Растровое представление ГИС

1 1 1 1 1 1 1 1 1 1 Рейтинг 4.17 (3 Голоса)

Растровое представление информации ГИС

Растровый способ формализации метрических данных имеет две разновидности - Регулярных сетей (grid cells) и собственно Растровый (raster), принципиально, однако, не отличающиеся друг от друга, поскольку оба основаны на формализации пространственной информации по ячейкам регулярной сети, сплошь покрывающей территорию. В каждой ячейке этой сети информация отображается одним числом.

Под методом регулярных сетей обычно понимают ручной способ оцифровки пространственных данных путем осреднения значений цифруемого элемента в каждом квадрате сетки - среднего значения высоты земной поверхности, протяженности гидрографической сети, преобладающей разновидности почвенного покрова и т. п., который исторически предшествовал появлению автоматических методов растеризации пространственной информации, но применяется и в настоящее время. Первые образцы реализации данного метода как одного из методов аналитического картографирования В. Г.Линник относит, ссылаясь на работу У. Тоблера, к 1951 году. В настоящее время представляется целесообразным рассматривать метод регулярных сетей в качестве способа кодирования пространственной информации в рамках растровой модели данных.

Растровый способ формализации пространственных данных, или растровая модель пространственных данных, в простейшем случае заключается в изображении пространственных объектов в виде мозаики, сплошь покрывающей территорию, которая и называется растром. Каждый элемент растра называется Ячейкой растра или Пикселем (от английского pixel, являющегося сокращением от picture element - элемент изображения).

Чаще всего используются ячейки квадратной формы, хотя достаточно широко в ГИС технологии применяются ячейки треугольной и шестиугольной формы (Рис. 2.1). Треугольная мозаика, применение при моделировании рельефа (так называемая TIN-модель, используемая, в частности, в рамках пакета ARC/INFO). Шестиугольная мозаика с ячейками, представленными равными параллельными прямоугольниками, привлекательна тем, что все соседние ячейки являются эквидистантными, то есть расстояние между центрами всех соседних ячеек постоянно, чего нельзя сказать о, например, квадратных и, тем более, прямоугольных растрах.

Примеры растров

Рис 2.1. Примеры растров с различной формой ячеек: а) квадратной,

Б) треугольной и в) шестиугольной.

В растровой модели пространственная информация кодируется в виде Прямоугольной матрицы - по строкам и столбцам, размер которой соответствует размеру исходного растра (Рис. 2.2). В связи с этим положение каждого элемента растра в пространстве определяется номерами столбца и строки, в которых расположен данный элемент.

Растровое представление

Рис. 2.2. Растровое представление пространственной информации: а) фрагмент карты растительного покрова (1-лес, 2-луг), б) его растровое представление, в) соответствующий массив цифровых данных.

При картографических изображениях столбцы обычно располагают по направлению север-юг, а строки - запад-восток. В качестве начальной ячейки (с координатами 0;0 или 1;1) чаще всего принимается ячейка, расположенная в верхнем левом углу растра.

Слои растровой информации для базы данных ГИС, как отмечено выше, могут быть подготовлены вручную - путем кодирования информации для каждой ячейки растра и последующего ввода в компьютер с помощью текстового редактора или электронных таблиц. Однако, выполнение такой работы практически осуществимо лишь при размере растра в несколько десятков или сотен элементов, которые не характерны для современных геоинформационных систем.

Опыт решения задач, связанных с оценкой динамики вещественных потоков в агроландщафтных системах с использованием ГИС показывает, что во многих случаях размер ячейки растра не должен превышать 25х25 м. Нетрудно подсчитать, что в этом случае для участка территории 10х10 км растр будет иметь размер 400х400 и содержать 160 000 ячеек. Цифровая же модель Земли ЕТОР05, созданная Национальным центром геофизических данных США, содержит более 9 млн. отметок поверхности в ячейках размером 5х5 минут по широте и долготе. Разумеется, здесь возможны только автоматические способы подготовки растровых моделей пространственных данных - с помощью сканеров, а также компьютерной растеризации векторных изображений. Растровую структуру имеют также данные дистанционного зондирования с искусственных спутников Земли.

Совмещение семантической и позиционной информации, являющееся основным достоинством растровых моделей пространственных данных, в то же время обуславливает один из их существенных недостатков - необходимость больших объемов памяти для хранения оцифрованных данных в компьютере. Так, стандартный снимок с искусственного спутника Земли США серии Ландсат (Landsat), охватывающий приблизительно 30 000 кв. км при номинальном размере пикселя 30х30 м, состоит из 35 млн. пикселей, что эквивалентно примерно 35 Мб при записи в формате 1:1.

Иерархические растровые структуры

Растровые структуры удобны для отображения иерархически организованной географической информации. Представление растровой информации в виде нескольких внутренне связанных уровней, при котором нижний уровень соответствует исходному представлению растра, имеющего размер NxN элементов, а каждый вышележащий является обобщением информации в m ячейках нижележащего уровня, носит название Пирамидального (Рис. 2.3).

Иерархические растровые структуры

Рис.2.3. Иерархические растровые структуры данных, представленные пирамиды (а) и дерева (б)

Тоблер и Чен рассмотрели пирамидальную структуру, которая могла бы быть полезной при кодировании данных для всей поверхности Земли. Единичная вершина на верхнем уровне пирамиды (дерева) представляет полную поверхность Земли.

На15-м уровне разрешение ячейки сравнимо с тем, что получают с геоспутников, на 26-м уровне пространственное разрешение сопоставимо с разрешением аэрофотоснимков, а на 30-м уровне - это разрешение сантиметрового масштаба. В ГИС ORRMIS, разработанной в США для целей регионального планирования, выделено в ней иерархии. На верхнем уровне, предназначенном для агрегированных данных масштаба биома или континента, раз в 7.5х7.5 минут (площадь 15606.6 га), на нижнем — размер, которым хранятся высотные отметки поверхности, 10х10 м э 0.01 га). Число максимальных по размерам ячеек 140, мини более 200 млн. памяти, необходимый для хранения пирамидальных структурированных несколько больше, чем для хранения исходного изображений. При последовательном удвоении стороны ячейки при переходе от подлежащего уровня к вышележащему это увеличение составляет примерно 30%. Однако, оно, безусловно, оправдывается повышением нормативности и универсальности базы данных, а также эффективности ряда алгоритмов обработки, таких как выделение контуров, анализ областей и др.

Сжатие информации

Уменьшение затрат машинной памяти для хранения растровых данных достигается использованием алгоритмов Сжатия. Одним из простых и достаточно эффективных методов сжатия растровых данных является Групповое кодирование (run encoding), использующее пространственную автокоррелированность данных, особенно отчетливо выраженную на классифицированных картах. Так, в пределах данного почвенного контура на почвенной карте, ландшафтного контура на ландшафтной карте и т. п. все ячейки растра имеют одно и то же значение, соответствующее, например, номеру данного таксона в легенде соответствующей карты.

Групповое кодирование заключается в кодировании информации, содержащейся в каждой строке исходной матрицы с помощью пар значений, первое из которых представляет количество следующих друг за другом одинаковых значений кодируемого элемента, второе - значение элемента. В таком случае матрица, представленная на Рис. 2.2, редуцируется к виду:

4,1 5,2

2,1 7,2

9,2

9,2

6,2 1,1 2,2

6,22,1 1,2

В том же случае, если нет необходимости построчного представления - данных, к виду:

4,1 5,2 2,1 31,2 1,1 8,2 2,1 10,2 Как видим, информация, представленная на Рис. 2.2 кодируется с помощью 26 или 16 чисел, вместо 64 при записи в формате 1:1. Таким образом, объем занимаемой в этом случае памяти составит, соответственно, 41% и 25% от первоначального. Необходимо заметить также, что это, строго говоря, относится к случаю, когда информация, содержащаяся в растре, кодируется целыми числами (типа integer). Если эти числа - вещественные (типа real), то коэффициент сжатия будет еще больше.

В том случае, когда растровое изображение представлено двумя значениями - 0 и 1, первое из которых соответствует, например, ячейкам, лежащим вне контура отслеживаемого объекта, второе - внутри него, для сжатия информации используется Строчный код (row code), представляющий собой последовательность групп из чисел, разделенных точкой с запятой. Первое представляет собой номер строки, а последующие два - номера ячеек в строке, имеющие ненулевые значения.

В случае наличия в строке групп ячеек с ненулевыми значениями, через запятую указываются номера начальной и конечной ячеек для группы.

Информация, содержащаяся в растре, представленном на Рис. 2.2 с помощью строчного кода представляется в виде:

1 1,4; 2 1,2; 5 7; 6 7,8.

Весьма эффективным способом сжатия растровой информации является использование Квадротомических (quadtree, Q-tree) структур, или Квадродеревъев, которые являются разновидностью иерархиальных (пирамидальных) структур растровых данных.

Квадродеревом называют древовидный граф, степень вершины каждого которого равен 4, т. е. размер ячейки каждого вышележащего - ровно в 4 раза больше, чем предыдущего. Особенностью квадродеревьев является то, что они позволяют хранить и обрабатывать значащие фрагменты растра. Переход на нижележащие уровни в квадродереве осуществляется только для пространственно - неоднородных ячеек данного уровня. Если ячейка однородна, она кодируется на уровне (Рис. 2.4).

Представление растровой информации

Рис. 2.4 Представление растровой информации с использованием квадротомических структур

Это в сочетании с жестко заданной архитектоникой пирамидальной структуры и отсутствием необходимости хранить информацию значащим фрагментам растра и обеспечивает значительную часть машинной памяти. Кроме этого, жестко заданная архитектоники позволяет осуществлять быстрый доступ к данным.


Растровое представление ГИС - 4.0 out of 5 based on 3 votes