栅格数据结构的三种数据组织方法

方法a——基于像元的组织方法

以像元为独立存储单元，对每个像元的位置坐标、在各层的属性值进行记录。每个像元的记录内容表示为一个数组。这种组织方式最为常见，当栅格层数较多的时候，对不同层的每个像元只需记录一次坐标值，节省存储空间。

方法b——基于层的组织方法

以像元为记录序列，对不同层上同一像元位置上只记录一次像元的位置坐标，并记录各层的属性值。由于栅格数量很多，对于每层的同一像元均要存储地理坐标，需要大量的存储空间。

方法c——基于多边形的组织方法

以层为存储基础，每层以多边形为序列记录多边形的属性值和多边形内各像元的坐标。将同一属性的制图单元的n个像元的属性只记录一次，有效节约用于存储属性的空间。

基于像元的数据组织方式简单明了，便于数据扩充和修改，但进行属性查询和免于边界提取时速度较慢；基于层的数据组织方式便于属性查询，但每个像元的坐标均要重复存储，浪费了存储空间；基于多边形的数据组织方式虽然便于面域边界提取，但在不同层中像元的坐标还是要多次存储。

栅格数据模型：格网、栅格地图、表面覆盖或影像

格网由行、列和格网单元组成，行、列由格网左上角起始，行方向作为y坐标，列方向作为x坐标格网单元由其行列位置定义。栅格数据用单个格网单元代表点，用一系列相邻格网单元代表线，邻接格网的集合代表面，每个格网单元有一个值，整型（表示类别数据，如土地利用类型）或浮点型（表示连续数据，如降水量）。格网中的每一个单元值代表了由此行此列决定的该位置上空间现象的特征，栅格数据模型不把空间数据与属性数据明确分开，数据库管理用处不大。格网单元大小决定了栅格数据模型的分辨率；大尺寸网格单元无法表示空间要素的精确位置，较小的网格单元则增大数据量和数据处理时间。

密度分析时根据输入的要素数据集计算整个区域的数据集聚状况，从而产生一个连续的密度表面。

核密度分析用于计算要素在其周围邻域中的密度，即可计算点要素的密度也可以计算线要素的密度。在核密度分析中，落入搜索区域内的点（或线）具有不同的权重，靠近格网搜索中心的点或线会被赋予较大的权重，随着其与格网中心距离的加大，权重降低。

选择系统工具箱→Spatial Analysis→密度分析→核密度分析工具，在d出的对话框中选择输入要素和输出要素，Population默认为NONE，，像元大小用于设置输出栅格数据的像元大小，搜索半径用于设置密度计算的搜索半径。可以根据需要进行设置，这次均采用默认设置。点击确定，得到结果。

核密度分析还可以使用 Population字段 根据要素的重要程度赋予某些要素比其他要素更大的权重。

下面结果分别是 Population字段 为默认的NONE时和指定了字段的结果。可以看出两者之间有明显差别。

点密度分析是用于计算每个输出栅格像元周围点要素的密度情况。每个栅格像元从其中心点建立了一个邻域，然后将落入邻域内的点的Population字段值相加，再除以邻域面积。

选择系统工具箱→Spatial Analysis→密度分析→点密度分析工具，d出点密度分析对话框，根据需要进行设置即可，与核密度分析 *** 作类似，这里就不再赘述。

其中， 邻域分析 为可选项，用于指定计算密度值的每个像元周围的区域形状，在 邻域设置 栏中还需设置单位（像元单位/地图单位）。

线密度分析用于计算每个输出像元邻域内的现状要素的密度，线密度分析结果的计量单位为"长度单位/面积单位"，是每个栅格像元中线为圆心以搜索半径为半径绘制一个圆，每条线落在该圆内的长度与Population字段值相乘再求和，然后除以圆的面积。

选择系统工具箱→Spatial Analysis→密度分析→线密度分析工具，d出线密度分析对话框，根据需要进行设置即可，与核密度分析 *** 作类似，这里就不再赘述。

Reference：

《ArcGIS10地理信息系统教程——从初学到精通》

什么是栅格数据？

最简形式的栅格由按行和列（或格网）组织的单元（或像素）矩阵组成，其中的[color=red]每个单元都包含一个信息值[/color]（例如温度）。栅格可以是数字航空摄影、卫星影像、数字或甚至扫描的地图。

以栅格格式存储的数据可以表示各种实际现象：

1专题数据（也称为离散数据）表示土地利用或土壤数据等要素。

2连续数据表示温度、高程或光谱数据（例如，卫星影像或航空摄影）等现象。

3则包括扫描的地图或绘图，以及建筑物照片。

专题和连续栅格可能会作为数据图层与地图中的其他地理数据一起显示，但也常在使用 ArcGIS 空间分析扩展模块进行空间分析时作为源数据使用。栅格通常用作表格中的属性，它们可同地理数据一同显示，并可传达有关地图要素的附加信息。

尽管栅格数据的结构很简单，但它在各种应用中都极为重要。在 GIS 中，栅格数据的使用主要分为四个类别：

1将栅格用作底图

在 GIS 中，栅格数据通常用来作为其他要素图层的背景显示画面。例如，在其他图层下显示正射影像，这不仅可提供附加的信息，而且还可使地图用户更加确信地图图层在空间上已经对齐并代表着实际的对象。栅格底图共有三种主要来源，分别为正射航片、正射卫星影像和正射的扫描地图。下面是一个用作道路数据底图的栅格。

2将栅格用作表面地图

栅格非常适合表示那些沿地表（表面）连续变化的数据。这是将连续数据存储为表面的有效方法。它们还能以固定间距来表示表面。从地球表面测得的高程值是表面地图的最常见应用，但也可将其他值（例如降雨量、温度、密度和人口密度等）定义为可进行空间分析的表面。下方的栅格便显示了高程，其中使用绿色显示较低的高程，红色、粉红色和白色单元则表示较高的高程。

3将栅格用作主题地图

表示主题数据的栅格可通过分析其他数据获得。一个常见的分析应用是按照土地覆盖类别来对卫星影像的内容进行分类。基本上，此活动可将多光谱数据划分到各个类（例如植被类型）中并指定类别值。通过将矢量、栅格和 terrain 数据等不同来源的各种数据进行组合也可得到主题地图。例如，要为特定的活动创建一个适宜的栅格数据集，则可通过使用地理处理模型来处理数据的方式实现。下方的示例是显示土地利用的分类栅格数据集。

4将栅格用作要素的属性

用作要素属性的栅格可以是与地理对象或位置相关的数字照片、扫描的文档或扫描的绘图。宗地图层可能具有标识宗地最新事务的扫描法律文档；表示洞穴开口的图层可能具有与点要素关联的实际洞穴开口的。下方是一棵大型古树的数字，可用作城市地表图层的属性。

[color=red] 为何将数据存储为栅格？[/color]

有时只能将数据存储为栅格；例如，影像仅以栅格形式提供。然而，许多其他要素（例如点要素）和测量值（例如降雨量）既可以存储为栅格数据类型也可以存储为要素（矢量）数据类型。

将数据存储为栅格具有以下优点：

1数据结构更加简单，即由单元组成矩阵结构，其中的单元值表示坐标，有时与属性表相关联

2格式更加强大，可进行高级的空间和统计分析

3可以表示连续表面以及执行表面分析

4点、线、面和表面都可同样存储

5对复杂数据集也可执行快速叠置

要将数据存储为栅格还需要考虑其他因素，有时选择基于矢量的存储方法反而会更合适。例如：

1由于栅格数据集的单元尺寸具有局限性，所以可能会带来空间误差。

2栅格数据集可能会非常大。虽然分辨率会随着栅格单元大小的减小而提高，但这会占用更多的磁盘空间，而且会拖慢处理速度。对于给定区域，将栅格单元大小更改为现有大小的一半时，所需的存储空间会增大为原来的四倍，具体情况取决于所使用的数据类型和存储技术。

了解有关单元大小的详细信息

3将数据重建到固定间距的栅格单元边界时也会损失一定的精度。

卫星影像

遥感卫星影像是用栅格格式记录，从1972年以来产生全球影像

美国陆地卫星1、2、3号：通过多光谱扫描仪（MSS）获取影像，空间分辨率约为79m

陆地卫星4号：发射与1982年，用专题制图仪（TM）扫描仪，空间分辨率为30m

1984年第二个TM式陆地卫星5在国外发射，1993年发射陆地卫星6未进入轨道

1999年发射陆地卫星7号（ETM1），设计用来季节性监控全球范围内小尺度变化过程，空间分辨率为30m

法国地球观测卫星（SPOT）系列始于1986年，每个SPOT卫星带有两个传感器：全感应传感器获取10m空间分辨率的单波段影像，多光谱传感器获取三个波段20m分辨率影像，为GIS项目的良好空间数据源

印度、日本卫星计划

1985年美国陆地卫星私有化，私人公司可收集与销售遥感数据

SpaceImaging：Ikonos卫星用来获取1m分辨率的全色影像和4m分辨率的多光谱影像

卫星影像像元值代表从地球表面反射或发射的光能，光能的测量基于来自连续波长的光谱波段，即电磁光谱

全色影像包含一个波段，而多光谱影像包含了一系列波段，例如TM影像有7个波段：蓝、绿、红、近红外、中红外I、热红外、中红外II

数字高程模型

数字高程模型（DEM）由等间隔海拔数据排列组成；DEM以点为基础，但也容易通过将海拔高度点置于格网单元中心的方法转换成栅格数据

（1）美国地质调查局（USGS）的DEM：75秒DEM（1:24000）， 30秒DEM（1:100000）、1分DEM（1:250000）、阿拉斯加DEM

（2）非USGS数字高程模型

基本方法：采用立体测图仪和具有重叠区的航片，产出比USGS精度更高的DEM数据，但费用太高。

其他方法：用卫星影像生成DEM模型，如SPOT数据

（3）全球数字高程模型

GTOPO30、ETOPO

数字正射影像

数字正射影像图（DOQ）是一种由航片或其他遥感数据制备而得到的数字化影像，其中由照相机镜头倾斜和地形

起伏引起的位移已被消除；数字正射影像是地理坐标参考的，并可与地形图和其他地图配准

二进制扫描文件

含有数值1或数值0，用于跟踪矢量化

数字栅格图形

是USGS地形图的扫描图像

图形文件

TIFF、GIF、JPEG

特定GIS软件的栅格数据

总结

不论任何形式的压缩数据编码，都是以增加了运算时间换取了存储空间，这就要考虑主要矛盾的主要方面，当我们想减少数据的冗余，有效地利用空间资源时，就不得不进行数据压缩编码，而让计算机多进行一些解码和处理复杂图形的运算。因此，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。

问题一：arcgis栅格数据是什么意思 栅格就是常见的数据，比如JPG、tiff等等，而矢量数据就是你再Arcgis里面画出来的点啊线啊那些数据，这样说明白么

问题二：什么是矢量数据、栅格数据、拓扑关系？ 矢量数据:在直角坐标系中，用X、Y坐标表示地图图形或地理实体的位置和形状的数据。

栅格数据:按栅格阵列单元的行和列排列的有不同“值”的数据集。

拓扑关系:指图形元素之间相互空间上的连接、邻接关系并不考虑具 置这种拓扑关系是由数字化的点、线、面数据形成的以用户的查询或应用分析要求进行图形选取、叠合、合并等 *** 作。

问题三：组成栅格数据最基本的单元是什么？栅格还是象元？ 栅(shan 一声)格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。每一个单元（像素）的位置由它的行列号定义，所表示的实 置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。

问题四：是矢量数据还是栅格数据如何区分 矢量数据与栅格数据的区别：

以上内容均根据学员实际工作中遇到的问题整理而成，供参考，如有问题请及时沟通、指正。

问题五：什么是栅格图？ 栅格数据适合于做空间分析和图象数据格式的存储，不适合做不连续的数据处理。

问题六：矢量数据和栅格数据的区别是什么分别有什么特点 5分 矢量数据应该是一种像素， 栅格数据是一种形状

问题七：关于arcgis栅格数据 这个就是根据权重计算重心

具体过程比较复杂，可以私信加我教你！

问题八：栅格数据的编码方法 编码方法在栅格文件中，每个栅格只能赋予一个唯一的属性值，所以属性个数的总数是栅格文件的行数乘以列数的积，而为了保证精度，栅格单元分得一般都很小，这样需要存储的数据量就相当大了。通常一个栅格文件的栅格单元数以万计。但许多栅格单元与相邻的栅格单元都具有相同的值，因此使用了各式各样的数据编码技术与压缩编码技术。主要的编码技术简介如下：（一）直接栅格编码直接栅格编码是将栅格数据看作一个数据短阵，逐行或逐列逐个记录代码。可每行从左到右逐个记录，也可奇数行从左到右，偶数行从右到左记录，为特定目的也可采用其它特殊顺序。通常称这种编码的图像文件为栅格文件，这种网格文件直观性强，但无法采用任何种压缩编码方法。图21 (c)的栅格编码为：4，4，4，4，7，7，7，7；4，4，4，4，4，7，7，7；4，4，4，4，9，9，7，7；0，0，4，9，9，9，7，7；0，0，0，9，9，9，7，7；0，0，0，9，9，9，9，9；0，0，0，0，9，9，9，9；0，0，0，0，0，9，9，9。可用程序设计语言按顺序文件或随机文件记录这些数据。（二）链式编码链式编码又称弗里曼链码或世界链码。它由某一原始点和一系列在基本方向上数字确定的单位矢量链。基本方向有东、东南、南、西南、西、西北、北、东北等8个，每个后继点位于其前继点可能的8个基本方位之一。8个基本方向的代码可分别用0，1，2，3，4，5，6，7表示，既可按顺时针也可按逆时针表示。栅格结构按逆时针编码上图（2）可记录为：1，3，7，7，7，6，6，5，4。其中前两个数字1与3表示线状物起点的坐标，即在第一行第三列，从第三个数字起表示单位矢量的前进方向。链式编码有效地压缩了栅格数据，尤其对多边形的表示最为显著，链式编码还有一定的运算能力，对计算长度、面积或转折方向的凸凹度更为方便。比较适于存储图形数据。但对边界做合并和插入等修改编辑工作很难实施，而且对局部修改要改变整体结构，效率较低。（三）游程编码游程编码是栅格数据压缩的重要且比较简单的编码方法。它的基本思路是：对于一幅栅格图像，常有行或列方向相邻的若干点具有相同的属性代码，因而可采用某种方法压缩重复的记录内容。方法之一是在栅格数据阵列的各行或列象元的特征数据的代码发生变化时，逐个记录该代码及相同代码重复的个数，从而可在二维平面内实现数据的大量压缩。另一种编码方案是在逐行逐列记录属性代码时，仅记录下发生变化的位置和相应的代码。图21 (c)栅格结构按游程编码方法可记录为：第一行4,47,4第二行4,57,3第三行4,49,27,2第四行0,24,19,37,2第五行0,39,37,2第六行0,39,5第七行0,49,4第八行0,59,3在这个例子中，原本64个栅格数据，只用了40数值就完整地表示了出来，可见用游程编码方法压缩数据是十分有效的。游程编码的编码和解码的算法都比较简单，占用的计算机资源少，游程编码还易于检索、叠加、合并等 *** 作，在栅格单元分得更细时，数据的相关性越强，压缩效率更高，数据量并没有明显增加。因此，该编码适合微型计算机等中央处理器处理速度慢，存储容量小的设备进行图像处理。（四）块式编码块式编码是游程编码扩展到二维空间的情况，游程编码是在一维状态记录栅格单元的位置和属性，如果采用正方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由记录单元中左上角的栅格单元的行、列号（初始位置）和记录单元的边长（半径）与记录单元的属性代码三部分组成，这便是块式编码。因此可以说，游程编码是块式编码的特殊情况，块式编码是游程编码的一般形式。图21 (c)>>

以上就是关于栅格数据结构的三种数据组织方法全部的内容，包括:栅格数据结构的三种数据组织方法、栅格数据的模型要素、栅格数据的空间分析——密度分析等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！