Apa itu data raster dan vektor dalam konteks GIS?
Secara umum, aplikasi, proses, atau analisis apa yang cocok untuk masing-masing? (dan tidak cocok untuk!)
Adakah yang punya beberapa gambar kecil, ringkas, dan efektif yang menyampaikan dan membedakan dua representasi data mendasar ini?
Jawaban:
Data Vektor
Keuntungan: Data dapat direpresentasikan pada resolusi dan bentuk aslinya tanpa generalisasi. Output grafis biasanya lebih estetis (representasi kartografi tradisional); Karena sebagian besar data, misalnya peta hard copy, dalam bentuk vektor tidak diperlukan konversi data. Lokasi geografis data yang akurat dipertahankan. Memungkinkan penyandian topologi yang efisien, dan sebagai hasilnya operasi yang lebih efisien yang memerlukan informasi topologi, misalnya kedekatan, analisis jaringan.
Kekurangan: Lokasi setiap titik perlu disimpan secara eksplisit. Untuk analisis yang efektif, data vektor harus dikonversi menjadi struktur topologi. Ini seringkali pemrosesan intensif dan biasanya membutuhkan pembersihan data yang luas. Selain itu, topologi bersifat statis, dan setiap pembaruan atau pengeditan data vektor memerlukan pembangunan ulang topologi. Algoritma untuk fungsi manipulatif dan analisis rumit dan mungkin sedang diproses secara intensif. Seringkali, ini secara inheren membatasi fungsionalitas untuk kumpulan data besar, misalnya sejumlah besar fitur. Data kontinu, seperti data ketinggian, tidak secara efektif direpresentasikan dalam bentuk vektor. Biasanya diperlukan generalisasi atau interpolasi data yang substansial untuk lapisan data ini. Analisis spasial dan penyaringan dalam poligon tidak mungkin
Data Raster
Keuntungan: Lokasi geografis setiap sel tersirat oleh posisinya dalam matriks sel. Dengan demikian, selain titik asal, mis. Sudut kiri bawah, tidak ada koordinat geografis yang disimpan. Karena sifat teknik penyimpanan data analisis data biasanya mudah diprogram dan cepat untuk dilakukan. Sifat yang melekat dari peta raster, misalnya peta satu atribut, sangat cocok untuk pemodelan matematika dan analisis kuantitatif. Data diskrit, misalnya tegakan kehutanan, ditampung sama baiknya dengan data kontinu, misalnya data elevasi, dan memfasilitasi pengintegrasian kedua tipe data. Sistem sel-sel sangat kompatibel dengan perangkat keluaran berbasis raster, misalnya komplotan elektrostatik, terminal grafik.
Kekurangan: Ukuran sel menentukan resolusi di mana data diwakili; Terutama sulit untuk secara memadai merepresentasikan fitur-fitur linier tergantung pada resolusi sel. Karena itu, hubungan jaringan sulit dibangun. Pemrosesan data atribut terkait mungkin rumit jika ada banyak data. Peta raster secara inheren hanya mencerminkan satu atribut atau karakteristik untuk suatu daerah. Karena sebagian besar data input dalam bentuk vektor, data harus menjalani konversi vektor ke raster. Selain peningkatan persyaratan pemrosesan, ini dapat menimbulkan masalah integritas data karena generalisasi dan pilihan ukuran sel yang tidak sesuai. Sebagian besar peta keluaran dari sistem sel-grid tidak sesuai dengan kebutuhan kartografi berkualitas tinggi.
Piksel vs Koordinat Ketika saya memikirkan peta Raster, pikiran pertama saya adalah citra satelit. Hampir setiap piksel dalam citra satelit terperinci dari wilayah perkotaan dapat berisi informasi unik. Ubin tunggal dalam peta web (biasanya varian Mercator yang secara longgar disebut " Mercer Bola " atau " Mercator Web " dan didukung oleh Google , Bing , Yahoo, OSM, dan ESRI) biasanya memiliki 256 x 256 = 65.536 piksel, dan masing-masing tingkat zoom memiliki ubin (2 ^ zoom * 2 ^ zoom) . Ketika saya berpikir Vektor, saya berpikir poligon dan garis. Misalnya, file bentuk yang merinci batas zonasi seluruh kota (berpotensi jutaan ubin Raster) mungkin hanya memiliki 65.000 bentuk vektor.
Penskalaan Akurat Sepertinya Anda (dan mungkin sebagian besar pembaca) sudah mengetahui perbedaan paling jelas antara piksel tetap raster dan vektor (koordinat peta). Gambar vektor (dan peta) dapat menskala dengan tingkat kesetiaan yang lebih tinggi daripada piksel karena data vektor berisi pola koordinat (titik, poligon, garis, dll.) Yang dapat dirender satu sama lain pada resolusi berbeda menggunakan rumus sederhana, sedangkan pengubahan ukuran piksel biasanya menggunakan algoritma penghalusan yang menghasilkan artefak gambar.
Kompresi Gambar vs Kompresi Struktur Dalam praktiknya, sebagian besar gambar tidak memiliki piksel unik 100% dapat dikompres menjadi paket data yang lebih kecil, dan banyak file vektor berisi detail berlebih yang tidak diperlukan pada banyak level zoom detail rendah. Kompresi gambar adalah proses yang terkenal dan sangat efisien dan hampir setiap perpustakaan pengkodean telah dibangun di kelas untuk melakukan pekerjaan ini. Kompresi koordinat vektor, atau "penyederhanaan geometri" agak kurang umum (seperti GIS pada umumnya sedikit kurang umum daripada manipulasi gambar umum). Dalam pengalaman saya, Anda akan menghabiskan hampir 0 waktu untuk berpikir tentang kompresi gambar (cukup matikan atau hidupkan) dan jauh lebih banyak waktu untuk berpikir tentang kompresi spasial. Lihatlah Algoritma Douglas Peucker untuk contoh, atau hanya bermain-main dengan QGIS dan beberapa file batas Sensus.
Client vs Server Side Rendering Akhirnya semua yang dilihat di komputer dirender menjadi piksel pada layar pada resolusi tertentu (mis. Tingkat zoom). Seringkali (terutama di web) tantangannya adalah mendapatkan piksel di depan pengguna seefisien mungkin. The US Sensus Saluran & Block file bentuk kelompoksangat menarik karena mereka hanya melampaui batas dataset vektor yang 'terlalu besar' untuk dirender dalam browser web sebagai data vektor. Sebaliknya, Negara-negara AS yang kontras nyaris tidak dapat ditampilkan di peramban modern sebagai unduhan vektor. Sementara file bentuk kelompok Blok Sensus AS Sensus akan lebih kecil dari ubin raster yang diberikan untuk mencakup seluruh AS pada beberapa tingkat zoom, file Bentuk Kelompok Blok terlalu besar (hampir 1GB) untuk browser web untuk mengunduh dalam permintaan. Bahkan jika peramban web dapat mengunduh file dengan cepat, sebagian besar peramban web (bahkan menggunakan flash) cukup lambat saat merender sejumlah besar bentuk. Jadi, untuk melihat dataset vektor besar, Anda sering lebih baik menerjemahkannya ke dalam gambar terkompresi untuk dikirim ke browser web.
Beberapa Contoh Praktis Saya menjawab pertanyaan serupa beberapa hari yang lalu tentang rendering dataset besar di google maps. Anda dapat melihat pertanyaan dan analisis terperinci tentang "praktik terbaik" seperti yang digunakan oleh NY Times dan lainnya hari ini di sini .
Beberapa tahun yang lalu memutuskan untuk beralih dari render rendering vektor sisi klien berat ke rendering vektor sisi server yang memberikan ubin gambar terkompresi ke html murni & JavaScript. Kami memiliki galeri peta dengan beberapa versi Html + Raster (Server Generated Image Tiles) dan Flash + Vektor (rendering berat sisi klien).
Sepertinya Anda mencari cara untuk mengekspresikan ini kepada orang-orang non-teknis, mungkin? Anda bisa menggunakan analogi dengan dua item masa kanak-kanak, kertas grafik, dan puzzle connect-the-dots. Setiap kotak dalam selembar kertas grafik sesuai dengan sel raster, jadi bayangkan mewarnai setiap kotak, atau memasukkan angka di dalamnya. Data vektor adalah puzzle connect-the-dots. Dalam kedua kasus, setiap lapisan hanyalah selembar kertas.
Gambar ini memberikan gambaran yang baik tentang representasi data raster vs vektor.
Dalam Rastor, area yang dipertimbangkan dibagi menjadi kuadrat yang sama dan karakteristik yang ditugaskan padanya. Jadi, jika Anda mempertimbangkan untuk membuat struktur data untuk rastor, itu akan menjadi array 2D, masing-masing x, y mengkoordinasikan merujuk sebuah persegi di are dan dapat memiliki karakteristik yang telah ditentukan sebelumnya misalnya bangunan, jalan, vegetasi, badan air dll.
Dalam Vektor, data direpresentasikan dalam istilah titik, garis, dan poligon. Jadi tempat wisata direpresentasikan sebagai POINT (x, y), sungai atau jalan yang direpresentasikan sebagai string garis (yang merupakan serangkaian titik terhubung), danau atau stadion dll. Diwakili sebagai poligon (Daftar poin yang membentuk area tertutup) - Baca lebih lanjut di sini: https://en.wikipedia.org/wiki/Well-known_text
Gambar berasal dari pencarian web, saya telah mengambil screenshot pada saat itu dan saya tidak memiliki tautan sumber asli di web sekarang! Permintaan maaf untuk itu!
Tetapi harap jawaban ini membantu menjelaskannya kepada orang yang baru mengenal SIG: D
Lebih baik memikirkan data raster sebagai tipe khusus data vektor. Dalam data vektor, garis-garis pada peta ditentukan oleh fenomena tertentu. Dalam data raster, delineasi ini didefinisikan oleh grid arbitrer yang tidak tergantung pada fenomena yang dicoba untuk dipetakan. Biasanya kisi-kisi ini adalah hasil dari cara sensor tertentu menangkap informasi (seperti kamera). Tetapi dalam semua kasus data raster juga dapat diwakili oleh vektor.
