3.5 模拟影像或采样数据
影像数据是通过卫星系统或航空摄影采集的数据。由于这是目前为止采集大量地理数据的最便宜方式，所以影像成为许多GIS
系统的重要组成部分。
3.5.1 栅格数据集
对格网表面模型或模拟邻近地理功能如散布模型来讲，栅格数据可以作为地理显示的背景图层，或者作为要素提取的来源。GIS 软件可以快速地叠加栅格数据集。
栅格数据集以二维矩阵存贮每个像元的取样值。每一个像元具有相同的宽度和高度。
格网左上角的地理坐标，与像元的大小，格网行和列数目共同确定了栅格数据集的空间范围。
栅格数据集的像元值可以是整数或浮点数。栅格像元值的典型类型包括：
- 照片中光的反射率（反照率）。
- 遥感影像中，指定光谱段的光强。
- 起源属性，如土地利用类型或要素类型，建筑物或街道。
- z 值，如高程值或浓度。
属性表（VAT）能随意地与栅格数据集相关联。这个表保留了值分级的一些历史情况。我们也可以通过相加多列来得到自定义的属性。
栅格数据集可以是单波段的，也可以是多波段的。栅格数据集中每一个波段都具有相同的格网布局但反映不同的属性值。最常用的多波段数据集是用来反映从遥感影像上获取的多光谱数据。
3.5.1.1 作为要素属性的栅格数据集
并不是所有栅格数据集都具有地理坐标。图像也可以作为要素的属性来使用。
如果你建立一个GIS 售房系统，你可能想到将待销售的房子用符号表示在一张地图上，然后用Internet
展示给潜在的购买者。购买者点击一个符号就显示一幅图像，关于房子的细节和价格就都能显示出来。
图像作为要素属性的另外一些例子有：
- 扫描的文档，如许可证或契约。
- 与位置相关联的字段数据表。
- 平面布置图或示意性图表。
3.5.1.2 点、线、面的表示
栅格数据集中的点可以用一个或多个连续的像元来表示。线可以用一个像元或几个像元宽度的一系列像元来表示。多边形可以用一定范围内的像元来表示。尽管在栅格数据集中，我们可以从视觉上识别点、线和多边形，但如果想与要素交互，最好是将栅格转换为矢量格式。
3.5.2 栅格数据集的转换
栅格数据集可以很容易地生成，然而它们描述的要素有时候在另外一种类型的数据集中会更有用。例如，将建筑物的照片转换为以多边形表示建筑的要素数据集。
栅格数据集的分辨率对转换后的矢量数据的精度影响很大。
3.5.3
栅格分析
对于栅格数据集来说，GIS 软件具有许多强有力的分析功能。部分功能表述如下：
- 空间转换。栅格数据集可以移动、扭曲、或拉伸与真实位置匹配。它也能被投影到一定的坐标系统中。橡皮拉伸（rubber sheeting）调整局部栅格以匹配用户定义的矢量。多项式转换对格网作整体变换以匹配用户定义的矢量。
- 空间一致性（spatial coincidence）。模拟位置特征，如评估某类土地开发的适宜性、新公路的最佳位置或评估土地价值等。
- 邻近度，模拟与其它地理现象的距离。这个距离可以用直线欧式距离或其它抽象概念（如行进时间）来度量。
- 表面分析。研究连续表面的质量状况，如高程、噪声或污染物浓度。我们可以计算陆地表面的坡度或坡向，或者确定机场附近噪声水平等。
- 散布分析。模拟某类现象的运动，如模拟火灾的蔓延或预测油井溢出状况等。
- 最小成本路径分析（least-cost path analysis）。我们可以计算基于任意阻抗值、通行表面的最短路径。
|
