空间数据模型

什么是空间数据模型？

数据模型定义了在GIS中空间数据如何表示。

常见的数据模型有哪些？

矢量数据模型和栅格数据模型。

矢量数据模型

矢量数据：使用点，线，面等几何对象及其x，y坐标来表示具有清晰空间位置和边界的空间要素。矢量数据结构是对矢量数据模型进行数据的组织。通过记录实体坐标及其关系，尽可能精确地表现点、线、多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。矢量数据结构直接以几何空间坐标为基础，记录取样点坐标。

优点：

1. 定位明显，属性隐含，通过记录坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义；
2. 通过记录实体坐标及其关系，尽可能精确地表示点、线、多边形等地理实体，放大不失真，可以任意放大或缩小图形而不会影响出图的清晰度；
3. 具有精度高、存储空间小等特定，是一种高效的图形数据结构；
4. 允许任意位置、长度和面积的精确定义；
5. 利于网络、检索分析，提供有效的拓扑编码，对需要拓扑信息的操作更有效

缺点：

1. 存储方式造成相邻多边形的公共边界被数字化并存储两次，出现数据冗余和细碎多边形，导致数据不一致；点位字典存储可保证公共无边的唯一性；
2. 自成体系，减少多边形的邻接信息，邻域处理复杂，需追踪出公共边；
3. 处理岛或洞等嵌套问题较麻烦，需要计算多边形的包含等；
4. 数据结构复杂，各自定义，不便于数据标准化和规范化，数据交换困难；
5. 多边形重叠分析困难，没有栅格有效，表达空间变化性能力差；
6. 不能像数字图像那样做增强处理，数学模拟比较困难；软硬件技术要求高，显示与绘图成本较高。

栅格数据模型

栅格数据：将空间分割成有规律的网格，每一个网格称为一个单元，并在各单元上赋予相应的属性值来表示实体的一种数据形式。以规则的阵列来表示空间地理或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。使用格网和格网像元来表示如降水等连续要素。


优点：

1. 属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标；
2. 数据结构更加简单，即由像元组成矩阵结构，其中的像元值表示坐标，有时与属性表相关联；
3. 可以表示连续表面以及执行表面分析，现实性较强；
4. 点、线、面和表面都可同样存储；
5. 对复杂数据集也可执行快速重叠；
6. 有利于遥感数据的匹配应用和分析；
7. 格式更加强大，高级的空间和统计分析较容易实现。

缺点：

1. 由于栅格数据集的像元尺寸具有局限性，所以可能会带来空间误差；
2. 栅格数据集可能会非常大，冗余度较高，需要压缩处理。虽然分辨率会随着栅格像元大小的减少而提高，但着会占用更多的磁盘空间，而且会拖慢处理速度。对于给定区域，将栅格像元大小更改为现有大小的一半时，所需的存储空间会增大为原来的四倍，具体情况取决于所使用的数据类型和存储技术；
3. 将数据重建到固定间距的栅格像元边界时也会损失一定的精度；
4. 定位精度比矢量低，拓扑关系难以表达。

   矢量数据模型 VS 栅格数据模型

   先来看看下图，直观的感受一下矢量数据模型和栅格数据模型在数据表现的不同：
   

这两类数据分别对应着不同的应用场景，我们通常使用栅格数据来当作底图，示意地理构造物（如山地、河流、湖泊、建筑物、道路等）的空间形态（如形状、位置、大小等），并可以进行一些简易的空间分析；使用矢量数据来参与业务逻辑的实现与分析，进行复杂的空间分析。