㈠ 谁能形象的解释一下栅格数据和矢量数据
栅格数据（图像）：像bmp、jpg、vga、tif等常见的图像都是栅格的，数据以点阵（矩阵）的方式存储，图像放大失真。
矢量数据（图像）：像autocad\coredraw\等（包括很多电子地图的各种格式）都是矢量的，数据以数据结构（数据库）的格式存储，放大不失真。
㈡ 什么是栅格数据结构
栅格数据结构 栅格数据（Grid Data）结构是二维表面上空间数据的离散量化值，实际上就是像元阵列，每个像元由行列号确定它的位置，且具有表示实体属性的类型或值的编码值。点实体在栅格数据结构中表示为一个像元；线实体表示为在一定方向上连接成串的相邻像元的集合；面实体则是由聚集在一起的相邻像元的集合。栅格数据记录的是属性数据本身，而位置数据可以由属性数据对应的行列号转换为相应的坐标。栅格数据的阵列方式很容易为计算机存贮和操作，不仅很直观，而且易于维护和修改。由于栅格数据的数据结构简单，定位存取性能好，因而在GIS中可与影像数据和DEM数据进行联合空间分析。
㈢ 什么是栅格数据和矢量数据
空间内部数据结构的类型有两种：矢量结构和栅格结构。两类结构都可用来描述地理实体的点、线、面三种基本类型。在矢量结构中，现实世界的物体或状态用点、线、面表达，每一个实体的位置用它们在坐标参考系统中的空间位置定义。在栅格结构中，地理位置的实体和状态用它们占据的栅格行列号来定义，栅格的值为栅格所表达内容的属性值。
㈣ GIS空间数据结构类型
空间数据结构是指空间数据以什么形式在计算机中的存储和管理。在地理信息系统中，常用的空间数据结构有矢量数据结构和栅格数据结构两种。矢量数据结构是利用几何学中的点、线、面及其组合体来表示地理实体空间分布的一种数据组织方式。栅格数据结构是最简单、最直接的空间数据结构，是指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、列定义，每个像元的位置由行列号确定，通过单元格中的值表示这一位置地物或现象的非几何属性特征（如高程、温度等）。
栅格数据可以是数字航空像片、卫星影像、数字高程模型、数字正射影像或扫描的地图。栅格数据多应用于大范围小比例尺的自然资源、环境、农林业等区域问题的研究。最常见的矢量数据包括点数据、线数据、面数据，多应用于城市分区或详细规划、土地管理、公用事业管理等方面。
矢量数据和栅格数据的区别
栅格数据既能表示离散的地理实体，也能表示连续的地理实体，矢量数据则表示连续的地理实体，相比较而言很适合于空间连续数据，如高程、温度、气象、环境等。矢量与栅格数据结构比较如：
矢量数据：
结构紧凑，冗余度低；数据结构复杂，各自定义，不便于数据标准化和规范化，数据交换困难；便于描述线或边界；多边形叠置分析困难；利于网络、索引分析，提供有效的拓扑编码，对需要拓扑信息的操作更有效；表达空间变化性能力差；图形显示质量好，精度高。软硬件技术要求高，显示与绘图成本较高。
栅格数据：
结构简单，易于数据交换；难以表达拓扑；叠置分析和地理现象模拟较易；图形数据量大，数据结构不紧凑，需用压缩技术解决该问题；利于遥感数据的应用和分析，便于图像处理；投影转换困难；输出快速，成本低廉；图形质量较低，图形输出不美观，线条有锯齿，需增加栅格数量来克服，但会增加数据文件。
㈤ 什么是栅格数据结构
栅格数据是最简单、最直观的一种空间数据结构，它是将地面划分为均匀的网格，每个网格作为一个像元，像元的位置由所在行、列号确定，像元所含有的代码表示其属性类型或仅是与其属性记录相联系的指针。在栅格结构中，一个点（如房屋）由单个像元表达，一条线（如道路）由具有相同取值的一组线状像元表达，一个面状地物（如旱地）由若干行和列组成的一片具有相同取值的像元表达。图9-11(a) 、(b) 、(c)分别为用栅格像元素表示点、线、面实体的示意图。如图9-11(a)中的“4”代表点像元（点实体）;图9-11(b)中的若干个“6”所代表的点像元相连构成线状像元（线实体）;同样,图9-11(c)中若干个相同的像元代码（6，7或4）所组成的区域代表面实体。 00000000 00060000 7776666600000000 00600000 7777766600000000 06000000 7777776600004000 06000000 4447666600000000 00600000 4444466600000000 00066000 4446666600000000 00000666 0044666600000000 00000000 00006600 a b c图 9-11 用栅格像元表示点、线、面实体
栅格数据的编码方法:栅格数据的编码方法有多种，常见的有栅格矩阵法、行程编码、块码和四叉树编码等，而四叉树编码是一种更有效地压编数据的方法。四叉树编码又称为四分树、四元树编码。它把 2×2 像元组成的阵列当作树的根结点，树的高度为n级（最多为n级）。每个结点有分别代表西北、东北、西南、东南四个象限的四个分支,如图9-12 (a)。四个分支中要么是树叶，要么是树叉。树叶用方框表示，它说明该四分之一范围或全属多边形范围（黑色）或全不属多边形范围即在多边形以外（空心四方块），因此不再划分这些分枝；树叉用圆圈表示，它说明该四分之一范围内，部分在多边形内，另一部分在多边形外，因而继续划分，直到变成树叶为止。四叉树编码正是划分，逐步分解为包含单一类型的方形区域，其最小的方形区域为一个栅格像元。图像区域划分的原则是将区域分为大小相同的象限，而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。其终止判据是，不管是哪一层上的象限，只要划分到仅代表一种地物或符合既定要求的几种地物时则不再继续划分，否则一直分到单个栅格像元为止。图9-11(c)所示的栅格数据，经过四叉树编码得到的四叉树如图9-12 (b)所示。四叉树编码有许多优点：①容易而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，而不需表示的细节部分则分级少， 分辨率低。因而既可精确表示图形结构又可减少存储量；③栅格到四又树及四又树到简单栅格结构的转换比其它压缩方法容易；④多边形中嵌套不同类型小多边形的表示较方便。四叉树编码的最大缺点是，树状表示的变换不具有稳定性，相同形状和大小的多边形可能得出不同四叉树结构，故不利于形状分析和模式识别。1313320