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
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:
- 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;
- 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;
- 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;
- 允许任意位置、长度和面积的精确定义;
- 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:
- 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;
- 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;
- 处理岛或洞等嵌套问题较麻烦,需要计算多边形的包含等;
- 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;
- 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;
- 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:
- 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;
- 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;
- 可以表示连续表面以及执行表面分析,现实性较强;
- 点、线、面和表面都可同样存储;
- 对复杂数据集也可执行快速重叠;
- 有利于遥感数据的匹配应用和分析;
- 格式更加强大,高级的空间和统计分析较容易实现。
缺点:
- 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;
- 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;
- 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;
- 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:
矢量数据 | 栅格数据 | |
---|---|---|
特点 | 定位明显,属性隐含 | 属性明显,定位隐含 |
存储空间 | 小 | 大 |
精度 | 高 | 低 |
数据分析 | 多边形叠加分析困难 | 可进行快速叠加,高级的空间和统计分析较容易实现 |
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。