02-像元大小

(4) 2024-05-19 20:12

Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说02-像元大小,希望能够帮助你!!!。

 

https://blog.csdn.net/peckerzeng/article/details/78319935

在解释像元大小(Cell size of raster data)的概念的时候,我们有必要先引入另外一个名词叫做"像素"。像素顾名思义就是图像元素的简称,它通常用于描述影像,而像元则主要用于描述栅格数据,所以像素通常会作为像元的同义词使用,像元和像素都是栅格数据中的最小信息单位,所以,以后只要一提到像素我们就作为是像元。

那说到像元,它是有大小的,一个像元的大小可以是平方千米级别,也可以是平方米基本,甚至可以是平方厘米级别。譬如:我们经常在做GIS项目的时候听到说,客户目前手头上有的影像数据的分辨率是1米,这里的分辨率指的是空间分辨率,那这个空间分辨率和像元又是什么关系呢?这里再举个栗子:譬如一个像元的大小为 5 x 5 米,那么我们说它的分辨率就是5米。所以上面提到的1米分辨率的影像数据,它的像元大小是1x1米。那你说是1米的影像数据分辨率高呢,还是5米的影像数据分辨率高?当然是1米的高!所以,我们把空间分辨率定义为:是单个像元所代表的地面面积。通常来说,空间分辨率也称为像元大小。

到这里你可能已经意识到:空间分辨率越高意味数据的内容越详细,所以我们又得出了一个结论,那就是:栅格数据的内容详细程度通常取决于像元大小或者空间分辨率。

但如果仔细看上面的解释的话,你可能还是会有疑问,为什么1米的像元就比5米的像元所呈现的内容更详细呢?如果你有这个疑问,这说明你已经看到了问题的本质!我们先来看下面这张图:

02-像元大小_https://bianchenghao6.com/blog__第1张

图-像元的大小比对

    在这张图里面,我们要呈现一个71平方米的面要素。如果采用1米宽的像元,就需要16x16个像元或者说是16x16个格子,一个格子(像元/像素)它覆盖的是1平方米的区域,也就是说,我们把1平方米的地面信息塞到了这一个格子里面,这个格子在计算机的显示屏幕上就是一个像素点,这时候,我们是基本能够看得清这个面的轮廓;但如果我们采用2米宽的像元又或者是4米宽的像元,那我们连轮廓都看不清楚。实际的情况我们可以看下面这两张图的对比效果:

02-像元大小_https://bianchenghao6.com/blog__第2张

    两张图都是在1比两万的比例尺下显示,左侧的影像分辨率是15米,右侧的影像分辨率是0.15米,当然是右侧的看到的地物更加的清晰。

    所以,如果栅格数据需要记录的内容越详细就需要更多的像元来存储,存储空间也会更大,分析和处理的时间也会更长。具体的像元大小优劣,我们可以通过看下面这张表:

像元越小

像元越大

分辨率较高

分辨率较低

要素空间分辨率较高

要素空间分辨率较低

显示速度较慢

显示速度较宽

处理速度较慢

处理速度较快

存储文件较大

存储文件较小

所以,选择合适的像元大小是需要综合权衡的工作。我们必须权衡GIS应用的空间分辨率要求和显示速度、处理时间和储存空间等。譬如,我们可以通过对栅格数据进行重新采样来增大像元大小,从而提高分析处理的速度;但是我们不能通过对栅格重新采样来使像元大小减小,而获取更详细的内容。这是因为,数据的详细程度是由数据的空间分辨率决定的,这个空间分辨率在数据采集的时候就已经决定了,不能经过后期的加工来提高分辨率。通常来说,在指定像元大小时,应考虑以下几个因素:

  • 输入数据的空间分辨率

  • 要执行的应用程序和分析

  • 数据存储空间

  • 所需的响应时间

在考虑了上述几个因素,之后,我们就可以通过重采样对像元的大小进行调整。

最后做一个小结:像元和像素都是栅格数据中的最小信息单位,栅格数据的内容详细程度通常取决于像元大小或者空间分辨率,空间分辨率越高意味数据的内容越详细,一份影像数据在采集回来以后,它的最高空间分布率就已经决定了,后期我们可以通过对栅格数据进行重新采样来增大像元大小,从而提高分析处理的速度,但是我们不能通过对栅格重新采样来使像元大小减小,而获取更详细的内容。

今天的分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。

上一篇

已是最后文章

下一篇

已是最新文章

发表回复