3．2 栅格数据

3．2．1栅格数据及其相关概念

栅格数据模型用规则的正方形或者矩形栅格组成，每个栅格点或者像素的位置由栅格所在的行列号来定义，栅格的数值为栅格所表达的内容的属性值（图3－4）。从这种意义上来讲，栅格数据可以称为“属性明显，位置隐含”空间数据表达方式。

每个栅格点代表了实际地表上的一个区域，如果一个栅格单元代表的地表区域越小，数据越精确，但是数据量也越大。栅格单元的大小通常叫做数据的分辨率（resolution），这与遥感图像数据中的空间分辨率概念是一致的。例如，有两份栅格数据，前者分辨率为250 m×250 m，那么1km2 的范围需要用16（4×4）个栅格点来表达；但如果分辨率为1km×1km，那么只需要一个栅格点就够了。很明显，前者表达更加精确，但是占用存储空间大。

此外，在栅格数据模型中，栅格点的数值含义由用户指定。一般来讲，其含义有两种类型：其一，指实际的测量数值，如温度、数字高程模型等；其二，代表某种类别的编码，如土地利用等。

3．2．2 栅格数据的获取方式

栅格数据有以下几种获取方式：

1．遥感图像解译

遥感是一种实时、动态地获取地表信息的手段，目前已经广泛地应用于各个领域，特别是遥感与GIS的集成技术的研究，使得利用遥感数据来动态更新GIS空间数据库成为可能。图像是遥感数据的主要表现形式，通过对图像进行解译处理，可以得到各种专题信息，如土地利用、植被覆盖等，这些专题信息通常就是以栅格数据的格式在地理信息系统中进行存储管理。

2．规则点采样

此方法适用于研究区不大、要求数据分辨率不高的情况。首先要将研究区划为均匀的网格，然后得到并记录每个网格的数值，即该区域的栅格数据。

3．不规则点采样及插值

由于各方面（自然条件、人力、物力、财力等）的限制，规则布点的采样不太容易实现，采样点可以不均匀分布，每个栅格点的数值通过观测数值的插值计算得到，常用的内插计算有三角网插值、趋势面拟合、克里格插值等。此外，等值线插值也可以得到相应的栅格数据，但往往等值线也是通过不规则离散点计算得到的。

4．其他

除上述方式可得到原始的栅格数据外，也可以通过矢量转栅格运算、栅格图层的运算得到派生的栅格数据。

3．2．3 栅格数据的编码记录方式

由于栅格数据在记录时，相对占用空间较大，所以在进行存储记录时，往往要进行数据压缩。从另一个角度来讲，我们日常接触的图像也是栅格数据，不同的图像格式，如GIF、JPEG等，分别对应着不同的数据压缩方式。栅格数据的压缩可以分为有损压缩和无损压缩两种，在地理信息系统中，通常采用无损压缩的编码方式。

在各种栅格数据编码方式中，直接栅格编码是最简单、最直观的方法。利用该编码时，未对栅格数据进行任何压缩，而直接将栅格数据看作一个矩阵，逐行逐个记录代码。

为了对栅格数据进行压缩，又存在着多种编码方式，如：链式编码、游程长度编码、块式编码、四叉树编码，等等，它们对于某些特定的栅格数据，可以达到比较高的压缩比率。上述编码方式中，四叉封编码由于便于建立空间索引，从而实现栅格矢量数据的综合分析，许多学者对之进行了比较深入的研究。