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
有时只能将数据存储为栅格;例如,影像仅以栅格形式提供。然而,许多其他要素(例如点要素)和测量值(例如降雨量)既可以存储为栅格数据类型也可以存储为要素(矢量)数据类型。
有时只能将数据存储为栅格;例如,影像仅以栅格形式提供。然而,许多其他要素(例如点要素)和测量值(例如降雨量)既可以存储为栅格数据类型也可以存储为要素(矢量)数据类型。
将数据存储为栅格具有以下优点:
要将数据存储为栅格还需要考虑其他因素,有时选择基于矢量的存储方法反而会更合适。例如:
在栅格数据集中,每个像元(也称为像素)都有一个值。此像元值表示的是栅格数据集所描绘的现象,如类别、量级、高度或光谱值等。而其中的类别则可以是草地、森林或道路等土地利用类。量级可以表示重力、噪声污染或降雨百分比。高度(距离)则可表示平均海平面以上的表面高程,可以用来派生出坡度、坡向和流域属性。光谱值可在卫星影像和航空摄影中表示光反射系数和颜色。
单元值可正可负,可以是整型也可以是浮点型。整数值适合表示类别(离散)数据;浮点值则适合表示连续表面。在单元中,还可以使用 NoData 值来表示数据缺失。
栅格会被存储为有序的像元值列表,例如:80、74、62、45、45、34 等。
各像元所表示区域(或表面)的高和宽都相等,而且在栅格表示的整个表面上占据相等的部分。例如,表示高程的一个栅格(即,数字高程模型)可能会覆盖 100 平方千米的区域。如果该栅格中有 100 个像元,则每个像元都将表示等高等宽的 1 平方千米(即,1 km x 1 km)。
像元的尺寸可大可小,具体可根据栅格数据集所描述的表面,以及表面中要素的表达需要来确定。它可以是平方千米、平方英尺,甚至是平方厘米。像元的大小决定着栅格中图案或要素呈现的粗细程度。像元大小越小,则栅格将越平滑或越详细。但是像元数量越多,所需的处理时间会越长,占据的存储空间也越大。如果像元大小过大,则可能会出现信息丢失或精细的图样变得模糊的情况。例如,如果像元大小超过道路的宽度,则栅格数据集中便不存在该道路。下图显示如何使用不同像元大小的栅格数据集来表示简单的面要素。
各像元的位置由其所在的栅格矩阵中的行和列来定义。矩阵实质上是使用直角坐标系来表示的,矩阵的行与笛卡尔平面的 x 轴平行,列与 y 轴平行。行和列的值均从 0 开始。在下面的示例中,如果栅格在通用横轴墨卡托 (UTM) 投影坐标系中,而且像元大小为 100,则 (5,1) 处的像元在东和北方向上的坐标分别为 300,500 和 5,900,600。
通常需要指定栅格范围。定义范围时,应指定栅格覆盖的矩形区域的顶部、底部、左侧和右侧的坐标,如下图所示。