Mais

Vetor e raster


Usando ArcMap 10.2.2 Estou atualmente fazendo uma análise na vegetação que requer dados Raster e Vector. único problema, como ter certeza se esses dois dados são compatíveis ou idênticos em termos de resolução / escala?

Por exemplo, quando quero sobrepor esses dois dados, quero ter certeza de que todos os edifícios estão localizados no mesmo local (coordenada) em raster e vetor. Existe alguma técnica específica que devo aplicar, além de alterar o sistema de coordenadas (propriedades do quadro de dados)?


Tente converter raster em polígono. O que você está perguntando é - que você precisa de uma consulta espacial; dados vetoriais são frequentemente utilizados para consultas espaciais. Eu ofereço uma resposta mínima aqui, a ideia certamente poderia ser expandida. Este é o GIS 101. Boa sorte.


O formato de arquivo vetorial mais comum é o shapefile Um formato de arquivo vetorial simples, não-topológico, desenvolvido pela ESRI para armazenar a localização geométrica e as informações de atributo de feições geográficas. . Shapefiles, desenvolvidos pela ESRI no início dos anos 1990 para uso com o pacote de software de gerenciamento de banco de dados dBASE III no ArcView 2, são arquivos simples e não-topológicos desenvolvidos para armazenar a localização geométrica e informações de atributos de características geográficas. Shapefiles são incapazes de armazenar valores nulos, bem como anotações ou recursos de rede. Os nomes dos campos na tabela de atributos são limitados a dez caracteres e cada arquivo de forma pode representar apenas conjuntos de recursos de ponto, linha ou polígono. Os tipos de dados suportados são limitados a ponto flutuante, número inteiro, data e texto. Os shapefiles são suportados por quase todos os softwares GIS comerciais e de código aberto.

Apesar de ser chamado de “shapefile”, esse formato é, na verdade, uma compilação de muitos arquivos diferentes. A Tabela 5.1 "Tipos de arquivo shapefile" lista e descreve os diferentes formatos de arquivo associados ao shapefile. Entre os listados, apenas os formatos de arquivo SHP, SHX e DBF são obrigatórios para criar um shapefile funcional, enquanto todos os outros são condicionalmente exigidos. Como regra geral, os nomes de cada arquivo devem estar de acordo com a convenção do MS-DOS 8.3 ao usar versões anteriores de pacotes de software GIS. De acordo com essa convenção, o prefixo do nome do arquivo pode conter até oito caracteres e o sufixo do nome do arquivo contém três caracteres. Os pacotes de software GIS mais recentes abrandaram esse requisito e aceitarão prefixos de nome de arquivo mais longos.

Tabela 5.1 Tipos de arquivo Shapefile

Extensão de arquivo Objetivo
SHP * Geometria de recurso
SHX * Formato de índice para a geometria do recurso
DBF * Informações de atributos de recursos no formato dBASE IV
PRJ Informação de projeção
SBN e SBX Índice espacial dos recursos
FBN e FBX Índice espacial somente leitura dos recursos
AIN e AIH Informações de atributo para campos ativos na tabela
IXS Índice de geocodificação para shapefiles de leitura e gravação
MXS Índice de geocodificação para shapefiles de leitura e gravação com formato ODB
ATX Índice de atributo usado no ArcGIS 8 e posterior
SHP.XML Metadados em formato XML
CPG Especificações da página de código para identificar a codificação de caracteres
* Indica arquivos obrigatórios

O arquivo de formato vetorial mais antigo para uso em pacotes de software GIS, que ainda está em uso hoje, é a cobertura ArcInfo. Um formato de arquivo georrelacional desenvolvido pela ESRI que suporta vários tipos de recursos (por exemplo, pontos, linhas, polígonos, anotações) enquanto também armazena o informações topológicas associadas a esses recursos. . Este formato de arquivo georrelacional suporta vários tipos de recursos (por exemplo, pontos, linhas, polígonos, anotações) enquanto também armazena as informações topológicas associadas a esses recursos. Os dados de atributos são armazenados como vários arquivos em um diretório separado denominado "Info". Devido à sua criação em um ambiente MS-DOS, esses arquivos mantêm convenções de nomenclatura rígidas. Os nomes dos arquivos não podem ter mais de treze caracteres, não podem conter espaços, não podem começar com um número e devem estar totalmente em minúsculas. As coberturas não podem ser editadas no ArcGIS 9.x ou versões posteriores do pacote de software da ESRI.

O US Census Bureau mantém um tipo específico de shapefile denominado TIGER ou TIGER / Line (Sistema de Codificação e Referência Geográfica Topologicamente Integrado) Um formato de arquivo vetorial desenvolvido pelo US Census Bureau incluindo características de mapa como setores censitários, estradas, ferrovias, edifícios , rios e outros recursos que apóiam e melhoram a capacidade do bureau de coletar informações do censo. . Embora esses arquivos de código aberto não contenham informações reais do censo, eles mapeiam recursos como setores censitários, estradas, ferrovias, edifícios, rios e outros recursos que apoiam e melhoram o bureau e melhoram a capacidade do Bureau de coletar informações do censo . Os shapefiles TIGER / Line, lançados pela primeira vez em 1990, são topologicamente explícitos e estão vinculados ao Master Address File (MAF) do Census Bureau, permitindo assim a geocodificação de endereços de ruas. Esses arquivos são gratuitos para o público e podem ser baixados gratuitamente de fornecedores privados que suportam o formato.

O AutoCAD DXF (Drawing Interchange Format ou Drawing Exchange Format) Um formato de arquivo vetorial desenvolvido pela Autodesk para permitir o intercâmbio entre software CAD (projeto auxiliado por computador) baseado em engenharia e outros pacotes de software de mapeamento. é um formato de arquivo vetorial proprietário desenvolvido pela Autodesk para permitir o intercâmbio entre o software CAD (projeto auxiliado por computador) baseado em engenharia e outros pacotes de software de mapeamento. Os arquivos DXF foram lançados originalmente em 1982 com o objetivo de fornecer uma representação exata do formato DWG nativo do AutoCAD. Embora o DXF ainda seja comumente usado, as versões mais recentes do AutoCAD incorporaram tipos de dados mais complexos (por exemplo, regiões, blocos dinâmicos) que não são suportados no formato DXF. Portanto, pode-se presumir que o formato DXF pode se tornar menos popular na análise geoespacial com o tempo.

Finalmente, o US Geological Survey (USGS) mantém um formato de arquivo vetorial de código aberto que detalha características físicas e culturais nos Estados Unidos. Esses DLGs (Digital Line Graphics) topologicamente explícitos O formato de arquivo vetorial desenvolvido pelo USGS que mantém informações sobre características físicas e culturais nos Estados Unidos. vêm em escalas grande, intermediária e pequena, dependendo se são derivados de mapas topográficos quadrangulares USGS em escala 1: 24.000-1: 100.000 ou 1: 2.000.000. Os recursos disponíveis nos diferentes tipos de DLG dependem da escala da DLG, mas geralmente incluem dados como limites administrativos e políticos, hidrografia, sistemas de transporte, hipsografia e cobertura do solo.

Os arquivos de dados vetoriais também podem ser estruturados para representar as informações de elevação da superfície. A TIN (Triangulated Irregular Network) Uma estrutura de dados vetoriais que usa triângulos contíguos e não sobrepostos para representar a elevação. é uma estrutura de dados vetoriais de código aberto que usa triângulos contíguos e não sobrepostos para representar superfícies geográficas (Figura 5.10 "Rede Irregular Triangulada (TIN)"). Enquanto a representação raster de uma superfície representa a elevação como um valor médio sobre a extensão espacial do pixel individual (consulte a Seção 5.3.2 "Formatos de arquivo raster"), a estrutura de dados TIN modela cada vértice do triângulo como um valor de elevação exato em um ponto específico na terra. Os arcos entre cada vértice são uma aproximação da elevação entre dois vértices. Esses arcos são então agregados em triângulos a partir dos quais as informações sobre elevação, inclinação, aspecto e área de superfície podem ser derivadas em toda a extensão do espaço do modelo. Observe que o termo “irregular” no nome do modelo de dados se refere ao fato de que os vértices são normalmente dispostos de forma dispersa.

Figura 5.10 Rede Irregular Triangulada (TIN)

O uso de TINs confere certas vantagens sobre os modelos de elevação baseados em raster (consulte a Seção 5.3.2 "Formatos de arquivo raster"). Primeiro, os recursos topográficos lineares são representados com muita precisão em relação à sua contraparte raster. Em segundo lugar, um número comparativamente pequeno de pontos de dados é necessário para representar uma superfície, portanto, os tamanhos dos arquivos são geralmente muito menores. Isso é particularmente verdadeiro porque os vértices podem ser agrupados em áreas onde o relevo é complexo e podem ser esparsos em áreas onde o relevo é simples. Terceiro, dados de elevação específicos podem ser incorporados ao modelo de dados de forma post hoc por meio da colocação de vértices adicionais se o original for considerado insuficiente ou inadequado. Finalmente, certas estatísticas espaciais podem ser calculadas que não podem ser obtidas ao usar um modelo de elevação baseado em raster, como delineamento de planície de inundação, curvas de capacidade de armazenamento para reservatórios e curvas de área de tempo para hidrogramas.


Um Sistema de Informação Geográfica de Visualização de Dados Raster e Vetor Dinâmico em Grande Escala baseado em Mosaicos de Mapas Paralelos

Com o aumento exponencial das demandas e usos de dados GIS
sistema de visualização, como planejamento urbano, meio ambiente e clima
monitoramento de mudanças, simulação de clima, medidor hidrográfico e assim por diante,
o aplicativo de pesquisa de visualização de dados raster e vetor geoespacial
e a tecnologia se tornou predominante.

Esta dissertação visa implementar esses desafios e não implementados
áreas: como fornecer um vetor dinâmico em grande escala e dados raster
serviço de visualização com camadas de sobreposição dinâmica acessíveis através
um navegador da web padrão e como fazer o vetor dinâmico em grande escala
e serviço de visualização de dados raster tão rápido quanto o estático. Para
realizar isso, um vetor dinâmico em grande escala e dados raster
sistema de visualização de informações geográficas baseado em blocos de mapas paralelos
e uma solução abrangente de melhoria de desempenho é proposta,
projetado e implementado. Eles incluem: a indexação baseada em quadtree e
mosaico de mapas paralelos, a Legend String, a visualização de dados vetoriais
com camadas dinâmicas sobrepostas, a série temporal de dados vetoriais
visualização, o algoritmo de renderização de dados vetoriais, o algoritmo de
re-projeção de dados raster, o algoritmo para eliminação de supérfluos
nível de detalhe, o algoritmo para grade de dados vetoriais e reagrupamento
e o vetor do lado dos servidores de cluster e o cache de dados raster.

Conselheiro Principal: Dr. Naphtali Rishe

Categorias

Postagens recentes


    Knight Foundation School of Computing and Information Sciences - General Inquiries
    11200 SW 8th Street
    CASE 354
    Miami, FL 33199


Desafios em fazer conversão de raster em vetor

Embora a estrutura de dados vetoriais forneça uma representação de dados mais simples e abstrata do que a imagem raster, não é fácil fazer uma conversão automática de raster para vetor, ou o chamado processo de vetorização, embora a direção oposta (de vetor para raster) seja bastante trivial. Tem havido extensos esforços de pesquisa focados nas questões envolvidas na conversão de raster em vetor durante as últimas décadas.

Um processo completo de conversão de raster para vetor inclui aquisição de imagem, pré-processamento, traçado de linha, extração de texto (OCR), reconhecimento de forma, criação de topologia e atribuição de atributos.

O processo de aquisição de imagem gera a imagem raster inicial em uma determinada resolução espacial. A qualidade e a resolução da imagem raster são fatores-chave para a qualidade e precisão dos dados vetorizados. É sempre recomendável começar com originais limpos e nítidos e digitalizar com resolução razoável. A resolução da digitalização deve corresponder à resolução na qual a fonte da imagem original foi criada. Se a resolução da digitalização for definida muito alta do que a fonte da imagem original, não apenas usará uma quantidade desnecessária de recursos do sistema para processar, mas também ruídos e artefatos serão digitalizados.

Para a maioria dos mapas em preto e branco e desenhos de engenharia de boa qualidade, como mapas separados em cores, podem ser digitalizados como monocromáticos de 1 bit. Para mapas com fundo sujo e borrado, eles podem ser digitalizados em tons de cinza de 8 bits e aprimorados usando software de imagem para remover fundo e ruído.

Embora os scanners coloridos já tenham evoluído muito, a digitalização de grande formato e alta resolução ainda é bastante cara. A classificação e separação de cores são muito sensíveis à qualidade da cor da imagem digitalizada. Outras imagens coloridas, como fotos aéreas e de satélite, foram usadas diretamente para criar dados vetoriais, como limites de regiões, ruas e estradas. Como são usados ​​mais bits (normalmente 24 bits), os arquivos de imagem colorida são normalmente maiores e requerem mais recursos do sistema para armazenar e processar.

Desenvolvimentos recentes na tecnologia de conversão automatizada de rasterização em vetor tornaram possível pegar uma imagem impressa, digitalizá-la e convertê-la em formato vetorial em questão de minutos ou mesmo segundos. Com o método manual usando uma mesa digitalizadora, esse processo pode levar dias ou semanas para ser concluído porque todas as linhas devem ser traçadas à mão.

Vários pacotes de software de conversão de raster para vetor estão disponíveis comercialmente para vários tipos de aplicações, como conversão de desenhos de engenharia, digitalização de mapas e captura de dados GIS. O software R2V foi desenvolvido pela Able Software Corp (www.ablesw.com) e está disponível desde 1993 com foco na vetorização de mapas digitalizados e criação de dados GIS. R2V está sendo usado atualmente em mais de 60 países para aplicações de digitalização de mapas e captura de dados GIS.


Tipos de dados espaciais vetoriais

Os dados vetoriais não são constituídos por uma grade de pixels. Em vez disso, os gráficos vetoriais são compostos de vértices e caminhos.

Os três tipos básicos de símbolos para dados vetoriais são pontos, linhas e polígonos (áreas). Desde o início dos tempos, os mapas têm usado símbolos para representar características do mundo real. Na terminologia GIS, os recursos do mundo real são chamados entidades espaciais.

O cartógrafo decide quantos dados precisam ser generalizados em um mapa. Isso depende da escala e de quantos detalhes serão exibidos no mapa. A decisão de escolher pontos, linhas ou polígonos vetoriais é governada pelo cartógrafo e pela escala do mapa.

Pontos como coordenadas XY

Pontos vetoriais são simplesmente coordenadas XY. Quando os recursos são muito pequenos para serem representados como polígonos, são usados ​​pontos.

Em uma escala regional, as extensões de cidades podem ser exibidas como polígonos porque essa quantidade de detalhes pode ser vista quando ampliada. Mas em uma escala global, as cidades podem ser representadas como pontos porque os detalhes dos limites da cidade não podem ser vistos.

Os dados vetoriais são armazenados como pares de coordenadas XY (latitude e longitude) representadas como um ponto. Informações de atributos, como nome da rua ou data de construção, podem acompanhá-lo em um banco de dados espacial ou tabela que descreve seu uso atual.

Linhas como pontos conectados

Linhas vetoriais conectam vértices com caminhos. Se você conectasse os pontos em uma ordem específica, acabaria com um linha de vetor característica.

As linhas geralmente representam recursos de natureza linear. Os cartógrafos podem usar uma espessura de linha diferente para mostrar o tamanho do recurso. Por exemplo, um rio de 500 metros de largura pode ser mais espesso do que um rio de 50 metros de largura.

Eles podem existir no mundo real, como estradas ou rios. Ou também podem ser divisões artificiais, como fronteiras regionais ou fronteiras administrativas.

Os pontos são simplesmente pares de coordenadas XY (latitude e longitude). Quando você conecta cada ponto ou vértice com uma linha em uma ordem particular, eles se tornam um linha de vetor característica.

As redes são conjuntos de dados de linha, mas muitas vezes são consideradas diferentes. Isso ocorre porque as redes lineares são elementos conectados topologicamente. Eles consistem em cruzamentos e curvas com conectividade. Se você fosse encontrar uma rota ideal usando uma rede de linha de tráfego, ela seguiria ruas de mão única e restrições de conversão para resolver uma análise. As redes são muito inteligentes.

Polígonos como linhas fechadas

Quando um conjunto de vértices é unido em uma ordem particular e fechado, eles se tornam um polígono vetorial característica. Para criar um polígono, o primeiro e o último par de coordenadas são iguais e todos os outros pares devem ser únicos.

Os polígonos representam recursos que possuem uma área bidimensional. Exemplos de polígonos são edifícios, campos agrícolas e áreas administrativas discretas.

Os cartógrafos usam polígonos quando a escala do mapa é grande o suficiente para ser representado como polígonos.


Operações básicas de varredura e vetor com PCI Geomatics

Visão geral: você é um aluno que está aprendendo sensoriamento remoto ou sua organização usa imagens de satélite para gerar produtos de imagem ou extrair informações valiosas para informações acionáveis? Este curso irá ensiná-lo a manipular suas imagens ópticas de satélite e gerar informações a partir dessas imagens.

Quem é o público-alvo? Este curso é destinado a estudantes universitários ou profissionais que são novos em sistemas de informação geográfica e sensoriamento remoto. Após este breve curso, você será capaz de gerenciar dados vetoriais e imagens de satélite e gerar novas camadas raster ou informações usando software profissional de processamento e análise de imagens.

Que materiais serão usados? Os alunos serão capazes de trabalhar com uma versão licenciada do Geomatica, bem como conjuntos de dados de amostra para acompanhar o instrutor. Os alunos devem instalar o Geomatica em seus computadores e trabalhar com uma cópia dos dados fornecidos.

Quanto tempo vou demorar para concluir o curso? Os materiais do curso (vídeos) duram pouco menos de uma hora. Provavelmente, você reproduzirá os vídeos várias vezes e revisará certas etapas. O tempo previsto para concluir o curso é de 2 a 3 horas.


Dados raster

Os dados rasterizados podem ser considerados semelhantes a uma fotografia digital. Toda a área do mapa é subdividida em uma grade de células minúsculas ou pixels. Um valor é armazenado em cada uma dessas células para representar a natureza de tudo o que está presente no local correspondente no solo.

O principal uso de dados rasterizados envolve o armazenamento de informações de mapas como imagens digitais, nas quais os valores das células se relacionam com as cores dos pixels da imagem. Para reproduzir a imagem, o computador lê cada um desses valores de células um por um e os aplica aos pixels da tela.


Sistemas de Informação Geográfica

O capítulo fornece uma visão geral dos principais tópicos conceituais e técnicos do GIS, que são a base dos capítulos subsequentes. O capítulo primeiro discute o que é um GIS e o que ele pode e não pode fazer. Os tópicos incluem dados espaciais e gerenciamento de ativos, consulta de dados e junção de tabelas, análise espacial, programação GIS e interfaces de programação de aplicativos (APIs), modelagem espacial, cartografia, visualização e produção de mapas, geocodificação, animação e 3D, GIS móvel, coleta de dados de campo e limitações do GIS. Modelos de dados GIS (raster, vetor, redes irregulares trianguladas (TIN) e redes) junto com metadados GIS também são discutidos. Uma pesquisa de tecnologias comerciais específicas (Esri ArcGIS Pro), de código aberto (QGIS) e outras tecnologias GIS (Google) também é feita para informar o leitor sobre opções de tecnologia GIS específicas disponíveis para plataformas desktop, Web e móveis. O capítulo inclui ideias sobre dados abertos para gestão de desastres, fontes de dados GIS gratuitos e ideias sobre como escolher a tecnologia GIS certa para gestão de desastres em termos de introdução ao GIS e construção de uma pilha geoespacial de código aberto. O capítulo termina com três exercícios técnicos: (1) junção de tabelas em GIS, (2) scripts Python em ArcGIS Pro e (3) scripts Python em QGIS.


Extensão NetLogo Gis

Esta extensão adiciona suporte GIS (Sistemas de Informação Geográfica) ao NetLogo. Ele fornece a capacidade de carregar dados GIS vetoriais (pontos, linhas e polígonos) e dados GIS rasterizados (grades) em seu modelo.

A extensão oferece suporte a dados vetoriais na forma de arquivos de forma ESRI. O formato shapefile (.shp) é o formato mais comum para armazenar e trocar dados GIS vetoriais. A extensão suporta dados raster na forma de arquivos ESRI ASCII Grid. O arquivo de grade ASCII (.asc ou .grd) não é tão comum quanto o shapefile, mas é suportado como um formato de intercâmbio pela maioria das plataformas GIS.

Como usar

Em geral, você primeiro define uma transformação entre o espaço de dados GIS e o espaço NetLogo, depois carrega os conjuntos de dados e executa várias operações neles. A maneira mais fácil de definir uma transformação entre o espaço GIS e o espaço NetLogo é pegar a união dos & ldquoenvelopes & rdquo ou retângulos delimitadores de todos os seus conjuntos de dados no espaço GIS e mapeá-los diretamente para os limites do mundo NetLogo. Veja Exemplos Gerais de GIS para um exemplo desta técnica.

Você também pode definir opcionalmente uma projeção para o espaço GIS, caso em que os conjuntos de dados serão reprojetados para coincidir com a projeção conforme são carregados, desde que cada um dos seus arquivos de dados tenha um arquivo .prj associado que descreva a projeção ou localização geográfica sistema de coordenadas dos dados. Se nenhum arquivo .prj associado for encontrado, a extensão assumirá que o conjunto de dados já usa a projeção atual, independentemente de qual seja a projeção.

Uma vez que o sistema de coordenadas é definido, você pode carregar conjuntos de dados usando gis: load-dataset. Este primitivo relata um VectorDataset ou um RasterDataset, dependendo do tipo de arquivo que você passa.

Um VectorDataset consiste em uma coleção de VectorFeatures, cada uma sendo um ponto, linha ou polígono, junto com um conjunto de valores de propriedade. Um único VectorDataset pode conter apenas um dos três tipos possíveis de recursos.

Há várias coisas que você pode fazer com um VectorDataset: peça a ele os nomes das propriedades de seus recursos, peça seu & ldquoenvelope & rdquo (retângulo delimitador), peça uma lista de todos os VectorFeatures no conjunto de dados, pesquise um único VectorFeature ou lista de VectorFeatures cujo valor para uma determinada propriedade é menor ou maior que um determinado valor, ou está dentro de um determinado intervalo, ou corresponde a uma determinada string usando correspondência de curinga (& ldquo * & rdquo, que corresponde a qualquer número de ocorrências de quaisquer caracteres) Se os VectorFeatures forem polígonos, você também pode aplicar os valores de uma propriedade particular dos recursos do conjunto de dados e rsquos a uma determinada variável de patch.

Também há várias coisas que você pode fazer com um VectorFeature de um VectorDataset: peça uma lista de listas de vértices, peça um valor de propriedade por nome, peça seu centroide (centro de gravidade) e peça um subconjunto de um determinado conjunto de agentes cujos agentes se cruzam com o VectorFeature fornecido. Para dados de ponto, cada lista de vértices será uma lista de um elemento. Para dados de linha, cada lista de vértices representará os vértices de uma linha que compõe esse recurso. Para dados de polígono, cada lista de vértices representará um & ldquoring & rdquo do polígono, e o primeiro e o último vértices da lista serão os mesmos. As listas de vértices são compostas de valores do tipo Vertex e o centróide também será um valor do tipo Vertex.

Existem várias operações definidas para RasterDatasets também. Geralmente, isso envolve a amostragem dos valores no conjunto de dados ou uma nova amostragem de um raster para uma resolução diferente. Você também pode aplicar um raster a uma determinada variável de patch e convolver um raster usando uma matriz de convolução arbitrária.

Exemplo de código: Exemplos gerais de GIS tem exemplos gerais de como usar a extensão

Exemplo de código: O GIS Gradient Example é um exemplo mais avançado de análise de conjunto de dados raster.

Problemas Conhecidos

Valores do tipo RasterDataset, VectorDataset, VectorFeature e Vertex não são manipulados corretamente pelo export-world e import-world. Para salvar conjuntos de dados, você deve usar a primitiva gis: store-dataset.

Atualmente, não há como distinguir polígonos & ldquoshell & rdquo de área positiva de polígonos & ldquohole & rdquo de área negativa, ou determinar quais buracos estão associados a quais cascas.

Créditos

O desenvolvedor principal da extensão GIS foi Eric Russell.

A extensão GIS faz uso de várias bibliotecas de software de código aberto. Para obter informações sobre direitos autorais e licença, consulte a seção de direitos autorais do manual. A extensão também contém elementos emprestados do My World GIS.


Introdução de GIS por David J. Buckey

Modelos de dados raster incorporam o uso de um célula de grade estrutura de dados onde a área geográfica é dividida em células identificadas por linha e coluna. Esta estrutura de dados é comumente chamada raster. Enquanto o termo raster implica uma grade regularmente espaçada, outro tesselado estruturas de dados existem em sistemas GIS baseados em grade. Em particular, a estrutura de dados quadtree encontrou alguma aceitação como um modelo de dados raster alternativo.

O tamanho das células em uma estrutura de dados em mosaico é selecionado com base na precisão dos dados e na resolução necessária para o usuário. Não há codificação explícita de coordenadas geográficas necessária, pois isso está implícito no layout das células. Uma estrutura de dados raster é na verdade uma matriz onde qualquer coordenada pode ser calculada rapidamente se o ponto de origem for conhecido e o tamanho das células da grade for conhecido. Uma vez que as células de grade podem ser tratadas como matrizes bidimensionais na codificação de computador, muitas operações analíticas são fáceis de programar. Isso torna as estruturas de dados tesseladas uma escolha popular para muitos softwares GIS. A topologia não é um conceito relevante com estruturas tesseladas, uma vez que adjacência e conectividade estão implícitas na localização de uma célula particular na matriz de dados.

Existem várias estruturas de dados tesseladas, no entanto, apenas duas são comumente usadas em GIS. A estrutura celular mais popular é a matriz regularmente espaçada ou raster estrutura. Essa estrutura de dados envolve uma divisão de dados espaciais em células espaçadas regularmente. Cada célula tem o mesmo formato e tamanho. Os quadrados são mais comumente utilizados.

Como os dados geográficos raramente são distinguidos por formas regularmente espaçadas, as células devem ser classificadas de acordo com o atributo mais comum da célula. O problema de determinar a resolução adequada para uma determinada camada de dados pode ser uma preocupação. Se selecionar um tamanho de célula muito grosso, os dados podem ser generalizados demais. Se selecionar um tamanho de célula muito fino, muitas células podem ser criadas, resultando em um grande volume de dados, tempos de processamento mais lentos e um conjunto de dados mais complicado. Da mesma forma, pode-se implicar uma precisão maior do que a do processo de captura de dados original e isso pode resultar em alguns resultados errôneos durante a análise.

Além disso, uma vez que a maioria dos dados é capturada em formato vetorial, por exemplo, digitalização, os dados devem ser convertidos para a estrutura de dados raster. Isso é chamado conversão vetorial-raster. A maioria dos softwares GIS permite ao usuário definir o tamanho da grade raster (célula) para a conversão vetorial-raster. É imperativo que a escala original, por ex. precisão, dos dados sejam conhecidos antes da conversão. A precisão dos dados, freqüentemente chamada de resolução, deve determinar o tamanho da célula do mapa raster de saída durante a conversão.

A maioria dos softwares GIS baseados em raster exige que a célula raster contenha apenas um único valor discreto. Consequentemente, uma camada de dados, por ex. povoamentos de inventário florestal podem ser divididos em uma série de mapas raster, cada um representando um tipo de atributo, por exemplo, um mapa de espécies, um mapa de altura, um mapa de densidade, etc. Estes são frequentemente referidos como mapas de um atributo. Isso está em contraste com a maioria dos modelos convencionais de dados vetoriais que mantêm dados como mapas de atributos múltiplos, por exemplo. polígonos de inventário florestal ligado para uma tabela de banco de dados contendo todos os atributos como colunas. Esta distinção básica de armazenamento de dados raster fornece a base para técnicas de análise quantitativa. Isso geralmente é conhecido como raster ou álgebra de mapa. O uso de estruturas de dados raster permite processos de modelagem matemática sofisticados, enquanto os sistemas baseados em vetores são frequentemente limitados pelos recursos e linguagem de um DBMS relacional.

Estrutura GIS MAP - sistemas RASTER (adaptado de Berry)

Esta diferença é o principal fator de distinção entre o software GIS baseado em vetor e raster. Também é importante entender que a seleção de uma determinada estrutura de dados pode fornecer vantagens durante o estágio de análise. Por exemplo, o modelo de dados vetoriais não lida com dados contínuos, por exemplo, elevação, muito bem, enquanto o modelo de dados raster é mais adequado para este tipo de análise. Consequentemente, a estrutura de raster não lida com a análise de dados lineares, e. caminho mais curto, muito bem enquanto os sistemas vetoriais fazem. É importante que o usuário entenda que existem certas vantagens e desvantagens em cada modelo de dados.

A seleção de um modelo de dados específico, vetorial ou raster, depende da fonte e do tipo de dados, bem como do uso pretendido dos dados. Certos procedimentos analíticos requerem dados raster, enquanto outros são mais adequados para dados vetoriais.


Assista o vídeo: 5 - Trabalhando com Vetores e Rasters (Outubro 2021).