Que sont les données raster et vectorielles dans le contexte SIG?
De manière générale, à quelles applications, processus ou analyses convient-il? (et ne convient pas pour!)
Quelqu'un a-t-il des images de petite taille, concises et efficaces qui illustrent et comparent ces deux représentations de données fondamentales?
Réponses:
Données vectorielles
Avantages: Les données peuvent être représentées dans leur résolution et forme d'origine sans généralisation. La sortie graphique est généralement plus esthétique (représentation cartographique traditionnelle); Étant donné que la plupart des données, telles que les cartes imprimées, sont sous forme vectorielle, aucune conversion de données n’est nécessaire. Un emplacement géographique précis des données est maintenu. Permet un codage efficace de la topologie et, par conséquent, des opérations plus efficaces nécessitant des informations topologiques, telles que la proximité, l'analyse de réseau.
Inconvénients: l'emplacement de chaque sommet doit être enregistré explicitement. Pour une analyse efficace, les données vectorielles doivent être converties en une structure topologique. Cela nécessite souvent beaucoup de traitement et nécessite généralement un nettoyage en profondeur des données. De plus, la topologie est statique et toute mise à jour ou édition des données vectorielles nécessite une reconstruction de la topologie. Les algorithmes pour les fonctions de manipulation et d'analyse sont complexes et peuvent nécessiter un traitement intensif. Cela limite souvent la fonctionnalité des grands ensembles de données, par exemple un grand nombre de fonctionnalités. Les données continues, telles que les données d'élévation, ne sont pas efficacement représentées sous forme vectorielle. Généralement, une interpolation ou une généralisation substantielle des données est requise pour ces couches de données. L'analyse spatiale et le filtrage au sein de polygones sont impossibles
Données raster
Avantages: La localisation géographique de chaque cellule est impliquée par sa position dans la matrice cellulaire. En conséquence, hormis un point d'origine, par exemple le coin inférieur gauche, aucune coordonnée géographique n'est stockée. En raison de la nature de la technique de stockage des données, l'analyse des données est généralement facile à programmer et rapide. La nature inhérente des cartes raster, par exemple une carte attributaire, convient parfaitement à la modélisation mathématique et à l'analyse quantitative. Les données discrètes, telles que les peuplements forestiers, sont assimilées aux données continues, telles que les données d'élévation, et facilitent l'intégration des deux types de données. Les systèmes à cellules en grille sont très compatibles avec les périphériques de sortie à base de trames, tels que les traceurs électrostatiques, les terminaux graphiques.
Inconvénients: La taille de la cellule détermine la résolution à laquelle les données sont représentées. Il est particulièrement difficile de représenter correctement les entités linéaires en fonction de la résolution de la cellule. En conséquence, les liaisons réseau sont difficiles à établir. Le traitement des données d'attributs associées peut s'avérer fastidieux s'il existe de grandes quantités de données. Les cartes raster ne reflètent par nature qu'un seul attribut ou caractéristique pour une zone. Étant donné que la plupart des données d'entrée sont sous forme vectorielle, les données doivent être converties en vecteur à raster. Outre des exigences de traitement accrues, cela peut entraîner des problèmes d'intégrité des données en raison de la généralisation et du choix d'une taille de cellule inappropriée. La plupart des cartes en sortie des systèmes à cellules en grille ne répondent pas aux besoins cartographiques de haute qualité.
Pixels vs coordonnées Quand je pense que les cartes Raster, je pense d'abord aux images satellites. Presque chaque pixel d'une image satellite détaillée d'une zone urbaine peut contenir des informations uniques. Une seule vignette dans une carte Web (généralement une variante de Mercator , appelée " Mercator sphérique " ou " Web Mercator " et prise en charge par Google , Bing , Yahoo, OSM et ESRI) est généralement de 256 x 256 = 65 536 pixels. le niveau de zoom a des tuiles (2 ^ zoom * 2 ^ zoom) . Quand je pense à Vector, je pense à des polygones et des lignes. Par exemple, un fichier de forme détaillant les limites de zonage d'une zone de ville entière (potentiellement des millions de tuiles Raster) pourrait ne comporter que 65 000 formes vectorielles.
Mise à l'échelle précise Cela ressemble à vous (et probablement à la plupart des lecteurs) connaissez déjà la différence la plus évidente entre les pixels fixes raster et les vecteurs (cartes de coordonnées). Les dessins vectoriels (et les cartes) peuvent évoluer avec un degré de fidélité supérieur à celui des pixels, car les données vectorielles contiennent des motifs de coordonnées (points, polygones, lignes, etc.) pouvant être rendus les uns par rapport aux autres à l’aide de formules simples, alors que le redimensionnement des pixels algorithme de lissage qui se traduit par des artefacts d'image.
Compression d'image vs compression de structure En pratique, la plupart des images ne possèdent pas des pixels uniques à 100%. Elles peuvent donc être compressées en paquets de données plus petits. De nombreux fichiers vectoriels contiennent des détails excessifs qui ne sont pas nécessaires à de nombreux niveaux de zoom très détaillés. La compression d'image est un processus bien connu et très efficace, et presque toutes les bibliothèques de codage disposent de classes intégrées pour effectuer ce travail. La compression des coordonnées vectorielles, ou "simplification de la géométrie", est un peu moins commune (le SIG en général l'est un peu moins que la manipulation d'image en général). D'après mon expérience, vous passerez près de 0 fois à réfléchir à la compression d'image (il suffit de l'activer ou de l'activer) et beaucoup plus de temps à la compression spatiale. Découvrez l' algorithme Douglas Peucker pour des exemples ou jouez avec QGIS et certains fichiers des limites du recensement.
Rendu côté client vs côté serveur Finalement, tout ce qui est visualisé sur un ordinateur est rendu en pixels sur l'écran avec une résolution particulière (c'est-à-dire le niveau de zoom). Souvent (surtout sur le Web), le défi consiste à placer ces pixels devant les utilisateurs aussi efficacement que possible. Les fichiers de forme du groupe de recensement des États - Unis Tract & blocsont particulièrement intéressants car ils dépassent la limite des jeux de données vectoriels «trop volumineux» pour être restitués dans un navigateur Web en tant que données vectorielles. En revanche, les comtés américains peuvent à peine être rendus dans les navigateurs modernes sous forme de téléchargement vectoriel. Bien qu'un fichier de formes vectorielles de groupes de blocs de recensement américain soit certainement plus petit qu'un jeu de mosaïques raster couvrant l'ensemble des États-Unis à plusieurs niveaux de zoom, le fichier de formes de groupe de blocs est trop volumineux (près de 1 Go) pour qu'un navigateur Web puisse télécharger ce qui est demandé. Même si le navigateur Web peut télécharger le fichier rapidement, la plupart des navigateurs Web (même à l'aide de Flash) sont assez lents lors du rendu d'un grand nombre de formes. Ainsi, lors de la visualisation de jeux de données vectoriels volumineux, il est souvent préférable de les traduire en images compressées pour les transmettre au navigateur Web.
Quelques exemples pratiques J'ai répondu à une question similaire il y a quelques jours à propos du rendu de grands ensembles de données dans Google Maps. Vous pouvez voir la question et une analyse détaillée des « meilleures pratiques » telle qu'elle est utilisée par le New York Times et d' autres aujourd'hui ici .
Il y a quelques années, nous avons décidé d'abandonner le rendu vectoriel côté client lourd Flash au profit du rendu vectoriel côté serveur, qui fournit des mosaïques d'images compressées au format HTML et JavaScript pur. Nous avons une galerie de cartes avec plusieurs versions de Html + Raster (mosaïques d'image générées par le serveur) et Flash + Vector (rendu lourd côté client).
On dirait que vous cherchez un moyen d’exprimer cela à des personnes non techniques, peut-être? Vous pouvez utiliser une analogie avec deux objets de votre enfance, du papier graphique et un casse-tête reliant les points. Chaque carré d'une feuille de papier graphique correspond à une cellule tramée. Imaginez-vous donc de colorier chaque carré ou d'y mettre un nombre. Les données vectorielles sont un puzzle reliant les points. Dans les deux cas, chaque couche est simplement une autre feuille de papier.
Cette image donne une bonne idée de la représentation des données sous forme de raster ou de vecteur.
Dans Rastor, la zone considérée est divisée en carrés égaux et une caractéristique qui lui est attribuée. Ainsi, si vous envisagez de créer une structure de données pour rastor, il s'agirait d'un tableau 2D. Chaque coordonnée x, y fait référence à un carré situé dans l'arête et peut avoir certaines caractéristiques prédéfinies, telles que bâtiment, route, végétation, plan d'eau, etc.
Dans Vector, les données sont représentées en termes de points, de lignes et de polygones. Ainsi, un site touristique est représenté par un POINT (x, y), une rivière ou une route représentée par une chaîne de caractères (série de points connectés), un lac ou un stade, etc. représentée par un polygone (Liste de points) qui forment un espace fermé) - Lisez-en plus ici: https://en.wikipedia.org/wiki/Well-known_text
Les images proviennent d'une recherche sur le Web. J'avais pris des captures d'écran à l'époque et je n'ai pas de liens vers la source d'origine sur le Web! Toutes mes excuses pour ça!
Mais espérons que cette réponse aide à l'expliquer à une personne nouvelle en SIG: D
Il est préférable de considérer les données raster comme un type spécial de données vectorielles. Dans les données vectorielles, les lignes sur la carte sont déterminées par un phénomène particulier. Dans les données raster, cette délimitation est définie par une grille arbitraire indépendante des phénomènes qu’elle tente de mapper. Généralement, cette grille résulte de la manière dont un capteur particulier capture des informations (comme une caméra). Mais dans tous les cas, les données raster peuvent également être représentées par un vecteur.
La représentation des données raster est parfois appelée représentation des données de grille. Il est utilisé pour représenter des données ou des informations géographiques en utilisant des lignes et des colonnes dans lesquelles chaque cellule représente des données numériques avec une représentation spécifique.
