مدل های داده GIS – مدل داده رستری

المان پایه در مدل داده شبکه ای یا مدل داده رستری (picture element (pixel است. هر پیکسل نماینده قسمتی از زمین است. یک mixed pixel سلولی است که منطقه ی زمینی مربوط به آن از بیش از یک کلاس تشکیل شده باشد. resolution (قدرت تفکیک) آن با توجه به ابعاد پیکسل مشخص می شود. راه هایی برای فشرده سازی آن وجود دارد تا حجم آن کاهش یابد.

فرمت های رستر

برخی از فرمت های رستر عبارتند از:

  • Standard Raster Format :

براساس فرمت های photographic است. ساختار فایل آن شامل یک header با طول ثابت و یک keyword یا magic number برای تشخیص فرمت است و اغلب دارای یک جدول رنگ ( برای توضیح اینکه چه رنگ هایی تصویر شده اند) است.

  • (Tagged Image File Format (TIFF :

برای ذخیره کردن و خواندن فایل های اسکن شده مورد استفاده قرار می گیرد. در آن می توان از تکنیک های فشرده سازی و run length استفاده کرد و مانند فرمت GIF به ۲۵۶ رنگ محدود نمی باشد.

  • Geo-TIFF :

اگر در TIFF فرمت header طول و عرض جغرافیایی لبه های پیکسل ها را قرار دهیم به این فرمت می رسیم.

  • (Graphic Interchange Format (GIF :

برای فایل های رستری (به خصوص با لبه های شارپ) مورد استفاده قرار می گیرد و استفاده از آن در اینترنت معمول است.

  • (Joint Photograph Experts Group) JPEG :

یک فرمت معمول picture است. از یک سیستم فشرده سازی با قدرت تفکیک متغیر استفاده می کند. و دارای resolution recovery جزئی و کلی است.

  • (Digital Elevation Model (DEM :

توسط Natinal Mapping Division of USGS تولید شد و دارای دو نوع نمایش است:

  1. داده های ارتفاعی ۳۰ متری از نقشه های ۵/۷ دقیقه ای با مقیاس ۱:۲۴۰۰۰
  2. داده های رقومی زمین با دقت ۳ ثانیه و در مقیاس ۱:۲۵۰۰۰۰
  • (Band Interleaved by Pixel (BIP و (Band Interleaved by Line (BIL :

این فرمت توسط سیستم های RS تولید شد. از تکنیک های مختلفی برای ذخیره کردن مقادیر روشنایی که به صورت همزمان در چندین رنگ یا باند طیفی به دست می آید استفاده می کند.

  • RS Landsat :

در آن از تصاویر ماهواره ای Landsat و اطلاعات BIL استفاده می شود. در برنامه های Map Factory, GRASS, IDRISI مورد استفاده قرار می گیرد. تبادل اطلاعات از این فرمت های رستر آسان است.

خصوصیات و مقایسه داده برداری و رستری

داده های برداری و داده های رستری خصوصیات و بالتبع رفتار متفاوت از یکدیگر دارند که در اینجا به مقایسه داده برداری و رستری می پردازیم.

داده برداری:

  • یک ساختار داده فشرده بوده و به فضای دیسک کمتری نیازمند است.
  • در آن می توان توپولوژی را به صورت آشکار بیان کرد و پرسمان توپولوژی ( مانند proximity,network) انجام داد.

  • در آن داده در قدرت تفکیک اصلی خود و بدون هیچ خلاصه سازی ذخیره می شود و در همه ی مقیاس ها نمایش گرافیکی دقیقی داریم.
  • در آن تبدیل مختصات و rubber sheeting به آسانی صورت می گیرد.
  • خروجی گرافیکی آن نسبت به داده های شبکه ای به نقشه های دستی شبیه تر است.
  • لازم است که هر vertex به صورت آشکار ذخیره شود.
  • نسبت به داده های شبکه ای ساختار داده ی پیچیده تری را داراست.
  • برای داده های سنجش از دور (RS) ناکارا است.
  • تکنولوژی آن نسبتا گران است.
  • داده های پیوسته در آن به صورت کارایی نمایش داده نمی شوند.
  • شبیه سازی آن ساده نیست.
  • انجام برخی آنالیزهای مکانی در آن مشکل یا غیر ممکن است.
  • در آن overlay چند لایه زمانبر است.
  • ممکن است محاسبه ی فاصله ها با توجه به سیستم مختصات یا سیستم تصویر مورد استفاده مشکل باشد.
  • نمایش مناسبی از واقعیت است.
  • در آن امکان بازیابی، بهنگام سازی و خلاصه سازی گرافیک ها و توصیفات وجود ندارد.
  • با محیط های RDB سازگارتر است.
  • نمایش و پلات کردن آن ( به خصوص در drawing ها و رنگ آمیزی ها و shading های با کیفیت بالا) زمانبر و گران است.
  • اخذ آن نسبت به اخذ تصویر شبکه ای مشکل تر است (به علت ساختار داده ی خلاصه ی آن و توپولوژی بین اشیا و توصیفات)
  • در آن هر عارضه یک شی گسسته است که مرز آن توسط بردارها نمایش داده می شود.

داده ی شبکه ای(رستری):

  • حجم داده زیاد است لذا فشرده سازی انجام می دهیم.
  • نمایش روابط توپولوژی مشکل است.
  • با خلاصه سازی اطلاعات (جزئیات) زیادی لز ذست می رود.
  • تبدیل مختصات در آن مشکل است.
  • اکثر نقشه های خروجی سیستم های grid-cell اغلب نیاز به کارتوگرافی با کیفیت بالا ندارند.
  • موقعیت یک سلول توسط موقعیت ان در cell matrix پیاده سازی می شود.
  • اندازه و شکل سلول یکسان است.
  • ساختار داده ی آن ساده است.
  • برای داده های RS و داده های اسکن شده کارا است.
  • تکنولوژی آن ارزان است.
  • نمایش مناسبی از پدیده های پیوسته است.
  • به دلیل اندازه ی یکسان سلول ها شبیه سازی آن آسان است.
  • انجام برخی آنالیزهای مکانی (مانند filtering, overlay) در آن ساده است.
  • ممکن است خروجی گزرافیکی آن با توجه به اندازه ی پیکسل رضایت بخش نباشد.
  • نقشه های شبکه ای خام رضایت بخش نیستند.
  • داشتن مقیاس های مختلف بین لایه ها مشکل است.
  • اندازه ی سلول قدرت تفکیک داده را مشخص می کند.
  • نمایش مناسب عوارض خطی با قدرت تفکیک سلولی داده شده گاهی مشکل است.
  • اگر حجم داده زیاد باشد پردازش داده زمانبر است.
  • روابط مکانی در آن معمولا به صورت implicit است.
  • شکل های مختلفی از داده های شبکه ای وجود دارد.