最简单的栅格由按行和列(或格网)组织的像素(或像元)矩阵组成,其中每个像素包含一个值,表示影像反射率或温度等信息。 栅格是由飞机、无人机、卫星、地面和水基传感器采集的数字图像、数字图片和扫描地图。

以栅格格式存储的数据通过以下方式表示实际现象:
- 连续数据表示光谱数据(例如卫星、航空和无人机影像)及物理和环境数据(例如高程和温度)。
- 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。
- 图片包括扫描地图或工程图和建筑物照片。
连续影像可以作为数据图层与其他地理数据一起显示在地图上,但是通常作为元数据用于影像分析。 专题和数字图片通常用作表中的属性。 它们可与地理数据一起显示,用于传达有关地图要素的其他信息。
影像和栅格数据非常实用且应用领域广泛。 在 GIS 中,影像和栅格数据通常用于以下场景:
- 作为底图的影像
在 GIS 中,影像数据的常见用途为用作其他要素图层的影像背景。 例如,在其他 GIS 图层下显示的正射影像可以使地图用户确认地图图层空间对齐并表示真实对象,同时可提供额外的上下文信息。 栅格底图的主要来源是航空、无人机和卫星影像以及扫描地图的正射校正影像。 下图用作道路数据的底图。
- 作为表面地图的栅格
栅格非常适合用于表示整个景观(表面)连续变化的数据。 可通过栅格将连续性存储为表面。 栅格还提供了表面的固定间隔表示。 基于地球表面测量的高程值是表面地图的最常见应用,但是降雨量、温度、盐度、磁性和材料密度等其他值也可以定义用于空间分析的表面。 下图中的栅格显示高程,绿色表示较低的高程,红色、粉色和白色像元表示较高的高程。
- 作为专题地图的栅格
可通过分析其他数据获取表示专题数据的栅格。 常见的分析应用为将卫星影像分类成土地覆被类别。 此操作将多光谱数据的值分类成不同的类别(例如植被类型)并分配类别值。 还可以通过组合来自不同源的数据(例如矢量、栅格和地形数据)的地理处理操作生成专题地图。 例如,可通过地理处理模型处理数据,以创建绘制特定活动适宜性的栅格数据集。 下图是显示土地利用的已分类栅格数据集的示例。
将数据存储为栅格的优势:
有时,您无法将数据存储为栅格;例如影像仅作为栅格提供。 但是,有许多其他要素(例如点)和测量值(例如降雨量)可以存储为栅格或要素(矢量)数据类型。
将数据存储为栅格具有以下优势:
- 简单的数据结构 - 包含值的像素矩阵,具有可以链接到属性表的坐标位置
- 适用于高级空间和统计分析的格式
- 表示连续的影像数据和表面并可以执行科学分析
- 以一致的方式存储点、线、面和表面
- 使用复杂数据集执行快速叠加
在某些情况下,不适合将数据存储为栅格,但是您可能想要使用基于矢量的存储选项。 以下为示例:
- 由于栅格数据集像元维度的限制,存在空间不准确性
- 栅格数据集可能非常大。 分辨率随着像素大小的减小而增加;但是,通常磁盘空间和处理速度的成本也会随之增加。 对于给定区域,将像素大小更改为当前大小的一半时需要的存储空间增加四倍,具体取决于所用的数据类型和存储方法。 使用栅格函数和动态处理可以缓解存储和处理时间的增加。
- 将数据重构为固定间隔的栅格像元边界时,会伴随着精度的降低。
栅格数据的常规特性
在影像数据集中,每个像素都具有一个值。 像素值表示栅格数据集描绘的现象,例如光谱值、类别、量级或高度。 类别可以是土地利用类别,例如草原、森林或道路。 光谱值用于卫星和航空影像,表示光反射率和颜色。 量级可以表示重力、噪音污染或降雨量百分比。 高度(距离)可以表示平均海平面以上的表面高程,可用于推导坡度、坡向和集水区属性。
像素值可正可负,可以是整型也可以是浮点型。 建议使用整型值表示类别(离散)数据,而浮点值适合表示连续表面。 像素也可以使用 NoData 值来表示数据缺失。 有关 NoData 值的信息,请参阅栅格数据集中的 NoData。

栅格将存储为有序的像素值列表,例如 80, 74, 62, 45, 45, 34, 等。

由每个像素表示的面积(表面)的宽度和高度相同,是由影像表示的整个表面的一个等分部分。 例如,表示高程的影像,即数字高程模型 (DEM),可能覆盖 100 平方公里的面积。 如果此影像中存在 100 个像素,每个像素将表示等宽等高的 1 平方公里面积(即 1 km x 1 km)。

可根据需要增加或减小像素尺寸,以表示栅格数据集描绘的表面以及表面内的要素,例如平方公里、平方英尺或平方厘米。 像素大小决定了影像中图案或对象的显示粗糙度或精细度。 像素大小越小,影像越平滑或越详细。 如果像素大小过大,则信息可能丢失或细微的图案可能模糊不清。 例如,如果像素大小大于感兴趣的对象,则该对象在栅格数据集中可能不存在。 在下面的逻辑示意图中,栅格数据集通过不同的像素大小表示一个面要素。

每个像素的位置由其在栅格矩阵中所在的行或列定义。 矩阵由笛卡尔坐标系表示,其中矩阵的行平行于笛卡尔平面的 x 轴,列平行于 y 轴。 行和列值从 0 开始。 在下面的示例中,如果栅格采用通用横轴墨卡托 (UTM) 投影坐标系,并且像素大小为 100,则位于 5,1 处的像素位置为西 300,500,北 5,900,600。

当您需要指定影像范围时,范围由影像覆盖的矩形区域的顶部、底部、左侧以及右侧坐标定义,如下所示。

影像数据的地理属性
通常为所有影像数据集记录四种地理属性。 这些属性对于地理配准非常有用,可帮助解释影像数据文件的构造方式。 理解此概念相当重要:有助于您了解影像在地理数据库中的存储和管理方式。
影像数据集具有定义地理位置的独特方法。 像素精确地地理配准后,将提供影像或栅格中像素值的有序列表。 这意味着每个栅格数据集通常都具有一个保存其地理属性的标头记录,而内容正文仅是经过排序的像素值列表。
影像数据集的四个地理属性如下所示:
- 坐标系
- 参考坐标或 x、y 位置(通常在影像左上角或左下角)
- 像素大小
- 行计数和列计数
可以使用此信息查找任何特定像素的位置。 此信息可用时,栅格数据结构从左上像素开始逐行列出像素值,直到右下像素,如下所示。
