Що таке растрові та векторні дані в ГІС та коли їх використовувати?


47

Що таке растрові та векторні дані в контексті ГІС?

Загалом, для яких застосувань, процесів чи аналізу підходить кожен? (і не підходить для!)

Чи є у когось невеликі, стислі, ефективні картинки, які передають та протиставляють ці два основні представлення даних?

Відповіді:


34

Векторні дані

Переваги: ​​Дані можна представити в оригінальній роздільній здатності та формі без узагальнення. Графічний вихід зазвичай більш естетичний (традиційне картографічне зображення); Оскільки більшість даних, наприклад, на паперових картах, є у векторній формі, перетворення даних не потрібно. Точне географічне розташування даних зберігається. Дозволяє ефективно кодувати топологію і, як результат, більш ефективні операції, що вимагають топологічної інформації, наприклад, близькості, аналізу мережі.

Недоліки: розташування кожної вершини потрібно зберігати чітко. Для ефективного аналізу векторні дані повинні бути перетворені в топологічну структуру. Ця обробка часто інтенсивна і зазвичай вимагає великого очищення даних. Крім того, топологія є статичною, і будь-яке оновлення або редагування векторних даних вимагає відновлення топології. Алгоритми функцій маніпуляції та аналізу складні і можуть бути оброблювані інтенсивно. Часто це по суті обмежує функціональність для великих наборів даних, наприклад, великої кількості функцій. Постійні дані, такі як дані висоти, не представлені ефективно у векторній формі. Зазвичай для цих шарів даних потрібне значне узагальнення даних або інтерполяція. Просторовий аналіз та фільтрація в межах багатокутників неможливий

Растрові дані

Переваги: ​​Географічне розташування кожної комірки має на увазі її положення в матриці комірок. Відповідно, крім точки початку, наприклад, лівий нижній кут, географічні координати не зберігаються. Через характер техніки зберігання даних аналіз даних, як правило, легко запрограмований і швидкий у виконанні. Притаманний характер растрових карт, наприклад, одна карта атрибутів, ідеально підходить для математичного моделювання та кількісного аналізу. Дискретні дані, наприклад, лісоматеріали, розміщуються однаково добре, як і безперервні дані, наприклад дані про висоту, та полегшують інтеграцію двох типів даних. Сітчасті клітинні системи дуже сумісні з пристроями виведення на растровій основі, наприклад електростатичними плотерами, графічними терміналами.

Недоліки: розмір комірки визначає роздільну здатність, з якою представлені дані; Особливо важко адекватно представити лінійні ознаки залежно від роздільної здатності комірки. Відповідно, мережеві зв’язки важко встановити. Обробка пов'язаних даних атрибутів може бути громіздкою, якщо існує велика кількість даних. Растрові карти по своїй суті відображають лише один атрибут або характеристику для даної місцевості. Оскільки більшість вхідних даних у векторній формі, дані повинні піддаватися перетворенню вектор-растр. Крім підвищених вимог до обробки, це може спричинити занепокоєння щодо цілісності даних через узагальнення та вибір невідповідного розміру комірок. Більшість вихідних карт із сітчастих клітинних систем не відповідають високоякісним картографічним потребам.


19

Пікселі проти координат Коли я думаю, що растрові карти, моя перша думка - супутникові знімки. Майже кожен піксель у детальному супутниковому зображенні міського району міг містити унікальну інформацію. Одинарна плитка на веб-карті (як правило, варіант Меркатора вільно називається " Сферичний Меркатор " або " Веб-Меркатор " та підтримується Google , Bing , Yahoo, OSM та ESRI), як правило, має 256 х 256 = 65 536 пікселів, і кожна рівень масштабування має (2 ^ зум * 2 ^ зум) плитки. Коли я думаю, що вектор, я думаю, багатокутники та лінії. Наприклад, файл форми з деталізацією меж зонування цілого міста (можливо, мільйони растрових плиток) може мати лише 65 000 векторних фігур.

Точне масштабування Здається, що ви (і, мабуть, більшість читачів) вже знаєте найочевиднішу різницю між растровими фіксованими пікселями та векторними (координатні карти). Векторні малюнки (і карти) можуть масштабуватись з більш високим ступенем точності, ніж пікселі, тому що векторні дані містять структури координат (точки, багатокутники, лінії тощо), які можуть відображатись відносно один одного в різних роздільних здатностях за допомогою простих формул, а для зміни розміру пікселів зазвичай використовується алгоритм вирівнювання, що призводить до артефактів зображення.

Стиснення зображення проти стиснення структури На практиці більшість зображень не мають 100% унікальних пікселів, можна стиснути у менші пакети даних, і багато файлів векторних файлів містять зайву деталь, яка не потрібна для багатьох рівнів масштабування з низькою деталізацією. Стиснення зображень - це добре відомий і досить ефективний процес, і майже кожна бібліотека кодування має вбудовані класи, щоб виконати цю роботу. Вектор стиснення координат або "спрощення геометрії" є дещо рідше (оскільки ГІС взагалі дещо рідше, ніж загальна маніпуляція зображенням). На мій досвід, ви витратите близько 0 разів на роздуми про стиснення зображення (просто вимкніть або ввімкніть), і значно більше часу на роздуми про просторове стиснення. Ознайомтеся з прикладом алгоритму Дугласа Пеукера або просто пограйте з QGIS і деякі файли меж перепису.

Клієнт проти серверного рендерингу Зрештою все переглянуте на комп'ютері рендерується у пікселі на екрані з певною роздільною здатністю (тобто рівень масштабування). Найчастіше (особливо в Інтернеті) проблемою є отримання цих пікселів перед користувачами максимально ефективно. Ці файли формують групи US Census тракт & Blockособливо цікаві тим, що вони знаходяться лише за межами векторних наборів даних, які "занадто великі" для відображення у веб-браузері як векторні дані. На противагу цьому, американські графства навряд чи можуть бути представлені в сучасних браузерах як векторне завантаження. Хоча файл векторної форми блоку перепису переписів США, безумовно, буде меншим, ніж растровий набір плиток, наданий для покриття всього США при кількох рівнях масштабування, файл «Блокова форма форми групи» занадто великий (близько 1 ГБ), щоб веб-браузер завантажувався за попитом. Навіть якщо веб-браузер міг би завантажити файл швидко, більшість веб-браузерів (навіть за допомогою флеш-версії) досить повільні, коли надає величезна кількість фігур. Отже, для перегляду великих наборів векторних даних вам часто краще перекласти їх на стислі зображення для передачі у веб-браузер.

Деякі практичні приклади я відповів на подібне запитання кілька днів тому про надання великих наборів даних у картах Google. Ви можете побачити це питання і детальний аналіз «найкращої практики», які використовуються в Нью - Йорк Таймс та інші сьогодні тут .

Кілька років тому вирішили перейти від флеш-важкого клієнтового векторного візуалізації до векторного візуалізації на стороні сервера, який надає стислі плитки зображення до чистого html та JavaScript. У нас є галерея карт з декількома версіями Html + Raster (плитки зображення, що генеруються на сервері) та Flash + Vector (важка візуалізація на стороні клієнта).


10

Показ однакових даних в обох форматах іноді може бути корисним для розуміння притаманних їм відмінностей:

Растр проти вектора проти реального життя

Я отримав вихід із цього, пізніше в тій же .pdf презентації: Приклад аналізу тральщиків Джерело : Juniper GIS


8

Здається, ви шукаєте спосіб висловити це нетехнічним людям, можливо? Ви можете використати аналогію до двох предметів дитинства, графічного паперу та головоломки підключення. Кожному квадрату на аркуші графічного паперу відповідає растрова клітина, тож уявіть, як розфарбувати кожен квадрат або вписати у нього число. Векторні дані - це загадка підключення крапок. В обох випадках кожен шар - це просто інший аркуш паперу.


5

Цей малюнок дає гарне уявлення про растрове та векторне представлення даних.

введіть тут опис зображення У Расторі розглянута ділянка ділиться на рівні квадрати та присвоєна їй характеристика. Отже, якщо ви розглядаєте можливість створення структури даних для rastor, це буде двовимірний масив, кожна x, y координата посилається на квадрат у площі, і вона може мати певну заздалегідь задану характеристику, наприклад, будівля, дорога, рослинність, водойма тощо.

У векторі дані представлені у вигляді точок, ліній та багатокутників. Тож туристичне місце представлене як POINT (x, y), річка або дорога, представлена ​​у вигляді рядкової лінії (яка є серією з’єднаних точок), озера або стадіону тощо, представлених як багатокутник (Список пунктів які утворюють закриту область) - Докладніше читайте тут: https://en.wikipedia.org/wiki/Well-known_text

Зображення з веб-пошуку, я робив скріншоти в той час, і у мене зараз немає посилань на оригінальне джерело в Інтернеті! Вибачте за це!

Але сподіваюся, що ця відповідь допомагає пояснити її людині, новакові в ГІС: D


0

Краще розглядати растрові дані як особливий тип векторних даних. У векторних даних рядки на карті визначаються певними явищами. У растрових даних це розмежування визначається довільною сіткою, незалежною від явищ, які вона намагається відобразити. Зазвичай ця сітка є результатом того, як певний датчик фіксує інформацію (наприклад, камера). Але у всіх випадках растрові дані також можуть бути представлені векторними.


Настільки незвично характеризувати растрові дані як екземпляр векторних даних, що вам слід розглянути можливість посилення та обґрунтування цього твердження.
whuber

@whuber Я погоджуюся, що моїх обгрунтування не вистачає. Технічно вірно, що растр може бути виражений у векторній формі. Цей факт допомагає зрозуміти, але, мабуть, практично не корисний.
Меттью Снейп

Я не бачу, як мислення растру як спеціалізованого типу вектора корисне для розуміння. Чи можете ви, будь ласка, детальніше розказати, як допомогла вам ця перспектива?
matt wilkie

його корисно, оскільки він заохочує відкритий підхід до використання інструментів. ГІС заповнена даними, спеціалізованими для конкретного використання, такими як TIN, мережі чи навіть топоніми. Всі вони можуть бути виражені простою геометрією, а растри нічим не відрізняються. Хороший приклад - використання растру в якості індексу для векторного набору даних. Це протидіє інтуїтивно зрозумілому, а також швидше швидше для простих ідентифікаційних операцій.
Метью Снейп

Хоча векторні дані можуть виглядати як растрові дані на карті, ці два принципово різні для аналізу. Доказ полягає в розгляді деяких основних можливостей. Наприклад , для растру n клітинок, отримання значення в довільному індексі рядків і стовпців проводиться з пошуком випадкового доступу, що приймає час O (1). З векторним поданням ті самі значення вимагають пошуку через індекс, забираючи час O (log (n)). Інший приклад: зміщення растра займає час O (1), оскільки повинні змінюватися лише його координати початку. Той самий зсув у векторному поданні дорівнює O (n).
whuber

0

Представлення растрових даних іноді називають сітчастим поданням даних. Він використовується для представлення географічних даних або інформації за допомогою рядків і стовпців, у яких кожна комірка представляє цифрові дані із конкретним поданням.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.