【技术类】介绍几个栅格常识
分享
-
2012-12-19
在我们用地理手段把真实世界模拟到计算机的过程中，世界的表达主要有两种截然不同的方式，一种是矢量方式，一种就是栅格方式。作为一个GIser来说，矢量方式可能接触的更多，因为在地理信息系统当中，矢量数据用的更加的频繁，矢量数据是一种很好的模拟真实世界的方式，能够很好的表达出丰富多彩的世界的各个部分的特性，因为矢量数据都有属性，真实世界的万物也都有自己的特性，另外一方面，通过对矢量数据的查询，编辑，分析，能够更好的表达人类在这个世界的各种行为，例如对于已有地块的编辑能够表达出人类对于这个世界所作的更改，对于矢量数据的查询分析能够为人类的很多行为决策提供依据。举个简单的例子，爆管分析，分析得出水管破了之后影响到了哪些住户，人就会使用各种方式进行通知住户。这些都是通过对矢量数据的处理和分析为人类的行为决策提供了依据。
但其实栅格方式在我们日常的生活中用的其实很多的，比如照片，比如电影都是以这种栅格的方式进行处理并且表达的，而在地理科学领域栅格数据的意义越来越重大，因为随着卫星技术，航空摄影技术的不断发展，人类获得了比以前多的多的各类栅格数据，卫星影像，航空影像，高光谱影像等，而对这些影像信息的处理技术也得到了不断的积累和发展，因此人类从这些海量的影像中获得的宏观信息也就越来越多，而这些信息往往是非常客观的描述了我们的星球的状态，比如说环境的恶化，生态环境的破坏，都可以从这些影像中获得可靠的证据，这些影像的分析和处理不断的给人类提供着警醒。随着现在高分辨率影像的获取，海量栅格数据网络浏览速度的提高，普通大众都可以在网上获取看到非常高分辨率的影像，人们开始用另外的一个角度来看世界，另外的一个角度来理解世界，我认为这也是地理的价值，当然作为一个专业的GIser，需要做的更多，随着影像数据的海量时代的来临，我们也面临着很多的问题，因为如果不能从海量的影像获取到有用的信息，那它们就是垃圾。所以海量栅格数据的管理，处理，分析是我们面临的问题。
1 栅格像元和位深度
栅格数据的表达信息存储在像元中，比如dem，每一个像元的值就代表高程。像元值的范围取决于栅格的位深度，比如是8位或者是32位的，8位的也就是我们说的整型，32位也就是浮点型，所有的栅格数据都支持整型，而只有部分支持浮点型，整型一般用于分类的栅格数据，而浮点型一般用于可以量测用途的栅格数据。如下图所示
2 栅格波段
波段这个大家可能接触的比较多了，有些栅格数据是单波段的，有些是多波段的，一个波段就是一个像元值矩阵，多波段就是拥有空间上重叠的多个像元值矩阵。在具有多个波段的情况下，各波段通常表示由传感器采集到的电磁光谱的一部分。波段可以表示电磁光谱的任何部分，其中包括非可见光谱范围，如红外区或紫外区。如下图所示，传感器采集到的这些光谱都是地物特征的反应，根据这些地物特征的光谱特性，结合各个波段的遥感影像，就可以对遥感图像进行判读和解译，从而获得地表的信息。这里涉及到的知识点很多，比如传感器，有主动被动等，地物的光谱特性，比如植物在近红外和远红外上表现和其他的地物的完全不同等等。人类正在这些领域波不断研究以通过各种方式获得更多的各种影像，比如现在不断发展的高光谱影像，也再不断的研究地物的光谱特性以便获得更多的信息。总之波段是栅格数据的一个非常重要的特性。
3 栅格存储格式
栅格数据格式当然就是指像元存储的方式，现在有些栅格数据格式已经发展成为某些特定的用途，比如有些特供高的压缩比，有些处理颜色比别的强，有的设计用于存储一些地理数据，比如坐标系之类的等。ArcGIS软件支持的栅格数据格式也有非常多的种类，有的只是可读，有的是可处理分析等。这里有一个我自己以前没怎么接触过的概念那就是栅格类型，栅格类型和栅格格式是不同的，在我以前的理解中，Esri支持的栅格数据格式有n种，那么在ArcGIS Desktop就能把它们读进来，根据情况可以对其进行处理。其实在 ArcGIS 中有两种方法可用于支持栅格数据：作为应用程序可直接读取的栅格数据集或栅格类型。请仔细理解下面这段话的意思，很多栅格影像如果只是通过栅格数据集的方式添加到镶嵌数据集中的话，就会失去其很多的意义。
栅格数据是通过指定栅格类型的方式添加到镶嵌数据集中的。栅格类型用于与栅格格式一起标识元数据，例如地理配准、采集日期和传感器类型。栅格格式用于定义像素的存储方式，例如，行数和列数、波段数、实际像素值，以及其他栅格格式特定的参数。但是，根据栅格类型添加栅格数据时，会读取相应的元数据并将其用于定义任何需要应用的处理。例如，添加 QuickBird 标准场景时，.imd 文件可能会定义一个场景。该 .imd 文件包含栅格数据集的元数据信息并可以指向一个或多个 .tif 文件。要正确添加此数据，可使用 QuickBird 栅格类型，因为它会搜索这种组合文件类型。如果以“栅格数据集”栅格类型添加栅格数据，则只能识别并添加 .tif 文件，它们会以 TIFF 格式添加，并且任何可能影响所需功能或者地理配准的元数据信息都将丢失。
4 栅格的一般属性：压缩
大多数栅格数据都会采取压缩，以便于节省空间。因为在一个像元矩阵中，有很多像元值都是重复的，可以使用相应的压缩算法对像元矩阵进行压缩，因为栅格数据比起矢量数据而言，采集的数据量要多的多，数据量便是个问题。栅格压缩还有助于数据的移动，特别是网络上的传输，可以增加传输的量。ArcGIS中常用下面两种压缩，LZ77 compression是一种默认的无损压缩，不会改变栅格的像元值。Erdas的image格式采用的就是这种压缩算法。JPEG and JPEG2000：是一种有损压缩，压缩比和压缩质量成反比。下面的表格很清晰的说明了各种用途的栅格应该采用哪种压缩，哪种压缩更有利于哪种操作。
文章来源：http://blog.csdn.net/arcgis_all/article/details/8239342
但其实栅格方式在我们日常的生活中用的其实很多的，比如照片，比如电影都是以这种栅格的方式进行处理并且表达的，而在地理科学领域栅格数据的意义越来越重大，因为随着卫星技术，航空摄影技术的不断发展，人类获得了比以前多的多的各类栅格数据，卫星影像，航空影像，高光谱影像等，而对这些影像信息的处理技术也得到了不断的积累和发展，因此人类从这些海量的影像中获得的宏观信息也就越来越多，而这些信息往往是非常客观的描述了我们的星球的状态，比如说环境的恶化，生态环境的破坏，都可以从这些影像中获得可靠的证据，这些影像的分析和处理不断的给人类提供着警醒。随着现在高分辨率影像的获取，海量栅格数据网络浏览速度的提高，普通大众都可以在网上获取看到非常高分辨率的影像，人们开始用另外的一个角度来看世界，另外的一个角度来理解世界，我认为这也是地理的价值，当然作为一个专业的GIser，需要做的更多，随着影像数据的海量时代的来临，我们也面临着很多的问题，因为如果不能从海量的影像获取到有用的信息，那它们就是垃圾。所以海量栅格数据的管理，处理，分析是我们面临的问题。
1 栅格像元和位深度
栅格数据的表达信息存储在像元中，比如dem，每一个像元的值就代表高程。像元值的范围取决于栅格的位深度，比如是8位或者是32位的，8位的也就是我们说的整型，32位也就是浮点型，所有的栅格数据都支持整型，而只有部分支持浮点型，整型一般用于分类的栅格数据，而浮点型一般用于可以量测用途的栅格数据。如下图所示
2 栅格波段
波段这个大家可能接触的比较多了，有些栅格数据是单波段的，有些是多波段的，一个波段就是一个像元值矩阵，多波段就是拥有空间上重叠的多个像元值矩阵。在具有多个波段的情况下，各波段通常表示由传感器采集到的电磁光谱的一部分。波段可以表示电磁光谱的任何部分，其中包括非可见光谱范围，如红外区或紫外区。如下图所示，传感器采集到的这些光谱都是地物特征的反应，根据这些地物特征的光谱特性，结合各个波段的遥感影像，就可以对遥感图像进行判读和解译，从而获得地表的信息。这里涉及到的知识点很多，比如传感器，有主动被动等，地物的光谱特性，比如植物在近红外和远红外上表现和其他的地物的完全不同等等。人类正在这些领域波不断研究以通过各种方式获得更多的各种影像，比如现在不断发展的高光谱影像，也再不断的研究地物的光谱特性以便获得更多的信息。总之波段是栅格数据的一个非常重要的特性。
3 栅格存储格式
栅格数据格式当然就是指像元存储的方式，现在有些栅格数据格式已经发展成为某些特定的用途，比如有些特供高的压缩比，有些处理颜色比别的强，有的设计用于存储一些地理数据，比如坐标系之类的等。ArcGIS软件支持的栅格数据格式也有非常多的种类，有的只是可读，有的是可处理分析等。这里有一个我自己以前没怎么接触过的概念那就是栅格类型，栅格类型和栅格格式是不同的，在我以前的理解中，Esri支持的栅格数据格式有n种，那么在ArcGIS Desktop就能把它们读进来，根据情况可以对其进行处理。其实在 ArcGIS 中有两种方法可用于支持栅格数据：作为应用程序可直接读取的栅格数据集或栅格类型。请仔细理解下面这段话的意思，很多栅格影像如果只是通过栅格数据集的方式添加到镶嵌数据集中的话，就会失去其很多的意义。
栅格数据是通过指定栅格类型的方式添加到镶嵌数据集中的。栅格类型用于与栅格格式一起标识元数据，例如地理配准、采集日期和传感器类型。栅格格式用于定义像素的存储方式，例如，行数和列数、波段数、实际像素值，以及其他栅格格式特定的参数。但是，根据栅格类型添加栅格数据时，会读取相应的元数据并将其用于定义任何需要应用的处理。例如，添加 QuickBird 标准场景时，.imd 文件可能会定义一个场景。该 .imd 文件包含栅格数据集的元数据信息并可以指向一个或多个 .tif 文件。要正确添加此数据，可使用 QuickBird 栅格类型，因为它会搜索这种组合文件类型。如果以“栅格数据集”栅格类型添加栅格数据，则只能识别并添加 .tif 文件，它们会以 TIFF 格式添加，并且任何可能影响所需功能或者地理配准的元数据信息都将丢失。
4 栅格的一般属性：压缩
大多数栅格数据都会采取压缩，以便于节省空间。因为在一个像元矩阵中，有很多像元值都是重复的，可以使用相应的压缩算法对像元矩阵进行压缩，因为栅格数据比起矢量数据而言，采集的数据量要多的多，数据量便是个问题。栅格压缩还有助于数据的移动，特别是网络上的传输，可以增加传输的量。ArcGIS中常用下面两种压缩，LZ77 compression是一种默认的无损压缩，不会改变栅格的像元值。Erdas的image格式采用的就是这种压缩算法。JPEG and JPEG2000：是一种有损压缩，压缩比和压缩质量成反比。下面的表格很清晰的说明了各种用途的栅格应该采用哪种压缩，哪种压缩更有利于哪种操作。
文章来源：http://blog.csdn.net/arcgis_all/article/details/8239342
