In seiner einfachsten Form besteht ein Raster aus einer Matrix von Pixel (oder Zellen), die als Zeilen und Spalten (oder als Gitter) angeordnet sind, wobei jedes Pixel einen Wert enthält, der Informationen darstellt, z. B. die Bildreflexion oder die Temperatur. Raster sind digitale Bilder, die durch Luftfahrzeuge, Drohnen, Satelliten, Sensoren am Boden und im Wasser, digitale Bilder und gescannte Karten erfasst wurden.
Daten, die in einem Raster-Format gespeichert sind, stellen Ausschnitte der Wirklichkeit wie folgt dar:
- Kontinuierliche Daten sind Spektraldaten, wie zum Beispiel Satelliten-, Luft- und Drohnenbilder, und physische und Umweltdaten, wie zum Beispiel Höhe und Temperatur.
- Thematische Daten (auch diskontinuierliche Daten genannt) repräsentieren Features wie Landnutzung und Bodendaten.
- Die Bilder können gescannte Karten oder Zeichnungen und Gebäudefotografien umfassen.
Kontinuierliche Bilder können zusammen mit anderen geographischen Daten auf einer Karte als Daten-Layer angezeigt werden, werden jedoch häufig als Quelldaten für Bildanalysen verwendet. Thematische und digitale Bilder werden häufig als Attribute in Tabellen verwendet. Diese können zusammen mit geographischen Daten angezeigt werden. Mit ihrer Hilfe können zusätzliche Informationen zu Karten-Features vermittelt werden.
Bild- und Raster-Daten sind für eine breite Palette von Anwendungen außerordentlich nützlich. In einem GIS werden Bild- und Raster-Daten in der Regel wie folgt verwendet:
- Bilder als Grundkarten
In einem GIS werden Bilddaten häufig als Bildhintergrund für andere Feature-Layer verwendet. Zum Beispiel bieten Orthofotografien, die unter anderen GIS-Layern angezeigt werden, den Kartenbenutzern die Sicherheit, dass die Karten-Layer räumlich ausgerichtet sind, wirkliche Objekte darstellen und zusätzliche Kontextinformationen enthalten. Die Hauptquellen für Raster-Grundkarten bilden orthorektifizierte Bilder aus Luft-, Drohnen- und Satellitenbilddaten und gescannte Karten. Das folgende Bild wird als Grundkarte für Straßendaten verwendet.
- Raster als Oberflächenkarten
Raster sind für die Darstellung von Daten gut geeignet, die sich in einer Landschaft (Oberfläche) kontinuierlich ändern. Sie bieten eine Methode, die Kontinuität als Oberfläche zu speichern. Außerdem bilden sie eine Darstellung der Oberflächen mit regelmäßigen Abständen. Von der Erdoberfläche gemessene Höhenwerte stellen eine häufige Anwendung von Oberflächenkarten dar, doch über andere Werte, z. B. Niederschlag, Temperatur, Salzgehalt, magnetische Eigenschaften und Materialiendichte, können ebenfalls räumlich analysierbare Oberflächen definiert werden. Das Raster in dem Bild 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 Landnutzungskategorien. Hierdurch werden die Werte multispektraler Daten in Klassen gruppiert (z. B. Vegetationsart), 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 mit einem Geoverarbeitungsmodell verarbeiten, um ein Raster-Dataset zu erstellen, in dem die Eignung für eine bestimmte Aktivität zugeordnet wird. Das Bild unten ist ein Beispiel für ein klassifiziertes Raster-Dataset für die Landnutzung.
Vorteile 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 die folgenden Vorteile:
- einfache Datenstruktur: Eine Matrix aus Pixeln mit Werten mit einer Koordinatenposition, die mit einer Attributtabelle verknüpft sein können
- ein leistungsfähiges Format für erweiterte räumliche und statistische Analysen
- die Möglichkeit, kontinuierliche Bilddaten und Oberflächen darzustellen und wissenschaftliche Analysen durchzuführen
- die Möglichkeit, Punkte, Linien, Polygone und Flächen einheitlich zu speichern
- die Möglichkeit, Überlagerungen mit komplexen Daten schnell durchzuführen
Manchmal ist das Speichern von Daten als Raster nicht geeignet. In diesen Fällen sollten Sie besser eine vektorbasierte Speicheroption verwenden. Nachfolgend finden Sie einige Beispiele:
- Aufgrund der Beschränkungen durch die Zellbemaßungen des Raster-Datasets gibt es räumliche Ungenauigkeiten.
- Raster-Datasets können sehr groß sein. Die Flächenschärfe wird größer, wenn die Pixelgröße 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 Pixelgröße einer gegebenen Fläche, dass viermal soviel Speicherplatz benötigt wird. Die Auswirkungen durch die längeren Zeiten für Speicherung und Verarbeitung lassen sich durch die Verwendung von Raster-Funktionen kompensieren.
- Die Neustrukturierung von Daten zu einer Raster-Zellen-Umrandung mit gleichmäßigen Abständen ist mit einem Verlust an geometrischer Genauigkeit verbunden.
Allgemeine Merkmale von Raster-Daten
In Bild-Datasets besitzt jedes Pixel einen Wert. Die Pixelwerte stellen das vom Raster-Dataset wiedergegebene Phänomen dar, z. B. einen Spektralwert, eine Kategorie, eine Magnitude oder eine Höhe. Die Kategorie kann eine Flächennutzungsklasse sein, beispielsweise Weideland, Wald oder Straßenflächen. Spektralwerte werden für Satellitenbilder und Luftfotografien verwendet, um die Lichtreflexion und -farbe darzustellen. Eine Größe kann die Erdanziehungskraft, einen Lärmpegel oder einen Niederschlagsprozentsatz angeben. Die Höhe (Entfernung) kann die Oberflächenerhebungen über dem durchschnittlichen Meeresspiegel darstellen, der zum Ableiten der Eigenschaften Neigung, Ausrichtung und Abflussgebiet verwendet werden kann.
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 eignen sich 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 Pixelwerten gespeichert, z. B. als 80, 74, 62, 45, 45, 34 usw.
Die von jedem Pixel dargestellte Fläche (oder Oberfläche) weist eine gleiche Breite und Höhe auf und entspricht jeweils dem gleichen Anteil der gesamten vom Bild dargestellten Oberfläche. Ein Bild zum Beispiel, das die Höhe darstellt (d. h., ein digitales Höhenmodell, DEM) kann eine Fläche von 100 Quadratkilometern abdecken. Wenn dieses Bild 100 Pixel enthält, stellt jedes Pixel 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 Quadratzentimeter. Die Pixelgröße ist entscheidend dafür, wie grob oder wie fein die Muster oder Objekte im Bild dargestellt werden. Je kleiner die Pixelgröße ist, desto weicher sind die Übergänge des Bildes oder detaillierter ist das Bild. Bei zu großer Pixelgröße können Informationen verloren gehen oder feine Muster unberücksichtigt bleiben. Wenn die Pixelgröße beispielsweise die Größe des betrachteten Objekts überschreitet, kann dieses Objekt im Raster-Dataset nicht enthalten sein. Im unten stehenden Diagramm wird ein einfaches Polygon-Feature durch ein Raster-Dataset mit unterschiedlichen Pixelgrößen dargestellt.
Die Position jedes Pixels wird durch die Zeile und Spalte definiert, in der es 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. 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 Pixelgröße von 100 aufweist, entspricht die Pixelposition bei 5,1 den Werten 300.500 Ost, 5.900.600 Nord.
Wenn Sie die Ausdehnung eines Bildes angeben müssen, wird sie durch die oberen, unteren, linken und rechten Koordinaten der vom Bild abgedeckten rechteckigen Fläche definiert, wie unten veranschaulicht.
Geographische Eigenschaften von Bilddaten
Für alle Bild-Datasets werden normalerweise vier geographische Eigenschaften erfasst. Diese sind nützlich für die Georeferenzierung und fördern das Verständnis der Struktur von Bilddatendateien. Und sie geben wieder, wie Bilder in der Geodatabase gespeichert und verwaltet werden.
Bild-Datasets weisen eine spezielle Methode zur Definition von geographischen Positionen auf. Nach einer genauen Georeferenzierung der Pixel ist eine geordnete Liste der Pixelwerte in einem Bild oder Raster verfügbar. Jedes Raster-Dataset weist also in der Regel einen Header-Datensatz auf, der die geographischen Eigenschaften enthält, und der eigentliche Inhalt besteht aus einer Liste mit Pixelwerten.
Bild-Datasets besitzen die folgenden vier geographischen Eigenschaften:
- Einem Koordinatensystem
- Eine Referenz-Koordinate oder eine XY-Position (üblicherweise in der oberen oder unteren linken Ecke des Bildes)
- Eine Pixelgröße
- Zeilen- und Spaltenanzahl
Anhand dieser Informationen können Sie die Position eines bestimmten Pixels ermitteln. Wenn diese Informationen zur Verfügung stehen, werden in der Raster-Datenstruktur die Pixelwerte der Reihe nach von der oberen linken Ecke bis zur unteren rechten Ecke aufgelistet, wie in der folgenden Abbildung gezeigt.
