Что такое растровые данные?—Справка | ArcGIS for Desktop
В простейшем варианте растровые данные состоят из матрицы ячеек (или пикселов), которая организована в строки и столбцы (сетку), где каждая ячейка содержит значение, несущее некую информацию, например температуру. Растры – это цифровые аэрофотоснимки, спутниковые снимки, цифровые фотографии и даже сканированные бумажные карты.
Данные хранятся в растровом формате, отображающем явление реального мира:
- Тематические данные (также именуемые дискретными) могут отображать, например типы землепользования или почвенные данные.
- Непрерывные данные содержат информацию о таких показателях, как температура, высота над уровнем моря, либо спектральную информацию – в случае с аэрофото- и космическими снимками.
- Изображения могут представлять собой, в том числе сканированные карты и фотографии зданий.
Тематические и непрерывные растры могут быть отображены как слои данных наряду с другой географической информацией на вашей карте, но обычно они используются в качестве исходных данных для осуществления пространственного анализа с помощью дополнительного модуля ArcGIS Spatial Analyst. Растровые изображения часто используются в качестве атрибутов в таблицах – они могут быть показаны вместе с вашими географическими данными и использоваться для передачи дополнительной информации о картографических объектах.
Подробнее о тематических и непрерывных данных
Если структура растра является простой, он может применяться для решения большого количества задач. В ГИС направления использования растровых данных можно разделить на четыре основные категории:
- Растры как базовые карты
Типичным использованием растровых данных в ГИС является их применение в качестве фонового для показа векторных слоев изображения. Например, ортофотоснимки, показываемые под другими слоями, будут свидетельствовать о том, что слои карты пространственно упорядочены и отображают реальные объекты, а также будут являться источником дополнительной информации. Существуют три основных типа растровых базовых карт – это ортотрансформированные аэрофотоснимки, спутниковые снимки и сканированные карты. Растр, показанный ниже, используется в качестве базовой карты для карты дорог.
- Растры как карты поверхности
Растры отлично подходят для показа данных, непрерывно изменяющихся в пространстве (поверхностей). Они являются отличным способом хранения непрерывного поля значений в виде поверхности. А кроме того, обеспечивают отображение поверхностей с использованием регулярно расположенных значений. Значения высоты, измеренные с поверхности земли, являются наиболее типичным источником материала для карт поверхностей. Однако для осуществления пространственного анализа могут использоваться и поверхности, отображающие значения количества выпавших осадков, температуры, концентрации, плотности населения и т.д. Расположенный ниже растр отображает рельеф: зеленым цветом показываются низкие участки, а красным, розовым и белым – ячейки, имеющие большие значения высоты.
- Растры как тематические карты
Растры отображают тематические данные, которые могут быть получены путем анализа других данных. Типичным применением анализа является классификация спутникового изображения по типам землепользования. Как правило, во время этой процедуры значения яркости пикселов в различных каналах многозональных данных делятся на классы (например, по типам растительности) и классам присваиваются значения категорий. тематические карты могут также быть результатом операций геообработки, комбинирующих данные из различных источников: векторных, растровых и данных terrain. К примеру, можно обработать информацию с помощью модели геообработки с целью создания набора растровых данных, подходящего вам для решения конкретных задач. Ниже приведен пример классифицированного набора растровых данных по типам землепользования.
- Растры как атрибуты объектов
Растры, использующиеся в качестве атрибутов объектов, – это цифровые снимки, сканированные документы и рисунки, имеющие отношение к какому-то географическому объекту или местоположению. Слой участков может сопровождаться сканированными юридическими документами, описывающими последние сделки, совершенные с участками, а слой со входами в пещеру – соответствующими изображениями, связанными с точечными объектами. Ниже представлено цифровое изображение большого старого дерева, использующееся в качестве атрибута слоя городского ландшафта.
С какой целью данные хранятся в растровом виде?
Иногда у вас не будет другого варианта, кроме как хранить ваши данные в растровом виде: например снимки доступны лишь в растровом представлении. Однако есть масса других объектов (например, точечных) и измерений (например, количества выпавших осадков), которые можно хранить не только в растровом, но и в векторном виде.
Преимущества хранения данных в растровой форме:
- Простая структура данных – матрица ячеек со значениями координат и иногда связанных с атрибутивной таблицей
- Предназначенность для расширенного пространственного и статистического анализа данных
- Возможность отображения непрерывных поверхностей и осуществления их анализа
- Возможность хранения точек, линий, полигонов и поверхностей
- Возможность осуществления простых оверлеев с использованием сложных наборов данных
Есть, однако и иные соображения относительно хранения данных в растровом виде, которые, возможно, убедят вас хранить их в векторном виде. Например:
Подробнее об отображении объектов в наборе растровых данных
Основные характеристики растровых данных
В наборах растровых данных каждая ячейка, называемая пикселом, содержит значение. Значения ячеек могут отображать: категории классификации, значения показателей, высоту или спектральную яркость. Категориями классификации могут быть, например, типы землепользования (газоны, леса, дороги и др.) Значение какого-либо показателя несет информацию о земной гравитации, шумовом загрязнении или количестве выпавших осадков. Высота (расстояние) отображает высоту земной поверхности над уровнем моря, которая может использоваться для вычисления крутизны и направления склонов, свойств речных бассейнов и др. Спектральные значения мы видим в спутниковых и аэрофотоснимках – они соответствуют отражательной способности и цвету подстилающей поверхности.
Значения ячеек растра могут быть положительные или отрицательные, целочисленные или с плавающей точкой. Целые значения обычно используются для показа категорий (дискретных данных), а значения с плавающей точкой – для отображения непрерывных полей. Для получения дополнительной информации о дискретных и непрерывных данных см. раздел Дискретные и непрерывные данные. Ячейки также могут иметь значение NoData, означающее отсутствие данных. Для получения информации о NoData обратитесь к разделу NoData в наборах растровых данных.
Растры хранятся в виде упорядоченного списка значений ячеек, например: 80, 74, 62, 45, 45, 34 и т.д.
Территория (или поверхность), отображаемая ячейкой, имеет такую же ширину и высоту, поскольку представляет собой тот же самый участок поверхности, который показан на растре. К примеру, растр высот земной поверхности (т. е. ЦМР) может покрывать территорию в 100 кв. км. Если такой растр состоит из 100 ячеек, каждая ячейка будет отображать 1 кв. км (т.е. участок поверхности размером 1 км х 1 км).
Размеры ячеек могут быть большими или маленькими – в зависимости от того, насколько точно нужно передать поверхность и объекты на ней: это может быть кв. км, кв. футы и даже кв. см. Размер ячейки определяет, насколько качественно или, наоборот, грубо будут отображены объекты на растровом изображении. Чем меньше размер, тем более сглаженным и детализированным будет ваш растр. Однако с увеличением числа ячеек будет увеличиваться и длительность процесса, а также занимаемый растром объем дискового пространства. Если размер ячейки будет слишком большим, может потеряться часть информации и мелкие объекты могут пропасть с изображения. Например, если размер ячейки будет больше, чем ширина дороги, дорога на таком растре может не читаться. На расположенном ниже рисунке вы увидите, как простой полигональный объект будет отображаться в наборах растровых данных с различными размерами пикселов.
Местоположение каждой ячейки определяется строкой и столбцом матрицы, в которых расположена данная ячейка. По существу матрица представляет собой Декартову систему координат, в которой строки матрицы параллельны оси x, а столбцы – оси y. Номера строк и столбцов начинаются с 0. На показанном ниже примере, если растр находится в системе координат проекции Universal Transverse Mercator (UTM) и имеет размер ячейки, равный 100, то ячейка, находящаяся в пятой строке и первом столбце, будет иметь координаты x=300500, y=5900600.
Подробнее о преобразовании набора растровых данных
Часто вам необходимо будет задавать экстент растра. Экстент определяется верхней, нижней, левой и правой координатами прямоугольника, покрытого растром, как показано ниже.
Связанные темы
Отзыв по этому разделу?Растровая графика и изображения: Что такое Растр?
08 апреля, 2020
Автор: Maksim
Растровая графика представляет собой изображения, которые строятся из пикселей разного цвета, расположенных в определенной последовательности на сетке.
Такой вид графики используется повсеместно и является главным. Если вы работаете в сфере дизайна, графики или чего-то близкого по духу, то вам точно следует знать, что это такое.
Что такое растровая графика
Растровая графика (растр) — это изображение/я построенные из пикселей разного цвета, или по-другому, точек, расположенных в определенной последовательности в виде сетки / сот. Примерно это выглядит так — есть сетка на которой расположено множество точек самых разных цветов, при удалении от нее будет складываться целая картинка.
На скриншоте снизу можно четко увидеть, как растровое изображение формируется из пикселей и представлено в виде графической сетки.
К такой графике также относится и видео, так, как это просто множество растровых картинок, которые идут в определенной последовательности. Все, что отображается не вашем мониторе — представляется в виде растра, даже векторная графика трансформируется в него. Так, как на мониторах устанавливается графическая матрица, которая выводит картинку по пикселям.
Растровое изображение — это набор пикселей, представленных в виде сетки пикселей разных цветов из которых и формируется картинка. Можно дать и такое определение.
Характеристики растровой графики:
- Разрешение изображения — количество пикселей по вертикали и горизонтали. Чем выше разрешение, тем качественнее и более детализированной будет картинка. Это относится ко всему контенту: видео, фото, игры.
- Глубина цвета — количество используемых цветов. Может быть: 4бита (16 цветов), 8бит (256 цветов), 24 бита (16 млн. цветов) и т.д.
- Цветовая модель/пространство. RGB, CMYK, YIQ, HSB, HLS и т.д.
Растровые изображения создаются любым фотоаппаратом, камерой, когда вы делаете скриншот или просто в редакторе для компьютера, например, в GIMP.
Важно! Существует и другой вид — векторный, о том, что такое векторная графика, можете прочитать в соответствующей статье.
Достоинства растровой графики — плюсы
1. Можно создать абсолютно любое изображение, какой сложности бы оно не было. Полностью передать цветовую гамму, переходы — градиенты. В отличие от той же векторной графики.
2. Благодаря простоте создания может использоваться везде — в фотоаппаратах, печати, видео и т.д.
3. Быстрая скорость обработки и масштабирования.
4. Поддерживается всеми современными устройствами вывода информации на дисплее.
Недостатки — минусы
1. Может занимать много места если изображение сложное и используется высокая глубина цвета. Еще это зависит от его формата: PMG, JPG, BMP и т.д. Подробнее об этом написано ниже.
2. При масштабировании теряется четкость. Поэтому разрешение так важно.
3. Не вывести на печать на плоттер или это сделать довольно сложно.
Многие думают, что векторная графика намного лучше и занимает куда меньше места — это действует только на несложные изображения, где используется мало деталей. Правильно сохраненный растр тоже занимает немного места. Есть множество различных форматов картинок, которые хорошо сжимают исходник без сильной потери качества. О том, как уменьшить размер фото написано в соответствующей статье.
Форматы растровых изображений
Существует множество различных форматов. Все они имеют разное сжатие, а некоторые и вовсе без него. Рассмотрим только самые часто используемые типы растровых картинок, с которыми вы можете столкнуться.
JPG или JPEG — самый распространенный формат и используемый. Обладает отличными параметрами сжатия за счет усреднения цвета. Его вы можете видеть часто на сайтах, в том числе и на этом. Большинство всех картинок в интернете существуют именно в этом формате.
PNG — распространен для интернета, очень качественный формат. Отлично подходит, если вы хотите сохранить высокое качество или, наоборот, использовать минимум цветов.
BMP — формат операционной системы Виндовс. Обычно вообще без сжатия, поэтому используется редко — потому, что передавать огромные файлы по интернету нет смысла и на жестком диске они занимают много места.
GIF — анимация. Максимум 256 цветов. Раньше пользовался большой популярностью, да и сейчас на многих ресурсах есть. Но, с приходом HTML 5 практически потеряли всю надобность.
TIFF — часто используется для печати. Отличное качество — сохраняет исходные цвета в любом цветовом пространстве. Многие фотоаппараты делают снимки именно в этом формате.
RAW — наилучший формат для качественных снимков. Сохраняет изначальную картинку, которая попадает в объектив. В нем делают фото хорошие камеры. Такие снимки можно очень гибко редактировать. Но, занимают довольно много места.
В заключение
Теперь вы знаете, что это такое растровое изображение и как оно формируется. В следующей статье мы подробно рассмотрим другой важный формат графики — векторный, который используется в полиграфии.
Что такое растровое изображение? Размер, количество цветов и достоинства растрового изображения
Растровое изображение – это способ представления цифрового изображения в виде массива битов или сетки пикселей. Растровое изображение существует различных форматов, наиболее известные из них *.gif, *.jpg и *.bmp. Из последовательности битов растрового изображения формируется сетка цветных пикселей, которые создают изображение на экране монитора.
Пиксел растрового изображения
Каждому пикселю, формирующему изображение, назначается определенный цвет. Система растровых изображений использует RGB матрицу, т.е. три цвета, красный, зеленый и синий. Например, пиксел растрового изображения черного цвета записывается в виде RGB 0,0,0, где для каждого цвета доступно 256 значений, позволяющие создать широкий диапазон насыщенности цвета.
Размер растрового изображения в пикселях
Когда изображение рассматривается пользователем, все пиксели визуально сглаживаются и видна нормальная картинка. В зависимости от разрешения, некоторые растровые изображения могут быть увеличены до очень больших размеров, в то время как другие становятся сразу трудно рассматриваемыми. Чем меньше разрешение, тем меньше размер файла изображения и тут нужно найти баланс для получения качественной картинки.
Разрешение соответствует количеству пикселей на дюйм (PPI) или количеству точек на дюйм (DPI) в изображении. Чем выше разрешение, тем больше количество пикселей и больше градация цвета, благодаря чему изображение будет выглядеть четче и может быть значительно увеличено. Естественно, чем больше пикселей, тем больше данных будет храниться. Для фотографий высокого качества предпочтительно и высокое разрешение, благодаря чему фотография будет более привлекательна для зрителя.
Количество цветов растрового изображения
Растровое изображение классифицируется по количеству цветов или глубине цвета на три основных группы:
1. Двухцветные изображения – их еще называют бинарными. Один пиксель бинарного изображения занимает 1 бит. Чаще всего среди бинарных изображений можно встретить черно белые растровые изображения.
2. Полутоновые изображения – такие изображения представлены в виде градации серого или любого другого цвета. Может быть представлено на изображении 256 градаций, при этом один пиксел занимает 1 байт.
3. Цветные растровые графические изображения – для хранения одного пикселя такого изображения может понадобится более 2 байт. Изображения с глубиной цвета 16 бит на один пиксел получили название High Соlог (65 536 цветов), а 24 бит на один пиксель True Соlог (16,7 млн цветов). В некоторых графических компьютерных системах может применяться и значительно большая глубина цвета в 32, 48 и еще более бит на один пиксел изображения.
Достоинства растрового изображения
Основное достоинство растрового изображения заключается в реалистичности и высокой детализации получаемого изображения. При высоком разрешении изображения человеческий глаз не воспринимает пикселы по отдельности, а видит изображение, как хорошую фотографию. К тому же такое представление изображения значительно упрощает его печать на принтере, где каждый пиксель представлен отдельной точкой.
Недостатки растрового изображения
Недостатков у растрового изображения тоже хватает. Основной недостаток связан с размером цветного растрового изображения. Для хранения одного пиксела, в зависимости от глубины цвета, может понадобится несколько байт, и чем больше пикселов в изображении, тем больше места нужно для хранения такого файла. Еще один недостаток, это неудобство редактирования такого файла. Для хранения в памяти всего файла нужно выделять много места, а при редактировании производить расчеты для каждого пиксела.
Альтернативой растровому изображению является векторное изображение, в котором для формирования картинки используются математические формулы. В векторном изображении для формирования картинки указываются точки и линии, соединяющие их. Благодаря тому, что пропорции математически легко пересчитать, векторное изображение может быть увеличено без потери качества. В основном они используются для типографии и иллюстраций, а растровое изображение все же является лучшим выбором для фотографий.
Также статьи на сайте chajnikam.ru на различные темы:
Какова роль программного обеспечения компьютера?
Что такое полоса пропускания канала связи?
Что такое исполняемый файл exe?
Что такое размер файла на диске?
Основное понятие растрового изображения, свойства и возможности растровой графики
Растровая графика (в просторечии растровое изображение) — представление изображения с использованием матрицы точек в виде прямоугольной сетки из соответствующим образом окрашенных пикселей на мониторе компьютера, принтере или другом устройстве вывода. В компьютерных системах растровое изображение хранится в виде сжатых (с потерями или без потерь) или несжатых файлов мультиформатных изображений.
Что такое растровая графика
Растровая графика была впервые запатентована компанией Texas Instruments в 1970-х годах и теперь является повсеместной формой представления цифровых изображений. Фотографии с цифровой камеры являются примером растровой графики.
Характеристики растровой графики
Без применения сжатия цвет каждого пикселя определяется индивидуально, создавая растровое изображение, которое характеризуется тремя основными числами — высотой и шириной растрового изображения, считая в пикселях, и цветом в заданном цветовом режиме. Изображения с глубиной цвета RGB часто состоят из цветных квадратов, определяемых тремя байтами: один байт(или 8 бит) для красного компонента цвета, один для зеленого компонента и один для синего компонента. Для изображений с меньшим количеством цветов требуется меньше информации(битов) на пиксель, например, для черно-белого изображения требуется только один бит для каждого пикселя(тогда это называется растровым изображением).
Другой подход к созданию графики — векторная графика. Он отличается от растровой графики тем, что изображение не описывается отдельными точками, а определяется математически, то есть создается с использованием геометрических объектов, таких как кривые или многоугольники.
Качество изображения и размер файла
Качество растрового изображения определяется общим количеством пикселей(размером изображения) и объемом информации, хранящейся в каждом пикселе(глубиной цвета). Например, изображение с 24 битами информации о цвете(стандарт для большинства дисплеев 21-го века) может показывать более мягкое затенение, чем изображение, имеющее только 16 бит информации на пиксель, но оно также не будет показывать более мягкое затенение, чем изображение с 48 битами на пиксель. Точно так же изображение с соотношением сторон 640 на 480 пикселей(содержащее 307 200 пикселей) будет выглядеть неровным и грубым по сравнению с изображением размером 1280 еа 1024 пикселей (содержащее 1310 720 пикселей).
Поскольку графика, сохраненная в растровой форме, часто представляет собой большой объем данных, часто используется соответствующий метод сжатия, чтобы уменьшить объём памяти. Сжатие без потерь растровых изображений возможно с такими форматами файлов, как PNG, TIFF или JPEG 2000 с потерями. Можно провести обратный процесс и получить несжатую графику, не отличающуюся от оригинала. Однако некоторые форматы файлов(например JPEG) используют сжатие с потерями, которое работает путем моделирования значений отдельных пикселей с параметризованными математическими формулами, что позволяет получить выходной файл гораздо меньшего размера за счет исключения некоторых деталей.
Размеры и разрешение
Размер растрового изображения нельзя увеличить без уменьшения его резкости. Это функция, неизвестная векторной графике, которую можно легко масштабировать в соответствии с устройством, на котором отображается изображение. Однако растровая графика более полезна, чем векторная графика, для сохранения фотографий и реалистичных изображений, тогда как векторная графика чаще используется для изображений, состоящих из геометрических фигур, и для представления текста(включая таблицы и формулы).
Сегодня большинство компьютерных мониторов отображают от 72 до 130 пикселей на дюйм(экраны современных телефонов и планшетов часто имеют разрешение более 300 пикселей на дюйм), в то время как принтеры могут печатать с разрешением 1200 точек на дюйм(dpi) или выше. Определение наиболее подходящего разрешения изображения для данного разрешения принтера может быть очень трудным, поскольку распечатанный документ может содержать больше деталей (может иметь более высокое разрешение), чем то, что отображается на экране монитора.
Программой, традиционно считающейся редактором растровой графики является Adobe Photoshop, отличается самым максимальным перечнем инструментов и возможностей по работе с растровами изображениями. Научиться работать с растровой графикой в программе Фотошоп, вы можете у нас на курсах:
Курсы по фотошоп. Графика и дизайн в программе Adobe Photoshop.
Курсы по ретуши в Adobe Photoshop. Современные приемы обработки изображений.
Курсы фотошоп для фотографа. Обработка и цветовая коррекция в Adobe Camera Raw и Photoshop.
Уроки Фотошоп от преподавателя — видеоуроки по фотошоп на нашем YouTube канале
Растровое изображение (растр), растровые данные
Рулетка измерительная — Измерительный инструмент, предназначенный: для измерения протяженных линейных объектов (до 100 м), и для разметки помещений. При выполнении геодезических работ всегда используется при измерении высоты прибора, промеров зданий и т. п. Основным элементом рулетки является гибкая лента, отградуированная в метрической или иной системе измерения.
Румб — Угол между меридианом и данным направлением, отсчитываемый от меридиана в обе стороны от 00 до 900; в морской навигации — мера угла окружности горизонта, разделенного на 32 румба (в метеорологии на 16).
Рельеф — Совокупность неровностей суши, дна океанов и морей, разнообразных по очертаниям, размерам.
Рекогносцировка — Осмотр и обследование местности с целью выбора положения геодезических опорных пунктов для обоснования топографических съёмок и ходов.
Рефракция — Различные виды и проявления рефракционных электромагнитных волн, обусловленные искривлением траектории распространения этих волн и сопутствующие всевозможным геодезическим измерениям.
Рейка — Деревянный брус высотой 3-4 м с делениями по 1-5 см, устанавливаемый вертикально в наблюдаемых точках при нивелировании и топографической съемке.
Репер — Знак пункта с известной абсолютной высотой — металлический диск с выступом (или с отверстием — марка), закрепляемый в стенах долговременных сооружений, или бетонный монолит, заложенный в грунт.
Радиан — Единица измерения плоских углов, представляющая собой центральный угол, опирающийся на дугу, длина которой равна радиусу этой окружности. Используется обычно в теоретических расчетах.
Равнина — Участок земной поверхности, характеризующийся незначительными уклонами и колебаниями высот. В совокупности равнины занимают большую часть поверхности Земли и являются важнейшим элементом рельефа. Величайшая равнина мира — Амазонская (свыше 5 млн. км2).
Равноугольные проекции (конформные проекции) — Картографические проекции, передающие на картах углы без искажений и сохраняющие в каждой точке постоянный масштаб по всем направлениям, хотя в разных местах карты масштаб различен. Используются для построения крупно — и среднемасштабных карт.
Референц-эллипсоид — Эллипсоид, служащий вспомогательной математической поверхностью, к которой приводят результаты геодезических измерений на земной поверхности. В Российской Федерации принят эллипсоид Красовского.
Разбивка пикетажа — Разбивка на круговой кривой трассы пикетов и назначение радиусов кривых.
Равновеликие проекции (эквивалентные) — Картографические проекции, сохраняющие на всей карте единый масштаб площадей, благодаря чему площади фигур на карте пропорциональны площадям соответствующих фигур в натуре; используются при мелкомасштабных построениях.
Разграфка карты — Система деления многолистной карты на листы.
Радиолокационная съемка — Получение изображений местности с помощью радиолокационной аппаратуры, устанавливаемой на летательных аппаратах. Может проводиться в сложных метеорологических условиях и в любое время суток для изучения объектов (в т. ч. закрытых снегом, растительностью, рыхлыми отложениями и др.).
Радиогеодезические системы — Комплекс радиотехнических устройств для определения координат точек фотографирования при аэрофотосъемке путем измерения с помощью радиодальномеров расстояний от самолета до точек земной поверхности с известными географическими координатами.
Векторная графика или растровая — что выбрать
Что такое векторная графика, знают далеко не все пользователи, а многие даже не подозревают, что изображения создаются с помощью разных технологий. Даже тем, кто работает с таблицами, диаграммами и простыми картинками, будет полезно узнать, что такое растровая и векторная графика, чтобы получить максимально качественный рисунок, который не будет искажаться при масштабировании. Например, на презентации или при пересылке.
В статье мы рассмотрим, что такое векторное изображение, какие имеет отличительные особенности, а также, где и при каких условиях можно использовать растровое изображение вместо вектора.
Векторная графика это по сути кривые или ровные линии, которые соединяются на опорных точках, и создают единую картинку. Рисунок состоит из геометрических форм, которые поддаются математической формуле. Их можно перетаскивать в любое место, менять размер, цветовую палитру.
Преимущество такой технологии заключается в небольшом размере файла, а также в простоте редактирования. Именно поэтому векторное изображение в фотошопе легко меняется в целом виде или отдельными фрагментами. Пользователь может корректировать такие параметры, как угол наклона, цвет, форму и размер без потери качества. Чаще всего векторные изображения создаются в форматах SVG, AI.
Что такое растровая графика
Растровые изображения представляют собой набор пикселей, образующих цельное полотно. Для наглядного примера, представим тетрадь в клеточку или дисплей. Они оба разделены на одинаковые сегменты — квадраты, только в тетрадке их видно невооруженным глазом, а монитор содержит гораздо большее число таких частиц, сливающихся в одно целое. Каждая ячейка окрашивается в определенный цвет, в результате — детализированная растровая графика.
Главный ее параметр — разрешение. Наверняка, каждый сталкивался с таким термином, который упоминается в описании экрана смартфона или монитора.
Главное преимущество такой технологии — растровые картинки обладают плавными переходами, способны отображать оттенки и полутона. Самые распространенные форматы: JPEG, PNG.
Возможно ли преобразовать растровое изображение в векторное?
Это достаточно сложный и трудоемкий процесс, с которым справится не каждый опытный графический дизайнер. Все дело в том, что растр в вектор конвертируется неточно, линии могут получиться кривыми.
Для такой работы используют два метода:
- трассировка — при преобразовании из растра в вектор, картинка подвергается компьютерному анализу. Он распознает контрастные места и переводит их в векторы!
- ручная отрисовка — если ПК не справляется, растровое изображение в векторное переводится в ручном режиме. То есть, пользователь самостоятельно рисует линии в редакторе!
И если растровое изображение в векторное преобразовать долго и сложно, то векторная иллюстрация в растр конвертируется за несколько секунд. Для этого разработано множество онлайн сервисов и программ.
Векторная и растровая графика — использование в России
Разобравшись с тем, что такое векторная графика и чем отличается от растровой, можно перейти к следующему вопросу: где же применяется векторная и растровая графика — использование в России и других странах.
Векторный рисунок
Наиболее распространены векторные картинки при создании логотипов, визиток, афиш и буклетов. Везде, где не требуется точная детализация и предполагается увеличение при распечатке в различных масштабах. Стоит помнить, что вектор это линия, поэтому никаких плавных переходов добиться не получится.
Растровая графика
Разобравшись, что такое растровая графика, вы сможете ее применять в широком спектре — для распечатки фото, ярких, насыщенных оттенками картинок, дизайна сайта и много другого.
При этом, есть возможность преобразовывать один формат в другой. Кроме того, растровая и векторная графика успешно объединяются в одном рисунке, если к делу приступить профессионально.
Растровая и векторная графика: что лучше
Векторная и растровая графика — не конкуренты, а совершенно разные технологии и форматы. Векторное изображение это практично и просто, к тому же, файл имеет минимальный объем. Векторная графика становится все более популярной еще и за счет модных тенденций flat и material дизайна, поэтому многие специалисты отдают ей предпочтение.
Однако, зная, что такое растровая графика и каковы ее преимущества, не каждый готов пожертвовать качеством и возможностью показать все оттенки палитры, чтобы передать тонкости рисунка.
Стоит помнить, что векторное изображение с растром отлично «уживаются» в одной картинке, но не всегда будут удачно конвертироваться.
Графика это не только творчество — она требует знаний и опыта, чтобы радовать себя, окружающих и заказчиков отличными результатами.
следующая статья
Отличия растрового изображения от векторного, статьи
Растровое или векторное? Для дизайнера ответ на вопрос о том, какое изображение использовать для той или иной задачи, очевиден. Однако с графикой работают все. И специалистам других направлений придётся труднее, если они не знают основных отличий этих двух типов цифровых изображений.
Принцип отображения изображений
Растровые форматы используют довольно простой принцип отображения изображений. Они состоят из небольших точек — пикселей, которые существуют независимо друг от друга. Для каждой из них записаны данные о цвете.
Преимущество растрового формата изображений — в простоте его редактирования, использования и просмотра.
Недостаток один: при значительном увеличении масштаба будут наблюдаться заметные потери качества. При уменьшении этого не наблюдается. Поэтому, если вы планируете распечатывать что-либо в разных масштабах, лучше создавать макет в самом крупном формате, который вы будете использовать.
Альтернатива — векторные изображения. Они лишены недостатка растровых. То есть их можно беспрепятственно масштабировать, не переживая за потери качества.
Всё дело в том, что векторный объект — не набор точек, а результат просчёта математической формулы с несколькими переменными. Вы, конечно, не видите её. Но, если вы измените какой-либо параметр объекта, формула будет пересчитана и объект перерисован. Это и позволяет беспрепятственно масштабировать такие изображения.
Какие изображения использовать?
Отдать предпочтение тому или иному типу изображений сложно. Они оба имеют право на существование и использование. Вот только задачи они решают разные.
Растровые форматы подойдут для создания:
- веб-графики;
- картинок для использования на компьютере;
- сложных макетов для распечатывания (здесь нужно следить за разрешением и плотностью пикселей, чтобы получить качественный результат).
Вектор станет идеальным решением для макетов:
- логотипов и фирменной символики, которые будут многократно изменяться в размерах в процессе использования;
- буклетов и листовок;
- рекламных баннеров, билбордов и не только.
Вас может заинтересовать:
Введение в растровые данные — Введение в геопространственные концепции
Обзор
Обучение: 15 мин.
вопросов
Упражнения: 10 мин.Цели
Какой формат мне следует использовать для представления моих данных?
Какие основные типы данных используются для представления геопространственных данных?
Каковы основные атрибуты растровых данных?
Опишите разницу между растровыми и векторными данными.
Опишите сильные и слабые стороны хранения данных в растровом формате.
Различайте непрерывные и категориальные растровые данные и определяйте типы наборов данных, которые будут храниться в каждом формате.
Этот эпизод знакомит с двумя основными типами геопространственных данные: растры и векторы. Кратко представив эти типы данных, этот выпуск посвящен растровым данным, описывая некоторые основные функции и типы растровых данных.
Двумя основными типами геопространственных данных являются растровые. и векторные данные. Растровые данные хранятся в виде сетки значений, которые отображаются на карта в пикселях. Значение каждого пикселя представляет собой область на поверхности Земли. Структуры векторных данных представляют собой определенные функции на Поверхность Земли и назначить атрибуты этим функциям. Структуры векторных данных Подробнее об этом в следующем выпуске.
The R для растровых и векторных данных урок будет сосредоточен на том, как работать как с растром, так и с вектором наборы данных, поэтому важно, чтобы мы понимали основные структуры этих типов данных и типы данных что они могут быть использованы для представления.
О растровых данных
Растровые данные — это любые пиксельные (или сеточные) данные, с которыми связан каждый пиксель. с конкретным географическим положением. Значение пикселя может быть непрерывный (например, высота) или категориальный (например, землепользование). Если это звучит знакомо, это потому, что эта структура данных очень распространена: это то, как представляем любое цифровое изображение. Геопространственный растр отличается только из цифровой фотографии в том смысле, что она сопровождается пространственной информацией который связывает данные с определенным местом.Это включает экстент растра и размер ячейки, количество строк и столбцов и его система координат (или CRS).
Источник: Национальная сеть экологических обсерваторий (NEON)
Примеры непрерывных растров:
- Карты осадков.
- Карты высоты деревьев, полученные на основе данных LiDAR.
- Значения высоты для региона.
Карта высот Гарвардского леса, полученная с помощью датчика NEON AOP LiDAR. ниже.Высота на этой карте представлена как непрерывная числовая переменная. Легенда показывает непрерывный диапазон значений в данных от 300 до 420 метров.
Некоторые растры содержат категориальные данные, где каждый пиксель представляет собой дискретный класс, такой как тип почвенного покрова (например, «лес» или «пастбище»), а не постоянное значение, такое как высота или температура. Некоторые примеры засекреченных карты включают:
- Карты растительного покрова / землепользования.
- Карты высот деревьев, классифицируемые как короткие, средние и высокие деревья.
- Карты высот, классифицируемые как низкие, средние и высокие.
На карте выше показаны прилегающие Соединенные Штаты с земельным покровом как категориальный данные. Каждый цвет представляет собой отдельную категорию почвенного покрова. (Источник: Homer, C.G., et al. al., 2015, Завершение Национальной базы данных о земном покрове 2011 года для совпадающие Соединенные Штаты — представляют десятилетие изменения земного покрова Информация. Фотограмметрическая инженерия и дистанционное зондирование, т. 81, вып. 5, стр. 345-354)
На карте выше показаны данные о высоте поля NEON Harvard Forest. сайт.Мы будем работать с данными с этого сайта позже в ходе семинара. На этой карте данные о высоте (непрерывная переменная) разделены вверх по категориям, чтобы получить категориальный растр.
Преимущества и недостатки
Вместе с соседом обсудите потенциальные преимущества и Недостатки хранения данных в растровом формате. Добавьте свой идеи для Etherpad. Инструктор обсудит и добавить любые моменты, которые не были затронуты в небольшой группе обсуждения.
Решение
Растровые данные имеют несколько важных преимуществ:
- представление непрерывных поверхностей
- потенциально очень высокий уровень детализации
Данные- «невзвешены» по всему экстенту — геометрия не неявно выделить особенности
- Поэтапные вычисления могут быть очень быстрыми и эффективными
Обратные стороны растровых данных:
- файлы очень большого размера по мере уменьшения размера ячейки
- популярные в настоящее время форматы плохо встраивают метаданные (подробнее об этом позже!)
- может быть сложно представить сложную информацию
Важные атрибуты растровых данных
Размер
Пространственный экстент — это географическая область, которую покрывают растровые данные.Пространственный экстент пространственного объекта R представляет географическую границу или место, которое является самым дальним на север, юг, восток и запад. Другими словами, степень представляет собой общий географический охват пространственного объекта.
(Источник изображения: Национальная сеть экологических обсерваторий (NEON))
Вызов степени
На изображении выше пунктирные рамки вокруг каждого набора объектов похоже, подразумевает, что три объекта имеют одинаковую протяженность.Это точный? Если нет, то какие объекты имеют разную протяженность?
Решение
Линии и полигональные объекты имеют одинаковую протяженность. Степень для объект точек меньше в вертикальном направлении, чем объект два других, потому что на линии y = 8 нет точек.
Разрешение
Разрешение растра представляет площадь на земле, которую каждый пиксель растровых покрытий. Изображение ниже иллюстрирует эффект изменений в разрешении.
(Источник: Национальная сеть экологических обсерваторий (NEON))
Формат растровых данных для этого семинара
Растровые данные могут быть разных форматов. Для этого семинара мы будем использовать
формат GeoTIFF с расширением .tif
. В файле .tif
хранятся метаданные.
или атрибуты файла в виде встроенных тегов tif
. Например, ваша камера
может хранить тег, который описывает марку и модель камеры или дату
фото было сделано при сохранении .tif
. GeoTIFF — это стандартное изображение .tif
.
формат с дополнительной пространственной (пространственной) информацией, встроенной в файл
как теги. Эти теги должны включать следующие метаданные растра:
- Размер
- Разрешение Система координат
- (CRS) — мы представим эту концепцию в более поздний эпизод
- Значения, представляющие отсутствующие данные (
NoDataValue
) — мы представим это концепция на более позднем уроке.
Мы обсудим эти атрибуты более подробно позже. урок.В этом уроке мы также узнаем, как использовать R для извлечения атрибутов растра. из файла GeoTIFF.
Дополнительные ресурсы по формату
.tif
Многополосные растровые данные
Растр может содержать один или несколько каналов. Один тип многополосного растра набор данных, знакомый многим из нас, — это цвет изображение. Базовое цветное изображение состоит из трех полос: красной, зеленой и синей. Каждый полоса представляет собой свет, отраженный от красных, зеленых или синих частей в электромагнитный спектр.Яркость пикселей для каждой полосы, когда составлен создает цвета, которые мы видим на изображении.
(Источник: Национальная сеть экологических обсерваторий (NEON).)
Мы можем построить каждую полосу многополосного изображения индивидуально.
Или мы можем объединить все три полосы вместе, чтобы получить цветное изображение.
В многополосном наборе данных растры всегда будут иметь одинаковый экстент, разрешение и CRS.
Другие типы многополосных растровых данных
Многоканальные растровые данные также могут содержать:
- Временной ряд: одна и та же переменная в той же области во времени.Мы будем работать с данными временных рядов в растровых данных временных рядов в эпизоде R.
- Мульти- или гиперспектральные изображения: растров изображений, которые имеют 4 или более (мультиспектральные) или более 10-15 (гиперспектральные) диапазоны. Мы не будем работать с данными этого типа на этом семинаре, но вы можете ознакомьтесь с навыками NEON Data Спектроскопия изображений HDF5 в R учебное пособие, если вас интересует работа с кубами гиперспектральных данных.
Ключевые моменты
Растровые данные — это пиксельные данные, в которых каждый пиксель связан с определенным местоположением.
Растровые данные всегда имеют экстент и разрешение.
Экстент — это географическая область, покрытая растром.
Разрешение — это площадь, покрываемая каждым пикселем растра.
Vector vs Raster: в чем разница между типами пространственных данных ГИС?
Какие существуют типы данных ГИС?
Пространственные данные наблюдений сосредоточены на местах.
Каждый дом, каждое дерево, каждый город имеют свои уникальные координаты широты и долготы.
Двумя основными типами пространственных данных являются векторные и растровые данные в ГИС. Но в чем разница между растровыми и векторными данными?
Когда нам следует использовать растр, а когда — векторные функции? Узнайте больше о часто используемых моделях пространственных данных.
Векторные модели — точки, линии и многоугольники.
Векторные данные — это , а не , состоящие из сетки пикселей.Вместо этого векторная графика состоит из вершин и путей.
Три основных типа символов для векторных данных — это точки, линии и многоугольники (области). Поскольку картографы используют эти символы для представления реальных объектов на картах, им часто приходится принимать решение, основываясь на уровне детализации карты.
Точки — координаты XY
Векторные точки — это просто координаты XY. Как правило, это широта и долгота с пространственной системой отсчета.
Когда объекты слишком малы для представления в виде полигонов, используются точки. Например, вы не можете увидеть границы города в глобальном масштабе. В этом случае карты часто используют точки для отображения городов.
Линии соединяют вершины
Векторные линии соединяют каждую вершину путями. По сути, вы соединяете точки в заданном порядке, и получается векторная линия , где каждая точка представляет вершину.
Линии обычно представляют собой линейные объекты.Например, на картах реки, дороги и трубопроводы показаны в виде векторных линий. Часто на более загруженных магистралях есть более толстые полосы, чем на заброшенных дорогах.
С другой стороны, сети представляют собой линейные наборы данных, но они часто считаются разными. Это связано с тем, что линейные сети являются топологически связными элементами. Они состоят из развязок и поворотов с возможностью подключения.
Если бы вам нужно было найти оптимальный маршрут с использованием сети транспортных линий, он будет следовать установленным правилам. Например, он может ограничивать повороты и движение на улицах с односторонним движением.
Полигоны соединяют вершины и замыкают путь
Когда вы соединяете набор вершин в определенном порядке и закрываете его, это теперь объект с векторным полигоном . При создании многоугольника первая и последняя пары координат совпадают.
Картографы используют многоугольники, чтобы показать границы, и все они имеют площадь. Например, площадь здания составляет квадратный метр, а у сельскохозяйственных полей — площадь посевных площадей.
Типы растров: дискретные и непрерывные
Растровые данные состоят из пикселей (также называемых ячейками сетки).Обычно они расположены на правильном расстоянии друг от друга и имеют квадратную форму, но это не обязательно. Растры часто выглядят пиксельными, потому что каждый пиксель имеет собственное значение или класс.
Например:
Каждое значение пикселя на спутниковом изображении имеет значение красного, зеленого и синего цветов. В качестве альтернативы каждое значение на карте высот представляет определенную высоту. Это может быть что угодно, от дождя до растительного покрова.
Растровые модели удобны для хранения данных, которые постоянно меняются. Например, поверхности высот, температура и загрязнение свинцом.
Модели растровых данных делятся на 2 категории — дискретные и непрерывные.
Дискретные растры имеют разные значения
Дискретные растры имеют отдельные темы или категории. Например, одна ячейка сетки представляет класс земного покрова или тип почвы.
На дискретной растровой карте земельного покрова / использования вы можете выделить каждый тематический класс. Каждый класс можно отдельно определить, где он начинается и где заканчивается. Другими словами, каждая ячейка земного покрова может быть определена и заполняет всю площадь ячейки.
Дискретные данные обычно состоят из целых чисел для представления классов. Например, значение 1 может представлять городские районы, значение 2 — лес и так далее.
Непрерывные растры имеют постепенное изменение
Непрерывные растры (недискретные) — это ячейки сетки с постепенно изменяющимися данными, такими как высота, температура или аэрофотоснимок.
Непрерывная растровая поверхность может быть получена из фиксированной точки регистрации . Например, в цифровых моделях рельефа в качестве точки регистрации используется уровень моря.Каждая ячейка представляет собой значение выше или ниже уровня моря. В качестве другого примера значения ячеек аспекта имеют фиксированные направления, такие как север, восток, юг или запад.
Явления могут постепенно изменяться вдоль непрерывного растра от определенного источника . Растр, изображающий разлив нефти, может показать, как жидкость переходит от высокой концентрации к низкой. В источнике разлива нефти концентрация выше и распространяется наружу с уменьшающимися значениями в зависимости от расстояния.
Преимущества и недостатки векторных данных
Каковы преимущества использования векторных данных?
Поскольку векторные данные имеют вершины и пути, это означает, что графический вывод обычно более эстетичен. Кроме того, это обеспечивает более высокую географическую точность, поскольку данные не зависят от размера сетки.
Правила топологии могут помочь в обеспечении целостности данных с помощью векторных моделей данных. Мало того, сетевой анализ и операции близости используют векторные структуры данных.
Каковы недостатки использования векторных данных?
Непрерывные данные плохо хранятся и отображаются в виде векторов. Если вы хотите отображать непрерывные данные в виде вектора, это потребует существенного обобщения.
Хотя топология полезна для векторных данных, она часто требует интенсивной обработки. Любые изменения объектов требуют обновления топологии. Алгоритмы обработки векторов, обладающие множеством функций, сложны.
Знаете ли вы?
Модель данных спагеттиМодель данных спагетти была одной из первых концептуальных моделей, добавляющих структуру к объектам в ГИС.Это была простая модель ГИС, в которой линии могут пересекаться без пересечения или топология без атрибутов.
В чем преимущества растра?
Растровая сетка — это модель данных для спутниковых данных и других данных дистанционного зондирования. Для растровых позиций понять размер ячеек просто.
Алгебра карт с растровыми данными обычно выполняется быстро и легко. В целом количественный анализ интуитивно понятен с использованием дискретных или непрерывных растров.
В чем недостатки растра?
Поскольку размер ячейки влияет на качество графики, она может иметь пиксельный вид.Чтобы проиллюстрировать, линейные объекты и пути трудно отобразить.
Вы не можете создавать наборы сетевых данных или выполнять правила топологии для растров. Кроме того, у вас нет гибкости с таблицами атрибутов растровых данных.
Наборы растровых данных могут стать потенциально очень большими, поскольку они записывают значения для каждой ячейки изображения. По мере увеличения разрешения размер ячейки уменьшается. Но это происходит за счет скорости обработки и хранения данных.
Вектор против растра: типы пространственных данных
Не всегда просто, какой тип пространственных данных следует использовать для своих карт.
В конце концов, все сводится к тому, как картограф концептуализирует объект на своей карте.
- Хотите работать с пикселями или координатами? Растровые данные работают с пикселями. Векторные данные состоят из координат.
- Каков масштаб вашей карты? Vectors позволяет масштабировать объекты до размеров рекламного щита. Но вы не получите такой гибкости с растровыми данными .
- Есть ли у вас ограничения на размер файла? Размер растрового файла может быть больше по сравнению с наборами векторных данных с тем же явлением и площадью.
Есть некоторые функции, о которых следует подумать на этапе проектирования и концептуализации данных.
Пространственные структуры данных
Типы пространственных данных предоставляют информацию, необходимую компьютеру для восстановления пространственных данных в цифровой форме.
В растровом мире у нас есть ячейки сетки, представляющие реальные объекты. В векторном мире у нас есть точки, линии и многоугольники, состоящие из вершин и путей.
У векторных и растровых данных есть свои преимущества и недостатки.
Но не переживайте:
Потому что вы можете преобразовать вектор в растр. Наоборот.
Есть что добавить? Дайте мне знать, оставив комментарий ниже.
Подписывайтесь на нашу новостную рассылку:Растровые данные
Целей: | Разберитесь, что такое растровые данные и как их можно использовать в ГИС. | |
Ключевые слова: | Растр, пиксель, дистанционное зондирование, спутник, изображение, географическая привязка |
Обзор
В предыдущих разделах мы подробно рассмотрели векторные данные.Хотя вектор объекты используют геометрию (точки, полилинии и полигоны) для представления реальных В мире растровые данные используют другой подход. Растры состоят из матрицы пикселей (также называемых ячейками), каждый из которых содержит значение, представляющее условия для области, покрытой этой ячейкой (см. figure_raster). В этой теме мы собираемся более подробно рассмотреть растровые данные, когда они будут полезны, а когда имеет смысл использовать векторные данные.
Рисунок Растр 1:
Набор растровых данных состоит из строк (бегущих по горизонтали) и столбцов (бегущих строк). вниз) пикселей (также называемых ячейками).Каждый пиксель представляет географический области, а значение в этом пикселе представляет некоторую характеристику этого область.
Растровые данные в деталях
Растровые данные используются в приложении ГИС, когда мы хотим отобразить информацию, которая непрерывна по площади и не может быть легко разделена на векторные объекты. Когда мы познакомили вас с векторными данными, мы показали вам изображение в figure_landscape. Точечные, полилинейные и полигональные объекты хорошо подходят для представления некоторых объектов на этот пейзаж, такой как деревья, дороги и следы зданий.Другие функции на Пейзаж может быть сложнее изобразить с помощью векторных объектов. Например Показанные луга имеют много вариаций цвета и плотности покрытия. Это было бы достаточно просто создать один многоугольник вокруг каждого пастбища, но много информации о пастбищах будет потеряно в процессе упрощение пространственных объектов до одного многоугольника. Это потому, что когда вы даете значения атрибутов векторного объекта, они применяются ко всему объекту, поэтому векторы не очень хороши для представления неоднородных объектов (полностью то же самое) во всем.Другой подход, который вы можете использовать, — это оцифровка каждого маленького вариация цвета травы и покрова в виде отдельного многоугольника. Проблема с этим подход заключается в том, что для создания хорошего векторный набор данных.
Рисунок Пейзаж 1:
Некоторые объекты ландшафта легко представить в виде точек, полилиний и многоугольники (например, деревья, дороги, дома). В других случаях это может быть сложно. Для пример, как бы вы изобразили луга? Как многоугольники? Что насчет вариации цвета вы можете увидеть в траве? Когда вы пытаетесь представить большие области с постоянно меняющимися значениями, растровые данные могут быть лучше выбор.
Использование растровых данных — решение этих проблем. Многие люди используют растровые данные как фон , который будет использоваться за векторными слоями, чтобы придать больше смысла к векторной информации. Человеческий глаз очень хорошо интерпретирует изображения и поэтому использование изображения за векторными слоями дает карты с гораздо большим смыслом. Растровые данные подходят не только для изображений, отображающих поверхность реального мира (например, спутниковые изображения и аэрофотоснимки), они также хороши для представления большего количества абстрактные идеи.Например, растры можно использовать для отображения тенденций выпадения осадков в течение области, или изобразить опасность пожара на ландшафте. В таких приложениях каждая ячейка в растре представляет другое значение, например риск возгорания на весах от одного до десяти.
Пример, показывающий разницу между изображением, полученным со спутника. и тот, который показывает рассчитанные значения, можно увидеть в figure_raster_types.
Фигурные типы растров 1:
Растровые изображения с истинным цветом (слева) полезны, поскольку они обеспечивают много деталей которые сложно запечатлеть как векторные объекты, но их легко увидеть, глядя на растровое изображение.Растровые данные также могут быть нефотографическими данными, например, растровыми. слой, показанный справа, который показывает рассчитанную среднюю минимальную температуру в Западном мысе в марте месяце.
Географическая привязка
Географическая привязка — это процесс определения точного местоположения на поверхности земли. был создан набор изображений или растровых данных. Эта позиционная информация сохраняется с цифровой версией аэрофотоснимка. Когда приложение ГИС открывает фото, он использует информацию о местоположении, чтобы гарантировать, что фотография появится в правильное место на карте.Обычно эта позиционная информация состоит из координата для верхнего левого пикселя изображения, размер каждого пикселя в X направление, размер каждого пикселя в направлении Y и размер (если есть) на при котором изображение поворачивается. С помощью этих нескольких фрагментов информации ГИС приложение может гарантировать, что растровые данные отображаются в правильном месте. В информация о географической привязке растра часто предоставляется в небольшом текстовом файле сопровождающий растр.
Источники растровых данных
Растровые данные можно получить разными способами.Два наиболее распространенных способа: аэрофотосъемка и спутниковые снимки. В аэрофотосъемке самолет пролетает над областью с установленной под ней камерой. Фотографии затем импортировано в компьютер и привязано к местности. Спутниковые снимки создаются, когда спутники, вращающиеся вокруг Земли, направляют специальные цифровые камеры на Землю а затем сфотографируйте участок земли, над которым они проезжают. Как только изображение был взят, он отправлен обратно на землю с помощью радиосигналов на специальный прием станции, подобные показанной на рисунке figure_csir_station.Процесс захвата растровых данных из самолет или спутник называется дистанционного зондирования .
Рисунок CSIR Station 1:
Центр спутниковых приложений CSIR в Хартебишуке недалеко от Йоханнесбурга. Специальные антенны отслеживают спутники, когда они проходят над головой, и загружают изображения с помощью радиоволн.
В других случаях можно вычислить растровые данные. Например, страховая компания может взять отчеты о преступлениях полиции и создать растровую карту страны, показывающую насколько высока вероятность преступности в каждом районе.Метеорологи (люди, изучающие погодные условия) могут сгенерировать растр на уровне провинции, показывающий средняя температура, осадки и направление ветра с использованием данных, собранных из погоды станции (см. рисунок_csir_station). В этих случаях они часто используют растр. методы анализа, такие как интерполяция (которую мы описываем в теме Пространственный анализ (интерполяция) ).
Иногда растровые данные создаются из векторных данных, потому что владельцы данных хотят делиться данными в удобном формате.Например, компания с дорогой, Наборы железнодорожных, кадастровых и других векторных данных могут выбрать создание растровой версии этих наборов данных, чтобы сотрудники могли просматривать эти наборы данных в веб-браузере. Обычно это полезно только в том случае, если атрибуты, о которых нужно знать пользователям, могут быть представлены на карте метками или символами. Если пользователю нужно посмотреть в таблице атрибутов для данных, предоставление их в растровом формате может быть плохим выбор, потому что растровые слои обычно не имеют связанных данных атрибутов с ними.
Пространственное разрешение
Каждый растровый слой в ГИС имеет пиксели (ячейки) фиксированного размера, определяющие его Пространственное разрешение. Это становится очевидным, когда вы смотрите на изображение в небольшом масштаб (см. figure_raster_small_scale), а затем увеличить масштаб (см. figure_raster_large_scale).
Рисунок Растр Масштаб 1:
Этот спутниковый снимок выглядит неплохо при малом масштабе …
Рисунок Растр Масштаб 2:
…но при просмотре в большом масштабе можно увидеть отдельные пиксели, которые изображение состоит из.
Пространственное разрешение изображения определяется несколькими факторами. Для дистанционного зондирования данных, пространственное разрешение обычно определяется возможностями сенсора раньше снимал изображение. Например, спутники SPOT5 могут делать снимки, где каждый размер пикселя составляет 10 м х 10 м. Другие спутники, например MODIS, делают снимки только на 500 м x 500 м на пиксель. В аэрофотосъемке используются пиксели размером 50 x 50 см. не редкость.Изображения с размером пикселя, покрывающим небольшую площадь, называются высотой . разрешение ‘изображений, потому что на нем можно различить высокую степень детализации на изображении. Изображения с размером пикселя, покрывающим большую площадь, называются « low». разрешение ‘изображений, поскольку в изображениях мало деталей.
В растровых данных, вычисленных с помощью пространственного анализа (например, карта осадков, которую мы упоминалось ранее), пространственная плотность информации, используемая для создания растра обычно определяет пространственное разрешение.Например, если вы хотите создать карта среднего количества осадков с высоким разрешением, в идеале вам понадобится много погоды станции в непосредственной близости друг от друга.
Одна из основных вещей, о которых нужно знать при съемке растров с высоким пространственным разрешение — это требования к хранилищу. Представьте себе растр размером 3 x 3 пикселя, каждый из которых содержит число, представляющее среднее количество осадков. Чтобы хранить все информации, содержащейся в растре, вам нужно будет сохранить 9 чисел в память компьютера. А теперь представьте, что вам нужен растровый слой для всего ЮАР с пикселями 1 км x 1 км.Южная Африка составляет около 1 219 090 км 2 . Это означает, что вашему компьютеру потребуется хранить на жестком диске более миллиона номеров. диск, чтобы хранить всю информацию. Уменьшение размера пикселя приведет к значительно увеличить объем необходимого хранилища.
Иногда использование низкого пространственного разрешения полезно, когда вы хотите работать с большие площади и не заинтересованы в детальном рассмотрении какой-либо одной области. Карты облаков, которые вы видите в сводке погоды, являются примером этого — это полезно видеть облака по всей стране.Увеличение до одного конкретного Облако в высоком разрешении мало что расскажет о предстоящей погоде!
С другой стороны, использование растровых данных с низким разрешением может быть проблематичным, если вы интересует небольшой регион, потому что вы, вероятно, не сможете разобрать ни одного индивидуальные особенности с изображения.
Спектральное разрешение
Если вы делаете цветную фотографию цифровой камерой или фотоаппаратом на мобильном телефоне, камера использует электронные датчики для обнаружения красного, зеленого и синего света.Когда изображение отображается на экране или распечатывается, красный, зеленый и синий (RGB) информация объединяется, чтобы показать вам изображение, которое могут интерпретировать ваши глаза. В то время как информация все еще находится в цифровом формате, эта информация RGB сохраняется в отдельном цвете полосы .
В то время как наши глаза могут видеть только длины волн RGB, электронные датчики в камерах способны определять длины волн, недоступные нашим глазам. Конечно в руке камеры, вероятно, нет смысла записывать информацию с невидимого части спектра, поскольку большинство людей просто хотят смотреть на фотографии своих собака или что у тебя.Растровые изображения, содержащие данные для невидимых частей световой спектр часто называют мультиспектральными изображениями. В ГИС запись невидимых частей спектра может быть очень полезной. Например, Измерение инфракрасного света может быть полезно при идентификации водоемов.
Поскольку изображения, содержащие несколько полос света, очень полезны в ГИС, растровые данные часто предоставляются в виде многополосных изображений. Каждая полоса на изображении вроде отдельный слой. ГИС объединит три полосы и отобразит их как красный, зеленый и синий, чтобы человеческий глаз мог их видеть.Количество полос в растровое изображение обозначается как его спектральное разрешение .
Если изображение состоит только из одной полосы, его часто называют изображением в оттенках серого . Для изображений в градациях серого вы можете применить ложную окраску, чтобы сделать различия в значения в пикселях более очевидны. Изображения с ложной окраской часто именуется псевдоцветных изображений .
Преобразование растрового изображения в векторное
В нашем обсуждении векторных данных мы объяснили, что часто растровые данные используются как фоновый слой, который затем используется в качестве основы, из которой могут быть оцифрованный.
Другой подход — использовать передовые компьютерные программы для автоматического извлечения векторные функции из изображений. Некоторые объекты, например дороги, отображаются на изображении как внезапное изменение цвета соседних пикселей. Компьютерная программа ищет такой цвет меняется и в результате создает векторные объекты. Этот вид функциональность обычно доступна только в очень специализированных (и часто дорогих) Программное обеспечение ГИС.
Преобразование вектора в растр
Иногда бывает полезно преобразовать векторные данные в растровые.Один побочный эффект это данные атрибутов (то есть атрибуты, связанные с исходным векторные данные) будут потеряны при преобразовании. Имея векторы преобразованный в растровый формат может быть полезен, если вы хотите предоставить данные ГИС для пользователей, не являющихся пользователями ГИС. В более простых растровых форматах человек, которому вы даете растр, изображение, чтобы можно было просто просмотреть его как изображение на своем компьютере без необходимости специальное программное обеспечение ГИС.
Анализ растра
Существует множество аналитических инструментов, которые можно запускать на растровых данных, которые нельзя использовать с векторными данными.Например, растры можно использовать для моделирования воды. течь по поверхности земли. Эта информация может использоваться для расчета, где водоразделы и сети водотоков существуют в зависимости от местности.
Растровые данные также часто используются в сельском и лесном хозяйстве для управления урожаем. производство. Например, сделав снимок земли фермера со спутника, вы можете определить участки, где растения плохо растут, а затем использовать эту информацию вносить больше удобрений только на пораженные участки. Лесники используют растровые данные чтобы оценить, сколько древесины можно вырубить с участка.
Растровые данные также очень важны для борьбы со стихийными бедствиями. Анализ цифровых Модели высот (разновидность растра, в котором каждый пиксель содержит высоту над уровень моря) затем можно использовать для определения участков, которые могут быть затоплены. Затем это можно использовать для нацеливания усилий по спасению и оказанию помощи на районы, где это возможно. нужно больше всего.
Общие проблемы / вещи, о которых следует знать
Как мы уже упоминали, растровые данные высокого разрешения могут потребовать больших объем памяти компьютера.
Что мы узнали?
Подведем итоги тому, что мы рассмотрели в этом листе:
- Растровые данные представляют собой сетку регулярного размера пикселей.
- Растровые данные хороши для отображения постоянно меняющейся информации.
- Размер пикселей в растре определяет его пространственное разрешение .
- Растровые изображения могут содержать одну или несколько полос , каждая из которых покрывает одно и то же пространственное изображение. область, но содержащая другую информацию.
- Когда растровые данные содержат полосы из разных частей электромагнитного спектра, они называются мультиспектральных изображений .
- Три полосы мультиспектрального изображения могут отображаться красным цветом, Зеленый и синий, чтобы мы могли их видеть.
- Изображения с одной полосой называются изображениями в градациях серого.
- Однополосные изображения в градациях серого могут отображаться ГИС в псевдоцвете.
- Растровые изображения могут занимать много места на диске.
Теперь попробуйте!
Вот несколько идей, которые вы можете попробовать со своими учащимися:
- Обсудите с учащимися, в каких ситуациях вы бы использовали растровые данные и в котором вы бы использовали векторные данные.
- Попросите учащихся создать растровую карту вашей школы с использованием прозрачных материалов формата A4. листы с нанесенными на них линиями сетки. Наложите прозрачные пленки на топографический лист или аэрофотоснимок вашей школы. Теперь позвольте каждому учащемуся или группе цветов учащихся в ячейках, которые представляют определенный тип функции e.грамм. здание, детская площадка, спортивная площадка, деревья, пешеходные дорожки и т. д. Когда все они готово, наложите все листы вместе и посмотрите, получится ли хороший растр отображение вашей школы на карте. Какие типы функций работали хорошо, когда в виде растров? Как ваш выбор размера ячейки повлиял на ваши способности для представления различных типов функций?
Кое-что задуматься о
Если у вас нет компьютера, вы можете понимать растровые данные с помощью пера. и бумага. Нарисуйте на листе бумаги сетку из квадратов, изображающую ваш футбол. поле.Заполните сетку числами, представляющими значения травяного покрова на вашем футбольное поле. Если патч пустой, присвойте ячейке значение 0. Если патч смешанные голый и закрытый, присвойте ему значение 1. Если область полностью покрыта с травой, присвойте ему значение 2. Теперь используйте цветные карандаши, чтобы раскрасить ячейки. исходя из их ценностей. Цвет ячеек со значением 2 темно-зеленый. Значение 1 должно получить окрашен в светло-зеленый цвет, а значение 0 — в коричневый. Когда вы закончите, вы должны получить растровую карту вашего футбольного поля!
Дополнительная литература
Забронировать :
- Чанг, Кан-Цунг (2006).Введение в географические информационные системы. 3-й Версия. Макгроу Хилл. ISBN: 0070658986
- ДеМерс, Майкл Н. (2005). Основы географических информационных систем. 3-й Версия. Вайли. ISBN: 9814126195
Веб-сайт: http://en.wikipedia.org/wiki/GIS#Raster
В Руководстве пользователя QGIS также есть более подробная информация о работе с растром. данные в QGIS.
Что дальше?
В следующем разделе мы более подробно рассмотрим топологию , чтобы увидеть как взаимосвязь между векторными объектами может быть использована для обеспечения наилучших данных качественный.
Что такое растровые данные | Наука о данных о Земле
Глава четвертая — Основы растровых данных в PythonВ этой главе вы узнаете фундаментальные концепции, связанные с работой с растровыми данными в Python , включая понимание пространственных атрибутов растровых данных, как открыть растр data и доступ к их метаданным, а также как исследовать распределение значений в наборе растровых данных.
Цели обученияПосле завершения этой главы вы сможете:
- Открывать растровые данные с помощью Python .
- Уметь перечислить и идентифицировать 3 пространственных атрибута набора растровых данных: экстент, crs и разрешение.
- Изучите и нанесите на график распределение значений в растре с помощью гистограмм.
- Доступ к метаданным, хранящимся в растровом файле GeoTIFF, с помощью тегов TIF в Python .
Для выполнения этого урока вам понадобится компьютер с доступом в Интернет.
Загрузить данные подмножества обучающих данных о наводнении в Колорадо
История данных по лидарным данным рассматривает основные принципы, лежащие в основе наборов растровых данных лидаров.
В предыдущих главах вы узнали, как использовать пакет Python с открытым исходным кодом Geopandas для открытия векторных данных, хранящихся в формате шейп-файла. В этой главе вы узнаете, как использовать пакеты Python с открытым исходным кодом rasterio в сочетании с numpy и earthpy для открытия, обработки и построения растровых данных в Python . В этой главе вы узнаете, как открыть и построить набор растровых данных лидара в Python . Вы также узнаете о ключевых атрибутах набора растровых данных:
- Пространственное разрешение
- Пространственный экстент и
- Системы координат
Что такое растр?
Растровые или сеточные данные хранятся в виде сетки значений, которые отображаются на карте в виде пикселей.Значение каждого пикселя представляет собой область на поверхности Земли. Растровый файл состоит из регулярной сетки ячеек одного размера.
Вы уже изучали и использовали растры, если просматривали фотографии или изображения в таких инструментах, как Google Планета Земля. Однако растровые файлы, с которыми вы будете работать, отличаются от фотографий тем, что имеют пространственную привязку. Каждый пиксель представляет собой участок земли на земле. Эта область определяется пространственным разрешением растра.
Растр состоит из регулярной сетки ячеек. Каждая ячейка имеет одинаковый размер по осям x и y. Источник: Колин Уильямс, NEON.Факты о растрах
Несколько замечаний о растрах:
- Каждая ячейка называется пикселем.
- И каждый пиксель представляет собой участок земли.
- Разрешение растра представляет собой площадь, которую каждый пиксель представляет на земле. Таким образом, растр с разрешением 1 метр означает, что каждый пиксель представляет собой участок земли размером 1 м на 1 м.
Набор растровых данных также может иметь связанные с ним атрибуты. Например, в цифровой модели рельефа (ЦМР), полученной с помощью лидара, каждая ячейка представляет значение высоты для этого местоположения на Земле. В изображении интенсивности, полученном с помощью LIDAR, каждая ячейка представляет значение интенсивности Lidar или количество световой энергии, возвращаемой и регистрируемой датчиком.
Растры можно сохранять с разным разрешением. Разрешение просто представляет собой размер каждой пиксельной ячейки. Источник: Колин Уильямс, NEON.В следующем уроке вы узнаете, как открыть набор растровых данных лидара в Python .
В чем разница и какие
когда использоватьЗнаете ли вы разницу между растровым и векторным файлом? Этот краткий обзор поможет вам выделиться и улучшить рабочий процесс проектирования.
При таком большом количестве изображений, которые можно выбрать в Интернете, бывает сложно определить, с каких форматов файлов начать. Вы используете растровые или векторные изображения? Растровые изображения состоят из пикселей, а векторные изображения состоят из математических кривых и контуров.
Умение разбираться в тонкостях обоих форматов и их переводе при экспорте — важный навык для каждого дизайнера.
Приступим.
Растровые изображения
Если вы путешествуете по Интернету, скорее всего, вы видели растровое изображение. Растровые или растровые изображения состоят из крошечных квадратов, называемых пикселями. Эти пиксели содержат биты цвета и при объединении создают изображения. Чем больше пикселей в изображении, тем выше качество, и наоборот.Когда вы увеличиваете изображение, пиксели становятся более заметными, а детали изображения становятся размытыми.
Обратите внимание, как края тропического узора ниже становятся неровными и неровными при увеличении. Это ключевой показатель растрового изображения.
Явные пиксели делают изображение непрофессиональным и неприглядным. Как правило, лучше всего уменьшать размер растрового изображения, чтобы избежать сильной пикселизации.
Изображение предоставлено НатальейКо.Из-за большого количества пикселей в растровом изображении размеры файлов могут быть значительными.Иллюстрация с более высоким DPI (точек на дюйм) или PPI (пикселей на дюйм) будет больше по размеру и объему данных, что может вызывать беспокойство, если есть ограничения на хранение изображений или ограничения на размеры загружаемых файлов.
Совет: Вы можете быстро уменьшить размер файла, уменьшив разрешение до 72 PPI для онлайн-изображений.
Растровые изображения используются в фотографии и цифровых приложениях. Когда вы делаете снимок с помощью телефона или фотоаппарата, изображение записывается как пиксельные данные.И когда эти изображения загружаются в Интернет, конечным результатом является растровое изображение.
Для редактирования этих изображений вам потребуется доступ к растровым программам, таким как Adobe Photoshop или Shutterstock Editor. Для дизайнерских работ лучше всего использовать эти программы только для фотографий и изображений. Не используйте их для создания логотипов и значков.
Форматы файлов для растровых изображений
Растровые файлы сохраняются в различных форматах:
- .tiff (формат файла изображения с тегами)
- .psd (Adobe Photoshop Document)
- .pdf (Portable Document Format)
- .jpg (Joint Photographics Expert Group)
- .png (Portable Network Graphic)
- .gif (Graphics Interchange) Формат)
- .bmp (файл растрового изображения)
Хотя все эти пиксели отображают пиксели, каждый формат файла имеет свои собственные индивидуальные настройки отображения. Некоторые файлы занимают дополнительные данные и используют более высокое разрешение, в то время как другие занимают меньше места, но, как правило, имеют более низкое разрешение и качество.
Векторные изображения
Vectors использует другой подход к визуализации изображений. Они состоят из путей и кривых, продиктованных математическими формулами. Эти контуры и кривые создаются исключительно с помощью программного обеспечения для дизайна, разработанного для векторных изображений, например Adobe Illustrator или Sketch.
Благодаря своему алгоритмическому составу векторы можно бесконечно масштабировать, они остаются гладкими и четкими даже при больших размерах.
Даже после масштабирования до значительных размеров этот рисунок ниже остается чистым и точным.Такие элементы, как шрифты, отображаются одинаково — при увеличении или уменьшении размера они сохраняют свое качество.
Изображение предоставлено НатальейКо.Шаблонный макет векторного изображения сводит размеры файлов к минимуму по сравнению с его растровыми аналогами. Это удобно, когда есть ограничения на размер файлов или хранилище изображений. Хотя файл векторного изображения имеет много преимуществ, при совместном использовании возникают проблемы с совместимостью. У вас должен быть доступ к векторным программам, чтобы редактировать собственные файлы.
Такие программы, как Adobe Illustrator или Sketch, лучше всего использовать для создания векторных изображений и управления ими.Избегайте использования растровых программ, таких как Adobe Photoshop, при добавлении векторных элементов, которые необходимо масштабировать.
МасштабируемостьVectors делает их идеальными для дизайнерских работ, состоящих из логотипов и значков. И логотипы, и значки требуют огромных деталей и множества вариантов размера, обычно в зависимости от их применения.
Например, вы можете использовать логотип на таком маленьком предмете, как визитная карточка, или на чем-то таком большом, как рекламный щит. Векторы идеально подходят для печати большого или малого формата, поскольку растрированный дизайн теряет качество при изменении размера.
Форматы файлов векторных изображений
Векторные файлы можно сохранять или редактировать в следующих форматах:
- .ai (документ Adobe Illustrator)
- .eps (инкапсулированный PostScript)
- .svg (масштабируемая векторная графика)
- .pdf (формат переносимого документа; только при сохранении из векторных программ)
Коллекция изображений Shutterstock включает множество векторных изображений, доступных для загрузки, таких как шрифты, узоры и иллюстрации. Для просмотра исключительно векторных изображений измените тип изображения , расположенный под строкой поиска, и выберите Векторов .
Когда использовать растр по сравнению с вектором
Плюсы и минусы растровой графики
Растровые изображения используются во многих случаях, но не для всех. Умение знать, когда использовать растр, а когда использовать вектор в конкретных приложениях, имеет важное значение для каждого креатива.
Поскольку растровая графика состоит из пикселей квадратной формы, она лучше всего подходит для отображения подробных фотографий и тонких градаций цвета.Поскольку растровые изображения более доступны в различных форматах файлов, они более доступны и их легче просматривать в Интернете.
Доступность этой графики делает ее более доступной в Интернете в различных приложениях, особенно в социальных сетях и через браузеры веб-изображений.
Хотя растровая графика удобна для демонстрации подробных фотографий и изображений, которыми можно поделиться, она плохо масштабируется. Если увеличить пиксельную фотографию в Интернете, вы увидите сильную пикселизацию, которая может показаться пользователю непрофессиональной.
Кроме того, растровые изображения могут иметь файлы больших размеров в зависимости от степени детализации изображения. Откройте растровое изображение большего размера, и вы заметите большой размер файла по сравнению с растровым изображением меньшего размера.
Знание того, как наилучшим образом оптимизировать качество вашей графики, сохраняя при этом небольшой размер файла, является важнейшим навыком для каждого креатива.
Плюсы и минусы векторной графики
С другой стороны, векторная графика имеет свое применение.Поскольку векторы состоят из математических уравнений, они бесконечно масштабируемы и идеально подходят для логотипов, геометрических рисунков и типографики. Векторная графика также занимает значительно меньше места в файле, чем их растровые аналоги.
Изображение предоставлено Дейзи Дай.Хотя векторные изображения идеально подходят для масштабируемых логотипов, типографики и дизайна, они не идеальны для отображения фотографических изображений. Векторы состоят не из пикселей квадратной формы, а из математических кривых и линий, что означает, что векторы отображают визуальную информацию иначе, чем растровые изображения.
На изображении выше фотография лучше всего видна в растровом формате. Векторная версия изображения намного упрощена, поскольку векторные программы визуализируют графику в группах сплошных цветов.
Преобразование растра в вектор (и наоборот)
Знание, когда использовать какой тип графики имеет решающее значение. Но что вы делаете, когда вам нужно преобразовать растровую графику в векторное изображение, а векторную графику в растровую?
Перенос растра в вектор
Преобразование растровых изображений в векторные форматы возможно, но в определенном контексте.Например, преобразование растрового изображения в векторное лучше всего использовать для упрощенного дизайна, а не для фотографий и портретов.
Adobe Illustrator Трассировка изображения
Преобразование растрового изображения в векторное в Adobe Illustrator идеально, если у вас есть доступ к Creative Cloud. В программе Illustrator откройте новый файл, а затем поместите изображение на монтажную область, используя Shift + Command + P . Оттуда откройте панель Image Trace , перейдя в Window> Image Trace .
Изображение предоставлено Таней Сырицыной.На панели «Трассировка изображения» установите для параметра Mode значение Color и Colors на максимальное значение, 30 . Нажмите Trace , чтобы позволить Illustrator обработать изображение.
После обработки изображения разверните результат, выбрав Object> Expand . Растровое изображение теперь имеет редактируемые векторные компоненты.
Онлайн-преобразователи растрового изображения в векторные
Если у вас нет доступа к Adobe Illustrator и вам нужно преобразовать растровое изображение в векторное, не бойтесь! В вашем распоряжении несколько онлайн-конвертеров, которые сделают процесс таким же простым, как перетаскивание изображения.
Некоторые ресурсы включают:
Перенос вектора в растр
Преобразование векторной графики в растровые форматы файлов — это то, чему должен научиться каждый дизайнер. Чтобы поделиться векторным дизайном с теми, у кого нет доступа к векторной программе, необходимо преобразовать векторный дизайн в читаемый растровый формат.
Сохранение и экспорт векторного дизайна в растровый формат присуще каждой программе редактирования векторных изображений. Например, в Adobe Illustrator вы перейдете в File> Export> Export As , а затем преобразуете дизайн в файл JPG, PNG, или TIFF .
Совместное использование вашего векторного дизайна в растровом формате, а не в векторном файле, гарантирует, что любой сможет просмотреть прикрепленный файл.
Изображение на обложке через Stilesta.
растровых данных в R — Основы | NSF NEON
Это упражнение познакомит вас с основополагающими принципами работы с растровыми данными в р.
Цели обучения
После выполнения этого задания вы сможете:
- Опишите, что такое набор растровых данных и его основные атрибуты.
- Импортировать растры в R с помощью библиотеки растров.
- Выполните растровые вычисления в R.
Что вам понадобится для прохождения этого учебного курса
Вам понадобится самая последняя версия R и, желательно, загруженная RStudio
.
на вашем компьютере, чтобы пройти это руководство.
Установить пакеты R
- растр :
инсталл.пакетов («растр»)
- rgdal :
install.packages ("rgdal")
Данные для загрузки
Подмножество обучающих данных NEON: пространственные данные полевых участков
Эти файлы данных дистанционного зондирования предоставляют информацию о растительности на Национальная сеть экологических обсерваторий Экспериментальный полигон Сан-Хоакин а также Седло из мыльного корня полевые участки.Доступ ко всему набору данных можно получить по запросу из Портал данных NEON.
Скачать набор данныхДанные LiDAR и изображений, использованные для создания растров в этом наборе данных, были собраны на полевом участке Сан-Хоакин, расположенном в Калифорнии (домен NEON 17) и обработано в NEON штаб-квартира. Доступ ко всему набору данных можно получить по запросу с веб-сайта NEON.
Эти загружаемые данные содержат несколько файлов, используемых в соответствующих учебных курсах. Путь к файлы, которые мы будем использовать в этом руководстве: NEON-DS-Field-Site-Spatial-Data / SJER /.Вы должны установить свой рабочий каталог в родительский каталог загруженного данные, чтобы точно следовать коду.
Рекомендуемая литература
Что такое растровые данные?
Растровые данные или данные с координатной сеткой — это данные, сохраняемые в пикселях. В пространственном мире каждый пиксель представляет собой область на поверхности Земли. Например в растре ниже каждый пиксель представляет определенный класс земного покрова, который может быть найден в это место в реальном мире.
Подробнее о растрах в Взаимосвязь между разрешением растра, пространственной протяженностью и количеством пикселей Учебное пособие.
Национальный набор данных о земном покрове (NLCD) является примером широко используемого набор растровых данных. Каждый пиксель в растре, производном от Landsat, представляет собой земной покров. класс. Источник: Консорциум по характеристикам земель с различными разрешениями. Для работы с растрами в R нам понадобятся два ключевых пакета: sp
и raster
.
Для установки растрового пакета вы можете использовать install.packages ('raster')
.
При установке растрового пакета также должен быть установлен sp
. Также установите rgdal
пакет установить.пакеты ('rgdal')
. Помимо прочего, rgdal
будет
позволяют экспортировать растры в формат GeoTIFF.
После установки мы можем загрузить пакеты и начать работу с растровыми данными.
# загрузить пакеты raster, sp и rgdal
библиотека (растр)
библиотека (sp)
библиотека (rgdal)
# установить рабочий каталог в папку данных
#setwd ("pathToDirHere")
wd <- ("~ / Git / data /")
setwd (wd)
Теперь давайте загрузим растр, содержащий данные о высотах, в нашу среду.А также посмотрите на атрибуты.
# загрузить растр в объект R с именем 'DEM'
ЦМР <- растр (paste0 (wd, "NEON-DS-Field-Site-Spatial-Data / SJER / DigitalTerrainModel / SJER2013_DTM.tif"))
# посмотреть на атрибуты растра.
DEM
## класс: RasterLayer
## размеры: 5060, 4299, 21752940 (nrow, ncol, ncell)
## разрешение: 1, 1 (x, y)
## extension: 254570, 258869, 4107302, 4112362 (xmin, xmax, ymin, ymax)
## crs: + proj = utm + zone = 11 + datum = WGS84 + units = m + no_defs
## источник: / Users / olearyd / Git / data / NEON-DS-Field-Site-Spatial-Data / SJER / DigitalTerrainModel / SJER2013_DTM.тиф
## names: SJER2013_DTM
Обратите внимание на некоторые особенности этого растра.
-
размеры
: «размер» файла в пикселях
-
nrow
,ncol
: количество строк и столбцов в данных (представьте электронную таблицу или матрицу). -
ncells
: общее количество пикселей или ячеек, составляющих растр.
-
разрешение
: размер каждого пикселя (в данном случае в метрах).1 метр пикселей означает, что каждый пиксель представляет собой площадь 1 м x 1 м на поверхности земли. -
экстент
: пространственный экстент растра. Это значение будет в том же единицы координат как опорная система координат растра. -
координата ref
: строка системы координат для растра. Этот растр находится в зоне 11 UTM (Universal Trans Mercator) с датумом WGS 84. Подробнее о UTM здесь.
Работа с растрами за
рэндТеперь, когда у нас есть растр, загруженный в R, давайте возьмем некоторые ключевые атрибуты растра.
Определить минимальные / максимальные значения
По умолчанию этот растр не имеет минимальных или максимальных значений, связанных с его атрибутами.
Давайте изменим это с помощью функции setMinMax ()
.
# вычислить и сохранить минимальное и максимальное значения растра в растровом объекте
Матрица высот <- setMinMax (DEM)
# просмотреть атрибуты растра
DEM
## класс: RasterLayer
## размеры: 5060, 4299, 21752940 (nrow, ncol, ncell)
## разрешение: 1, 1 (x, y)
## extension: 254570, 258869, 4107302, 4112362 (xmin, xmax, ymin, ymax)
## crs: + proj = utm + zone = 11 + datum = WGS84 + units = m + no_defs
## источник: / Users / olearyd / Git / data / NEON-DS-Field-Site-Spatial-Data / SJER / DigitalTerrainModel / SJER2013_DTM.тиф
## names: SJER2013_DTM
## значения: 228,1, 518,66 (мин., макс.)
Обратите внимание, что значения
теперь являются частью атрибутов и показывают минимальные и максимальные значения
для пикселей в растре. Что представляют собой эти минимальные и максимальные значения, зависит от
что представлено каждым пикселем растра.
Вы также можете просмотреть минимальные и максимальные значения растров и диапазон содержащихся значений. в пикселях.
# Получить минимальное и максимальное значения ячеек из растра
# ВНИМАНИЕ: этот код может не работать, если растр слишком большой
cellStats (DEM, мин)
## [1] 228.1
cellStats (DEM, макс.)
## [1] 518,66
cellStats (DEM, диапазон)
## [1] 228,10 518,66
Посмотреть CRS
Во-первых, давайте рассмотрим систему координат (CRS).
# просмотреть справочную систему координат
DEM @ crs
## Аргументы CRS:
## + proj = utm + zone = 11 + datum = WGS84 + units = m + no_defs
Этот растр находится в UTM Zone 11.
Система координат UTM разбивает мир на 60 широтных зон.Размер просмотра
Если вы хотите узнать точные границы вашего растра, который находится в экстенте
слот.
# просмотреть экстент растра
Матрица высот @ экстент
## class: Extent
## xmin: 254570
## xmax: 258869
## ymin: 4107302
## ymax: 4112362
Значения растровых пикселей
Мы также можем создать гистограмму для просмотра распределения значений в нашем растре.
Обратите внимание, что максимальное количество пикселей, которое R отобразит по умолчанию, равно 100000. Мы
можно сказать, что нужно построить больше, используя атрибут maxpixels
. Будьте осторожны с этим,
если ваш растр большой, это может занять много времени или привести к сбою вашей программы.
Поскольку наш растр представляет собой цифровую модель рельефа, мы знаем, что каждый пиксель содержит данные о высоте над интересующей нас областью. В этом случае единицы измерения - метры.
Это простой и быстрый инструмент для проверки данных. Есть ли какие-то совершенно странные ценности?
# распределение значений в растре
hist (DEM, main = "Распределение значений высот",
col = "фиолетовый",
maxpixels = 22000000)
Похоже, у нас много земли около 325м и 425м.
Построить растровые данные
Давайте теперь посмотрим на наш растр, когда мы узнали о нем немного больше. Мы сможем
простой график с функцией plot ()
.
# построить растр
# обратите внимание, что этот растр представляет собой небольшую область участка поля NEON SJER
участок (DEM,
main = "Digital Elevation Model, SJER") # добавить заголовок с основным
R имеет функцию image ()
, которая позволяет вам контролировать способ отображения растра.
отображается на экране.Функция plot ()
в R имеет базовую настройку для числа
пикселей, которые он будет отображать (100 000 пикселей). Таким образом, команда изображения может быть
лучше для рендеринга больших растров.
# создать график нашего растра
изображение (ЦМР)
# укажите диапазон значений, которые вы хотите отобразить в матрице высот
# просто наносим пиксели на высоту от 250 до 300 м
изображение (DEM, zlim = c (250,300))
# мы тоже можем указать цвета
col <- местность.цвета (5)
image (DEM, zlim = c (250,375), main = "Цифровая модель рельефа (DEM)", col = col)
Цветная графика
В приведенном выше примере. terrain.colors ()
сообщает R создать палитру цветов
в пределах terrain.colors
цветовой палитры. Есть и другие палитры, которые можно
Также используйте rainbow
и heat.colors
.
Узнайте больше о цветах:
- Что произойдет, если вы измените количество цветов в ландшафте
.colors ()
функция? - Что произойдет, если вы измените значения
zlim
в функцииimage ()
? - Какие еще атрибуты можно указать при использовании функции
image ()
?
Разрывы и цветные полосы в
рэндовЦифровая модель рельефа (ЦМР) является примером непрерывного растра. Это содержит значения высоты для диапазона. Например, значения высот в ЦМР может включать любой набор значений от 200 м до 500 м.Учитывая этот диапазон, вы можете построить пиксели матрицы высот, используя градиент цветов.
По умолчанию R назначает градиент цветов равномерно по всей диапазон значений в данных. В нашем случае наша матрица высот имеет значения от 250 до 500. Однако мы можем настроить "разрывы", которые представляют собой числовые позиции, в которых цвета меняются, если мы тоже хотим.
# добавить карту цветов с 5 цветами
col = terrain.colors (5)
# добавляем разрывы в цветовую карту (6 разрывов = 5 сегментов)
brk <- c (250, 300, 350, 400, 450, 500)
plot (DEM, col = col, breaks = brk, main = "DEM with more breaks")
Мы также можем настроить внешний вид легенды.
# Сначала разверните правую часть прямоугольника обрезки, чтобы освободить место для легенды
# выключить xpd
par (xpd = FALSE, mar = c (5.1, 4.1, 4.1, 4.5))
# Во-вторых, сюжет без легенды
plot (DEM, col = col, breaks = brk, main = "DEM с произвольной (но перевернутой) легендой", legend = FALSE)
# В-третьих, снова включите xpd, чтобы легенда поместилась рядом с графиком.
номинал (xpd = ИСТИНА)
# В-четвертых, добавьте легенду - и сделайте так, чтобы она появлялась за пределами сюжета.
легенда (par () $ usr [2], 4110600,
legend = c («самый низкий», «немного выше», «средний уровень», «еще выше», «самый высокий»),
fill = col)
Обратите внимание, что на предыдущем графике условные обозначения расположены в обратном порядке.Давай исправим это.
Нам нужно как изменить порядок расположения легенды, так и перевернуть
заливка цветом rev ()
цветов.
# Разверните правую часть прямоугольника обрезки, чтобы освободить место для легенды
par (xpd = FALSE, mar = c (5.1, 4.1, 4.1, 4.5))
#DEM с произвольной легендой
plot (DEM, col = col, breaks = brk, main = "DEM with a Custom Legend", legend = FALSE)
# снова включите xpd, чтобы легенда поместилась рядом с сюжетом.
номинал (xpd = ИСТИНА)
# добавить легенду - но сделать так, чтобы она появлялась за пределами сюжета
легенда (par () $ usr [2], 4110600,
legend = c («Самый высокий», «Еще выше», «Средний», «Немного выше», «Самый низкий»),
fill = rev (col))
Попробуйте ввести код еще раз, но внесите только одно из изменений - в обратном порядке или в обратном порядке. цвета - что происходит?
Растровый график теперь инвертирует отметки! Это хороший повод понять ваши данные, чтобы простая ошибка визуализации не заставила вас обратить наклон или какая-то другая ошибка.
Мы также можем добавить собственную цветовую карту с меньшим количеством разрывов.
# добавить карту цветов с 4 цветами
col = terrain.colors (4)
# добавить разрывы к палитре (6 разрывов = 5 сегментов)
brk <- c (200, 300, 350, 400,500)
plot (DEM, col = col, breaks = brk, main = "DEM с меньшим количеством разрывов")
Дискретный набор данных имеет набор уникальных категорий или классов. Один пример мог бы быть классами землепользования. В приведенном ниже примере показаны зоны высот, созданные с помощью та же DEM.
Матрица высот с дискретными классами. В этом случае классы относятся к областям значений высот.Базовая растровая математика
Мы также можем выполнять вычисления на нашем растре. Например, мы могли бы умножить все значения внутри растра на 2.
# умножить каждый пиксель в растре на 2
DEM2 <- DEM * 2
DEM2
## класс: RasterLayer
## размеры: 5060, 4299, 21752940 (nrow, ncol, ncell)
## разрешение: 1, 1 (x, y)
## extension: 254570, 258869, 4107302, 4112362 (xmin, xmax, ymin, ymax)
## crs: + proj = utm + zone = 11 + datum = WGS84 + units = m + no_defs
## источник: память
## names: SJER2013_DTM
## значения: 456.2, 1037,32 (мин, макс)
# построить новую матрицу высот
сюжет (DEM2, main = "DEM со всеми удвоенными значениями")
Обрезка растров в R
Вы можете обрезать растры в R разными способами. Вы можете обрезать растр напрямую рисование прямоугольника в области графика. Для этого сначала постройте растр. Затем определите экстент кадрирования, дважды щелкнув мышью:
- Щелкните в ВЕРХНЕМ ЛЕВОМ углу руки, где вы хотите обрезать. коробка, чтобы начать.
- Щелкните еще раз в нижнем правом углу, чтобы определить, где заканчивается прямоугольник.
Вы увидите красную рамку на графике. ОБРАТИТЕ ВНИМАНИЕ, что это ручной процесс, который можно используется для быстрого определения размера обрезки.
# построить ЦМР
участок (DEM)
# Определите размер урожая, нажав на график
Cropbox1 <- drawExtent ()
# обрезать растр, затем построить новый обрезанный растр
DEMcrop1 <- кадрирование (DEM, cropbox1)
# построить обрезанный экстент
участок (DEMcrop1)
Вы также можете вручную назначить координаты экстента, которые будут использоваться для обрезки растра.
Для этого нам понадобится экстент, определенный как ( xmin
, xmax
, ymin
, ymax
).Вот как мы кадрируем с помощью шейп-файла ГИС (прямоугольной формы)
# определить размер посевов
Cropbox2 <-c (255077,3,257158,6,4109614,4110934)
# обрезать растр
DEMcrop2 <- кадрирование (DEM, cropbox2)
# участок обрезанной матрицы высот
участок (DEMcrop2)
### Задача: построить цифровую модель поверхностиИспользуйте то, что вы узнали, чтобы открыть и построить цифровую модель поверхности.
- Создайте объект R с именем
DSM
из растра:DigitalSurfaceModel / SJER2013_DSM.tif
. - Преобразование растровых данных из метров в футы. Что это за конверсия снова? О, право 1 м = ~ 3,3 фута.
- Постройте
DSM
в футах, используя пользовательскую цветовую карту. - Создайте числовые разрывы, которые имеют смысл с учетом распределения данных.
Подсказка, ваши перерывы могут представлять собой
высокий
,средний
,низкая
.
Данные изображения (RGB) в R
Перейти к нашему руководству Растровые данные изображения в R - Введение чтобы узнать больше о работе с растровыми форматами изображений в R.
Типы исследованных ГИС-данных: векторные и растровые
База геоданных - это база данных, которая так или иначе связана с местоположениями на Земле. Вместе с этими данными обычно используются данные, известные как данные атрибутов. Данные атрибутов обычно определяются как дополнительная информация, которая затем может быть привязана к пространственным данным.
Какие типы ГИС-данных существуют?
Данные ГИС можно разделить на две категории: данные с пространственной привязкой, которые представлены векторной и растровой формами (включая изображения), и таблицы атрибутов, которые представлены в табличном формате.
В группе данных с пространственной привязкой данные ГИС можно разделить на два разных типа: векторные и растровые.
Большинство программных приложений ГИС в основном ориентированы на использование и управление векторными базами геоданных с добавленными компонентами для работы с растровыми базами геоданных.
Векторные данные
Векторные данные делятся на три типа: точки, линии (или дуги) и полигональные данные.
Точечные данные
Точечные данные обычно используются для представления несмежных объектов и дискретных точек данных.Точки имеют нулевые размеры, поэтому вы не можете измерить ни длину, ни площадь с помощью этого набора данных. Примерами могут служить школы, достопримечательности и, в приведенном ниже примере, местоположения мостов и водопропускных труб. Точечные объекты также используются для представления абстрактных точек. Например, точечные местоположения могут представлять собой города или названия мест.
В ГИС точечные данные могут использоваться для отображения географического положения городов. Карта: Кейтлин Демпси с использованием данных Natural Earth.Линейные данные
Линейные данные (или дуги) используются для представления линейных объектов.Типичные примеры - реки, тропы и улицы. Линейные объекты имеют только одно измерение и поэтому могут использоваться только для измерения длины. Линейные объекты имеют начальную и конечную точки. Распространенными примерами являются осевые линии дорог и гидрология. Символы, наиболее часто используемые для различения дуговых объектов друг от друга, - это типы линий (сплошные линии или пунктирные линии) и комбинации с использованием цветов и толщины линий. В приведенном ниже примере дороги выделены из сети водотоков путем обозначения дорог сплошной черной линией, а гидрологии - пунктирной синей линией.
На этой карте дороги и водные пути показаны в виде линий. Карта с использованием данных Natural Earth.Данные полигонов
Полигоны используются для представления таких областей, как граница города (на крупномасштабной карте), озеро или лес. Полигональные объекты двухмерны и поэтому могут использоваться для измерения площади и периметра географического объекта.
Многоугольники чаще всего выделяются с помощью символов тематического сопоставления (цветовых схем), узоров или, в случае числовой градации, может использоваться схема градации цветов.
На картах, представленных в более крупном масштабе, местоположения городов представлены в виде многоугольника, чтобы показать протяженность каждого города. Карта сделана с использованием данных Natural Earth.Данные как линейных, так и точечных объектов представляют данные полигонов в гораздо меньшем масштабе. Они помогают уменьшить беспорядок за счет упрощения размещения данных.
При увеличении масштаба объектов, точечное расположение школы более реалистично представляется серией следов зданий, показывающих физическое расположение кампуса.
Линейные объекты файла осевой линии улицы представляют только физическое местоположение улицы.Если требуется более высокая степень пространственного разрешения, можно использовать файл ширины бордюра, чтобы показать ширину дороги, а также любые характеристики, такие как медианы и полосы отвода (или тротуары).
Растровые данные
Растровые данные (также известные как сеточные данные) представляют четвертый тип пространственных объектов: поверхности. Растровые данные состоят из ячеек, и в эту категорию данных также входят аэрофотоснимки и спутниковые изображения. Есть два типа растровых данных: непрерывные и дискретные. Примером дискретных растровых данных является плотность населения.Примерами непрерывных данных являются измерения температуры и высоты. Также существует три типа наборов растровых данных: тематические данные, спектральные данные и изображения (изображения).
Цифровая модель рельефа (ЦМР), показывающая высоту.Этот пример набора тематических растровых данных называется цифровой моделью рельефа (ЦМР). Каждая ячейка имеет размер 30 м в пикселях со значением высоты, присвоенным этой ячейке. Показанная область представляет собой водораздел Топанга в Калифорнии и дает зрителю представление о топографии региона.
Это изображение показывает часть Топанги, Калифорния, взятую из DOQ Геологической службы США.Каждая ячейка содержит одно значение, представляющее доминирующее значение этой ячейки. Наборы растровых данных являются неотъемлемой частью большинства пространственного анализа.
Моделирование пространственной гидрологии, такое как выделение водоразделов и линий потока, также использует растровую систему. Спектральные данные представляют собой аэрофотоснимки или спутниковые изображения, которые затем часто используются для получения геологической информации о растительности путем классификации спектральных характеристик каждого типа пространственных объектов.
Растровые данные, показывающие классификацию растительности. Данные о растительности были получены на основе классификации спутникового изображения NDVI.Результат преобразования информации о местоположении пространственных данных в растровый формат на основе ячеек называется ступенчатым перемещением. Название происходит от изображения именно этого, квадратные ячейки по границам разных типов значений выглядят как лестница, если смотреть сбоку.
В отличие от векторных данных, растровые данные формируются каждой ячейкой, принимающей значение объекта, который доминирует в ячейке.Внешний вид лестницы возникает из-за перехода ячеек от одного значения к другому. На изображении выше темно-зеленая ячейка представляет собой раструбную растительность. Это означает, что доминирующей чертой в этой области камеры была травянистая растительность. Другие особенности, такие как развитая земля, вода или другие типы растительности, могут присутствовать на земле в этой области. По мере того, как элемент в ячейке становится все более преимущественно городским, ячейке приписывается ценность застроенной земли, отсюда и розовое затенение.