Was sind Raster- und Vektordaten im GIS-Kontext?
Generell, für welche Anwendungen, Prozesse oder Analysen sind sie geeignet? (und nicht geeignet für!)
Hat jemand ein paar kleine, prägnante, effektive Bilder, die diese beiden grundlegenden Datenrepräsentationen vermitteln und gegenüberstellen?
Vektordaten
Vorteile: Daten können in ihrer ursprünglichen Auflösung und Form ohne Verallgemeinerung dargestellt werden. Die grafische Ausgabe ist in der Regel ästhetischer (traditionelle kartografische Darstellung). Da die meisten Daten, z. B. gedruckte Karten, in Vektorform vorliegen, ist keine Datenkonvertierung erforderlich. Der genaue geografische Standort der Daten wird beibehalten. Ermöglicht eine effiziente Kodierung der Topologie und damit effizientere Vorgänge, die topologische Informationen erfordern, z. B. Nähe, Netzwerkanalyse.
Nachteile: Die Position jedes Scheitelpunkts muss explizit gespeichert werden. Für eine effektive Analyse müssen Vektordaten in eine topologische Struktur umgewandelt werden. Dies ist häufig verarbeitungsintensiv und erfordert in der Regel eine umfangreiche Datenbereinigung. Die Topologie ist ebenfalls statisch, und bei jeder Aktualisierung oder Bearbeitung der Vektordaten muss die Topologie neu erstellt werden. Algorithmen für Manipulations- und Analysefunktionen sind komplex und möglicherweise verarbeitungsintensiv. Dies schränkt häufig die Funktionalität für große Datenmengen, z. B. eine große Anzahl von Features, ein. Kontinuierliche Daten, wie z. B. Höhendaten, werden nicht effektiv in Vektorform dargestellt. In der Regel ist für diese Datenschichten eine erhebliche Verallgemeinerung oder Interpolation der Daten erforderlich. Eine räumliche Analyse und Filterung innerhalb von Polygonen ist nicht möglich
Rasterdaten
Vorteile: Der geografische Standort jeder Zelle ergibt sich aus ihrer Position in der Zellenmatrix. Dementsprechend werden außer einem Ursprungspunkt, z. B. der linken unteren Ecke, keine geografischen Koordinaten gespeichert. Aufgrund der Art der Datenspeichertechnik ist die Datenanalyse normalerweise einfach zu programmieren und schnell durchzuführen. Die inhärente Natur von Rasterkarten, z. B. Ein-Attribut-Karten, ist ideal für die mathematische Modellierung und quantitative Analyse geeignet. Diskrete Daten, z. B. forstwirtschaftliche Bestände, werden ebenso wie kontinuierliche Daten, z. B. Höhendaten, berücksichtigt und erleichtern die Integration der beiden Datentypen. Grid-Cell-Systeme sind sehr gut mit rasterbasierten Ausgabegeräten kompatibel, z. B. elektrostatischen Plottern und Grafikterminals.
Nachteile: Die Zellengröße bestimmt die Auflösung, mit der die Daten dargestellt werden .; Es ist besonders schwierig, lineare Merkmale in Abhängigkeit von der Zellauflösung angemessen darzustellen. Dementsprechend sind Netzwerkverbindungen schwierig herzustellen. Die Verarbeitung der zugehörigen Attributdaten kann umständlich sein, wenn große Datenmengen vorhanden sind. Rasterkarten spiegeln von Natur aus nur ein Attribut oder Merkmal für einen Bereich wider. Da die meisten Eingabedaten in Vektorform vorliegen, müssen die Daten einer Vektor-Raster-Konvertierung unterzogen werden. Neben erhöhten Verarbeitungsanforderungen kann dies Bedenken hinsichtlich der Datenintegrität aufgrund der Verallgemeinerung und der Wahl einer ungeeigneten Zellengröße mit sich bringen. Die meisten Ausgabekarten von Grid-Cell-Systemen entsprechen nicht den kartografischen Anforderungen von hoher Qualität.
Pixel vs Koordinaten Wenn ich an Rasterkarten denke, denke ich zuerst an Satellitenbilder. Fast jedes Pixel in einem detaillierten Satellitenbild eines Stadtgebiets kann eindeutige Informationen enthalten. Eine einzelne Kachel in einer Webkarte (normalerweise eine Variante von Mercator, die lose als " Spherical Mercator " oder " Web Mercator " bezeichnet wird und von Google , Bing , Yahoo, OSM und ESRI unterstützt wird) hat normalerweise 256 x 256 = 65.536 Pixel Zoomstufe hat Kacheln (2 ^ Zoom * 2 ^ Zoom) . Wenn ich an Vektor denke, denke ich an Polygone und Linien. In einer Formdatei, in der die Zonierungsgrenzen eines gesamten Stadtbereichs (möglicherweise Millionen von Raster-Kacheln) aufgeführt sind, sind beispielsweise möglicherweise nur 65.000 Vektorformen enthalten.
Genaue Skalierung Es hört sich so an, als ob Sie (und wahrscheinlich die meisten Leser) bereits den offensichtlichsten Unterschied zwischen rasterfesten Pixeln und Vektoren (Koordinatenkarten) kennen. Vektorzeichnungen (und Karten) können mit einem höheren Grad an Genauigkeit skaliert werden als Pixel, da Vektordaten Koordinatenmuster (Punkte, Polygone, Linien usw.) enthalten, die mit einfachen Formeln in unterschiedlichen Auflösungen relativ zueinander gerendert werden können, während die Pixelgröße in der Regel a verwendet Glättungsalgorithmus , der zu Bildartefakten führt.
Bildkomprimierung versus Strukturkomprimierung In der Praxis können die meisten Bilder mit nicht 100% eindeutigen Pixeln in kleinere Datenpakete komprimiert werden, und viele Vektordateien enthalten übermäßige Details, die bei vielen Zoomstufen mit geringen Details nicht benötigt werden. Die Bildkomprimierung ist ein bekannter und sehr effizienter Prozess, und fast jede Codierungsbibliothek hat Klassen eingebaut, um diese Arbeit zu erledigen. Vektorkoordinatenkomprimierung oder "Geometrievereinfachung" ist etwas seltener (da GIS im Allgemeinen etwas seltener ist als die allgemeine Bildbearbeitung). Nach meiner Erfahrung werden Sie fast 0 Zeit damit verbringen, über die Bildkomprimierung nachzudenken (einfach aus- oder einschalten), und erheblich mehr Zeit damit, über die räumliche Komprimierung nachzudenken. Schauen Sie sich den Douglas Peucker-Algorithmus an, um Beispiele zu finden, oder spielen Sie einfach mit QGIS und einige Census Boundary Files.
Client-Server-seitiges Rendern Letztendlich wird alles, was auf einem Computer angezeigt wird, mit einer bestimmten Auflösung (z. B. Zoomstufe) in Pixel auf dem Bildschirm gerendert. Häufig (insbesondere im Web) besteht die Herausforderung darin, diese Pixel so effizient wie möglich vor den Benutzern zu platzieren. Die Formdateien der US-amerikanischen Census Tract & Block-Gruppesind besonders interessant, weil sie sich direkt über der Grenze von Vektordatensätzen befinden, die zu groß sind, um in einem Webbrowser als Vektordaten gerendert zu werden. Im Gegensatz dazu können US Counties in modernen Browsern kaum als Vektordownload gerendert werden. Während eine Vektorformdatei der US-Volkszählungsblockgruppe mit Sicherheit kleiner wäre als ein Raster-Kachelsatz, der so gerendert wird, dass er die gesamten USA mit mehreren Zoomstufen abdeckt, ist die Blockgruppenformdatei zu groß (nahe 1 GB), als dass ein Webbrowser sie bei Bedarf herunterladen könnte. Selbst wenn der Webbrowser die Datei schnell herunterladen könnte, sind die meisten Webbrowser (auch wenn sie Flash verwenden) beim Rendern einer großen Anzahl von Formen recht langsam. Wenn Sie also große Vektordatensätze anzeigen möchten, ist es oft besser, diese in komprimierte Bilder für die Übertragung an den Webbrowser zu übersetzen.
Einige praktische Beispiele Ich habe vor ein paar Tagen eine ähnliche Frage zum Rendern großer Datensätze in Google Maps beantwortet. Die Frage und eine detaillierte Analyse der "Best Practice", wie sie heute von der NY Times und anderen verwendet wird, finden Sie hier .
Vor ein paar Jahren haben wir uns entschlossen, vom clientseitigen Vektor-Rendering mit hohem Flash-Aufkommen zum serverseitigen Vektor-Rendering überzugehen, das komprimierte Bildkacheln für reines HTML und JavaScript liefert. Wir haben eine Karte Galerie mit mehreren Versionen von HTML + Raster (Server generieren Fliesen) und Flash - + Vector (Client - Seite schweres Rendering).
Es hört sich so an, als ob Sie nach einer Möglichkeit suchen, dies nicht-technischen Personen gegenüber auszudrücken. Sie könnten eine Analogie zu zwei Gegenständen aus der Kindheit, Millimeterpapier und einem Puzzlespiel verwenden. Jedes Quadrat in einem Millimeterpapier entspricht einer Rasterzelle. Stellen Sie sich also vor, Sie färben jedes Quadrat ein oder fügen eine Zahl ein. Vektordaten sind ein Puzzlespiel. In beiden Fällen ist jede Schicht einfach ein anderes Blatt Papier.
Dieses Bild vermittelt einen guten Eindruck von der Darstellung von Daten in Raster- oder Vektordarstellung.
In Rastor wird das betrachtete Gebiet in gleiche Quadrate aufgeteilt und einem Merkmal zugeordnet. Wenn Sie also überlegen, eine Datenstruktur für das Raster zu erstellen, handelt es sich um ein 2D-Array. Jede x-, y-Koordinate verweist auf ein Quadrat im Areal und kann eine bestimmte vordefinierte Eigenschaft aufweisen, z. B. Gebäude, Straße, Vegetation, Gewässer usw.
In Vector werden die Daten in Punkten, Linien und Polygonen dargestellt. Ein Touristenort wird also als PUNKT (x, y), ein Fluss oder eine Straße dargestellt, die als Linienkette (die aus einer Reihe verbundener Punkte besteht), ein See oder ein Stadion usw. als Polygon dargestellt wird (Liste der Punkte) die einen geschlossenen Bereich bilden) - Lesen Sie hier mehr: https://en.wikipedia.org/wiki/Well-known_text
Die Bilder stammen aus der Websuche, ich hatte zu der Zeit Screenshots gemacht und ich habe keine Links zur Originalquelle im Web! Entschuldigung dafür!
Ich hoffe jedoch, dass diese Antwort dazu beiträgt, es einer Person zu erklären, die neu bei GIS ist: D
Es ist besser, sich Rasterdaten als eine spezielle Art von Vektordaten vorzustellen. In Vektordaten werden die Linien auf der Karte durch ein bestimmtes Phänomen bestimmt. In Rasterdaten wird diese Abgrenzung durch ein beliebiges Raster definiert, das unabhängig von den Phänomenen ist, die es abzubilden versucht. In der Regel ergibt sich dieses Raster aus der Art und Weise, wie ein bestimmter Sensor Informationen erfasst (z. B. eine Kamera). In allen Fällen können Rasterdaten auch durch Vektoren dargestellt werden.
Rasterdatendarstellung wird manchmal als Rasterdatendarstellung bezeichnet. Es wird verwendet, um geografische Daten oder Informationen mithilfe von Zeilen und Spalten darzustellen, in denen jede Zelle digitale Daten mit einer bestimmten Darstellung darstellt.
quelle