城市空间信息094

上传人:t****d 文档编号:243305665 上传时间:2024-09-20 格式:PPT 页数:107 大小:1.92MB
返回 下载 相关 举报
城市空间信息094_第1页
第1页 / 共107页
城市空间信息094_第2页
第2页 / 共107页
城市空间信息094_第3页
第3页 / 共107页
点击查看更多>>
资源描述
单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,城市空间信息学,测量工程系,1,第四章 空间数据的表达,主要内容:,空间数据模型,空间关系,空间数据结构,空间数据转换,空间数据存储,空间数据组织,2,引言,传统用地图表达空间信息,随着计算机的广泛应用,在数字环境下如何表达、组织和管理空间信息成为研究热点。,从如下几个方面进行研究:,空间数据模型:空间实体的计算机表示方法,空间关系的种类:关系的度量,空间数据结构:适合计算机存储、管理和处理的空间数据逻辑结构,主要指地理实体的空间排列方式和相互关系的描述方法。栅格、矢量、三维栅格、DEM等,空间数据的转换:模型和结构的变换,空间数据存储形式和组织管理:,3,4.1 空间数据模型,栅格数据模型:个体空间,矢量数据模型:个体空间,时空数据模型:时间空间一体建模,网络数据结构:个体间关系,面向对象的数据结构:,4,一、栅格数据模型,将连续空间离散化,用2维铺盖覆盖整个连续空间。铺盖可以规则或不规则的。,铺盖的特征参数:尺寸、形状、方位和间距。,对同一对象,可以有不同尺度和聚分性的铺盖。,方格是空间数据处理中最常用的结构。,栅格技术重点在空间格网像元位置的内容上,因此常被描述为基于位置的。,5,栅格模型中,现实数据的要素都是由某些单元格网组成的。格网的位置表示了该要素的位置,格网的属性表示了该要素的内容。,用于卫星遥感、人工扫描和数字化影像。,通常用分层方法组织各类数据,在每个图层中栅格像元记录了特殊的现象存在。如道路层、水系层。,三维模型,即体元模型,像元是立方体、立体元素。,6,栅格数据组织,7,二、矢量数据模型,矢量方法强调离散现象的存在,可以看成是基于要素的。它将现象看成原型实体的,集合,,用于组成空间实体。,2维模型中,原型实体包括点、线、面。,3维模型中,原型实体包括点、线、面、体、表面。,观察的尺度或概括的程度决定了使用原型的种类。,如小比例尺中,城镇由可以由个别点组成,道路和河流用线表示。,在大比例尺中,城镇被表现为特定原型的复杂集合,包括建筑物的边界,道路、公园及其他自然和管理现象。,8,矢量模型的表达源于原型空间实体本身,通常以坐标来定义。,点:一对地理坐标定义,线:一系列地理坐标对定义,面:一系列起点和终点相同的坐标对定义,体:闭合的一个或多个表面来定义,3维表面:三维线包围的多边形面来定义,9,三、网络数据模型,现实世界中网络系统(如交通网、通讯网、自来水管网、煤气管网等)的抽象表示。,网络由若干,线性实体,互连而成的一个系统。基本元素:线实体和,连接点交汇点,等。具体如下:,网线:构成网络的线性实体,是资源传输或通讯联络的通道。,结点:网线的端点,汇合点。,附属元素:站点(途经的地点)、中心(资源发散地或汇聚地)、障碍(对资源传输起阻断作用的点),10,网络数据模型,特殊的属性数据:网线的阻碍强度,(,正反两方向,如流动时间,耗费);网线和结点资源需求量(学生量、水流量);结点转角数据,更细致模拟资源流动时的转向特征(每一节点有转向表,说明了资源的阻碍强度);,与中心相联系的数据: 资源容量; 阻碍限度; 延迟量(表达中心相当于其它中心的优先程度)。,与站点相关的数据:传输量,资源卸载量、阻碍强度。,网络模型结点间没有明确的从属关系,是一对多的联系。或多对多的关系。一定程度上支持数据的重构,具有一定的数据独立性和共享性,且存储、运行效率高,但是结构和操作命令复杂。,11,四、时空数据模型,时空数据模型的核心问题:有效表达、记录和管理现实世界的实体及其相互关系随时间不断发生的变化。即包括地理信息的空间维度、属性维度、时间维度。,时空变化表现为3种可能的形式:,属性变化,空间坐标或位置不变,空间坐标或位置变化(单个实体位置、方向、形状等变化,两个以上空间实体之间的关系变化),属性不变,坐标和属性都变化,12,时空数据模型的特点和组织方式,时空数据模型的特点:语义丰富,描述准确,海量数据,组织访问困难。,数据组织方法种类:时空立方体模型、序列快照模型、基态修正模型、时空复合模型。,时空立方体:将时间作为新的一维。主要有两种表示方式,使用,3,维的地理矩阵,以位置、属性和时间分别作为矩阵的行、列、高;用四叉树表达,2,维数据,八叉树表示空间立方体,可用,十六叉树表示,时空模型。,基态修正法:不存储每个状态的全部信息,只存储某个时间数据状态(称为基态),以及相对于基态的变化量。将检索最频繁的状态为基态。目标在时间和空间上的内在联系不直接。,时空复合法:将空间分隔为具有相同时空过程的最大单元,称为时空单元,每个时空单元在存储方法上被看成是,静态,的空间单元,并将该时空单元中的,时空过程,作为属性来存储。,13,五、面向对象的数据模型,将空间现象看成是对象的集合体。,类:某种地物如三角点。,超类:空间数据组织中的各种地物,在几何性质上分为4种类型,即点状地物、线状地物、面状地物、 复杂地物。这四种类型可以作为各种地物类型的超类。,为了描述拓扑关系加上几何元素:结点、弧段。,空间地物,点状地物,线状地物,面状地物,复杂地物,杆塔,墓穴,道路,电线,公园,操场,矿山,立交桥,14,面向对象的数据模型的特点和组织方法,特点:空间图形数据和属性数据集成在同一个对象中集中处理。数据模型丰富,数据库系统不成熟,与传统数据库不兼容,商业化不够。,组织机制:继承,分类:具有相同特征的实体(对象)归类的过程。这些实体属于这个类的实例对象。,概括:将一组具有相同属性结构和操作方法的类归纳成一个更高级的层次,更具有一般性的类的过程。,聚集:把不同类型的对象联合起来,形成一个更高级的集合对象。每个对象成为它的组件对象。,联合:同一类对象组合起来,形成一个更高级的复合对象。每个对象成为它的成员对象。,实例、组件、成员:,15,4.2 空间关系,由空间现象的几何特征(位置和形状)引起的空间关系,如方位、距离、连通性,或由几何特征和非几何特征(度量属性,如高程值、坡度值)共同引起的空间关系,如统计相关、空间自相关等。,几何特征关系主要包括,位置,关系、,拓扑,关系、,方向,关系、,度量,关系。,几何关系的性质分为,:,关联、相邻、包含、相交、相离、相重、方向、距离等关系。,16,位置关系,点、线、多边形之间的空间几何关系,关系,图示,说明与举例,点点,相合、分离、几何中心、重心,点线,在上、分离、交点、端点,点面,内部、中心、重心、边、外,线线,重合、连接、交叉、切、平行,线面,内、穿过、环绕、分离,面面,包含、重合、相交、邻接、分离,17,拓扑关系,在地图图形的连续变换(投影变换、比例尺变化)中保持不变的空间,位置关系,(如邻接和包含关系)和空间关联关系。,邻接关系:空间图形中同类要素之间的关系。,关联关系:空间图形中不同类要素之间的关系。,包含关系:空间图形中同类但不同级要素之间的关系。,18,拓扑关系空间重建查询检查,拓扑学中的基本元素,结点(Node):弧段的交点,,N,1,N,4,弧段,(Arc):相邻两结点之间的坐标链,,C,1,C,7,多边形(Polygon):由弧段组成的封闭区。,P,1,P,4,P,1,P,2,P,3,P,4,N,1,N,2,N,3,N,4,C,1,C,2,C,3,C,4,C,5,C,6,19,拓扑关系的表示,结点与弧段,弧段与结点,结点名,弧段,坐标,N1,N2,C1,C3,C4,C2,C5,C1,X1,Y1,X2,Y2,弧段,结点,from,to,C1,C2,C3,N1,N3,N1,N2,N2,N3,C4,N4,C8,C6,P3,C7,N6,C10,N3,C3,N1,P1,C2,N2,C1,P2,C5,N5,P4,P5,C9,N7,20,弧段,关联多边形,left,right,C1,C2,C3,P2,P1,P1,P1,P4,弧段与多边形,C4,N4,C8,C6,P3,C7,N6,C10,N3,C3,N1,P1,C2,N2,C1,P2,C5,N5,P4,P5,C9,N7,21,多边形,关联弧段,P1,P2,P3,C3,C2,-C1,C1,C5,-C6,-C4,C6,C7,-C8,多边形与弧段,C4,N4,C8,C6,P3,C7,N6,C10,N3,C3,N1,P1,C2,N2,C1,P2,C5,N5,P4,P5,C9,N7,22,多边形,包含多边形,P4,P5,多边形与多边形,多边形,邻接多边形,P4,P1 P2 P3,C4,N4,C8,C6,P3,C7,N6,C10,N3,C3,N1,P1,C2,N2,C1,P2,C5,N5,P4,P5,C9,N7,23,拓扑空间关系研究意义,(1)根据拓扑关系,不需要利用坐标或距离,可以确定一种地理实体相对于另一种地理实体的空间位置关系。,因为拓扑数据已经清楚地反映出地理实体之间的逻辑结构关系,而且这种拓扑数据较之几何数据有更大的稳定性,即它不随地图投影而变化。,(2)利用拓扑数据有利于空间要素的查询。,例如应答像某区域与哪些区域邻接;某条河流能为哪些政区的居民提供水源;与某一湖泊邻接的土地利用类型有哪些;特别是野生生物学家可能想确定一块与湖泊相邻的土地覆盖区,用于对生物栖息环境作出评价等等,都需要利用拓扑数据。,24,拓扑空间关系研究意义,(3)可以利用拓扑数据作为工具,重建地理实体。,例如建立封闭多边形、实现道路的选取、进行最佳路径的计算等。,25,方向关系空间查询,方位关系、延伸关系,定义了地物对象之间的方位。东、南、西、北等方位词表达。,基准方向:真北、磁北、坐标纵线,点状实体之间:连线与基准方向的夹角。,线状实体与面状实体之间:计算它们的中心点之间连线的方向角。,26,度量关系空间查询,空间对象之间的距离关系。可以定义某种距离。,也可以应用与距离概念相关的术语,如远近等。,基本度量关系:点点、点线、点面、线线、线面、面面之间的距离。,27,4.3 空间数据结构,数据模型提供了一种空间现象的建模方法,数据结构则阐明了基于这些模型的数据组织形式。,数据结构是适合于计算机存储、管理和处理的数据逻辑结构。对空间数据是地理实体的空间排列方式和相互关系的抽象描述。,数据结构是对数据的一种理解和解释。数据没有说明结构则毫无用处。,对同样一组数据,按不同的数据结构去处理,得到的内容可能是截然不同的。,28,栅格数据结构,网格结构,像元结构。将地球表面划分为大小均匀紧密相邻的网格阵列,每个网格作为一个像元或像素,由行列号定义,并包含一个代码,表示像素的属性或量值,或仅仅包含指向其属性记录的指针。,点,:,具有一定数值的栅格单元,线,:,表现为按线特征(每个栅格单元最多只有两个相邻单元在线上)相连接的一组单元,面,:,表现为按二维形状特征(每个栅格有多余两个相邻单元)相连接的一组单元,任何面状分布的对象都可以用栅格数据逼近表示。如遥感影像。,29,栅格数据特点:,结构规则排列,位置隐含在文件存储结构中。算法简单,易于扩充修改,直观。,易于与遥感影像结合处理,给地理空间数据处理带来方便。,地表不连续,栅格大,误差大。,30,栅格结构数据的获取,目读法,透明网格采集输入,图形,扫描输入,以及影像数据传输和转换输入。,这种方法的关键是栅格属性取值。,栅格取值方法,中心点法C 面积占优法B,长度占优法P 重要性法A,百分比法BA,B,A,C,O,P,q,31,栅格数据的压缩编码方法,链式编码,游程长度编码,块状编码,四叉树编码,32,1 游程长度编码,含义,:,将行或列中,重复的元素,进行合并,以达到减少存储和数据冗余的目的。,每个游程,像元,数,记录方式:,每个游程,起(迄)列或行号,33,0 2 2 5 5 5 5 5,2 2 2 2 2 5 5 5,0 0 0 0 0 3 3 3,2 2 2 2 3 3 5 5,0 0 2 3 3 3 5 5,0 0 3 3 3 3 5 3,0 0 0 3 3 3 3 3,0 0 0 0 3 3 3 3,沿行方向进行编码:,(,0,1),(2,2),(5,5);(2,5),(5,3);,(2,4),(3,2),(5,2);(0,2),(2,1),(3,3),(5,2);(0,2),(3,4),(5,1),(3,1);(0,3),(3,5);(0,4),(3,4);(0,5),(3,3)。,记录每个游程像元数,(属性,个数),34,0 2 2 5 5 5 5 5,2 2 2 2 2 5 5 5,0 0 0 0 0 3 3 3,2 2 2 2 3 3 5 5,0 0 2 3 3 3 5 5,0 0 3 3 3 3 5 3,0 0 0 3 3 3 3 3,0 0 0 0 3 3 3 3,沿列方向进行编码,:,( 1,,0),(2,2),(4,0);(1,2),(4,0);,(1,2),(5,3),(6,0);(1,5),(2,2),(4,3),(7,0);(1,5),(2,2),(3,3),(8,0);(1,5),(3,3);(1,5),(6,3);(1,5),(5,3)。,记录每个游程起点行号,(起点行号,属性,),35,7,0,1,6,2,5,4,3,编码方向,线代码,值,起点行,起点列,链码,1,100,2,4,324355765576701011,2,2,起点,(2,4),行号, 列号, 方向,方向,2,链式编码,(Chain Codes),3,36,0 2 2 5 5 5 5 5,2 2 2 2 2 5 5 5,0 0 0 0 0 3 3 3,2 2 2 2 3 3 5 5,0 0 2 3 3 3 5 5,0 0 3 3 3 3 5 3,0 0 0 3 3 3 3 3,0 0 0 0 3 3 3 3,(1,1,1,0),(1,2,2,2),(1,4,1,5),(1,5,1,5),(1,6,2,5),(1,8,1,5),;,(2,1,1,2),(2,4,1,2),(2,5,1,2),(2,8,1,5);(3,3,1,2),(3,4,1,2),(3,5,2,3),(3,7,2,5);(4,1,2,0),(4,3,1,2),(4,4,1,3);(5,3,1,3),(5,4,2,3),(5,6,1,3),(5,7,1,5),(5,8,1,3);(6,1,3,0),(6,6,3,3);(7,4,1,0),(7,5,1,3);(8,4,1,0),(8,5,1,0)。,同一属性的正方形,数据格式,(,初始行、列,半径,属性值),3 块状编码,(Block Codes ),37,M M R M M M M M,M M R R M R M M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M M R R R R R M,M M M R R M M M,1 2 3 4 5 6 7 8,1 2 3 4 5 6 7 8,区域分割方法,M M R M M M M M,M M R R M R M M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M M R R R R R M,M M M R R M M M,4,四叉树编码,2,n,2,n,的,栅格阵列,NW (0),NE (1),NW (2),SE (3),38,四叉树,1 2 3 4 5 6 7 8,1 2 3 4 5 6 7 8,M M R M M M M M,M M R R M R M M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M R R R R R R M,M M R R R R R M,M M M R R M M M,4 四叉树编码,树杈结点,叶子结点,39,四叉树思想通常有两种实现方法:,自上而下、自下而上,自上而下:将一幅地图或图像分割为4部分,如果子区的所有格网值都具有相同的值,则这个子区就不再继续分割,否则再把这个子区分割成4个子区,这样依次分割,直到每个子块都含有相同的属性值或灰度为止。运算量大。,自下而上:如果每相邻4个格网值相同则进行合并,逐次往上递归合并,直到符合四叉树的原则为止。重复计算少,运算速度较快。,40,四叉树优、缺点,优点:,1.容易有效地计算多边形的数量特征;,2.阵列各部分的分辨率是可变的,边界复杂部分四叉树较高,即分级多,分辨率也高,而不需要表示许多细节的部分则分级少,分辨率低,因而既可精确表示图形结构又可减少存储量;,3.栅格到四叉树及到四叉树到简单栅格结构的转换比其他压缩方法容易;,4.多边形中嵌套异类多边形的表示较方便。,缺的:,转换的不定性,同一形状和大小的多边形可能得出不同的四叉树结构,这不利于形状分析和模式识别。,41,常规四叉树和线性四叉树,常规四叉树:四叉树的每个结点通常存储6个量,即四个子结点指针、一个父结点指针和该结点的属性代码。这种方法除了要记录叶结点外,还要记录中间结点,一般要占用较大存储空间。 用于数据索引和图幅索引等方面。,线性四叉树:该方法记录每个终止结点(或叶结点)的地址和值,值就是子区的属性代码,其中地址包括两部分,共32位(二进制),最右边4位记录该叶结点的深度,即处于四叉树的第几层上,有了深度可以推知子区大小;左边的28位记录路径,从右边第五位往左记录从叶结点到根结点的路径。或表示为四进制和十进制的Morton码。,42,4.3.2 矢量数据结构,通过记录坐标的方式尽可能精确的表示点、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、面积的精确定义。,矢量数据结构编码的基本内容,点实体,线实体,面实体,43,矢量表达法示意(点、线、面),点:位置(,x,,,y,),属性:符号(比例尺)、文字说明、方位,线:位置,(,x,1,,,y,1,), (,x,2,,,y,2,) , , (,x,n,,,y,n,),属性:符号,形状、颜色、尺寸,非几何属性,面:位置,(,x,1,,,y,1,), (,x,2,,,y,2,) , , (,x,n,,,y,n,),属性:符号变化,标量属性(可用等值线),名称属性、分类属性,等,拓扑关系:邻接、包含、关联等。,44,典型矢量数据结构编码方法,(1)实体式:面条式(spaghetti);ARCVIEW(shape文件)、MAPINFO(Tab文件),特点:结构简单,数据冗余大,多边形,数据项,A,(x,1,y,1,),(x,2,y,2,),(x,3,y,3,),(x,4,y,4,),(x,5,y,5,),(x,6,y,6,),(x,7,y,7,),(x,8,y,8,),(x,9,y,9,),(x,1,y,1,B,(x,1,y,1,), (x,9,y,9,), (x,8,y,8,), (x,17,y,17,), (x,16,y,16,), (x,15,y,15,),(x,14,y,14,) ,(x,13,y,13,), (x,12,y,12,), (x,11,y,11,),(x,10,y,10,),(x,1,y,1,),C,(x,24,y,24,),(x,25,y,25,),(x,26,y,26,),(x,27,y,27,),(x,28,y,28,),(x,29,y,29,),(x,30,y,30,) ,(x,31,y,31,), (x,24,y,24,),D,(x,19,y,19,),(x,20,y,20,),(x,21,y,21,),(x,22,y,22,),(x,23,y,23,),(x,15,y,15,),(x,16,y,16,) ,(x,19,y,19,E,(x,5,y,5,),(x,18,y,18,),(x,19,y,19,),(x,16,y,16,),(x,17,y,17,),(x,8,y,8,),(x,7,y,7,) ,(x,6,y,6,), (x,5,y,5,),多边形,数据项,A,(x,1,y,1,),(x,2,y,2,),(x,3,y,3,),(x,4,y,4,),(x,5,y,5,),(x,6,y,6,),(x,7,y,7,),(x,8,y,8,),(x,9,y,9,),(x,1,y,1,),B,(x,1,y,1,), (x,9,y,9,), (x,8,y,8,), (x,17,y,17,), (x,16,y,16,), (x,15,y,15,),(x,14,y,14,) ,(x,13,y,13,), (x,12,y,12,),(x,11,y,11,),(x,10,y,10,),(x,1,y,1,),C,(x,24,y,24,),(x,25,y,25,),(x,26,y,26,),(x,27,y,27,),(x,28,y,28,),(x,29,y,29,),(x,30,y,30,) ,(x,31,y,31,), (x,24,y,24,),D,(x,19,y,19,),(x,20,y,20,),(x,21,y,21,),(x,22,y,22,),(x,23,y,23,),(x,15,y,15,),(x,16,y,16,) ,(x,19,y,19,E,(x,5,y,5,),(x,18,y,18,),(x,19,y,19,),(x,16,y,16,),(x,17,y,17,),(x,8,y,8,),(x,7,y,7,) ,(x,6,y,6,), (x,5,y,5,),45,典型矢量数据结构的编码方法,(2)树状索引式,所有边界点进行数字化,坐标对以数字方式存储,由点索引与边界线号联系,线索引与多边形号相联系,形成树状结构。,特点:消除相邻多边形边界的数据冗余和不一致,但邻域函数运算、消除无用边、处理岛状信息检查拓扑关系困难,编码人工方式建立,工作量大,容易出错。,46,1.点文件,点号,坐标,6,X,6,Y,6,2.链文件,链号,左面号,右面号,起点,终点,L,210,A,1,A,2,2,10,L,109,A,1,A,2,10,9,3.面文件,面号,链 号,A,1,L,210,L,109,以,弧段,为单位,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,A,1,A,2,A,3,链状双重独立式编码,(3)双重独立式(DIME (Dual lndependent Map Encoding) 早期的GIS软件),典型矢量数据结构的编码方法,47,弧段文件,弧段号起始点终结点左多边形右多边形,a51OA,b85EA,c168EB,d195OE,e1519OD,f1516DB,g115OB,h81AB,i1619DE,j3131BC,弧段坐标文件,弧段号点 号,a,5,4,3,2,1,b8,7,6,5,c16,17,8,d19,18,5,e15,23,22,21,20,19,f15,16,g1,10,11,12,13,14,15,h8,9,1,i16,19,j31,30,29,28,27,26,25,24,31,(4)链状双重独立式,多边形文件,多边形号弧段号周长 面积 中心点坐标,Ah,b,a,Bg,f,c,h,-j,Cj,De,i,f,Ee,i,d,b,48,ARC/INFO,矢量数据的存储方法,ARCID,Fnode,Tonode,Lpoly,Rpoly,arc coordination,A1A2A3A4A5A6A7A8,N1N2N1N1N2N3N3N4,N2N3N3N4N5N5N4N5,0B2B1B30B2B4B4,B1B1B30B2B4B30,Xn1,Yn1.Xn2,Yn2Xn2,Yn2.Xn3,Yn3Xn1,Yn1.Xn3,Yn3Xn1,Yn1.Xn4,Yn4Xn2,Yn2.Xn5,Yn5Xn3,Yn3.Xn5,Yn5Xn3,Yn3.Xn4,Yn4Xn4,Yn4.Xn5,Yn5,矢量数据结构,polygon,ARC,B1,B2,B3,B4,A1 A2 A3,A2 A5 A6,A3 A4 A7,A6 A7 A8,49,矢量与栅格数据结构的比较,比较内容,矢量数据结构,栅格数据结构,数据量,小,大,图形精度,高,低,图形运算,复杂高效,简单低效,遥感影像格式,不一致,一致,输出表示,抽象、昂贵,直观、便宜,数据结构,复杂,简单,获取数据,较慢,较快,数据处理,可对图形和属性数据检索、更新和综合,便于面状数据处理,数学模拟,困难,方便,数据共享,不易实现,容易实现,拓扑和网络分析,容易实现,不易实现,50,4.3.3 三维数据结构,处理地表以下及以上的空间问题。,真3维V=f(x,y,z)。,3维数据结构也存在栅格和矢量两种形式。,栅格:细小单元体元,3维行程编码,矢量:点、线、面、体。,编码方式:八叉树法、四面体格网、3维边界表示法、参数函数表示法。,51,八叉树法,体元形式的三维数据,线性八叉树编码,编码,八叉树结构就是将空间区域不断地分解为八个同样大小的子区域(即将一个六面的立方体再分解为八个相同大小的小立方体),同一区域的属性相同。,八叉树主要用来解决地理信息系统中的三维问题,。,52,四面体格网,表示3维物体,测得表面上一组点的坐标;再建立这些点之间关系。,四面体格网(TEN)是将目标空间用紧密排列但互不重叠的不规则四面体格网来表示。,四面体格网由点、线、面和体4类基本元素组合而成。,体号,面号,属性,1,ABCD,四面体,面号,线段号,属性,A,a,c,b,三角形,1,2,3,4,a,b,c,d,e,f,(10,3,2),(4,3,2),(10.5,-1,0),(8,1.5,3),A,B,C,线号,起点,终点,属性,a,1,2,线,点,点号,X,Y,Z,属性,2,4,3,2,53,三维边界表示法,平面多面体:通过指定顶点位置、构成边的顶点以及构成面的边来表示3维物体。称为三维边界法。,三张表:,顶点表:指定顶点坐标;,边表:指出多面体某边的两个顶点;,面表:给出围成多面体某个面的各条边。,体号,面号,属性,1,ABCDE,多面体表,线号,起点,终点,属性,a,1,2,边表,顶点表,点号,X,Y,Z,属性,2,4,3,2,54,参数函数表示法,可以描述3维空间的线、面和体目标。利用有限的空间数据,寻找一个函数解析式,并用这个解析式来生成新的空间点,用以逼近原有的物体。,3维空间曲线:曲线拟合,3维空间曲面:实质是DEM,3维空间体:V= F(X,Y,Z),o,55,4.3.4 DEM,DEM的概念,黄海平均海水面,绝对高程,H=F(x , y),56,DTM(Digital Terrain Models),Z=G(x , y),温度、降雨等,DTM的概念,57,DEM的表示方法,通常用地表规则网格单元构成的过程矩阵表示。广义的DEM还包括等高线、三角网等所有表达地面高程的数字表示。,DEM表示法,数学方法,图形法,整体,局部,傅里叶级数,高次多项式,规则数学分块,不规则数学分块,点数据,线数据,规则,不规则,典型特征,山峰、洼坑,隘口、边界,三角网,临近网,密度一致,密度不一致,水平线,垂直线,典型线,山脊线、山谷线,海岸线、坡度变化线,58,DEM主要表示模型,规则格网模型,、等高线模型、不规则三角网模型,等高线,55,70,80,60,正方形格网,不规则三角网,59,1.规则格网模型:正方形、矩形、三角形等,格网数值有两种解释:,格网单元高程均一:不连续,格网中心或平均高程:插值,优缺点:,计算等高线、坡度坡向、山坡阴影提取、流域地形提取容易。,不能准确表示细部结构,数据量大。,60,等高线模型,通常被存成有序的坐标点对序列,带高程值的多边形或多边形弧段。,80,60,50,70,40,30,20,20,需要插值,61,TIN模型不规则三角网,62,TIN存储方式,1,7,6,3,2,4,5,9,8,10,A,B,C,D,E,F,G,H,I,J,No,X,Y,Z,P,1,90,10,43,A,2,50,10,67,B,3,67,23,62,C,:,:,:,:,:,10,10,90,81,I,No,P1,P2,P3,1,A,B,C,2,B,C,D,3,C,D,E,:,:,:,:,10,G,H,F,坐标与高程值表,三角形表,63,层次模型(LOD),层次地形模型是一种表达多种不同精度水平的数字高程模型。大多基于TIN。根据不同的任务选择不同精度的地形模型。,注意:,数据冗余,自动搜索效率低,根据地形的复杂程度采用不同详细层次的混合模型。,表达地貌特征方面应该一致,64,DEM模型间的相互转换,不规则点生成TIN,格网DEM转成TIN,等高线转成TIN,格网DEM提取等高线,TIN转成格网DEM,65,不规则点生成TIN,Delaunay三角剖分生成TIN。,Voronoi图,又叫泰森多边形或Dirichlet图。按最近邻原则划分平面:每个点与它的最近邻区域相关联。 Delaunay三角形式由与相邻Voronoi多边形共享一条边的相关点连接而成的三角形。,66,Delaunay三角网,67,Delaunay三角网是唯一的;,三角网的外边界构成了点集P的凸多边形“外壳”;,空圆特性:没有任何点在三角形外接圆内。,形成的三角形网总是具有最优的形状特征:最小角最大。,Delaunay三角网有以下特征:,68,格网DEM转成TIN,尽量减少TIN的顶点数目,同时尽可能多的保留地形信息,如山峰、山脊、谷底和坡度突变处。,代表算法:保留重要点法、启发丢弃法,保留重要点法:保留规则格网DEM中的重要点(VIP),p,P点是否重要:p点与8个临点高程的内插值比较,差值超过某个阈值的网点保留下来,作为三角网的顶点生成Delaunary三角网。,69,格网DEM转成TIN,启发丢弃法:(Drop Heuristic,DH)基本思想是给定一个格网DEM和转换后TIN中结点的数量限制,寻找一个TIN与规则格网DEM的最佳拟合。,首先:算法的输入是TIN,每次去掉一个结点进行迭代,得到结点越来越少的TIN.,其次:取TIN的一个结点O,及与其相邻的其他结点,进行Delaunay三角形重构。,再次:计算O点高程与邻近三角形交点O,的高程差,大于阈值d,e,,则O点保留。,然后:对所有结点,重复上述判断。,最后:直到TIN中所有结点都满足d,d,e,,结束。,70,等高线转成格网DEM,使用局部插值算法,距离倒数加权平均或克里金插值算法,可以将数字化等高线数据转为规则格网DEM。,71,格网DEM生成等高线,离散数据点,内插,规则矩形格网(GRID),72,TIN转成格网DEM,看成普通不规则点生成格网DEM的过程。,按线性或非线性插值计算格网点的高程。,73,DEM的建立,地面测量,地图数字化,空间传感器,数字摄影测量:最常用,74,DEM的主要用途,1)国家地理信息的,基础数据,;,2),工程建设与规划设计,(城市规划、土木工程、景观建筑与矿山工程、交通路线的规划与大坝选址);,3),军事应用,(虚拟战场等);,4),地形分析,(坡度图、坡向图、剖面图、辅助地貌分析、估计侵蚀和径流等),5)与GIS联合进行,空间分析,(作为背景叠加各种专题信息如土壤、土地利用及植被覆盖数据等,以进行显示与分析);,6),虚拟现实,(Virtual Reality);,7)其他连续变化特征代替高程,,DEM显示一些表面属性,,如通行时间费用、人口、风景标志、污染状况、地下水位等。,75,4.4 空间数据转换,数据结构的转换,文件格式的转换,76,4.4.1 由矢量向栅格的转换,矢量数据转换成栅格数据后,图形的几何精度必然要降低,所以选择栅格尺寸的大小要尽量满足精度要求,使之不过多地损失地理信息。为了提高精度,栅格需要细化,但栅格细化,数据量将以平方指数递增,因此,精度和数据量是确定栅格大小的最重要的影响因素。,栅格尺寸确定,计算若干个小图斑的面积S,i,(i1,2,n);,求小图斑面积平均值A;,求栅格尺寸L( A ),1/2,。,77,点的栅格化,P,78,直线栅格化,扫描线法,直线插补法,79,面域的栅格化,扫描线法,直线插补法,80,1. 基于弧段数据的栅格化-,扫描线法,(1)数据管理,分区,对原始矢量数据文件进行一次扫描,计算原点(,IX,0,,,IY,0,),弧段总数NA,栅格行数NR,列数,分带数,以及各个弧段按照它们在纵轴上的位置归入相应的子数据体,max(ID)表示该弧段归入的栅格带的最大编号, min(ID)表示该弧段归入的栅格带的最小编号,ID为弧段的识别码,D为栅格边长。,(,IX,0,,,IY,0,),B1,B2,B3,B4,B5,B6,B7,D,C1,C2,C3,C4,C5,C6,C7,C8,C9,C10,C1,C2,C3,C4,C5,C6,C7,C8,C9,C10,A9,A1,A2,A3,A4,A5,A6,A7,A8,A,10,(,IX,0,,,IY,0,),P3,P1,P2,P5,P4,P6,P7,81,(2.)转换计算:将X,Y坐标转换为行列号表示的栅格数据。,采用扫描线与有关弧段相交,求交点X坐标、该扫描线对应的左右区码并记录,对一行所有X值由小到大排序,进行左右区码配对,在相邻X值间,逐渐生成栅格数据。,C1,C2,C3,C4,C5,C6,C7,C8,C9,C10,A9,A1,A2,A3,A4,A5,A6,A7,A8,A,10,P1,P2,P3,P4,P5,P6,P7,82,以多边形为栅格化处理的单元。,首先将一个多边形的X坐标按顺时针或逆时针方向排序。,X1,X2,Xn,Xn,Xn-1,X1,2. 基于多边形数据的栅格化,对任一个栅格点,X,P,,,Y,P,,,根据该点的,X,值在坐标区间中出现的次数,求出,Y,值,判断该点是否位于多边形内,从而赋以相应的属性值。或通过检验夹角之和、检验交点数的方法来实现。,1,2,3,4,5,6,P1,P2,Y,X,83,4.4.2 由栅格向矢量的转换,基于图象数据的矢量化,图象数据是由不同灰阶的影象或线划,通过扫描仪按一定的分辨率进行扫描采样,得到不同灰度值(,0-255,)表示的数据。目前扫描分辨率,0.0125mm,对于一般粗度(,0.1mm),的线条,其横断面扫描后平均,8,个像元,矢量化要求只允许一个栅格宽度。,目的是栅格数据分析结果通过矢量绘图装置输出,或为了数据压缩,但主要目的是为了将自动扫描仪获取的栅格数据加入矢量形式的数据库。转换处理时有,基于图象数据的矢量化和再生栅格数据的矢量化。,84,步骤如下:,多边形边界提取,边界线追踪,拓扑关系生成,去除多余点及曲线圆滑,85,多边形边界提取,二值化,86,细化-剥皮法,从曲线边缘开始,每次剥掉等于一个栅格宽的一层,直到最后留下彼此连通的由单个栅格点组成的图形。注意:不允许剥去导致曲线不连续的栅格。,借助在计算机中存储的由待剥栅格为中心的3*3栅格组合图来决定。一个3*3的栅格窗口,其中心栅格有8个邻域,共2,8,种不同的排列方式。,87,细化,88,边界线追踪:边界线跟踪的目的就是将写入数据文件的细化处理后的栅格数据,整理为从结点出发的线段或闭合的线条,并以矢量形式存储特征栅格点中心的坐标,拓扑关系生成:对于矢量表示的边界弧段,判断其与原图上各多边形空间关系,形成完整的拓扑结构,并建立与属性数据的联系。,去除多余点及曲线圆滑:由于搜索是逐个栅格进行的,必须去除由此造成的多余点记录,以减少冗余。,89,2.基于再生栅格数据的矢量化方法,再生栅格数据是根据弧段数据或多边形数据生成的栅格数据。矢量化的目的是通过矢量绘图装置进行输出。,过程:,栅格数据按行扫描,找出位于各类型边界的栅格单元,并将边界内部的同质栅格单元以显著不同的符号进行填充,产生只记录类型边界栅格值的文件。,建立类型边界栅格单元的追踪算法,寻找同质区的闭合界线,同时计算坐标,并整理成有序数组;,5,5,5,5,5,5,6,6,6,6,6,5,5,6,-1,-1,-1,6,5,5,6,-1,-1,-1,-1,6,5,5,6,-1,-1,-1,-1,6,5,5,5,6,-1,-1,-1,6,5,5,6,6,-1,-1,-1,-1,6,5,5,6,-1,-1,-1,6,6,5,5,6,6,6,5,5,5,5,5,处理相邻类型的公共边界,将按区域单元建立的数据结构转换成,按线段链,建立的数据结构,以便实现任意区域或类型数据的提取、综合、分析和制图输出。,90,4.5 空间数据存储,文件存储,文件与数据库混合存储,全关系数据库存储,面向对象空间数据库存储,91,文件存储,时期:早期,空间几何数据和属性数据都以文件的形式表达。,ARCINFO以arc管理图形文件,Info管理属性文件。,优点:,灵活,便于存储需要加密的数据、非结构化的数据,不定长的几何坐标数据。,缺点:,数据的安排与组织依赖操作系统和文件系统,不独立,不同系统互操作难以实现,不便于多用户协同工作,共享性差,空间数据文件庞大,管理效率和利用效率受限,更新困难,不便于存储、调度和管理。,92,Shp文件组织方式,一个ESRI的shape文件包括一个主文件,一个索引文件,和一个dBASE表。,主文件是一个直接存取,变量记录长度文件,其中每个记录描述一个有它自己的vertices列表的shape。在索引文件中,每个记录包含对应主文件记录离主文件头开始的偏移,dBASE表包含一feature一个记录的feature的特征。几何和属性间的一一对应关系是基于记录数目的。在dBASE文件中的属性记录必须和主文件中的记录是相同顺序的。,93,DXF文件组织,两种格式:ASCII码文本格式和二进制格式。,DXF文件最小单位是组(group),一个DXF文件由多个组组成。,每个组占两行:第一行是组码;第二行是组值,数据类型取决于组码的数值。,一个DXF文件分为多个节(段)(section),每个节均由多个组组成。,每个节由组码为0,组值为section的组开始;后跟一个组码为2,组值为节名的字符串。,94,完整的DXF有7节(段),1. 标题段(HEADER ),有关图形的一般信息都可以DXF 文件的这一节找到,每一个参数具有一个变量名和一个相关值。,2. 表段,这一段包含的指定项的定义,它包括:,a、 线形表(LTYPE),b、 层表(LYER),c、 字体表(STYLE),d、 视图表(VIEW),e、 用户坐标系统表(UCS),f、 视窗配置表(VPORT),g、 标注字体表(DIMSTYLE),h、申请符号表(APPID),3. 块段(BLOCKS),这一段含有块定义实体,这些实体描述了图形种组成每个块的实体。,4. 实体段(ENTITIES ),这一段含有实体,包括任何块的调用。,5. END OF FILE(文件结束),95,4.6 空间数据组织管理,分层组织管理,分块组织管理,无缝组织管理,96,分层组织管理,利用层来组织数据:道路层、建筑物层、植被层、水系层等。,点、线、面层,每层若干坐标,矢量空间数据的分层:4个层次,坐标对,空间对象,图层,地图,地图集,图层集,图层,分层的缺点:,缺少以分类属性和相互关系为基础的结构化实体的内在规律描述,空间分析能力弱。,忽视地理现象的本质特征、复杂内在联系,降低信息容量。,97,分块组织管理,海量空间信息,空间分布范围广。,磁盘容量有限;,数据不完全;,数据库维护不便;,查询分析效率不高。,为解决这些问题,在分层的基础上分块。,分块组织:经纬度、矩形、任意多边形分块。,分块索引:块编号、块范围、块数据,无缝连接:连接形式,直接读取、接边,T31,T32,T33,T21,T22,T23,T11,T12,T13,块编号,左下Y,左下X,右上X,右上Y,数据位置,T11,2000,1000,2100,1100,D:mapt11,缺点:不同用户分块不同;拓扑型矢量数据,一些实体隔开。,98,无缝组织管理,空间实体完整的保存文件或数据库中。需要大型数据库来存储和管理。,建立空间索引机制。,格网型空间索引,四叉数空间索引,BSP树,R树和R,+,树,CELL树,99,格网索引,100,四叉树索引,101,BSP树,H1,H2,H3,H4,B,A,C,D,E,H1,H2,H3,H4,A,B,C,D,E,102,R树和R,+,树,103,CELL树,104,3D GIS中空间对象的存储与快速查询。随着数字地球、数字城市等概念的提出和应用,对大型空间数据库的性能提出了更高的要求因此必须采用特定的索引技术,以快速选取空间目标,一般应用类似于SQL的查询语言进行空间操作访问 。,采用面向对象的技术,将所有三维空间对象抽象为点、线、面、体四类,以点、线段、三角形这些单纯形来表示空间对象。在SQL Server 2005中利用关系模型创建了存储三维空间对象的数据库,实现线性八叉树空间索引,以提高空间数据库的检索速度。,八叉树空间索引具有存储内容简单、存储空间占用少、运算效率高。,105,作业与实验,1、针对商业GIS和电子绘图软件中,特定的空间信息数据结构如:dwg,shp,arc,map等进行数据转换工作。写出转换的原理、步骤、途径和软件操作要点,并利用所选的软件进行实验,写出实验报告。,2、简述DEM的建立方法,(书面作业),3、利用有关软件,模拟或根据实测数据建立DEM,写出实验报告。,106,ID码,坐标数据,起结点,终结点,左多边形,右多边形,C,1,X1,y1,x2,y2,N,1,N,2,P,2,P,1,C,2,X1,y1,x2,y2,N,3,N,2,P,1,P,4,C,3,X1,y1,x2,y2,N,1,N,3,P,1,.,ID码,属性1,属性2,属性3,属性4,C,1,A1,A2,A3,A4,C,2,A1,A2,A3,A4,C,3,A1,A2,A3,A4,.,一个空间目标,属性,特征和,空间,特征之间的联系,C4,N4,C8,C6,P3,C7,N6,C10,N3,C3,N1,P1,C2,N2,C1,P2,C5,N5,P4,P5,C9,N7,107,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 大学资料


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!