In seiner einfachsten Form besteht ein Raster aus einer Matrix von Zellen (oder Pixel), die als Zeilen und Spalten (oder als Gitter) angeordnet sind, wobei jede Zelle einen Wert enthält, der Informationen darstellt, z. B. die Temperatur. Raster können digitale Luftaufnahmen, Satellitenbilder, digitale Bilder oder sogar gescannte Karten sein.
Raster-Datentypen
Daten, die in einem Raster-Format gespeichert sind, stellen Ausschnitte der Wirklichkeit dar:
- Kontinuierliche Daten repräsentieren Phänomene wie die Höhe oder spektrale Bilddaten, die von Satelliten oder flugzeuggestützten Plattformen wie beispielsweise Drohnen erfasst wurden.
- Thematische Daten (auch diskontinuierliche Daten genannt) repräsentieren Features wie Landnutzung oder Bodendaten.
- Die Bilder umfassen gescannte Karten oder Zeichnungen und Gebäudefotografien.
Kontinuierliche und thematische Raster können zusammen mit anderen geographischen Daten auf der Karte als Daten-Layer angezeigt werden, werden jedoch häufig als Quelldaten für räumliche Analysen mit der ArcGIS Spatial Analyst- oder der ArcGIS Image Analyst-Erweiterung verwendet. Bild-Raster werden oft als Attribute in Tabellen verwendet – diese können zusammen mit den vorliegenden geographischen Daten angezeigt werden. Mit ihrer Hilfe können zusätzliche Informationen zu Karten-Features vermittelt werden.
Raster-Daten-Anwendungen
Zwar ist die Struktur von Raster-Daten einfach, doch sind diese für eine breite Palette von Anwendungen außerordentlich nützlich. Innerhalb eines GIS ist die Verwendung von Raster-Daten in vier Hauptkategorien unterteilt:
- Bilder als Grundkarten
In einem GIS werden Bilddaten häufig als Hintergrundanzeige für andere Feature-Layer verwendet. Zum Beispiel bieten unter anderen Layern angezeigte Orthofotos den Kartenbenutzern die Sicherheit, dass die Karten-Layer räumlich ausgerichtet sind, reale Objekte darstellen und zusätzliche Informationen enthalten. Drei Hauptquellen für Bilddaten-Grundkarten bilden Orthofotos aus der Luftfotografie, Satellitenbilder und gescannte Karten. Unten ist ein Orthofoto abgebildet, das als Grundkarte für Straßendaten verwendet wird.
- Raster als Oberflächenkarten
Raster sind für die Darstellung von Daten gut geeignet, die sich in einer Landschaft (Oberfläche) kontinuierlich ändern. Sie bieten eine effektive Methode, die Kontinuität als Oberfläche zu speichern. Außerdem bilden sie eine Darstellung der Oberflächen mit regelmäßigen Abständen. Von der Erdoberfläche gemessene Höhenwerte stellen die häufigste Anwendung von Oberflächenkarten dar, doch über andere Werte, z. B. Niederschlag, Temperatur, Konzentration und Bevölkerungsdichte, können ebenfalls räumlich analysierbare Oberflächen definiert werden. Das Raster unten zeigt die Höhe an: geringere Höhen sind grün dargestellt, größere Höhen rot, rosa und weiß.
- Raster als thematische Karten
Raster, die thematische Daten darstellen, können aus der Analyse anderer Daten abgeleitet werden. Eine häufige Analyseanwendung besteht in der Klassifizierung von Satellitenbildern nach Landbedeckungskategorien. Im Grunde werden hierbei die Werte multispektraler Daten in Klassen gruppiert (z. B. Vegetationstyp), denen Kategoriewerte zugewiesen werden. Thematische Karten können auch mit Geoverarbeitungsoperationen erstellt werden, bei denen Daten aus verschiedenen Quellen, z. B. Vektor-, Raster- und Geländedaten, kombiniert werden. Sie können beispielsweise Daten in einem Geoverarbeitungs-Modell verarbeiten, um ein Raster-Dataset zu erstellen, in dem die Eignung für eine bestimmte Aktivität zugeordnet wird. Hier sehen Sie ein Beispiel für ein klassifiziertes Raster-Dataset für die Landnutzung.
- Raster als Attribute eines Features
Als Attribute eines Features verwendete Raster können digitale Fotografien, gescannte Dokumente oder gescannte Zeichnungen zu einem geographischen Objekt oder einem Ort sein. Ein Bild eines vermessenen Features kann beispielsweise mit einer Bodenpasspunktdatei verknüpft sein. Ein Layer mit Flurstücken kann gescannte rechtlich relevante Dokumente enthalten, in denen die letzte Transaktion für das betreffende Flurstück erfasst ist. Ein Layer, der Höhlenöffnungen darstellt, kann Bilder der den Punkt-Features zugeordneten wirklichen Höhlenöffnungen enthalten. Hier sehen Sie ein digitales Bild eines großen alten Baumes, der als Attribut für einen von einer Stadt verwalteten Landschafts-Layer verwendet werden kann.
Zweck des Speicherns von Daten als Raster
In manchen Fällen haben Sie keine andere Wahl Daten als Raster zu speichern, beispielsweise sind Bilder nur als Raster verfügbar. Viele andere Features (z. B. Punkte) und Maße (z. B. Niederschläge) können jedoch als Raster- oder Feature-Datentyp (Vektor) gespeichert werden.
Das Speichern von Daten als Raster bietet folgende Vorteile:
- einfache Datenstruktur: eine Matrix aus Zellen mit Werten, die Koordinaten darstellen und manchmal mit einer Attributtabelle verknüpft sind
- leistungsfähiges Format für erweiterte räumliche und statistische Analysen
- Möglichkeit, kontinuierliche Oberflächen darzustellen sowie Bild- und Oberflächenanalysen durchzuführen
- Möglichkeit, Punkte, Linien, Polygone und Flächen einheitlich zu speichern
- Möglichkeit, Überlagerungen mit komplexen Daten schnell durchzuführen
Bei der Auswahl einer vektorbasierten Speicheroption können weitere Überlegungen und Vorteile eine Rolle spielen. Beispiel:
- Aufgrund der Beschränkungen durch die Zellbemaßungen des Raster-Datasets können räumliche Ungenauigkeiten vorliegen.
- Raster-Datasets können sehr groß sein. Die Flächenschärfe wird größer, wenn die Zellengröße verringert wird; natürlich werden aber auch die Anforderungen an Festplattenplatz und Bearbeitungsgeschwindigkeit größer. Je nach Art der Daten und verwendeten Speichermethoden bedeutet eine Halbierung der Zellengröße einer gegebenen Fläche, dass viermal soviel Speicherplatz benötigt wird.
- Zudem kann bei der Neustrukturierung von Daten ein Genauigkeitsverlust zu einer Raster-Zellen-Umrandung mit gleichmäßigen Abständen eintreten.
Allgemeine Merkmale von Raster-Daten
In Raster- und Bild-Datasets besitzt jede Zelle (oder jeder Pixel) einen Wert. Die Zellenwerte stellen das vom Raster-Dataset wiedergegebene Phänomen dar, z. B. eine Kategorie, Größe, Höhe oder den Spektralwert eines Bildes. Die Kategorie kann eine Flächennutzungsklasse sein, beispielsweise Weideland, Wald oder Straßenflächen. Eine Größe könnte die Erdanziehungskraft, einen Lärmpegel oder einen Niederschlagsprozentsatz angeben. Die Höhe (Entfernung) könnte die Oberflächenerhebungen über dem durchschnittlichen Meerespegel darstellen, der zum Ableiten der Eigenschaften Neigung, Ausrichtung und Abflussgebiet verwendet werden kann. Spektralwerte werden für Satelliten- und Luftbilddaten verwendet, um die Lichtreflexion und -farbe je nach Pflanzenart und -gesundheit darzustellen.
Als Pixelwerte können positive oder negative sowie ganze Zahlen oder Gleitkommazahlen verwendet werden. Ganzzahlwerte eignen sich am besten zur Darstellung von kategorisierten (diskontinuierlichen) Daten und Gleitkommawerte zur Darstellung von kontinuierlichen Oberflächen. Zellen können auch einen NoData-Wert aufweisen, mit dem die Abwesenheit von Daten angegeben wird. Informationen zu NoData-Werten finden Sie unter NoData-Werte in Raster-Datasets.
Raster werden als geordnete Liste von Zellwerten gespeichert, z. B. als 80, 74, 62, 45, 45, 34 usw.
Die von jeder Zelle dargestellte Fläche (oder Oberfläche) weist eine gleiche Breite und Höhe auf und entspricht jeweils dem gleichen Anteil der gesamten vom Raster dargestellten Oberfläche. Ein Raster zum Beispiel, das die Höhe darstellt (d. h., ein digitales Höhenmodell) kann eine Fläche von 100 Quadratkilometer abdecken. Wenn dieses Raster 100 Zellen enthält, stellt jede Zelle 1 Quadratkilometer mit gleicher Breite und Höhe dar (d. h. 1 km x 1 km).
Die Bemaßung der Pixel kann so groß oder so klein gewählt werden, wie es für die Darstellung der vom Raster-Dataset dargestellten Oberfläche und der in der Oberfläche enthaltenen Features nötig ist, beispielsweise Quadratkilometer, Quadratfuß oder sogar Quadratzentimeter. Die Pixelgröße ist entscheidend dafür, wie grob oder wie fein die Muster oder Features im Raster oder Bild dargestellt werden. Je kleiner die Pixelgröße ist, desto weicher sind die Übergänge des Rasters bzw. desto detaillierter wird dieses abgebildet. Je größer allerdings die Anzahl der Pixel ist, desto länger dauert die Verarbeitung und desto mehr Speicherplatz ist erforderlich, sofern keine dynamische Raster-Funktion verwendet wird. Bei zu großer Pixelgröße können Informationen verloren gehen oder feine Muster unberücksichtigt bleiben. Wenn die Pixelgröße beispielsweise die minimale Kartenerstellungseinheit überschreitet, sind Features, die diese Größe unterschreiten, im Raster-Dataset möglicherweise nicht enthalten. Im Diagramm unten ist zu sehen, wie dieses einfache Polygon-Feature durch ein Raster-Dataset mit unterschiedlichen Pixelgrößen dargestellt wird.
Die Position jeder Zelle wird durch die Zeile und Spalte definiert, in der sie in der Raster-Matrix gespeichert ist. Die Matrix wird durch ein kartesisches Koordinatensystem dargestellt, in dem die Zeilen der Matrix parallel zur X-Achse und die Spalten parallel zur Y-Achse der kartesischen Ebene verlaufen. Dies wird als Bildkoordinatenraum bezeichnet. Zeilen- und Spaltenwerte beginnen jeweils mit 0. Wenn das Raster im Beispiel unten Teil eines nach UTM (Universal Transverse Mercator) projizierten Koordinatensystems ist und eine Zellengröße von 100 aufweist, entspricht die Zellenposition bei 5.1 den Werten 300.500 Ost, 5.900.600 Nord.
Weitere Informationen zum Georeferenzieren eines Rasters
In vielen Fällen müssen Sie die Ausdehnung des Rasters angeben. Die Ausdehnung wird durch die oberen, unteren, linken und rechten Koordinaten der vom Raster abgedeckten rechteckigen Fläche definiert, wie unten veranschaulicht.
