2 GIS的一些基本概念
一个好的、完整的GIS 系统,存储了该地区或该目标的众多空间信息,这些信息能随时方便地从数据库中调用,能快速地以图形、图象、表格或文本形式在屏幕上显示,或者打印、绘制出来,并且可以对这些信息进行综合分析、提取有用信息,通过计算来模拟真实世界,进而提出相应的决策意见,它是规划、管理和决策的有效工具。图2.1表明了GIS的这么一个性能。
从GIS这个功能可看出,一个GIS 系统应有三个主要的组成部分：（1）计算机及其外围设备,这是其硬件基础；（2）一系列的应用软件模块,包括数据和图形的输入/输出、图形和图象处理、图形和图象的显示、数据库管理、统计分析、模拟计算以及实际应用模式等；（3）组织有序的信息内容,即数据库中要有充分的与地理位置有关的信息。这些信息的含义与表达方式有其独自的特点,下面就它们的一些基本概念作一些说明。
2.1 地图和专业图
早在古代文明时期,地图已用来描述地表信息了。很早以前,在埃及发现了公元前2300年左右的粘土板,在板上刻有一些土地图形,这是世界上描述土地特征最早的样本,而在古墓中也发现几乎与此同年代的印制的地图。一些资料表明,古巴比伦和古埃及时期,人们就试图把土地的形状和大小作为统一体表达出来。在古希腊时期之前,地理学家就开始对地球的自然性质加以推测和总结。在罗马时代,土地测量和地图制作成为政府的一项重要工作。随着人们对大自然的探索和认识,地图和专业图件越来越多地被用来记录和表达世界的真实地理信息。
从某种意义上讲,地图本身就是一种信息系统,它是在平面介质上表达的,具有一定比例尺的图件。在图上可以标出与地表有关的、选定的物体的性质。如同数学上常用图形这个形式来表达数据一样,制图家把地表的信息转移到图纸上,它也可广义地定义为信息的可视性表达,尤其是对一些信息的概括性的图解表达。
2.1.1 图件的类型
除了地图之外,随着科学技术和社会生产发展的需要,又出现了不少专业图件,以满足专业活动的要求,例如：
航海图：沿海地区和海域的地图,它提供有关导航的信息。
航空图：向飞机驾驶员和导航员提供航线基本数据,它是一种集中所有有助于导航信息的小比例尺地形图。
地形图：根据一定的比例尺绘出地表某部分自然和人工特征的图示。图上可看到地形和重要信息的完整清单,因而可用于土地利用和发展等目的。地形图也为其它专门用途的图件提供蓝图,为较小比例尺的通用图件的编辑提供数据。
主题图：包含一个单一主题或课题信息的专门图件。用此工具可以沟通不同地理概念之间的交互,例如：土地利用、人口密度、农作物生长区、土壤、土地形状、试验区中的PH值分布等等。主题图也可以是定量的,如土壤的有效厚度。它们可以表示为色阶图或由边界分开的等值范围图,例如土地利用图、土壤图、户籍图或者行政区划图。也可用等值线图来表示,即用数学模型来拟合连续表面,利用连接相同值的等值线的形态来描述变化趋势,用来描述定量化的数据。等值线图往往用来描述光滑变化的现象,如温度、沉积厚度或人口密度。
图件的比例尺表明了图上的距离和相应实际距离之间的比值。大比例尺图用来表示大量的细节；而小比例尺图仅仅描述主要的特性。图的比例尺与图所包含的信息程度有关,大比例尺图比小比例尺图有更多的细节和信息。
2.1.2 地图的投影
地图投影的根本问题是在平面上表达曲面,也就是说要在平面图上表示地球的表面。地图投影问题可以用桔子皮这个简单例子来粗略地说明：为了将撕破的桔子皮拼成一块平的、连续接触的桔子皮,每个小块必须经过拉伸,扭曲或再撕裂,才能完成。因此,这个例子也很好地表明了完美的投影几乎是不可能的。
在平面上表示一个曲面,必定包括“拉伸”或“皱缩”造成的扭曲,而且“撕裂”成小的断块。投影的质量可用下面三个标准来评价：
（ａ）等距性棗正确地表示距离,投影保证任意两点间的距离的正确。
（ｂ）同形性（正确形态）棗正确地表达形状和方向。
（ｃ）等价性棗正确地表达面积。
由于历史发展的原因,我们的图件有着许多的地理投影和坐标系统,所有这些投影,可归纳为三类：等积投影、等距投影和等角投影。例如：等距园柱投影、等距园锥投影、多园锥投影、正射投影、极射平面投影、球极平面投影、正弦投影和格灵顿投影等等。而在投影的同时,又要选择投影的参考椭球体。
在实际应用中,同一地区的图件,会有不同的比例尺、不同的投影坐标系统,但是在同一GIS系统中,必须首先根据项目（任务）的要求,来选择合适的地理坐标投影系统,作为一个标准的坐标系统,所有的资料、信息都要转换到这个系统上来。
2.2 GIS数据的类型和结构
任何一个真实世界都可以用地理信息来描述和表达,这些信息都必须以一定的数据格式存放在计算机里,它们可分成三大类：空间数据、属性数据和栅格化数据(即光栅数据)。
2.2.1 空间数据
一个几何实体可用空间数据来描述,空间数据的编码有四类：点、线、多边形和连续表面。图2.2为一些点、线、面的例子。
点数据：点（无维数,只有空间的位置而无长度的目标）为空间数据中最简单的类型。这是最基本的数据,虽然只有一个X、Y坐标来描述它的空间位置,但任何几何实体都可以用点的集合来表示。
点有两种形式：一种是离散分布的目标,如钻井、油井、水井或地面采矿点；另一种是固定点上随时间而连续分布的观测,如水位、降雨量、风速和土壤温度测量。
线数据：线实体（一维,具有长度的物体）为具有线性特性的实体,由二对或二对以上的XY坐标组成直线段。线性实体可以是稳定的（结构类）或动态的（流体类）。结构类的线性实体例子有交通运输网（高速公路、铁路....）、服务设施系统( 煤气管道、供电网、电线、电话线、自来水管网....) 等。为确定现有交通运输网上的车流情况和运输能力而收集的车流流量数据的线段网,则为动态线数据。地质中的线性特征和断层分别是相连或不相连线数据的例子。曲线也可用一组X、Y坐标对来描述,都是连续的复杂线实体。
多边形数据：多边形（二维,具有长和宽的物体）构成GIS中最常用的数据类型。多边形也是有边界的区域。区域的边界可由土地形状如森林边界等自然现象,或人类活动形成的边界如土地利用等来定义。最常见的多边形是自然资源环境,如土地覆盖、地质、流域范围、土壤、社会经济带---人口区域、土地边界等等。
当多边形的边界由另一个多边形共享时,必须对多边形数据加以调整,以使其真正吻合和共享；而不同属性的小区完全被另一个区所包含时,可以采用嵌套的办法。
连续表面：连续表面（三维,具有长、宽、高／深的物体）有水准高程（作为地形数据的一部分）、降雨量、温度、人口密度等。尽管大部分GIS商业产品能处理地形数据（通常为数字高程模型DEM：Digital Elevation Model）并显示等值线图、立体图等,但它们并不能处理真正的三维数据。大部分DEM用网格化的高程矩阵或不规则三角网（TIN：Triangulated Irregular Network）来表示地形。在这种情况下,高程（或称为Z坐标）是一个重要的变量。有些系统允许有其它图件特点的整理,例如将土壤、土地覆盖数据或卫星图象（Landsat、Nova、MSS或TM、SPOT）复合在立体的地形高程面上,从而建立一个三维的形象。
一般来说,GIS主要应用于二维的地表现象,如土地利用、森林或土壤数据。在有些应用情况下,也可以通过对物体表面的处理将三维表达简化为二维的表达。例如表达层面的表面,可以用等值线图或立体图来显示。在这种情况下,表面的高程并非真正的独立变量,只是很好地定义了类似三维或假三维数据。
2.2.2 属性数据
每个实体,除了用空间位置、特征来表达它的性质外,通常还用一些别的重要属性来表达,这些属性既可以是文字（例土壤系列的名称、庄稼类型．．．）也可以是标量,如水的深度、地形高程值等等。
一个真实存在的现象,用户能看到,由人类的理解而感觉化的概念,用户也能感觉到。但是它们必须存在一个复杂的数据库中,并能用适当的方式表达出来。在计算机里有几种方法来组织这些地理数据。土地的数学模型或实体的描述以及它们之间的关系,可借助于诸如点、线、地区范围和面等基本实体来表示这些空间数据。而对于这些实体的特性方面的描述,即非空间数据或属性描述,则往往以表格形式存在关系数据库管理系统中。
2.2.3 光栅数据
在GIS的信息源中,网格化的光栅数据也是常见的数据形式。光栅数据结构由大小均匀的矩阵元组成,每一个元的位置由统一的位置索引（线数、列数）来确定。每一网格代表一个数或一个码,用这些网格表达画出图形的属性值。光栅值可以是数值,也可以是文字符号。它相当于将地表划分成规则的方格网,每个方格网用一个值来表达,这个值就是它的某个属性。
对于一个空间分布较少的数据来说,光栅结构会浪费计算机的存储空间。虽然这个问题可以用一些数据压缩技术来克服,但这仍然是光栅数据结构的主要缺点。
不少观测数据是在方格形测网上观测得到的,例如物探、化探数据等,最为突出的例子是卫星遥感图象,各种资源或气象观测卫星在运行轨道上,利用其矩阵排列的传感器,对地球表面进行扫描,从而获得各波段的卫星图象,这些图象就是网格化的数据,是GIS中相当重要的光栅数据源。
2.2.4 数据模型
任何点、线、范围和面的空间分布数据,可用两种不同的数字形式来表示：矢量模型和网格化的模型。图2.3 即为这两个模型。
矢量模型
矢量模型中用明确定义的点、线和多边形位置来表达真实物体（数字模型）的位置。点同样是矢量模型中的最基础部分。任何物体可以由连接点的直线来建立,这些直线组也确定了物体的范围。对于两个连接物体的公共边界可延伸为两种不同的名称：在图论中常用边端这个名字；而有些则称之为用于连接链的顶点、线段或弧。
因而,在矢量模型中,物体由定义它们边界的点、线表达。每个物体的位置则由坐标参考系统组织的在图件空间中的位置所确定。在地理应用上,矢量模型用线作为基本逻辑单位,一系列落在线上的点的X、Y坐标被记录为单一数据记录的组合元。点也可以看作为零长度的线,或看作为有同一起点和终点的线所组成的多边形。
最常用的矢量模型是完整的多边形结构和拓朴模型。
完整多边形模型：在完整多边型模型中,每个多边形作为逻辑编码记录在数据库中,它由表达封闭范围的X、Y坐标弦线所定义。这个模型的主要缺点为：
邻近两个多边形之间的公共线段,必须随两个多边形作两次数字化并存储。
没有保留空间关系,因此,多边形之间存在的关系,必须通过多边形之间的计算来导出。
局部的孤立体仅仅是图形建筑。
只有在可见的图形输出上加以比较才能实现编辑和修改数据库。这种模型常用于简单形式的机助制图生产。在绘图处理过程中用不到诸如空间关系等的外来信息的分析,因此这个模型能高效地再生产原始图件。
拓朴模型：是GIS中最常用的矢量图件。在拓朴模型中,实体间的空间关系按照已知的拓朴模型格式明确地记录下来。拓朴模型中基本的逻辑实体仍然是直线段,这些直线段都由与另一线的交点（或是线的弯曲处）出发或终止,每条线段由两个端点坐标所记录。此外,在这线两侧的多边形标识符或名字也要记录下来,这样就更明确地记录较多的基本空间关系,以备以后的分析使用。基本数据存在无冗余的记录中。
由于这个特点,拓朴数据成为自动制图分析的基础,拓朴过程能最有效地进行诸如误差的自动预测和更正,以及其它多边形分析处理。拓朴学本身研究几何结构的关系与转换。当用于制图和自动空间分析时,就要求把所有的线段都明确地、有序地联接成完整的数字线形,以便在计算机环境下加以解释。
光栅模型
空间数据的光栅（网格化）结构是最简单的数据结构。格网模型以空间的一个单元作为基本数据单元,在这个单元上记下单元的实体信息。由空间排列的每一个单元的值作为光栅结构的每个元的参数。光栅文件中的每个元只有一个值相对应,实体的不同属性则分别存在不同的光栅文件中。
主要的光栅模型有：格网式、嵌套格网和不规则格网。在方形网格和其它规则格网模型中,采用了正方形、三角形和六边形网格。正方形网格应用最广泛。在正方形网格光栅排列里,每个元由行和列的序数来确定并和一个代表图上的属性值组成光栅文件。光栅文件的原点通常选在屏幕上的左上角,这个参考系统与其它参考系统不同,如地学参考系统的地理坐标原点是地表上的某一点。
正方形网格也有它的局限性：从每个元的中心到相邻元的中心点距离不尽相等,沿线和列的方向上相同,但不同于对角线方向上的距离。于是产生了六边形网格：元的中心点到六个方向上的相邻元中心点的距离都相等。放射对称这个特点使这模型在放射状查索和调用的功能上极为方便。
对于三角形网格,有它的优点：即所有的三角形不具有相同的方向。这造成对一些象“单一元比较”这种简单处理的过程都变得较复杂。它也有用三角形表达地形和其它类型表面数据的缺点。六边形网和三角形都有共同的缺点：不能进一步划分为与原来单元形状相同的更小的元,而且数字系统也比方形网更为复杂。
光栅结构中的每个元对应于地表上的一个面积范围,这与最小的绘图单元有不同的概念,最小绘图单元可由一个或多个光栅元组成。由于每个元的属性作为唯一的值存在文件中,每个光栅文件所占的存储空间为文件中的线数与列数的乘积。因为文件的大小与覆盖的面积有关,所以每个元代表的土地面积越小,说明这个文件数据的分辨率就越高,其分辨率随着每个元代表的面积的缩小以平方关系而升高。
方形网格可用于一般的处理,如计算空间特性的中心计算或诸如复合和窗口等的空间处理。这些对方形网有效的处理方法,也很容易改为三角形和六边形网。
把原有的图件转换为光栅结构可采取下列两种方法：点采样,由网格单元的中心值来给出网格元的属性值；模型采样,网格单元的值由网格范围内的主要值确定。图2.4 简单地表明了对一个图件进行光栅化处理的例子。
在GIS中,自然要能对同一图件在两种不同的模型中进行互相转换。当光栅数据转换为矢量数据时,两个均匀的单位之间的间隔确定了线元。由于光栅数据的基本单元为网格,当把光栅数据转换处理成矢量文件时,得到的线条不一定是光滑的直线,而往往呈现出“台阶现象”。这种转换的另一个问题是：由一系列光栅域内定义的线所组成的多边形为一拉长的多边形,或者是使多边形的边界变“粗”,这须要重新处理成一根单一的线条。
嵌套式的格网模型：在这种模型里,格网单元可重复地再划分成具有相同形状和方向的更小的单元。研究得最多的是四分树数据模型,其基础就是重复地分解网格。四分树模型将研究的图形或数据范围定为一个正方形,并分成四个象限,每个象限再反复地分解为子象限,一直到每个子象限的值是相同值为止,或者分解到事先确定的分辨水平为止。由于四分树模型的分辨率是可变的,并且自然地划分为分级途径,四分树结构对处理和存储大的地理范围数据来说,颇为理想。
四分树模型通过大小可变的格网来作出更为细致的表达,来代替方形网格中把一个地区划分为大小相同的元,这样一些细节部分可由更细的划分来完成,从而在需要的时候可以提高更高的分辨率。一般来说,主题图在点、线和多边形边界的邻近区域要求较高的分辨率,而对于大的多边形单一等级的编码来说,它与许多相同小元组成的多边形的准确度是一样的,因为在这区内,所有的属性都相同。四分树模型在使用中,允许用大的单元（粗分辨率）来对大的均匀地区编码,而高一层的分辨率则用于有较大的空间变化的地区。四分树的缺点是在作旋转和转换换算中,数据结构是变的,这样带来了麻烦,在作形状分析和模式识别时显得格外困难。往往需要中间处理程序。
矢量模型和光栅模型都有其优缺点。光栅模型适合于空间变化较大的现象,而矢量模型适于网络分析。具体优缺点这里不详细叙述。
2.2.5 图象的压缩
由于许多单元都含有与相邻元数据相同的数值,这就产生了较大的冗余。利用数据压缩技术可以有意义地削减数据文件的大小。更有效地存储数据的方法有几种。一些方法可以完全重现原来文件,即原始数据可以准确无误地重现；而另一些方法,则通过舍弃和控制原始数据的量来减少数据存储量,这就不能完全恢复原始数据。
行程码是一种允许准确地恢复到原来文件的数据压缩技术。该方法利用了许多数组具有大量均匀区域的事实,在记录时,记录了行的序数,属性值数据和行的前进方向具有相同数值的单元数。这种方法有效性随数组本身的情况而异。在最坏的情况下,当沿着数组一行上顺序记录数据时,如果没有任何重复数据时,其容量就要比原来数组扩大一倍。
四分树模型则是不可完全重现原始数据文件的压缩方法例子之一。
3. GIS的图层和复合
在GIS 中,图层是图件的最基本的信息单元,任何一个真实的地理实体,都可以用多个基本的信息单元---图层来描述,而这些图层的各种组合可以形成具有不同实际应用价值的使用图件。
来自不同的光栅数据文件或不同数据层的相应元上的值可以用多栅格文件的操作来显示和处理。这就是复合处理的基本概念,也就是说,把多个二维排列的光栅文件数
据叠加起来,并分析对应于每个元位置上的多个数据值。此外,光栅数据极易沟通常用的空间数据输入输出硬件。
图 2.6 为矢量图形简单复合迭加的的例子。从图中可以清楚地看出：两个矢量图形迭加后,形成了更多不同含义的小子区,每个小区域的属性都发生了变化,具有其新的属性。它们是通过图形的拓扑关系计算得来的。(未完待续)
(本文系Email投稿,收稿日期:1997.12.04, Email:swcedri@www.sit.net.cn)
