第3章空间数据的处理2.ppt
第三章 空间数据的处理,要点回顾,空间数据的变换几何纠正,坐标变换公式：误差方程为：X、Y为已知的理论坐标。,仿射变换,X,Y,O,x,y,O,a0,b0,要点回顾,空间数据的变换几何纠正投影转换,投影变换,投影Ax,y,正解变换：解析函数关系X=f(x,y)，Y=g(x,y),投影BX，Y,反解变换：地理坐标B=f(x,y)，L=g(x,y)X=F(B,L),Y=G(B,L),数值变换：,要点回顾,空间数据的变换几何纠正投影转换空间数据结构的转换矢量栅格（点、线、面）,点的栅格化,行列坐标（i，j）：,IX0，IY0,线的栅格化,曲线-折线-线段,线的栅格化,先用点的栅格化方法，栅格化两个端点设两个端点的坐标为(x1，y1)和(x2，y2)，栅格化后的行列值(I1，J1)和(I2，J2)。行数差 列数差,线的栅格化,扫描线法：当列数差大于行数差时，平行于y轴做每一列的中心线，求每一条扫描线与线段的交点，按点的栅格化方法将交点转为栅格坐标。,面的栅格化,1.基于弧段数据的栅格化方法 针对拓扑结构的矢量数据,面的栅格化,2.基于多边形数据的栅格化方法针对实体结构的多边形矢量数据（1）内点填充法 按线的栅格化方法，把多边形的边界栅格化，然后在多边形内部找一个点作为内点，向外填充多边形区域，直到边界,面的栅格化,2.基于多边形数据的栅格化方法针对实体结构的多边形矢量数据（2）边界代数法 沿着多边形实体的边界环绕一圈，当向上环绕时，把边界左边一行中所有栅格单元的数值都减去属性值，当向下环绕时，把边界左边一行中所有的栅格单元的数值都加上属性值。,面的栅格化,2.基于多边形数据的栅格化方法针对实体结构的多边形矢量数据（3）包含检验法 对每个栅格单元，逐个判定其是否包含在某个实体多边形之内。point-in-polygon分析。,点与平面图形包含性检验（1）,点与平面图形包含性检验（2）,检验交点数,包含,不包含,要点回顾,空间数据的变换几何纠正投影转换空间数据结构的转换矢量栅格（点、线、面）栅格矢量,基于图形数据的矢量化方法步骤：,多边形边界提取栅格图像二值化 以特殊值标识边界点边界线追踪连成边界弧段拓扑关系生成判断关系 形成拓扑 建立联系去除多余点及曲线圆滑减少冗余 光滑处理（插值法）,基于再生栅格数据的矢量化方法,处理步骤首先，在栅格数据中搜索多边形边界弧段相交处的节点位置，相邻栅格单元不同值的属性值大于或等于3然后，从搜索出的节点里，任选一个作为跟踪节点，顺着栅格单元属性值不同的连个单元之间进行多边形边界弧段的跟踪，记录每一步跟踪的坐标，直到另一个节点为止，完整一条边界弧段的矢量化，重复上述过程。最后，将跟踪到的弧段数据连接组织成多边形，完成多边形栅格数据的矢量化。,第三章 空间数据的处理,空间数据的坐标转换空间数据结构的转换多源空间数据的融合空间数据的压缩与重分类空间数据的内插方法,3 多源空间数据的融合,多语义性,多时空性,多尺度性,地理数据,多样性,获取手段,不同,存储格式,不同,数据模型与数据结构,融合,思考题：,1、目前遥感与GIS数据的融合最常用的方法具体表现在哪些方面？2、如何解决不同格式数据之间的融合问题？,3.1 遥感与GIS数据的融合,常用方法：遥感图像与DLG的融合目的：提高视觉效果遥感数据与DEM的融合目的：几何校正与配准；消除地形起伏造成的位移；改善分类精度遥感图像与数字栅格地图的融合目的：快速发现变化，实现自动/半自动更新,3.1 遥感与GIS数据的融合,遥感图像与DLG的融合,3.2 不同格式数据的融合,数据存储格式和结构不同方式：基于转换器的数据融合 基于数据标准的数据融合 基于公共接口的数据融合 基于直接访问的数据融合,MapInfo向Arcinfo转换,MapInfo中的地图可以有两种格式：Tab格式（表格式）、Mif格式（交换格式）。ArcInfo中的地图也支持多种格式：Shape格式、Coverage、E00（交换格式）.,3.2.1 基于转换器的数据融合,通过交换格式进行：E00问题：1、数据转换复杂，2、转换次数频繁，3、系统内部的数据格式需公开，但转换技术不公开,3.2.2 基于数据标准的数据融合,空间数据转换标准例：美国国家空间数据协会（NSDI）制定了统一的空间数据格式规范SDTS（spatial data transformation standard），包括几何坐标、投影、拓扑关系、属性数据、数据字典、栅格和矢量等不同的空间数据格式的转换标准。,3.2.2 基于数据标准的数据融合,优点：能处理多个数据集，转换次数少；系统内部的数据格式不需公开；缺点：转换采用的技术需要公开。,3.2.3 基于公共接口的数据融合,需考虑数据格式和数据处理，以及采用的协议，各个系统公共接口互相联系，允许内部数据结构和处理不相同。最典型的是OGC（Open GIS Consortium)http:/www.opengeospatial.org/特点：独立于具体平台，转换技术抽象，数据格式不需公开，代表数据共享方向,3.2.4 基于直接访问的数据融合,一个软件对其他软件数据格式的直接访问，可使用单个GIS软件存取多种数据格式。特点：避免繁琐的数据转换不要求拥有宿主软件，无须运行该软件。,4 空间数据的压缩与重分类,4.1 空间数据压缩（一）数据压缩的意义减少存储空间，提高访问效率，提高处理效率数据压缩概念 从数据集合中抽取一个子集，使之在规定的范围内最好的逼近原集合，又得到最大的压缩比。,压缩比:am/n=1,4.1 空间数据压缩,（二）基于矢量的压缩通常是对线状实体上点的压缩方法：常用的有道格拉斯普克法、垂距法,道格拉斯普克法基本思路：对每一条曲线的首末点虚连一条直线，求所有点与直线的距离，并找出最大距离值dmax，用dmax与限差D相比：若dmaxD，这条曲线上的中间点全部舍去；若dmaxD，保留dmax对应的坐标点，并以该点为界，把曲线分为两部分，对这两部分重复使用该方法。,道格拉斯普克法压缩过程：确定曲线MN对应弦的直线方程求曲线MN上各点Pi到弦线MN的距离di求距离di的最大值dmax比较dh与限差D的大小，并计算开关量Q决定取舍，提取中间特征点形成新的数据文件,P1,M,N,垂距法基本思路：每次顺序取曲线上的三个点，计算中间点与其它两点连线的垂线距离d，并与限差D比较。若dD，则中间点去掉；若dD，则中间点保留。然后顺序取下三个点继续处理，直到这条线结束。,矢量数据压缩算法的评价如果某种矢量数据的压缩算法既能精确地表示数据，又能最大限度地淘汰不必要的点，那就是一种好的算法。具体可以依据简化后曲线的总长度、总面积、坐标平均值等与原始曲线的相应数据的对比来判别。,两种压缩方法的比较：大多数情况下道格拉斯普克法的压缩算法较好，但必须在对整条曲线数字化完成后才能进行，且计算量较大；垂距法算法简单，速度快，但有时会将曲线的弯曲极值点p值去掉而失真。,4.2 空间数据的重分类,空间数据属性的重新分类空间图形的简化,草地,林地,植被,湖泊,河流,居民地,办公楼,厂房,4.2 空间数据的重分类,空间数据属性的重新分类空间图形的简化,草地,林地,植被,湖泊,河流,居民地,办公楼,厂房,水系,4.2 空间数据的重分类,空间数据属性的重新分类空间图形的简化,草地,林地,植被,湖泊,河流,居民地,办公楼,厂房,水系,建设用地,4.2 空间数据的重分类,空间数据属性的重新分类空间图形的简化,草地,林地,植被,湖泊,河流,居民地,办公楼,厂房,水系,建设用地,
