精华内容
下载资源
问答
  • 1.图层中数据的分类在日常使用中,常用的数据有两种即矢量数据和栅格数据,都可直接导入到GIS软件(ArcMap,SuperMapIDeskTop,Udig,QGIS)中对其作相应的处理。1.1.矢量数据矢量数据是利用欧几里德几何学中点、线、面...

    c63650f610a4a2a7e0fb79b84aa0dcce.png

    1.图层中数据的分类

    在日常使用中,常用的数据有两种即矢量数据和栅格数据,都可直接导入到GIS软件(ArcMap,SuperMapIDeskTop,Udig,QGIS)中对其作相应的处理。

    1.1.矢量数据

    矢量数据是利用欧几里德几何学中点、线、面及其组合体来表示地理实体空间分布的一种数据组织方式。

    例如在直角坐标系中,用X、Y坐标表示地图图形或地理实体的位置的数据。矢量数据一般通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误。

    点实体:可直接用一对坐标X,Y来确定位置;

    线实体:线是由一系列点组成的曲线,用坐标串的集合(X1,Y1;X2,Y2;……Xn,Yn)来记录;

    面实体:面也是由点组成的,只是在用坐标串集合表示时记得要使曲线闭合(X1,Y1;X2,Y2;……Xn,Yn;X1,Y1)。

    图层中的矢量数据主要是指保存了点、线、面坐标信息和属性信息的文件,这种文件一般是.shp格式的。若将.shp文件在ArcGIS中打开,则称其为图层。如XZZX就是点图层的名称。

    ed079339b9c9fbb59cb5d187f5c2bbe3.png

    除了点图层之外还有线面图层

    425b26296b85862944eda8c48ff8f05a.png

    99ffb198d8b20d820e4414712037a12e.png

    随便选择一条线,通过ArcGIS可以看到线是由一系列点组成的。

    0602f27319cb2ab32052b8051ce3cc16.png

    注:无论地图放大缩小到什么级别,矢量数据本身是不会失真的。

    1.2.栅格数据

    栅格数据就是将空间分割成有规律的网格,每一个网格称为一个单元(像素),并在各单元上赋予相应的属性值来表示实体的一种数据形式。

    点实体:由一个栅格像元来表示,如图所示,一个点对应着一个像元;

    线实体:由一定方向上连接成串的相邻栅格像元表示;

    面实体(区域):由具有相同属性的相邻栅格像元的块集合来表示;

    此图中1代表点,2代表线,3代表面。

    07a0496de8e0f8217d5ab860c6dfc20f.png

    128906f2f251b0da61a2ef4c07d0024a.png

    我们平时使用的栅格数据,通俗说就是一张图片(遥感影像数据也是栅格数据)。下图为将.tif格式图片在ArcGIS中打开。(.PNG、.JPG格式的图片同样也是矢量数据)

    3c67d82bbdfd621571d00b5c055ddd11.png

    将图层放大到一定程度,就能看到相应的栅格像元。

    a36ef7a5d11161aef62ddf802b818d2d.png

    注:当栅格数据放大到一定级别(超过像素识别范围)时,可以发现数据会出现失真现象。

    1.3.矢栅一体化数据

    矢量栅格数据各有优缺点,如何充分利用两者的优势,在同一个系统中将两者结合起来,是GIS中的一个重要理论与技术问题。将矢量数据和栅格数据结合起来,即同时具有矢量实体的概念,又具有栅格覆盖的思想。

    2.切片(瓦片)地图的概念

    瓦片地图金字塔模型是一种多分辨率层次模型,在统一的空间参照下,根据用户需要以不同分辨率进行存储与显示,形成分辨率由粗到细、数据量由小到大的金字塔结构。所表示的地理范围不变。金字塔的越往底层所表示的地图信息越详细,比例尺越大。

    首先确定地图服务平台所要提供的缩放级别的数量N,把缩放级别最高、地图比例尺最大的地图图片作为金字塔的底层,即第0层,并对其进行分块,从地图图片的左上角开始,从左至右、从上到下进行切割,分割成相同大小(比如256x256像素)的正方形地图瓦片,形成第0层瓦片矩阵;在第0层地图图片的基础上,按每2x2像素合成为一个像素的方法生成第1层地图图片,并对其进行分块,分割成与下一层相同大小的正方形地图瓦片,形成第1层瓦片矩阵;采用同样的方法生成第2层瓦片矩阵;…;如此下去,直到第N一1层,构成整个瓦片金字塔。

    770399efdb4e2884b4dcd206ffd31bc6.png

    3475ffcc5a62dbd6e18a28cf8d70011f.png

    ......后续详细内容请关注我的微信公众号

    caed008aba4e39a05e58572a48e3bb2f.png
    展开全文
  • GIS 地图的图层(切片/瓦片)概念

    千次阅读 2019-08-19 13:28:25
    常用的数据两种:(1)矢量数据(2)栅格数据 1、矢量数据 矢量数据是利用几何中点、线、面及其组合体来表示地理实体空间分布一种数据组织方式。 图层中矢量数据主要指点、线、面坐标信息和属性信息文件...

    图层中数据的分类

    常用的数据有两种:(1)矢量数据(2)栅格数据

    1、矢量数据

    矢量数据是利用几何中点、线、面及其组合体来表示地理实体空间分布的一种数据组织方式。

    图层中的矢量数据主要指点、线、面坐标信息和属性信息的文件,这种文件一般是.shp格式的。

    无论地图放大缩小到什么级别,矢量数据本身是不会失真的。

    2、栅格数据

    栅格数据就是将空间分割成有规律的网格,每一个网格称为一个单元(像素),并在各个单元上赋予相应的属性值来表示实体的一种数据形式。

    我们平时使用的栅格数据,通俗的说就是一线图片(遥感影像数据也是栅格数据)。

    当栅格数据放大到一定级别(超过像素识别范围)时,可以发现数据会出现失真现象。

    切片(瓦片)地图的概念

    瓦片地图金字塔模型是一种多分辨率层次模型,在统一的空间参照下,根据用户需要以不同分辨率进行存储与显示,形成分辨率由粗到细、数据量由小到大的金字塔结构。所表示的地理范围不变,金字塔越往底层所表示的地图信息越详细,比例尺越大。

    首先确定地图服务平台提供的缩放级别的数量N,把缩放级别最高、地图比例尺最大的地图图片作为金字塔的底层,即第0层,并对其进行分块,从地图图片的左上角开始,从左至右、从上至下进行切割,分割成相同大小(比如256x256像素)的正方形地图瓦片,形成第0层瓦片矩阵,在第0层地图图片的基础上,按第2x2像素合成一个像素的方法生成第1层地图图片,并对其进行分块,分割成与下一层相同大小的正方形地图瓦片,形成第1层瓦片矩阵,采用同样的方法生成第2层瓦片矩阵...直到第N-1层。

     

    展开全文
  •  2.1.6 程序的两大任务:描述?据与处理数据  2.2 基本输入/输出流  2.2.1 标准的输入和输出对象  2.2.2 输出格式控制  2.2.3 读/写文件  2.3 最常用的开发环境Visual Studio  2.3.1 Visual C++的常用菜单  ...
  • 遥感图像是一带大地坐标栅格数据,遥感图像栅格模型包含以下部分内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应数值为该点像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段...

    GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含以下两部分的内容:

    栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应的数值为该点的像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段与多波段,波段表示地物属性的种类,每个波段表示地物一种属性。

    大地坐标:空间数据参考表示地图的投影信息;仿射矩阵能将行列坐标映射到面坐标上。

    GDAL读写遥感数据的代码:

    from osgeo import gdal

    import os

    class GRID:

    #读图像文件

    def read_img(self,filename):

    dataset=gdal.Open(filename) #打开文件

    im_width = dataset.RasterXSize #栅格矩阵的列数

    im_height = dataset.RasterYSize #栅格矩阵的行数

    im_geotrans = dataset.GetGeoTransform() #仿射矩阵

    im_proj = dataset.GetProjection() #地图投影信息

    im_data = dataset.ReadAsArray(0,0,im_width,im_height) #将数据写成数组,对应栅格矩阵

    del dataset

    return im_proj,im_geotrans,im_data

    #写文件,以写成tif为例

    def write_img(self,filename,im_proj,im_geotrans,im_data):

    #gdal数据类型包括

    #gdal.GDT_Byte,

    #gdal .GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,

    #gdal.GDT_Float32, gdal.GDT_Float64

    #判断栅格数据的数据类型

    if 'int8' in im_data.dtype.name:

    datatype = gdal.GDT_Byte

    elif 'int16' in im_data.dtype.name:

    datatype = gdal.GDT_UInt16

    else:

    datatype = gdal.GDT_Float32

    #判读数组维数

    if len(im_data.shape) == 3:

    im_bands, im_height, im_width = im_data.shape

    else:

    im_bands, (im_height, im_width) = 1,im_data.shape

    #创建文件

    driver = gdal.GetDriverByName("GTiff") #数据类型必须有,因为要计算需要多大内存空间

    dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)

    dataset.SetGeoTransform(im_geotrans) #写入仿射变换参数

    dataset.SetProjection(im_proj) #写入投影

    if im_bands == 1:

    dataset.GetRasterBand(1).WriteArray(im_data) #写入数组数据

    else:

    for i in range(im_bands):

    dataset.GetRasterBand(i+1).WriteArray(im_data[i])

    del dataset

    if __name__ == "__main__":

    os.chdir(r'D:\Python_Practice') #切换路径到待处理图像所在文件夹

    run = GRID()

    proj,geotrans,data = run.read_img('LC81230402013164LGN00.tif') #读数据

    print proj

    print geotrans

    print data

    print data.shape

    run.write_img('LC81230402013164LGN00_Rewrite.tif',proj,geotrans,data) #写数据

    在GDAL遥感影像读写的基础上,我们可以进行遥感图像的各种公式计算和统计分析。

    例如我们所熟知的计算NDVI(归一化植被指数),只要在以上代码倒数第二行中插入代码:

    import numpy as np

    data = data.astype(np.float)

    ndvi = (data[3]-data[2])/(data[3]+data[2]) #3为近红外波段;2为红波段

    run.write_img('LC81230402013164LGN00_ndvi.tif',proj,geotrans,ndvi) #写为ndvi图像

    当然,这是理想的NDVI,实际处理NDVI还会遇到一些其他要处理的问题。例如NDVI值应该在区间[-1,1]内,但实际中会出现大于1或小于-1的情况,或者某些像点是坏点,出现空值nan,需要进一步的配套处理。

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

    时间: 2019-07-31

    展开全文
  • GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一带大地坐标的栅格数据...GDAL读写遥感数据的代码: from osgeo import gdal import os class GRID: #读图像文件 def read_img(self,filename):
  • GIS学习之栅格数据

    2019-04-09 17:33:00
    栅格数据在许多方面是矢量数据的补充,将两种数据相结合是GIS项目的一个普遍特征。一、栅格数据模型要素:栅格数据模型在GIS中也被称为格网(Grid)、栅格地图、表面覆盖(Surface Cover)或影像。格网由行、列、格...

    栅格数据用一个规则格网来描述与每一个格网单元位置相对应的空间现象特征的位置和取值。在概念上,空间现象的变化由格网单元值的变化来反映。地理信息系统中许多数据都用栅格格式来表示。栅格数据在许多方面是矢量数据的补充,将两种数据相结合是GIS项目的一个普遍特征。

    一、栅格数据模型要素:

    栅格数据模型在GIS中也被称为格网(Grid)、栅格地图、表面覆盖(Surface Cover)或影像。格网由行、列、格网单元组成。行、列由格网左上角起始。在二维坐标系统中,行作为y坐标、列作为x坐标。在这点上与纬度作为y坐标、经度作为x坐标有点类似。

    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。格网中的每一个格网单元有一个值,整型或浮点型。整型格网单元值通常代表类别数据。比如,土地类型常用1代表城市用地、2代表林地等。浮点型格网单元值常表示连续数据,比如,降水量模型可能有20、15、12、23等降水量值。浮点型格网比整型格网需要更多的计算机存储资源,这是涉及大范围的GIS项目必须考虑的一个重要因素。而且,浮点型网格的数据查询与显示应该基于12.0~19.0这样的值域,而非单个值。

    由于栅格数据模型的分辨率受其格网单元大小的影响,因此在表示空间要素的精确位置上存在缺点。在算法上,格网可视为行与列的矩阵,其单元值为二维数组,对数据进行操作、集合和分析较矢量数据容易。

    二、栅格数据类型:

    1.卫星影像:遥感卫星影像是用栅格格式记录的。卫星影像像元值代表从地球表面反射或
    发射的光能。通过分析像元值,影像处理系统可从卫星影像中提取各种专题,如土地利用、水文、水质、侵蚀土壤面积等。

    2.数字高程模型:数字高程模型(DEM)由等间隔海拔数据的排列组成。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。

    3.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。

    4.二进制扫描文件:是含数值1或数值0的扫描图像。

    5.数字栅格图形:是USGS(美国地质调查局)地形图的扫描图像。

    6.图形文件:如Jpg、TIFF、GIF等;

    7.特定地理信息系统软件的栅格数据:

    三、栅格数据结构及压缩:

    栅格数据结构是指栅格数据的存储,便得它们能被计算机使用与处理。常用结构有:单元依次编码、链代码法、块码、区域四叉树(主要内容可参考《地理信息原理》、《地理信息导论》)。

    栅格图像压缩通常分为有损压缩与无损压缩。

    无损压缩是指利用数据的统计冗余进行压缩。保证数据压缩与还原过程中,图像信息没有损耗与失真。常见有:行程长度编码(RLE)即游程编码、增量调制编码(DM)、霍夫曼编码(LZW);

    有损压缩:利用人的视觉误差,采用高效有限失真数据压缩算法,允许压缩过程损失一定的信息。常见有JPEG压缩标准,其最高压缩比可达50:1;

    JPEG压缩标准是由ISO与IEC制定的静态图像数据压缩标准。它有两种基本算法:一种是以离散余弦变换为基础的有损压缩算法。一种是以预测技术为基础的无损压缩算法。

    四、栅格数据的投影与几何变换:

    卫星影像的几何变换在图像处理中常称作地理坐标参照。地理坐标参照常用的两种方法有:

    1、仿射变换(affine transformation)
    其通过旋转、移动和比例变换对图像作地理坐标参照。其变换方程如下:
     x'=Ax+By+C
     y'=Dx+Ey+F
    其中x,y代表列数与行数,系数E是负的,因为影像与坐标系统的原点不同.影像的坐标原点为右上角,而坐标系统的原点为左下角。

    2、多项式方程:多项式方程为差异比例变换和图像旋转提供了数学模型。模型的复杂程度由多项式的阶来表达,其范围从2到5。比如,二阶多项式用下列方程来转换:
                            




    3、重采样:用原格网中的单元值填充新格网中的单元值。

    三种常见重采样方法:

    最近邻法:用原格网中最近的单元值填入新格网每个单元中。

    双线性内插法:用原格网中四个最邻近单元的加权平均值填入新网格的每一个单元中。

    三次卷积法:用原网格中16个最近邻单元的加权平均值填入新网格的每一个单元中。

    转载于:https://www.cnblogs.com/zgl-gis/p/10678447.html

    展开全文
  • ** Python空间数据处理: GDAL读写遥感图像 ** 添加链接描述 GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一带大地坐标的栅格数据,遥感图像的栅格模型包含...GDAL读写遥感数据的代码: 插入链
  • Python空间数据处理1: GDAL读写遥感图像

    万次阅读 多人点赞 2017-07-08 00:47:35
    遥感图像是一带大地坐标栅格数据,遥感图像栅格模型包含部分内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应数值为该点像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段与多...
  • 部分项目基于ArcGIS平台,但是甲方只提供部分矢量数据,用作底图地形图数据没有,表示可以使用百度地图作为底图。所以才会有使用ArcGIS JS API加载百度地图的这种特殊需求。 需求分析 上面描述需求场景有两种...
  • 文章目录Json数据处理Json数据的两种方式一、使用json模块1.模块方法2.实例二、使用Resquests方法 Json数据 Json(JavaScript Object Notation,JS 对象标记)是一种轻量级的数据交换格式。 json 是 js 对象的字符...
  • 遥感图像是一带大地坐标栅格数据,遥感图像栅格模型包含以下部分内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应数值为该点像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段...
  • 数据结构课程设计

    2014-06-03 13:26:05
    亦称四色猜想),即在为一平面或一球面的地图着色时,假定每一个国家在地图上是一个连通域,并且有相邻边界线的两个国家必须用不同的颜色,问是否只要四颜色就可完成着色。现在给定一张地图,要求对这张地图上的...
  • 基于JavaScript 对象表示地理空间信息数据交换格式大体来说分成两种,GeoJSON和TopoJSON,后者是D3.js这个库创始人之一发明,对geojson改进。 二、按经纬度截图geojson数据 需要装一个...
  • python安装gdal库

    2020-08-27 15:43:38
    遥感图像是一带大地坐标栅格数据,遥感图像栅格模型包含以下部分内容: 栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应数值为该点像元值,在遥感图像中用于表示地物属性值;遥感图像有单...
  • ASP.NET 控件使用

    热门讨论 2009-04-02 16:02:54
    8.4.3 使用两种数据绑定表达式 247 8.5 SQL Server 2005 Express 概述 248 8.5.1 SQL Server Express 特性 248 8.5.2 SQL Server 2005 Express管理工具 249 8.5.3 服务器端数据库与本地数据库 250 8.6 数据库驱动...
  • ASP.NET网页代码模型及生命周期

    热门讨论 2009-07-28 14:22:11
    ASP.NET页面中包含两种代码模型,一种是单文件页模型,另一种是代码隐藏页模型。这两个模型功能完全一样,都支持控件拖拽,以及智能代码生成。 4.1.2 单文件页模型 单文件页模型中所有代码,包括控件代码、...
  • 接口说明,在保存接口中Type形参变量表示两种含义:Type为一保存全国数据为TXT文件,反正Type为二保存地区疫情数据为TXT。 表 4-2-1 疫情TXT保存接口定义 序号 接口定义 参数1 参数2 1 def ...
  • 支持两种数据源,一种是串口和网络通过协议采集设备数据,一种是数据库采集。数据库采集模式可以作为通用系统使用。 自带设备模拟工具,支持16个设备数据模拟,同时还带数据库数据模拟,以便在没有设备时候测试...
  • 34、两种编辑器选择,可视化编辑器,类似word所件即所得在线内容编辑功能,支持表格、图片、FLASH、多种格式播放器插入,支持图片和附件上传。 35、字符过滤,自动过滤敏感字符,避免损害网站形象、避免网站...

空空如也

空空如也

1 2 3 4
收藏数 78
精华内容 31
关键字:

地图数据的两种表示格式