全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
在栅格数据中,像元通常表示主导要素或像元覆盖区域的现象,而矢量数据则可精确描绘或识别各个要素。因此,在栅格数据集中表示地理要素时,它们将成为属性值相同的像元集合,只是会丢失其唯一标识。如果您的关注重点在于由地理要素表示的现象之间的位置关系,而不是要素本身,最好使用栅格数据。
在栅格数据中,像元通常表示主导要素或像元覆盖区域的现象,而矢量数据则可精确描绘或识别各个要素。因此,在栅格数据集中表示地理要素时,它们将成为属性值相同的像元集合,只是会丢失其唯一标识。如果您的关注重点在于由地理要素表示的现象之间的位置关系,而不是要素本身,最好使用栅格数据。
点由明确的 x,y 坐标(矢量格式)表示,但作为栅格,它被表示为一个像元(栅格的最小单位)。根据定义,点不具有面积,但是点可以转换为表示区域的像元。因此,像元越小,区域便越小,进而越接近所表示的点要素。例如,假定一口井、一根电话线杆或废弃工厂的位置占据由一个像元覆盖的整个区域。
在由像元表示点数据的情况下,原始数据会有某些栅格综合。通常,如果有两个或更多个点落入某像元范围内,ArcGIS 在为像元赋值时会随机选择这些点中的一个点。但在使用“点转栅格”工具时,可选择像元值分配类型。具有值的像元数有可能少于要转换的点数。
点数据要素将成为像元大小。因此,应选择适合于点所表示的要素的像元大小。应使像元大小足够小以为所需分析捕获足够多的输入点。
在矢量格式中,线是 x,y 坐标的有序列表,但在栅格格式中,它被表示为一条值相同的空间连接像元链。如果同值项元链断裂,则表示线要素(可能表示不同的要素,如不发生交汇的两条道路或河流)存在断裂。
将线性数据转换为栅格数据集的操作与将点数据转换为栅格相类似。对于任何一条穿过像元范围的线,像元将接收在转换中识别的属性值。如果有多条线穿过一个像元,ArcGIS 将随机选择这些线中的一条线,以用于在输出栅格数据集中表示该像元位置。
与点数据相同,线状要素将变为像元的宽度。例如,如果要转换的线状要素表示道路且像元大小为 1 千米,则在输出栅格数据集中道路将为 1 千米宽。显然,一条道路不会为 1 千米宽;因此,应选择适合于所要表示的线状要素的像元大小。如果像元大小为 1 米,则道路将为 1 米宽。
矢量面是由 x,y 坐标的有序列表定义的封闭区域,且列表中的第一个和最后一个坐标相同,以此表示区域。相反,栅格数据是一组具有相同值的相邻像元,可极其精确地描绘区域形状。
面(或区域)数据最好由一系列相连像元表示。面要素的示例包括建筑物、池塘、土地、森林、沼泽和原野。
以下栅格制图表达的精度取决于数据的比例和像元的大小。像元分辨率越精细并且表示小区域的像元数量越大,制图表达就越精确。
如果输入数据是面数据,则在根据转换过程生成的输出栅格数据集上,每个像元都被赋予填充大部分像元的要素的值,或被赋予扫描过程中在像元内遇到的要素的值(如果使用 ArcGIS Spatial Analyst 扩展模块)。