Co to są dane rastrowe i wektorowe w kontekście GIS?
Ogólnie, do jakich aplikacji, procesów lub analiz są odpowiednie? (i nie nadaje się do!)
Czy ktoś ma jakieś małe, zwięzłe, skuteczne zdjęcia, które przekazują i kontrastują te dwie podstawowe reprezentacje danych?
Dane wektorowe
Zalety: Dane mogą być reprezentowane w oryginalnej rozdzielczości i formie bez generalizacji. Wydruki graficzne są zazwyczaj bardziej estetyczne (tradycyjne przedstawienie kartograficzne); Ponieważ większość danych, np. Mapy drukowane, ma postać wektorową, konwersja danych nie jest wymagana. Utrzymywana jest dokładna lokalizacja geograficzna danych. Umożliwia wydajne kodowanie topologii, aw rezultacie bardziej wydajne operacje wymagające informacji topologicznych, np. Bliskości, analizy sieci.
Wady: Lokalizacja każdego wierzchołka musi być wyraźnie zapisana. W celu skutecznej analizy dane wektorowe należy przekonwertować na strukturę topologiczną. Jest to często intensywne przetwarzanie i zwykle wymaga intensywnego czyszczenia danych. Również topologia jest statyczna, a każda aktualizacja lub edycja danych wektorowych wymaga ponownego zbudowania topologii. Algorytmy funkcji manipulacyjnych i analitycznych są złożone i mogą wymagać intensywnego przetwarzania. Często ogranicza to z natury funkcjonalność dużych zestawów danych, np. Dużej liczby funkcji. Dane ciągłe, takie jak dane wysokościowe, nie są skutecznie reprezentowane w postaci wektorowej. Zwykle dla tych warstw danych wymagana jest znaczna generalizacja danych lub interpolacja. Analiza przestrzenna i filtrowanie wewnątrz wielokątów jest niemożliwe
Dane rastrowe
Zalety: Położenie geograficzne każdej komórki wynika z jej położenia w matrycy komórkowej. W związku z tym, inne niż punkt początkowy, np. Lewy dolny róg, żadne współrzędne geograficzne nie są przechowywane. Ze względu na charakter techniki przechowywania danych analiza danych jest zwykle łatwa do zaprogramowania i szybka do wykonania. Naturalna natura map rastrowych, np. Map z jednym atrybutem, idealnie nadaje się do modelowania matematycznego i analizy ilościowej. Dane dyskretne, np. Drzewostany leśne, są równie dobrze uwzględniane, jak dane ciągłe, np. Dane dotyczące wysokości, i ułatwiają integrację dwóch typów danych. Systemy ogniw siatkowych są bardzo kompatybilne z urządzeniami wyjściowymi opartymi na rastrze, np. Plotery elektrostatyczne, terminale graficzne.
Wady: Rozmiar komórki determinuje rozdzielczość, z jaką dane są reprezentowane .; Szczególnie trudno jest odpowiednio przedstawić cechy liniowe w zależności od rozdzielczości komórki. W związku z tym połączenia sieciowe są trudne do ustanowienia. Przetwarzanie powiązanych danych atrybutów może być kłopotliwe, jeśli istnieje duża ilość danych. Mapy rastrowe z natury odzwierciedlają tylko jeden atrybut lub cechę danego obszaru. Ponieważ większość danych wejściowych ma postać wektorową, dane muszą zostać przekształcone z wektora na raster. Oprócz zwiększonych wymagań przetwarzania może to powodować problemy z integralnością danych z powodu uogólnienia i wyboru nieodpowiedniego rozmiaru komórki. Większość map wyjściowych z systemów ogniw siatkowych nie jest zgodna z potrzebami kartograficznymi wysokiej jakości.
Piksele kontra współrzędne Kiedy myślę o mapach rastrowych, moją pierwszą myślą są zdjęcia satelitarne. Prawie każdy piksel na szczegółowym zdjęciu satelitarnym obszaru miejskiego może zawierać unikalne informacje. Pojedynczy kafelek na mapie internetowej (zazwyczaj wariant Mercatora luźno określany jako „ Spherical Mercator ” lub „ Web Mercator ” i obsługiwany przez Google , Bing , Yahoo, OSM i ESRI) ma zazwyczaj 256 x 256 = 65 536 pikseli, a każdy poziom powiększenia ma (2 ^ powiększenie * 2 ^ powiększenie) kafelków. Kiedy myślę o Vector, myślę, że wielokąty i linie. Na przykład plik kształtu z wyszczególnieniem granic stref w całym mieście (potencjalnie milionach płytek rastrowych) może mieć tylko 65 000 kształtów wektorowych.
Dokładne skalowanie Wygląda na to, że Ty (i prawdopodobnie większość czytelników) znasz już najbardziej oczywistą różnicę między stałymi pikselami rastrowymi a wektorem (mapy współrzędnych). Rysunki wektorowe (i mapy) mogą być skalowane z wyższym stopniem wierności niż piksele, ponieważ dane wektorowe zawierają wzory współrzędnych (punkty, wielokąty, linie itp.), Które można renderować względem siebie w różnych rozdzielczościach przy użyciu prostych wzorów, podczas gdy zmiana rozmiaru pikseli zwykle używa algorytm wygładzania , w wyniku którego powstają artefakty obrazu.
Kompresja obrazu a kompresja struktury W praktyce większość obrazów nie posiadających 100% unikalnych pikseli może zostać skompresowana do mniejszych pakietów danych, a wiele plików wektorowych zawiera nadmierne szczegóły, które nie są potrzebne przy wielu poziomach powiększenia przy niskich szczegółach. Kompresja obrazu jest dobrze znanym i bardzo wydajnym procesem i prawie każda biblioteka kodująca ma wbudowane klasy do wykonywania tej pracy. Kompresja współrzędnych wektorowych lub „uproszczenie geometrii” jest nieco mniej powszechne (ponieważ ogólnie GIS jest nieco mniej powszechny niż ogólna manipulacja obrazem). Z mojego doświadczenia wynika, że poświęcisz prawie 0 czasu na myślenie o kompresji obrazu (po prostu włącz lub wyłącz) i znacznie więcej czasu na myślenie o kompresji przestrzennej. Sprawdź przykłady algorytmu Douglas Peucker lub po prostu pobaw się z QGIS i niektóre pliki brzegowe Spisu.
Renderowanie po stronie klienta a serwera Ostatecznie wszystko oglądane na komputerze jest renderowane w piksele na ekranie w określonej rozdzielczości (tj. Na poziomie powiększenia). Często (szczególnie w Internecie) wyzwaniem jest uzyskanie tych pikseli przed użytkownikami tak skutecznie, jak to możliwe. Do grupy plików shape US Census Tract & blokowesą szczególnie interesujące, ponieważ przekraczają granicę wektorowych zestawów danych, które są „zbyt duże”, aby można je było renderować w przeglądarce jako dane wektorowe. W przeciwieństwie do hrabstw USA można ledwo renderować w nowoczesnych przeglądarkach jako pliki do pobrania wektorowego. Podczas gdy plik wektorowy kształtu grupy bloków spisu ludności USA byłby z pewnością mniejszy niż zestaw rastrowy renderowany w celu objęcia całego USA przy wielu poziomach powiększenia, plik kształtu grupy bloków jest zbyt duży (blisko 1 GB), aby przeglądarka internetowa mogła go pobrać na żądanie. Nawet jeśli przeglądarka internetowa może szybko pobrać plik, większość przeglądarek internetowych (nawet przy użyciu Flasha) działa dość wolno przy renderowaniu ogromnej liczby kształtów. Tak więc, do przeglądania dużych zestawów danych wektorowych, często lepiej jest tłumaczyć je na skompresowane obrazy w celu przesłania do przeglądarki internetowej.
Kilka praktycznych przykładów Kilka dni temu odpowiedziałem na podobne pytanie dotyczące renderowania dużych zbiorów danych w mapach Google. Można zobaczyć na pytanie oraz szczegółową analizę „najlepszych praktyk” stosowany przez NY Times i inni dzisiaj tutaj .
Kilka lat temu postanowiłem zrezygnować z renderowania wektorów po stronie klienta flash w kierunku renderingu wektorów po stronie serwera, który zapewnia skompresowane kafelki obrazów do czystego HTML i JavaScript. Mamy galerię map z kilkoma wersjami HTML + Raster (kafelki generowane przez serwer) i Flash + Vector (ciężkie renderowanie po stronie klienta).
Wygląda na to, że szukasz sposobu na wyrażenie tego osobom nietechnicznym? Możesz użyć analogii do dwóch przedmiotów z dzieciństwa, papieru milimetrowego i układanki „połącz kropki”. Każdy kwadrat na arkuszu papieru milimetrowego odpowiada komórce rastrowej, więc wyobraź sobie kolorowanie każdego kwadratu lub umieszczanie w nim liczby. Dane wektorowe to układanka łącząca kropki. W obu przypadkach każda warstwa jest po prostu innym arkuszem papieru.
To zdjęcie daje dobry obraz reprezentacji danych rastrowych i wektorowych.
W Rastorze rozważany obszar jest podzielony na równe kwadraty i przypisana mu charakterystyka. Jeśli więc rozważysz utworzenie struktury danych dla rastora, będzie to tablica 2D, każda współrzędna x, y odnosi się do kwadratu w miejscu i może mieć określoną predefiniowaną charakterystykę, np. Budynek, droga, roślinność, zbiornik wodny itp.
W Vector dane są reprezentowane w kategoriach punktów, linii i wielokątów. Tak więc miejsce turystyczne jest reprezentowane jako PUNKT (x, y), rzeka lub droga reprezentowana jako ciąg linii (który jest serią połączonych punktów), jezioro lub stadion itp. Reprezentowane jako wielokąt (Lista punktów które tworzą zamknięty obszar) - Przeczytaj więcej tutaj: https://en.wikipedia.org/wiki/Well-known_text
Zdjęcia pochodzą z wyszukiwania w Internecie, zrobiłem wtedy zrzuty ekranu i nie mam teraz linków do oryginalnego źródła w Internecie! Przepraszamy za to!
Ale mam nadzieję, że ta odpowiedź pomoże wyjaśnić ją osobie, która nie zna się na GIS: D
Lepiej myśleć o danych rastrowych jako specjalnym typie danych wektorowych. W danych wektorowych linie na mapie są określone przez określone zjawisko. W danych rastrowych to rozgraniczenie jest definiowane przez dowolną siatkę niezależną od zjawisk, które próbuje odwzorować. Zazwyczaj ta siatka jest wynikiem sposobu, w jaki konkretny czujnik przechwytuje informacje (takie jak kamera). Ale we wszystkich przypadkach dane rastrowe mogą być również reprezentowane przez wektor.
Reprezentacja danych rastrowych jest czasem nazywana reprezentacją danych siatki. Służy do reprezentowania danych geograficznych lub informacji za pomocą wierszy i kolumn, w których każda komórka reprezentuje dane cyfrowe o określonej reprezentacji.
źródło