Forelesning 2, LAD102 Rasterstruktur PDF

Summary

This document discusses raster data structures in geographic information systems (GIS). It explains how continuous phenomena, fields, and spatial data are represented using raster structures. The document also touches on data acquisition, sampling techniques, and data models.

Full Transcript

Forelesning 2, LAD102, mandag 16.9.24 Gunnars rånotater Forrige uke: Hva er GIS?: et edb-basert system for innlegging, lagring, uttak, bearbeiding og analyse av geodata. Geodataene bør være lagret i geodatabaser. Et GIS bør også brukes av kompetente personer. Hva er geodata? Geodata er en represen...

Forelesning 2, LAD102, mandag 16.9.24 Gunnars rånotater Forrige uke: Hva er GIS?: et edb-basert system for innlegging, lagring, uttak, bearbeiding og analyse av geodata. Geodataene bør være lagret i geodatabaser. Et GIS bør også brukes av kompetente personer. Hva er geodata? Geodata er en representasjon av ting og fenomener i den virkelige verden som er valgt ut, kodet og lagret i geografiske databaser. De bør være strukturert, organisert og kontrollert. Kan også se på det som et lite utvalg av virkeligheten lagret/representert i 2D (/3D) i et geodatasett/et layer/en fil og helst i en geodatabase. Det er vanlig å prøve å dele inn virkelige fenomener fra den virkelige verden på et høyt konseptuelt nivå først. (konseptuelt nivå = en overordnet/lett forståelig modell som ikke beskriver hvordan data lagres fysisk) Man sier at man kan gruppere tingene fra virkeligheten i to – en del passer det bra å modellere som diskrete objekter og representere i vektorstrukturen. Diskrete objekter, som hus, maurtuer, veier, grenser lagres ofte i vektordatastrukturen. Punkt, linje og polygon hvor x,y koord i hvert hjørne eller node er stedfestingen. I vektormodellen lagres det bare informasjon om de stedene det er objekter. Topologi sier noe om sammenhengen mellom objektene. «Spagettidata» er vektordata uten topologi. 1 Den andre delen passer det bra å modellere som kontinuerlige fenomener og representere i rasterstrukturen. Det skal vi gå gjennom nå. I dag om Kontinuerlige fenomener, fields, felt – Raster Sider i boka bla. s. 48-49, og i skrivet «Hva er geodata» som ble lagt ut i 1. forelesning. Eg. h.o.h, temperatur, vind, lufttrykk og for så vidt bilder. Ofte ”naturskapte” fenomener. Fenomenet er over alt. Data blir samlet ved å sample i felt og fra bilder – kan ikke samle/sample alle steder Samplene kan lagres som de er, og så kan man senere «gjette på» (interpolere) verdien til alle steder mellom samplingsstedene. Disse stedene (helst alle steder) med verdier representeres ofte som pixler (kvadratisk celler) med en tallverdi i hver pixel/celle og lagres i et raster. (Kan også lagres som trekantmodeller (TIN), eller bare de sampla punktene) Rastermodellen Eksempel med høydeverdier (høyde over havet) lagret i hver celle, også kalt en Digital Terreng Modell (DTM, engelsk Digital Elevation Model, DEM). Rasteret består av rader (vannrett) og kolonner (loddrett). Georeferert i midten av øvre vestre celle x,y. Oppløsningen i et raster er lengden på en side i pixelen. Vi sier f.eks. at et typisk flybilde/ortofoto har en oppløsning på ca. 10 cm (2023: når har de beste 4 cm oppløsning) og et satellittbilde ca. 1 m. Mye av terminologien kommer fra bildebehandling. Pixel – picture element Origo i et raster er øverst i venstre hjørne jf. slik det er på en dataskjerm eller for så vidt der du begynner å se/lese i en bok. Stikkord til rastermodellen; som er den vanligste måten å representere kontinuerlige 2 fenomener: -bra for ”naturskapte” fenomener -lagres informasjon i alle steder. I et to-dimensjonalt array. I et grid/raster. Minste enhet heter celle eller pixel ( picture element) -lagres i lag (layers) viktig at de bygger på samme rutenett for å kunne passe sammen når de skal manipuleres -enkel datamodell (se over) -kan godt forstå et pixel som et lite kvadratisk polygon med en egenskap. Oppløsningen i rasteret er lengden av en side (har da også areal og omkrets). Eg. 1 centimeters oppløsning, 25 centimeters oppløsning, 25 meters oppløsning, 1 kilometers oppløsning … - enkel dataprosessering - tar stor plass - enkelt å dele opp store geografiske områder (tiling), bra for visning på www. - enkel topologi - dårlig kartografiske output hvis det er store pixler - bra som bakgrunnsbilder/-kart i vektorGIS - dårlig til nettverksanalyser eg. dårlig til å vise for eksempel veier og bekker - enkel egenskapshåndtering (for enkel?, ofte bare en pr. lag) stor sett bare ett tall pr. pixel/celle, ikke en hel tabell med mange egenskaper som i vektormodellen. I noen proprietære rasterformater kan man har flere egenskaper pr. pixel.. - samles inn fra flybilder/satellittbilder, bilder av kart, konvertering fra vektor til raster fra vektorkart eller fra sampling i felt (som interpoleres for å gjette på verdier mellom samplene) - bra til romlige analyser (av naturskapte fenomener) terrengoverflate (3d), vegetasjon, jordtype, nedbør, temperatur, forurensningskonsentrasjon hydrologi – finne nedbørsfelt, vannrenning fra en topp, spredning av skogbrann, bratthet, skygge…, line of sight, mobildekning… Komprimering -Run length encoding m/eksempel -Quadtree representasjon/komprimering eg. bilder fra Mars. Informasjonsmengde per celle (bildedybde, radiometrisk oppløsning,...) 1 bit (2 ulike verdier), 2 bit (4 ulike verdier), 3 bit (8),..., 8 bit (256),..., 13 bit,..., 16 bit (65536),..., 24 bit (16777216),... Vanlige rasterdatakilder i Norge: -Bilder med kun refleksjonsverdi(«farge») i hver celle Digitaleflybilder/ortofoto Satellittbilder 3 Scanna kart Alle må være georeferert, ellers er det bare et digitalt bilde. -Digitale terrengmodeller, DTM/DEM, med høyde i hver celle/pixel. Den gamle DEM’en for Norge hadde 10 x10 m pixler. Snart ferdig (2022: i praksis ferdig) med DEM for Norge med 1 x 1 m oppløsning. Stor og viktig kartlegging, som vil nevnes senere i kurset. -Tematiske rasterkart, med en temakode i hver celle. Finnes lite av det, men SSB har en del, f.eks. demografiske data i 250 meters ruter og større ruter. Vanlige rasterformater: Generiske formater eg. ascii tabeller Tiff m/world file (georeferanse-fil) Geotiff (georef i et slags hode) Jpg, Gif.. m/world file (georeferanse-fil), komprimerte bildeformater som ikke er så bra. Superkomprimerte bildeformater (wavelet compression) MrSid, Jpg2000 Proprietære formater eg. GRID i ArcInfo (spatial analyst), et for ERMapper etc. Før snakket man om GIS-programmer som var gode til rasterdata og kalte dem raster-GIS vs. GIS-programmer, som var gode til å håndtere vektordata, som man kalte vektor-GIS. Nå flyter dette mer og mer sammen. I Qgis kan man jobbe med både vektordata og rasterdata. De fleste GIS-programmer håndterer både raster- og vektorstrukturen og har rutiner/verktøy/tools for å konvertere mellom raster og vektor. Konvertering raster-vektor Vektor -> raster, det legges på et rutenett hvor hver celle stort sett får verdien til det er mest av, samme sted, i vektordataene. Raster –> vektor, enten direkte til enkelt pixler som mange små firkantete polygoner, eller til regioner av like pixler som blir større polygoner. 4 Og et eksempel til, med større pixler, som kunne vært lettere å tegne på tavla i timen. Først vektor (et kartlag med et hus og en vei) konvertert til raster. Og så konvertere dette tilbake til vektor igjen fra raster til vektor. Se så ugjenkjennelig det blir! Veien blir f.eks. veldig tjukk og kantete. Hadde blitt mye bedre med mye høyere oppløsning/mindre pixler. Demo av Qgis Neste time: Eirik Nilsson Gundersen fra Byreg. «Kart og GIS er viktig for planleggere» Neste uke om jorda og kartet. Den runde jorda ned på et flatt kart. 5

Use Quizgecko on...
Browser
Browser