处理比较方便，高程矩阵已成为DEM最通用的形式。高程矩阵特别有利于各种应用。,空间数据模型,规则镶嵌数据模型：Grid系统有下列缺点：1、地形简单的地区存在大量冗余数据；2、如不改变格网大小,则无法适用于起伏程度不同

22、的地区；3、对于某些特殊计算如视线计算时，格网的轴线方向被夸大；4、由于栅格过于粗略，不能精确表示地形的关键特征,如山峰、洼坑、山脊等；,空间数据模型,最典型的不规则镶嵌数据模型有：Voronoi图（也称作Thiessen多边形）不规则三角网模型（TIN模型）,空间数据模型,Voronoi图（也称作Thiessen（泰森）多边形）由俄国数学家Voronoi（莫洛诺依）发现的几何构造Voronoi多边形特点：1、组成多边形的边总是与两相邻样点的连线垂直；2、多边形内的任何位置总是离该多边形内样点的距离最近，离相邻多边形内样点的距离远；3、每个多边形内仅包含一个样点。,TIN和Voronoi多边形

23、数据模型,空间数据模型,TIN模型（Triangulated Irregular Network)表示法利用所有采样点取得的离散数据，按照优化组合的原则，把这些离散点(各三角形的顶点)连接成相互连续的三角面(在连接时，尽可能地确保每个三角形都是锐角三角形或是三边的长度近似相等Delaunay（德洛内三角网）)。优点：因为TIN可根据地形的复杂程度来确定采样点的密度和位置，能充分表示地形特征点和线，从而减少了地形较平坦地区的数据冗余。,概述：TIN模型的表现,空间数据表达,地理空间与空间抽象 地理空间、空间实体、空间认知和抽象 数据概念模型 对象模型、场模型、网络模型 空间数据与空间关系 空间数

24、据的类型及表示、空间关系 空间逻辑数据模型 矢量数据模型、栅格数据模型、矢量-栅格一体化 模型、镶嵌数据模型、面向对象数据模型 空间数据结构 矢量数据结构、栅格数据结构、矢栅一体化数据结构、镶嵌数据结构、三维数据结构,矢量数据编码方法,矢量数据编码方式主要有以下几种：1、实体式编码2、索引式(树状)编码3、双重独立式编码4、链状双重独立式编码拓扑数据结构,实体式编码,实体式(spaghetti)面条模型:以实体为单位记录其坐标,优点：结构简单、直观、易实现以实体为单位的运算和显示。,缺点：1、相邻多边形的公共边界被数字化并存储两次，造成数据冗余和碎屑多边形数据不一致，浪费空间，导致双重边界不能

25、精确匹配。,2、自成体系，缺少多边形的邻接信息，无拓扑关系，难以进行邻域处理，如消除多边形公共边界，合并多边形。3、岛作为一个单个图形，没有与外界多边形联系。不易检查拓扑错误。所以，这种结构只用于简单的制图系统中，显示图形。,简单的矢量数据结构实体式,多边形 数据项A(x1,y1),(x2,y2),(x3,y3),(x4,y4),(x5,y5),(x6,y6),(x7,y7),(x8,y8),(x9,y9),(x1,y1)B(x1,y1),(x9,y9),(x8,y8),(x17,y17),(x16,y16),(x15,y15),(x14,y14),(x13,y13),(x12,y12),(x

26、11,y11),(x10,y10),(x1,y1)C(x24,y24),(x25,y25),(x26,y26),(x27,y27),(x28,y28),(x29,y29),(x30,y30),(x31,y31),(x24,y24)D(x19,y19),(x20,y20),(x21,y21),(x22,y22),(x23,y23),(x15,y15),(x16,y16),(x19,y19)E(x5,y5),(x18,y18),(x19,y19),(x16,y16),(x17,y17),(x8,y8),(x7,y7),(x6,y6),(x5,y5),索引式编码,对所有点的坐标按顺序建坐标文件，再建

27、点与边（线）、线与多边形的索引文件。,1、点文件：,索引文件：,3、面文件：,2、弧段文件:,与实体式相比：优点：用建索引的方法消除多边形数据的冗余和不一致，邻接信息、岛信息可在多边形文件中通过是否公共弧段号的方式查询。缺点：表达拓扑关系较繁琐，给相邻运算、消除无用边、处理岛信息、检索拓扑关系等带来困难，以人工方式建立编码表，工作量大，易出错。,Map,索引式编码实例,点与线之间的树状索引,线与多边形之间的树状索引,双重独立式编码,简称DIME(Dual Independent Map Encoding)，是美国人口统计系统采用的一种编码方式，是一种拓扑编码结构。,1、点文件,2、线文件:线文

28、件是以线段为记录单位,3、面文件,关联,邻接,关联,连通,拓扑关系明确,在DIME中做如下改进：将以线段为记录单位改为以弧段为单位,链状双重独立式编码,链状双重独立式编码(拓扑数据结构),链状双重独立式数据结构是DIME数据结构的一种改进。在DIME中，一条边只能用直线两端点的序号及相邻的面域来表示，而在链状数据结构中，将若干直线段合为一个弧段（或链段），每个弧段可以有许多中间点。在链状双重独立数据结构中，主要有四个文件：多边形文件、弧段文件、弧段坐标文件、结点文件。,链状双重独立式编码四个文件,1、弧段坐标文件：,2、弧段文件：链面，链结点关系,3、多边形文件,4、点拓扑文件：结点链关系,在

29、拓扑结构中，多边形（面）的边界被分割成一系列的线（弧、链、边）和点（结点）等拓扑要素，点、线、面之间的拓扑关系在属性表中定义，多边形边界不重复。,Map,链状双重独立编码实例,弧段文件弧段号起始点终结点左多边形右多边形a51OAb85EAc168EBd195OEe1519ODf1516DBg115OBh81ABi1619DEj3131BC弧段坐标文件弧段号点 号a5,4,3,2,1b8,7,6,5c16,17,8d19,18,5e15,23,22,21,20,19f15,16,g1,10,11,12,13,14,15h8,9,1i16,19j31,30,29,28,27,26,25,24,31

30、,多边形文件多边形号弧段号周长 面积 中心点坐标Ah,b,aBg,f,c,h,-jCjDe,i,fEc,i,d,b,链状双重独立式编码的特点,拓扑关系明确，也能表达岛信息，而且以弧段为记录单位，满足实际应用需要。因为一般数字化一条街道时，必然有许多中间点，但我们在做空间分析是却没有必要以这些中间点所组成的折线为研究对象，而应以整条弧段（某条街道）为研究对象.被一些成熟的商品化软件采用，如ARC/INFO软件。例：ARC文件：二进制文件:弧段号 点数 坐标串 在GIS数据输入中，建拓扑是指给图形数据（点、线、面）增加拓扑结构，如ARC/INFO中，在ARCEDIT中输入图形后，需用BUILD 建

31、图形拓扑，具体生成许多文件，如AAT，PAT等.INFO：属性表如AAT（Arc Attribute Table）,用户标识码，表明地物类型当图形数据修改、删除、增加点、线、面要素后，其拓扑关系也发生改变，所以，需重新建拓扑。,矢量数据结构的特点,用离散的点描述空间对象与特征，定位明显，属性隐含。用拓扑关系描述空间对象之间的关系。面向目标操作，精度高，数据冗余度小。与遥感等图象数据难以结合。输出图形质量好，精度高。,栅格数据结构：坐标系与描述参数,Y：列,西南角格网坐标（XWS，YWS）,格网分辨率,X：行,1、栅格形状2、栅格单元大小3、栅格原点4、栅格倾角,栅格数据单元值确定,中心点法：用

32、位于栅格中心处的地物类型决定其取值。连续分布特性的地理现象,A,B,C,O,栅格数据单元值确定,面积占优法：以占矩形区域面积最大的地物类型作为栅格单元的代码。分类较细、地物斑块较小,A,B,C,O,栅格数据单元值确定,重要性法：根据栅格内不同地物的重要性选取最重要的地物类型作为相应的栅格单元代码。具有特殊意义的较小地物，特别是点状和线状要素,A,B,C,O,栅格数据单元值确定,百分比法：根据矩形区域内各地理要素所占面积的百分比数确定栅格单元的取值。,A,B,C,O,栅格数据单元值确定,为了逼近原始数据精度，除了采用这几种取值方法外，还可以采用缩小单个栅格单元的面积，增加栅格单元总数的方法。,1

33、、完全栅格结构最简单的一种栅格结构，栅格数据被看作为一个距阵，逐行或逐列记录属性代码。常用的方法是限制一个栅格只存储栅格的一种属性，并且把属性限制在0255的整数范围内（一个字节对应一个像元）。像元顺序一般以行为序，以左上角为起点，按从左到右从上到下的顺序扫描。,栅格数据结构,完全栅格结构扫描顺序示意图,完全栅格结构编码,完全栅格结构特点数据存储简单，数据无压缩，无损失。数据存储量大，如果每个像元用一个字节表示，存储空间为m(行)n(列)1(字节)。,栅格数据结构,栅格数据结构,游程指相邻同值网格的数量，游程编码结构是逐行将相邻同值的网格合并，并记录合并后网格的值及合并网格的长度，其目的是压缩

34、栅格数据量，消除数据间的冗余。,1 游程编码结构,压缩栅格数据结构,游程编码,完全栅格编码,游程编码的主要规则有相同属性值的邻近像元被合并在一起称为一个游程，游程用一对数字表达；每个游程对中的第一个值表示游程属性值(类别)，第二个值表示游程长度。,游程编码结构,游程编码存储(文件)方法采用索引顺序文件的方法来组织数据。,游程编码结构,游程编码结构可以压缩图象存储空间，压缩效果与图幅的属性变化有关，图幅属性的变化越小，行程越长，压缩比例越大，即压缩比与图的复杂程度成反比。一般通过事先预测来估算数据的冗余度：,QRe=1 m.n,式中：Q为图层内相邻属性值变化次数的累加和 m为图层网格的行数 n为

35、图层网格的列数当 Re 1/5时，表明栅格数据的压缩可取得明显的效果。,游程编码结构,四叉树的基本概念 首先把一幅图象或一幅栅格地图等分成四部分，如果检查到某个子区的所有格网都含有相同的值（灰度或属性值），那么，这个子区域就不再往下分割；否则，把这个区域再分割成四个子区域，这样递归地分割，直至每个子块都只含有相同的灰度或属性值为止。,压缩栅格数据结构,2、四叉树数据结构,下图所示，图(a)表示区域划分的过程；图(b)为该区域对应的四叉树，树根结点：代表整个区域；叶结点：树的每个结点有四棵子树，为空的结点为叶结点，对应于区域分割时数值单调的子象限，图斑大小取绝于它在树中的层数；结点：对应于区域分

36、割时数值不单调的子象限。,四叉树数据结构,建立四叉树结构的方式自上而下方式(top-down)从顶层开始，即先检测全区域，其值不单调时再四划分，直到数值或内容单调为止。自下而上方式(bottom-up)。从底层开始，即以像元大小为结点，每记录四个结点时，即生成父结点。四叉树结构类型根据四叉树存储结构的不同，可以将四叉树结构类型分为:常规四叉树线性四叉树,四叉树数据结构,（1）常规四叉树及编码,常规四叉树的分解过程及编码,四叉树数据结构,从上例中可以看到，一幅2n 2n栅格阵列的图用四叉树分割时，具有的最大深度为N，即可分为0，1，2，n层。如下图n=3，具有的最大深度为3。,从四叉树的分解过程

37、看，被分解的图必须为2n 2n 个栅格，对于不满足2n 2n的图，在分解前需用0补足。,四叉树数据结构,常规四叉树的数据存储结构特点,在常规四叉树的数据存储时，每个结点需要六个变量加以表达：一个变量表示父结点指针四个变量代表四个子结点指针一个变量代表结点的灰度或属性值。,四叉树数据结构,（2）线性四叉树,线性四叉树只存储最后叶结点的信息，包括叶结点的位置、深度和本节点的属性或灰度值。所谓深度是指处于四叉树的第几层上，由深度可推知子区的大小。,四叉树数据结构,线性四叉树的十进制编码(MD),线性四叉树叶节点的编号需要遵循一定的规则，这种编号称为地址码，它隐含了叶结点的位置和深度信息。,四叉树数据

38、结构,线性四叉树的十进制编码(MD),四叉树数据结构,行方向,列方向,1、将十进制的行列号转换为二进制数。如第二行第三列20010;30011;2、行号和列号的二进制数两两交叉。MD=000011013、将二进制转化为十进制MD=13,13,线性四叉树的十进制编码(MD),四叉树数据结构,线性四叉树的十进制编码(MD),四叉树数据结构,二维行程编码结构,四叉树数据结构,四叉树编码的优点,（1）四叉树编码实质上是一种可变分辨率编码，对边界复杂的部分分级多，分辨率也高；对边界简单的部分分级少，分辨率低，因此，可用较少的存储量精确的表示复杂的图形。（2）四叉树编码便于同简单的栅格数据结构之间实现数据

39、结构的转换。（3）便于在多边形中嵌套多边形，如表示“岛”。,四叉树编码的缺点 最大的缺点是数据结构复杂，当同时提供多种四叉树结构时，不利于分析。,四叉树数据结构,如果空间精度增加一倍(如行列数增加)，则栅格数据将增加到原先的四倍，而四叉树的大小还仅仅是原先的两倍。图像在相邻像元连续变化的情况下有时会无法进行压缩，最坏的情况如棋盘格式，线性四叉树所需空间是完全栅格的2倍，因为在第零层每个像元都是一个叶结点。四叉树的建立提高了某些算法的效率，如两幅或多幅四叉树表示的影像的叠置处理比较有效。四叉树数据的显示比游程编码数据要慢。,完全栅格结构与四叉树结构的关系,由起点位置和一系列在基本方向的单位矢量给

40、出每个后续点相对其前继点的可能的8个基本方向之一表示。8个基本方向自0开始按逆时针方向代码分别为0，1，2，3，4，5，6，7。单位矢量的长度默认为一个栅格单元。,2、链码,0,0,1,0,7,6,7,0,1,1,0,0,链码编码：6，7，6，0，6，5，,链码编码示例,矢量与栅格数据结构的比较,1.矢量栅格一体化的基本概念 矢栅数据一体化结构的实质是将矢量方法表示的线性实体，除记录原始取样点之外，还记录中间包含的栅格，使其既保存矢量特性，又具有栅格性质。由于栅格数据的结构的精度低，通常用细分格网的方法，来提高点、线、面状目标边界线数据的表达精度。,三、矢量与栅格数据一体化结构,矢量与栅格数据

41、一体化结构,细分格网含义由于栅格数据结构的精度低,通常用细分格网的方法来提高点、线、面状目标边界线数据的表达精度，即在有点、线目标通过的基本格网内，再细分成256 256 个细格网，以提高精度。,细分格网示意图,三、矢量与栅格数据一体化结构,在数字化一个线状实体时，除记录原始取样点外，还记录所通过的栅格；同样，每个面状地物除记录它的多边形边界外，还记录中间包含的栅格。另外对不同空间实体存储也做出相应的规定：（1）点状目标：在计算机内部只需要表示该点的一个位置数据及与结点关联的弧段信息。（2）线状目标：在计算机内部需要用一组元子来填满整个路径，并表示该弧段相关的拓扑信息。（3）面状目标：在计算机

42、内部需表示由元子填满路径的一组边界和由边界组成的空间。,三、矢量与栅格数据一体化结构,（1）点状目标和结点的数据结构,3.矢量栅格一体化数据结构设计,三、矢量与栅格数据一体化结构,由于一个线状地物可能由几个弧段组成，所以应先建立弧段的数据文件；然后记录线状目标通过的栅格地址。,（2）线状目标和弧段数据结构,三、矢量与栅格数据一体化结构,通过关联弧段与弧段数据结构的连接，可以建立多边形与弧段之间的拓扑关系。面状目标中间包含的栅格采用线性四叉树或二维行程数据结构表示。其中，面块头指针是指向该目标的下一个子块的记录或地址码，并在最后指出该目标的对应属性值。因此，面状目标数据结构应包括两个关系弧段数据

43、结构；二维行程编码文件,（3）面状目标的数据结构,三、矢量与栅格数据一体化结构,面状目标的数据结构图示,三、矢量与栅格数据一体化结构,(1)数据结构转换方便：既保存矢量特性，又具有栅格性质。(2)数据精度受栅格的影响：由于栅格数据结构的精度低，通常用细分格网的方法来提高点、线、面状目标边界线数据的表达精度。(3)存储的数据量大：对一幅图来讲，其存储的数据量大大超过原始矢量数据结构数据量。(4)优点是运算和分析方便。,混合数据结构的特点,三、矢量与栅格数据一体化结构,(1)栅格数据编码的3种方式。(2)游程编码的含义及编码。(3)四叉树数据结构的含义及分解过程。(4)矢量和栅格数据结构的优缺点。,本节重点,