第四章_栅格数据的空间分析方法
栅格数据空间分析

栅格数据空间分析
栅格数据空间分析是一种地理信息系统(GIS)分析方法,用于对栅
格数据进行处理和分析。
栅格数据由等尺度的正方形单元组成,在地理空
间上形成一个网格。
每个栅格单元代表一个特定的地理区域,例如一块土地、一座建筑物或一个气象站。
接下来是数据变换,包括栅格数据融合、相似性度量和特征提取等。
栅格数据融合是将多个栅格数据集合并到一个单一的栅格数据中,以获取
更全面和准确的信息。
相似性度量用于比较不同栅格数据之间的相似性和
差异性,以支持空间分析和决策制定。
特征提取是从栅格数据中提取具有
特定意义和价值的特征,例如提取建筑物、道路或河流等。
最后是空间分析,包括空间统计、遥感应用和模拟建模等。
空间统计
用于分析和研究栅格数据中的空间分布和空间关联性,例如热点分析、空
间插值和时空分析等。
遥感应用利用栅格数据进行地物分类、土地利用变
化检测和资源管理等。
模拟建模是利用栅格数据构建地理模型,进行模拟
和预测,例如气候模拟、城市扩张和生态模拟等。
栅格数据空间分析的主要优势在于能够处理大量的空间数据和复杂的
空间关系,同时还能够考虑地球表面的不规则性和异质性。
然而,栅格数
据空间分析也存在一些限制,例如空间分辨率和数据量的限制,以及对数
据获取和预处理的要求较高。
总之,栅格数据空间分析是一种重要的GIS分析方法,能够有效地提取、分析和模拟栅格数据中的空间信息,为决策制定和问题解决提供支持。
在不同的应用领域中,栅格数据空间分析具有广泛的应用前景和发展潜力。
空间分析——栅格数据的空间分析(一)

重分类娱乐场所直线距离数据集
娱乐场所近~远 对应于 适宜度10~1
重分类现有学校直线距离数据集
新学校距离现有学校比较远时适宜性好,仍分 为10级,距离学校最远的单元赋值为10,距离学校 最近的单元赋值为1。得到重分类学校距离图。
重分类土地利用数据集
土地利用对新建学校的适宜性有一定的影响。 如在有湿地、水体分布区建学校的适宜性极差,于 是在重分类时删除这两类,然后对剩下的其它土地 利用类型重新赋值。 赋值如下:
(一)背景
合理的学校空间位置布局,有利于学生的上课
与生活。学校的选址问题需要考虑地理位置、学生
娱乐场所配套、与现有学校的距离间隔等因素,从
总体上把握这些因素能够确定出适宜性比较好的学 校选址区。
(二)目的
通过练习,熟悉ArcGIS栅格数据距离制图、
成本距离加权、数据重分类、多层面合并等空间 分析功能;熟练掌握利用ArcGIS空间分析功能, 分析类似学校选址等实际应用问题。
密度制图
密度制图根据输入的要素数据集计算整 个区域的数据聚集状况,从而产生一个连续 的密度表面。密度制图主要是基于点数据生 成的,以每个待计算格网点为中心,进行圆 形区域的搜寻,进而来计算每个格网点的密 度值。
表面分析
表面分析主要生成新的数据集,诸如等 值线、坡度、坡向、山体阴影等派生数据, 获得更多的反映原始数据集所暗含的空间特 征、空间格局等信息。
表面分析的功能有:查询表面值、从表 面获取坡度和坡向信息、创建等值线、面积 和体积、数据重分类、将表面转化为矢量数 据等。
统计分析
是基于栅格数据的一种空间统计分析,包括
基于单元的统计(cell statistics)、邻域统计、 分类区统计等内容。
栅格数据空间分析

找出消防栓配备不足的地 区;
定位超市连锁店服务不到 的区域。
2011-4-23 西北大学城市与环境学院 王雷 38
2011-4-23
西北大学城市与环境学院 王雷
39
3)成本加权距离函数(Cost Weighted)
成本加权距离制图可以获得每一单元至距离最近、成本最 低源的最少累加成本。这里成本的意义较广泛,可以是金钱、 时间或其它。
数据源(Data Source)
栅格信息(Raster Information) 数据范围(Extent) 空间参考(Spatial Reference) 统计特征(Statistics)
2011-4-23
西北大学城市与环境学院 王雷
14
数据源(Data Source)
2011-4-23
41
成本栅格数据 a.确定影响成本因素 b.确定个因素影响权值
2011-4-23
西北大学城市与环境学院 王雷
42
c.权值合并
d.得到最终成本栅格数据
2011-4-23
西北大学城市与环境学院 王雷
43
成本方向栅格数据(Direction) 成本权重距离数据告诉用户从每一个单元到它最近源 的最小累积成本,却不能告诉用户通过哪一条路可以到达。 而方向栅格数据为用户提供了一幅路线图,可以找到从任一 点出发,沿着成本最低路径到达最近源的路线。
5)数据过滤与综合(Filtering or generalization)
6)水文分析(Water-based analysis) 7)重分类(Reclassify)
8)统计分析(Statistical analysis )
9)条件查询(Conditional)
如何进行栅格数据处理与分析

如何进行栅格数据处理与分析栅格数据处理与分析在现代科技的发展中扮演着重要的角色,它可以帮助我们更好地理解和利用地球的各种资源。
本文将介绍一些栅格数据处理与分析的基本概念和方法,并探讨如何通过这些技术来解决实际问题。
一、栅格数据处理与分析的基本概念栅格数据是以网格形式表示的空间数据,例如卫星影像、地理信息系统等。
它将地球表面划分为一系列的网格单元,每个单元包含了特定的属性信息。
栅格数据处理与分析则是对这些数据进行处理和分析的过程。
栅格数据处理包括数据预处理、数据清洗、数据转换等步骤。
数据预处理是对原始数据进行修正和修整,以消除数据中的噪声和错误;数据清洗是指对数据进行过滤和去除异常值等操作;数据转换是将数据进行投影变换、重采样等操作,以满足不同分析需求。
栅格数据分析是对栅格数据进行统计、模型建立、模拟等操作,以获取目标区域的空间特性和规律。
通过栅格数据分析,我们可以进行地表覆盖分类、土地利用变化监测、资源调查评估等工作。
二、栅格数据处理与分析的方法1. 数据获取与准备栅格数据处理与分析的第一步是获取需要的数据。
这可以通过遥感技术、测量技术等手段来获取。
然后,将数据导入专业软件中进行处理前的准备工作,例如数据格式转换、投影转换等。
2. 数据预处理数据预处理是栅格数据处理的重要环节。
它包括数据校正、辐射校正、大气校正等步骤,以确保数据的准确性和可靠性。
此外,还需要进行镶嵌、裁剪、重采样等操作,以满足后续分析的需求。
3. 数据清洗与异常值检测数据清洗是为了去除数据中的噪声和异常值,以确保分析结果的准确性。
常用的数据清洗方法包括滤波、去除孤立点等。
同时,还需要进行异常值检测,以发现可能的错误数据。
4. 空间数据分析栅格数据的空间分析是栅格数据处理与分析的核心部分。
它包括栅格数据分类、光谱特征提取、土地覆盖变化检测等。
这些分析方法可以帮助我们了解地表的空间分布和变化情况。
5. 空间模型建立与模拟栅格数据处理与分析还可以依据已有数据,建立相应的数学模型,进行空间模拟和预测。
地理信息系统下的空间分析——第四章_栅格数据的空间分析方法

被赋予空值的单元有两种处理方式:
(1)如果在一个操作符或局域函数、邻域函数中的邻域 或分区函数的分类区中的输入栅格的任何位置上存在空值, 则为输出单元位置分配空值。
(2)忽略空值单元并用所有的有效值完成计算。
6、关联表
栅格计算器由四部分组成左上部layers选择框为当前arcmap视图中已加载的所有栅格数据层列表双击一个数据层名该数据层便可自动添加到左下部的公式编辑中间部分是常用的算术运算符110小数点关系和逻辑运算符面板单击所需按纽按纽内容便可自动添加到公式编辑器中
第四章 栅格数据的空间分析算法
4.1 栅格数据 栅格数据是GIS的重要数据模型之一,基于栅格 数据的空间分析方法是空间分析算法的重要内容之 一。 栅格数据由于其自身数据结构的特点,在数据处 理与分析中通常使用线性代数的二维数字矩阵分析 法作为数据分析的数学基础。 栅格数据的空间分析方法具有自动分析处理较为 简单,而且分析处理模式化很强的特征。
地学信息除了在不同层面的因素之间存在着一定的制 约关系外,还表现在空间上存在着一定的制约关联性。
对于栅格数据所描述的某项地学要素,其中的某个栅 格往往会影响其周围栅格属性特征。准确而有效的反映这 种事物空间上联系的特点,是计算机地学分析的重要任务。 窗口分析是指对于栅格数据系统中的一个、多个栅格 点或全部数据,开辟一个有固定分析半径的分析窗口,并 在该窗口内进行诸如极值、均值等一系列统计计算,或与 其他层面的信息进行必要的复合分析,从而实现栅格数据 有效的水平方向扩展分析。
带面积的点的精度为加减半个单元大小。这是用基于单 元的系统来工作必须付出的代价。
图4.9:点特征的栅格数据表示
栅格数据基本分析方法

栅格数据基本分析方法栅格数据是由一系列规则排列的网格单元组成的空间数据集合。
它通常用于描述和分析地理信息系统中的地表特征和现象。
栅格数据基本分析方法是指使用栅格数据进行数据处理、可视化和模型建立的一系列方法和技术。
下面将介绍一些常用的栅格数据基本分析方法。
1.数据预处理栅格数据预处理是指对原始栅格数据进行清洗、转换和重采样等操作,以便进行后续的分析和应用。
常见的数据预处理方法包括数据去噪、数据融合、数据重投影和数据重采样等。
去噪可以通过滤波算法、空间平滑等方法实现,融合可以通过融合不同传感器获取的数据、融合不同时相的数据等方法实现,投影和重采样可以将数据转换到统一的坐标系统和分辨率下。
2.可视化栅格数据可视化是指将栅格数据以图像的形式展示出来,以便理解和分析地表特征和现象。
常见的栅格数据可视化方法包括颜色编码、图像渲染、等值线图、栅格分层和比例尺控制等。
颜色编码通过将栅格数据的数值映射到一定的颜色范围内,来表示不同数值代表的地表特征;图像渲染通过使用不同的渲染算法和颜色映射表将栅格数据转换成图像;等值线图通过连接具有相同数值的栅格单元来表示地表特征的等值线。
3.空间分析栅格数据的空间分析是指基于栅格数据进行空间关系分析、空间统计和地理建模等操作。
常见的空间分析方法包括邻域分析、拓扑关系分析、栅格代数运算、栅格重分类和栅格面积计算等。
邻域分析可以通过计算栅格单元周围的邻域特征和自动距离来获得地表特征的空间指数和密度信息。
拓扑关系分析可以通过计算栅格数据之间的空间连接和邻近性来确定地理实体之间的拓扑关系。
栅格代数运算可以对栅格数据进行加、减、乘、除等运算,用于生成衍生数据和计算栅格指标。
栅格重分类可以通过定义不同的分类规则和阈值来将栅格数据转换成不同的分类,用于区分地物类型和提取特征信息。
栅格面积计算可以通过计算栅格数据的像元个数和单元面积来获取不同地物类型的空间分布和面积比例。
4.模型建立栅格数据的模型建立是指使用栅格数据进行模型分析和预测,以便提取地表特征的空间和时间关系。
空间分析-栅格数据分析

ArcView为局部运算提供的Arithmetic(算术 ), logarithmic(对数), trigonometric(三 角函数), 和 power(幂) 函数
坡度格网可用百分数(a) 或度数(b)表示, 局部运算可用来进行这两种测度系统的转 换
重分类
通过分类运算创建一个新的栅格图, 通过分类运算创建一个新的栅格图, 也成为重编码 新创建的格网逐个像元的分配新值
配置格网
距离量测运算的应用
自然距离的应用
明尼苏达西北部大沙丘鹤潜在栖息地的栅格 模型,应用30m分辨率的TM遥感图像建立植 被专题图,量测植被、道路、建筑物、农田 等的连续距离带,将适宜栖息植被分为理想、 较理想、勉强和不适宜几类
(d) (c)
使用有两个源单元(a)的格网和成本格网(b),每个链接 的成本距离(c)和从每个单元到源单元的最小累积成本距离
最小累计成本格网生成
(a)
(b)
(c)
步骤一、搜索与源单元邻接的像元, 步骤一、搜索与源单元邻接的像元,把这些像元放在激 活集合中,计算每个单元的成本值,成本价值排列如下: 活集合中,计算每个单元的成本值,成本价值排列如下: 1.0、1.5、1.5、2.0、2.8、 1.0、1.5、1.5、2.0、2.8、4.2 步骤二、选择最低成本值的单元,搜索其邻接单元, 步骤二、选择最低成本值的单元,搜索其邻接单元,计 算该单元与其邻接单元的成本值( 算该单元与其邻接单元的成本值(最低成本值加上邻接 成本),并与原结果比较, ),并与原结果比较 成本),并与原结果比较,选择最小值赋给该单元作为 其最小成本值。排列成本价值。 其最小成本值。排列成本价值。 步骤三、成本为1.5的两个单元被选中,并搜索其邻域, 1.5的两个单元被选中 步骤三、成本为1.5的两个单元被选中,并搜索其邻域, 计算最低成本, 计算最低成本,排列成本值
栅格数据的空间分析

栅格数据的空间分析栅格数据的空间分析是地理信息系统(GIS)中常用的一种分析方法,它通过对栅格数据进行处理和分析,来研究和描述地理现象的空间分布和关系。
栅格数据通常以像元(Grid Cell)为单位,每个像元代表了一定大小的区域,其中包含了该区域的空间属性或特征。
首先,栅格数据的处理是栅格空间分析的基础。
栅格数据通常以图像的形式呈现,可以通过遥感技术获取或生成。
在进行空间分析前,需要对栅格数据进行预处理,包括数据清理、去噪、校正等。
同时,栅格数据还可以进行融合、重分类、裁剪等操作,以满足具体的分析需求。
其次,栅格数据的空间分析包括了众多的方法和技术。
其中最常用的是栅格地图代数运算,包括加、减、乘、除等运算,用于栅格数据的叠加、缩放、变换等操作。
此外,还可以进行基本的空间统计分析,如均值、方差、标准差等,用于描述栅格数据的中心趋势和分散程度。
另外,还可以进行栅格数据的分类、聚类、插值等操作,以识别和评估地理现象的空间分布规律。
最后,栅格数据的空间分析在各个领域都有广泛的应用。
在环境科学领域,可以使用栅格数据进行环境评估和监测,如水质分析、土地覆盖变化分析等。
在气象学领域,可以使用栅格数据进行气候模拟和预测,如降水量、温度等指标的空间分布分析。
在土地利用规划领域,可以使用栅格数据进行土地评价和优化布局,如农田布局、城市规划等。
总结起来,栅格数据的空间分析是GIS中一种重要的分析方法,它通过对栅格数据进行处理和分析,帮助我们更好地理解地理现象的空间分布和关系。
栅格数据的处理、空间分析方法和应用多样化,广泛应用于各个领域,对于地理信息的收集、管理和决策支持都具有重要意义。
在未来,随着遥感技术和计算机计算能力的不断提高,栅格数据的空间分析将得到更广泛和深入的应用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
27
以K均值聚类算法为例,说明多层面栅格数据的聚类分析方法。 设栅格数据集X={x1, x2, …, xn} Rs为s维的特征矢量,s表示栅格数据 的层数,n表示每层的栅格单元数。xi=(xi1, xi2, …, xis)为栅格单元xi的特征矢 量或模式矢量,表示栅格单元i的s个栅格层面的属性值。
某地区的数字高程模型数据
利用聚合分析得到的 数字高程分级模型
34
4.3 栅格数据的信息复合分析
能够非常便利地进行同地区多层面空间信息的自动复 合叠臵分析,是栅格数据一个最为突出的优点。 栅格数据常被用来进行区域适宜性评价、资源开发利 用、城市规划等多因素分析研究。
该方法可以实现不同波段遥感信息的自动合成, 如将TM 4, 5, 6波段的遥感图像合成,得到彩色图像。 可以利用不同时期的数据信息进行某类空间对象的动 态变化分析和预测。
6
行(Rows)与列(Columns)
栅格单元按行列摆放,组成了一个笛卡尔矩阵。 矩阵的行平行于笛卡尔平面的x轴,列平行于y轴。
每个单元有唯一的行列地址。
研究区的所有位臵被此矩阵覆盖。
7
值(Value)
每个单元被分配一个指定值,以描述单元归属的 类别、种类或组,或栅格所描述现象的大小或数量。 值代表的要素包括土壤类型、土壤质地、土地利 用类型、道路类别和居住类型等。
17
校正栅格数据集到地图坐标或转变栅格数据 集从一个投影到另一个投影的过程被称为几何 变换。
18
在栅格数据集上表示要素
点数据 点要素是在指定精度下能够标识的没有面积的对
象。 虽然在某些精度下一口井、一根电话杆、或一株 濒危植物的位臵都可被认为是点要素,但在其它精度 下它们是有面积的。 例如,一根电话杆从两公里高的飞机上看仅仅足 一个点,但从25米高的飞机上看将是一个圆。
必须创建多个栅格数据集来完整描述一个区域。
栅格数据集的组成
5
单元(Cell)
栅格数据集由单元组成。 每个单元(像元)是代表某个区域特定部分的方块。栅 格中的所有单元都是同样大小的。 栅格数据集中的单元大小可以是需要的任何值,但必 须保证其足够小,以便能完成最细致的分析。
—个单元可代表一平方公里、一平方米,甚至一平方 厘米。
线特征的栅格数据表示
21
多边形数据
表示多边形或面数据的最好方式是能够最佳描绘多 边形形状的一系列连接单元。
多边形要素包括建筑物、池塘、土壤、森林、沼泽 和田野等。
多边形特征的栅格数据表示
22
多边形数据
用一系列方块单元表示多边形的平滑边界的问题 “锯齿”:将产生类似楼梯一样的效果。 表示精度依赖于数据的尺度和单元的大小。 单元精度越高,表示小区域的单元数量越多,表 示越精确。
栅格数据的空间分析方法的特点:
自动分析处理较为简单
分析处理模式化很强
2
栅格数据的分析处理方法:
聚类聚合分析 多层面复合叠臵分析 窗口分析 追踪分析
3
GIS的旗舰产品ArcGIS提供了一套功能齐全的栅格数 据的空间分析工具,包括:
密度制图分析(Density)、
距离制图分析(Distance)、
( m 1) j
Z
1 Nj
X S (j m )
X
Nj为Sj(m)类中的样本数 Zj(m+1)是按照使J最小的原则(最小平方误差准则)确定的。 J的表达式为: k
J
j 1 X S m j
|| X Z (j m 1) ||2
第四步:迭代条件 对于所有的i=1,2,…,k,如果Zj(m+1)=Zj(m) ,或者二者的差值小于一个很 小的阈值,则迭代结束,否则跳转到第二步继续迭代。
32
左图为栅格数据系统样图,如给定聚类的标准为1和2
合并为b,3和4合并为a,则聚合后形成的栅格数据系统 如图(a)所示。 如果给定的聚合标准为2和3合并为c,1和4合并为d, 则聚合后形成的栅格数据系统如图(b)所示。
栅格数据系统
(a)聚合为a与b
(b)聚合为c与d
33
栅格数据的聚类、聚合分析处理法在数字地形模 型及遥感图像处理中的应用是十分普遍的。 由数字高程模型转换为数字高程分级模型便是空 间数据的聚合; 从遥感数字图像信息中提取其中某一地物的方法 则是栅格数据的聚类。
聚类分析
栅格数据的聚类分析是根据设定的聚类条件对原 有数据系统进行有选择的信息提取而建立新的栅格数 据系统的方法。
单一层面的栅格数据聚类分析 多个层面的栅格数据聚类分析
25
单一层面的栅格数据聚类分析
单一层面的栅格数据聚类分析是指根据设定的某种聚类条 件对单一层面的栅格数据进行有选择的信息提取,从而建立新 的栅格数据系统的方法 。
Dij || X i Z j ||
(1)
( xip z jp ) 2
p 1
s
对于所有的i≠j,i=1,2,…,k,如果 ||X-Zj(m)||<||X-Zi(m)||,
则X∈Sj(m),其中Sj(m)是以Zj(m)为中心的类。
29
第三步:由第二步结果计算新的聚类中心 由第二步得到Sj(m)类新的中心Zj(m+1),
武汉大学遥感信息工程学院遥感科学与技术本科生教案(2012)
第四章 栅格数据的空间分析
星期三: 7-9节(14:05-14:50, 14:55-15:40, 15:45-16:30) 附3-303. 秦昆 qinkun163@
1
栅格数据是GIS的重要数据模型之一,基于栅格 数据的空间分析方法是空间分析算法的重要内容之一。 栅格数据由于其自身数据结构的特点,在数据处 理与分析中通常使用线性代数的二维数字矩阵分析法 作为数据分析的数学基础。
值可以表示连续表面上单元的大小、距离或单元 之间的关系。 高程、坡度、坡向、飞机 场噪声污染和沼泽地PH浓度都 是连续表面的实例。 如用栅格表示图像或照片, 值代表颜色或光谱反射值。
8
空值(No data)
如果某单元被赋予空值,那么该单元所在位臵没 有特征信息或者是信息不足。 空值有时也被称为null值,在所有操作符和函数 中,对其处理方式是有别于其它值的。
37
视觉信息复合
视觉信息的叠加不产生新的数据层面,只是将多层信 息复合显示,便于分析。
38
ห้องสมุดไป่ตู้ 叠加分类模型
叠加分类模型根据参加复合的数据平面各类别的空间关 系重新划分空间区域,使每个空间区域内各空间点的属 性组合一致。
叠加结果生成新的数据平面,该平面图形数据记录了
重新划分的区域,
属性数据库结构中包括了原来的参加复合的数据平面
栅格插值分析(Interpolate to Raster)、
栅格数据的统计分析(Statistics)、
重分类分析(Reclassify)、
表面分析(Surface Analysis)
4
4.1 栅格数据
栅格数据集的组成
一个栅格数据集(就象一幅地图),描述了某 区域的位臵和特征。
单个栅格数据集只能代表单一专题,如土地利用、 土壤、道路、河流或高程,
40
逻辑或(|):比较两个或两个以上栅格数据层,对应
的栅格值中只要有一个或一个以上为非0值,则输出结 果为真(赋值为1),否则输出结果为假(赋值为0)。
逻辑异或(!):比较两个或两个以上栅格数据层,
12
关联表
整型、类别数据类型的栅格数据集通常有一个关联的 属性表。 第一项是值(Value),存储栅格每个分类区所分配的值 第二项是计数(Count),存储数据集中属于每个分类 区的单元总数。
13
表中可插入可选项表示分类区的其它属性。
14
坐标空间和栅格数据集
坐标空间定义了栅格数据集中位臵间的空间关系。
19
点要素用栅格的最小基元——单元来表示。
单元是有面积大小的,单元越小则面积越小,越 接近所代表的点要素。 带面积的点的精度为加减半个单元大小。这是用 基于单元的系统来工作必须付出的代价。
点特征的栅格数据表示
20
线数据
线数据是在某种精度下所有那些仅以多段线形式 出现的要素,如道路、河流或电力线。 线是没有面积 的。 在栅格数据中,线可用一串连接的单元表示。 类似点数据,其表示精度将随着数据的尺度和栅 格数据集的精度的改变而改变。
30
多层面的栅格数据聚类分析 将该地区的6个层面的栅格数据聚类成长江、湖泊、建 筑用地、其它四种类型。
武汉局部地区TM影像的 1,2,3,4,5,7共6个层面的栅格数据
K均值聚类的结果
31
聚合分析
栅格数据的聚合分析是指根据空间分辨率和分类 表,进行数据类型的合并或转换以实现空间地域的兼 并。
空间聚合的结果往往将较复杂的类别转换为较简 单的类别,并且常以较小比例尺的图形输出。 当从小区域到大区域的制图综合变换时常需要使 用这种分析处理方法。
所有栅格数据集都位于某个坐标空间内。
坐标空间可以是真实世界坐标系统或图像空间。
15
由于几乎所有的栅格数据集都表示真实世界的某 个场所,因此最好在栅格数据集中应用最能代表真实 世界的真实坐标系统。 将一个栅格数据集的非真实世界坐标系统(图像空 间)转变为真实世界坐标系统的过程称为地理配准。
16
对于栅格数据集,单元的方位由坐标系统的x和y轴决 定。单元边界平行于x轴和y轴,所有单元在地图坐标 上都是正方形。 在地图坐标中单元以 (x, y)位臵的方式来访 问,而不用行列位臵 来访问。 属于真实世界坐标空 间的栅格数据集的x, y笛卡尔坐标系统依照 地图投影来定义。
35
信息复合模型包括两种类型:
简单的视觉信息复合
较复杂的叠加分类模型