空间数据的压缩与重分类

Python与开源GIS

空间数据的压缩与重分类

2016-10-27 作者: zhangxiang 浏览: 2630 次

摘要: 一、空间数据的压缩 数据压缩的意义 空间数据库是建立GIS的一个重要环节,而空间数据库则离不开空间数据。我们知道地理信息系统中的空间数据具有很大的数据量,这就要求我们不得不进行数据压缩,这样可以缓解数据处理上的压力以及节省大量的存储空间。除此之外,随着在处理空...

一、空间数据的压缩

数据压缩的意义

空间数据库是建立GIS的一个重要环节,而空间数据库则离不开空间数据。我们知道地理信息系统中的空间数据具有很大的数据量,这就要求我们不得不进行数据压缩,这样可以缓解数据处理上的压力以及节省大量的存储空间。除此之外,随着在处理空间数据的比例尺发生变化,同样离不开数据压缩的需要。

对矢量的压缩

对矢量的压缩一般是对线状实体上点的数量的压缩,而我们最常用的方法是道格拉斯-佩克算法,其实就是对数据的简化处理,比如一条较为曲折的道路。

该算法的原理是:先拟定一个阀值,然后生成一条连接折线首尾节点的直线段,并计算原始折线上的点到直线段的距离都小雨预先设定的阀值,这条直线段就被用来代替原来的折线;但是有时候折线上的点到直线段的距离大于之前设置的阀值,则保留最远距离的点,将折线一分为二,再用相同的方法比较和分析,最终保留下来的点就是压缩之后的折线。 例如,一条相对复杂的路线,由于过多的点,我们在进行数据压缩时就需要适当的省掉一些点,这时候就可以用上面的方法设置一个阀值,然后连接道路首尾的两个端点,形成一条直线段,将所有点向直线段做垂线,垂线距离在阀值之内的点都省略,比较阀值之外的点的距离,保留最远的点,将道路分成两段,以此类推,最后将保留下来的点进行连接形成新的折线则为压缩之后道路的样子。

对栅格的压缩

栅格数据的压缩就就使用游程编码和四叉树编码的方法。

二、空间数据的重分类

我们存储在空间数据库中的数据,可以为多种问题分析出不同的分析结果,因此,我们有必要对原始的数据进行重分类,数据的重分类一般是对数据的属性的重新分类和对空间图形的化简。 例如,我们在对某一地区的土地进行测量时会测量出大量的原始数据,将这些数据存储到数据库中时,可以对它们进行属性上的重分类,可以分成耕地、林地、建筑用地等不同的用地类型,这样就是原来比较多的数据归类到几种不同类型中,同时由于测量的缘故,在成图时会有很多分开的地块,经过相同属性类型地块的合并归类等等,使原来复杂的图形化简成几种大的不同图形从而达到图形化简的效果。

关注“开源集思”公众号
获取免费资源

随机推荐


Copyright © 2014-2019 OSGeo中国中心 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org