জিআইএস-এ রাস্টার এবং ভেক্টর ডেটা কী এবং কখন ব্যবহার করতে হবে?


47

জিআইএস প্রসঙ্গে রাস্টার এবং ভেক্টর ডেটা কী?

সাধারণ পদগুলিতে অ্যাপ্লিকেশন, প্রক্রিয়া বা বিশ্লেষণ প্রতিটি কিসের জন্য উপযুক্ত? (এবং এর জন্য উপযুক্ত নয় !)

কারও কাছে কি কিছু ছোট, সংক্ষিপ্ত, কার্যকর ছবি রয়েছে যা এই দুটি মৌলিক তথ্য উপস্থাপন করে এবং এর বিপরীতে রয়েছে?

উত্তর:


34

ভেক্টর ডেটা

সুবিধা: ডেটাটিকে তার মূল রেজোলিউশনে উপস্থাপন করা যেতে পারে এবং জেনারালাইজেশন ছাড়াই ফর্মটি দেওয়া যেতে পারে। গ্রাফিক আউটপুট সাধারণত আরও নান্দনিকভাবে আনন্দদায়ক হয় (প্রচলিত কার্টোগ্রাফিক উপস্থাপনা); যেহেতু বেশিরভাগ ডেটা, যেমন হার্ড কপির মানচিত্রগুলি ভেক্টর আকারে থাকে তাই কোনও ডেটা রূপান্তর প্রয়োজন হয় না। ডেটা সঠিক ভৌগলিক অবস্থান বজায় রাখা হয়। টপোলজির দক্ষ এনকোডিংয়ের জন্য এবং ফলস্বরূপ আরও দক্ষ অপারেশনগুলির জন্য টপোলজিকাল তথ্যের প্রয়োজন হয়, যেমন নৈকট্য, নেটওয়ার্ক বিশ্লেষণ।

অসুবিধাগুলি: প্রতিটি ভার্টেক্সের অবস্থানটি স্পষ্টভাবে সংরক্ষণ করা দরকার। কার্যকর বিশ্লেষণের জন্য, ভেক্টর ডেটা টপোলজিকাল কাঠামোর মধ্যে রূপান্তর করতে হবে। এটি প্রায়শই নিবিড় প্রক্রিয়াজাতকরণ হয় এবং সাধারণত বিস্তৃত ডেটা পরিষ্কারের প্রয়োজন হয়। পাশাপাশি, টপোলজি স্থিতিশীল এবং ভেক্টর ডেটাগুলির যে কোনও আপডেটিং বা সম্পাদনার ক্ষেত্রে টপোলজির পুনর্নির্মাণের প্রয়োজন। ম্যানিপুলেটিভ এবং বিশ্লেষণ ফাংশনগুলির জন্য অ্যালগরিদমগুলি জটিল এবং নিবিড় প্রক্রিয়াজাতকরণ হতে পারে। প্রায়শই, এটি সহজাতভাবে বড় ডেটা সেটগুলির কার্যকারিতা সীমাবদ্ধ করে, উদাহরণস্বরূপ বিশাল সংখ্যক বৈশিষ্ট্য। অবিচ্ছিন্ন ডেটা যেমন এলিভেশন ডেটা কার্যকরভাবে ভেক্টর আকারে উপস্থাপন করা হয় না। সাধারণত এই ডেটা স্তরগুলির জন্য যথেষ্ট পরিমাণে ডেটা জেনারালাইজেশন বা ইন্টারপোলেশন প্রয়োজন। বহুভুজগুলির মধ্যে স্থানিক বিশ্লেষণ এবং ফিল্টারিং অসম্ভব

রাস্টার ডেটা

সুবিধা: প্রতিটি কক্ষের ভৌগলিক অবস্থানটি সেল ম্যাট্রিক্সের অবস্থানের দ্বারা বোঝানো হয়। তদনুসারে, একটি উত্স বিন্দু, যেমন নীচে বাম কোণার ব্যতীত কোনও ভৌগলিক স্থানাঙ্ক সংরক্ষণ করা হয় না। ডেটা স্টোরেজ টেকনিকের প্রকৃতির কারণে ডেটা বিশ্লেষণ সাধারণত প্রোগ্রাম করা সহজ এবং দ্রুত সম্পাদন করা যায়। রাস্টার মানচিত্রের অন্তর্নিহিত প্রকৃতি যেমন একটি গুণ মানচিত্র, গাণিতিক মডেলিং এবং পরিমাণগত বিশ্লেষণের জন্য আদর্শভাবে উপযুক্ত। বিবিধ ডেটা, যেমন বনভূমি স্ট্যান্ডস, সমান তাত্পর্যপূর্ণ ডেটা যেমন উদ্বোধনের ডেটা যেমন সমন্বিত হয় এবং দুটি ডেটা ধরণের সংহতকরণকে সহজতর করে তোলে। গ্রিড-সেল সিস্টেমগুলি রাস্টার-ভিত্তিক আউটপুট ডিভাইসগুলির সাথে খুব সামঞ্জস্যপূর্ণ, যেমন ইলেক্ট্রোস্ট্যাটিক প্লটটার, গ্রাফিক টার্মিনাল।

অসুবিধাগুলি: কোষের আকারটি এমন রেজোলিউশন নির্ধারণ করে যেখানে তথ্য উপস্থাপন করা হয়; সেল রেজোলিউশনের উপর নির্ভর করে রৈখিক বৈশিষ্ট্যগুলি পর্যাপ্তভাবে উপস্থাপন করা বিশেষত কঠিন is তদনুসারে, নেটওয়ার্ক সংযোগ স্থাপন করা কঠিন। যদি বিপুল পরিমাণে ডেটা উপস্থিত থাকে তবে সম্পর্কিত বৈশিষ্ট্যযুক্ত ডেটা প্রক্রিয়াজাতকরণ জটিল হতে পারে। রাস্টার মানচিত্র অন্তর্নিহিতভাবে কেবলমাত্র একটি অঞ্চলের জন্য একটি বৈশিষ্ট্য বা বৈশিষ্ট্য প্রতিফলিত করে। যেহেতু বেশিরভাগ ইনপুট ডেটা ভেক্টর আকারে থাকে তাই ডেটাতে অবশ্যই ভেক্টর থেকে রাস্টার রূপান্তর করতে হবে। প্রক্রিয়াকরণ বর্ধিত প্রয়োজনীয়তার পাশাপাশি এটি সাধারণকরণ এবং অনুপযুক্ত ঘর আকারের কারণে ডেটা অখণ্ডতা উদ্বেগ প্রকাশ করতে পারে। গ্রিড-সেল সিস্টেমগুলির বেশিরভাগ আউটপুট মানচিত্রগুলি উচ্চ-মানের কার্টোগ্রাফিক প্রয়োজনের সাথে খাপ খায় না।


19

পিক্সেল বনাম স্থানাঙ্কগুলি যখন আমি রাস্টার মানচিত্রগুলি মনে করি তখন আমার প্রথম চিন্তা স্যাটেলাইট চিত্রাবলী ry কোনও শহুরে অঞ্চলের বিশদ উপগ্রহ চিত্রের প্রায় প্রতিটি পিক্সেলটিতে অনন্য তথ্য থাকতে পারে। একটি ওয়েব মানচিত্রে একটি একক টালি (সাধারণত একটি বৈকল্পিক Mercator ঢিলেঢালাভাবে যেমন "হিসেবে অভিহিত করা স্ফেরিক্যাল " বা " ওয়েব Mercator " এবং দ্বারা সমর্থিত গুগল , বিং , ইয়াহু, OSM এবং ESRI) সাধারণত 256 এক্স 256 = 65.536 পিক্সেল আছে, এবং প্রতিটি জুম স্তরে (2 ^ জুম * 2 ^ জুম) টাইলস রয়েছে। যখন আমি ভেক্টরকে মনে করি, আমি বহুভুজ এবং লাইনগুলি মনে করি think উদাহরণস্বরূপ, একটি পুরো শহর (সম্ভাব্য লক্ষ লক্ষ রাস্টার টাইলস) অঞ্চলের জোনিংয়ের সীমানা বিশদ সম্পর্কিত একটি আকারের ফাইলের কেবলমাত্র 65,000 ভেক্টর আকার থাকতে পারে।

নির্ভুল স্কেলিং মনে হচ্ছে আপনি (এবং সম্ভবত বেশিরভাগ পাঠক) ইতিমধ্যে রাস্টার ফিক্সড পিক্সেল এবং ভেক্টর (মানচিত্রের সমন্বয়) এর মধ্যে সবচেয়ে সুস্পষ্ট পার্থক্য জানেন know ভেক্টর অঙ্কন (এবং মানচিত্র) পিক্সেলের তুলনায় উচ্চতর ডিগ্রি দিয়ে স্কেল করতে পারে কারণ ভেক্টর ডেটাগুলিতে সমন্বিত নিদর্শন (পয়েন্ট, বহুভুজ, লাইন ইত্যাদি) থাকে যা সাধারণ সূত্রগুলি ব্যবহার করে বিভিন্ন রেজোলিউশনে একে অপরের সাথে সম্পর্কিত হতে পারে, অন্যদিকে পিক্সেল আকার পরিবর্তন করতে সাধারণত স্মুথিং অ্যালগরিদম যা চিত্রের নিদর্শনগুলির ফলাফল করে।

চিত্র সংক্ষেপণ বনাম কাঠামো সংক্ষেপণ অনুশীলনে, বেশিরভাগ চিত্রগুলিতে 100% অনন্য পিক্সেল থাকে না এমন ছোট ডেটা প্যাকেটে সংকুচিত করা যায় এবং অনেকগুলি ভেক্টর ফাইলে অতিরিক্ত বিশদ থাকে যা অনেক কম বিশদ জুম স্তরে প্রয়োজন হয় না। চিত্র সংক্ষেপণ একটি সুপরিচিত এবং খুব সুন্দর দক্ষ প্রক্রিয়া এবং প্রায় প্রতিটি কোডিং লাইব্রেরি এই কাজটি করার জন্য ক্লাসগুলিতে তৈরি করেছে। ভেক্টর সমন্বয়কারী সংক্ষেপণ, বা "জ্যামিতির সরলীকরণ" কিছুটা কম সাধারণ (সাধারণভাবে জিআইএস সাধারণ চিত্রের কারসাজির চেয়ে কিছুটা কম সাধারণ)। আমার অভিজ্ঞতায় আপনি চিত্রের সংকোচনের কথা চিন্তা করে প্রায় 0 সময় ব্যয় করবেন (কেবল এটি বন্ধ করুন বা চালু করুন) এবং স্থানিক সংকোচনের বিষয়ে যথেষ্ট বেশি সময় চিন্তাভাবনা করবেন। পরীক্ষা করে দেখুন ডগলাস Peucker অ্যালগরিদম উদাহরণের জন্য, বা শুধু সঙ্গে চারপাশে খেলা QGIS এবং কিছু সেন্সাসের সীমানা ফাইল।

ক্লায়েন্ট বনাম সার্ভার সাইড রেন্ডারিং অবশেষে কম্পিউটারে দেখা সমস্ত কিছুই নির্দিষ্ট রেজোলিউশনে (অর্থাত্ জুম স্তর) পিক্সেলগুলিতে রেন্ডার হয়। প্রায়শই (বিশেষত ওয়েবে) চ্যালেঞ্জটি যথাসম্ভব দক্ষতার সাথে ব্যবহারকারীদের সামনে সেই পিক্সেল পাচ্ছে। মার্কিন জনগণনা মধুপুর ও ব্লক গ্রুপ আকৃতি ফাইলবিশেষত আকর্ষণীয় কারণ তারা ওয়েব ব্রাউজারে ভেক্টর ডেটা হিসাবে রেন্ডার করতে 'ভীষণ বড়' ভেক্টর ডেটাসেটের সীমানা পেরিয়ে। এর বিপরীতে, মার্কিন কাউন্টিগুলি সবেমাত্র আধুনিক ব্রাউজারগুলিতে ভেক্টর ডাউনলোড হিসাবে রেন্ডার করা যায়। যদিও ইউএস সেন্সাস ব্লক গ্রুপের ভেক্টর শেপ ফাইলটি সম্পূর্ণ মার্কিন যুক্তরাষ্ট্রে একাধিক জুম স্তরে কভার করার জন্য রাস্টার টাইলসেটের চেয়ে ছোট হবে, ব্লক গ্রুপ শেপ ফাইলটি ওয়েব ব্রাউজারের চাহিদা অনুযায়ী ডাউনলোডের জন্য খুব বড় (1 গিগাবাইটের কাছাকাছি)। এমনকি যদি ওয়েব ব্রাউজারটি ফাইলটি দ্রুত ডাউনলোড করতে পারে তবে বিপুল সংখ্যক আকারের রেন্ডার করার সময় বেশিরভাগ ওয়েব ব্রাউজারগুলি (এমনকি ফ্ল্যাশ ব্যবহার করে) বেশ ধীর হয়। সুতরাং, বৃহত্তর ভেক্টর ডেটাসেটগুলি দেখার জন্য, আপনি ওয়েব ব্রাউজারে সংক্রমণের জন্য সংক্ষিপ্ত চিত্রগুলিতে অনুবাদ করার চেয়ে প্রায়শই ভাল।

কিছু বাস্তব উদাহরণ আমি গুগল মানচিত্রে বড় ডেটাসেট রেন্ডারিং সম্পর্কে কিছুদিন আগে একই ধরণের প্রশ্নের উত্তর দিয়েছি। আপনি এখানে এনওয়াই টাইমস এবং অন্যদের দ্বারা ব্যবহৃত হিসাবে "সেরা অনুশীলন" এর প্রশ্ন এবং বিশদ বিশ্লেষণ দেখতে পাচ্ছেন ।

কয়েক বছর আগে ফ্ল্যাশ ভারী ক্লায়েন্ট সাইড ভেক্টর রেন্ডারিং থেকে সার্ভার সাইড ভেক্টর রেন্ডারিংয়ের থেকে দূরে সরিয়ে নেওয়ার সিদ্ধান্ত নিয়েছে যা সংকুচিত চিত্র টাইলগুলি খাঁটি এইচটিএমএল এবং জাভাস্ক্রিপ্টে সরবরাহ করে। আমাদের কাছে এইচটিএমএল + রাস্টার (সার্ভার জেনারেটেড ইমেজ টাইলস) এবং ফ্ল্যাশ + ভেক্টর (ক্লায়েন্টের পক্ষে ভারী রেন্ডারিং) এর কয়েকটি সংস্করণ সহ একটি মানচিত্র গ্যালারী রয়েছে।


10

উভয় ফর্ম্যাটে একই ডেটা প্রদর্শন কখনও কখনও তাদের অন্তর্নিহিত পার্থক্য বোঝার জন্য সহায়ক হতে পারে:

রাস্টার বনাম ভেক্টর বনাম রিয়েল লাইফ

আমি এ থেকে একটি লাথি পেয়েছিলাম, পরে একই .pdf উপস্থাপনা: মাইনসুইপার বিশ্লেষণের উদাহরণ উত্স : জুনিপার জিআইএস


8

দেখে মনে হচ্ছে আপনি অ প্রযুক্তিগত লোকদের কাছে এটি প্রকাশ করার উপায় খুঁজছেন, সম্ভবত? আপনি দুটি শৈশব আইটেম, গ্রাফ পেপার এবং একটি সংযোগ-ডট ধাঁধা সঙ্গে সাদৃশ্য ব্যবহার করতে পারে। গ্রাফ পেপারের একটি শীটের প্রতিটি স্কোয়ার একটি রাস্টার কক্ষের সাথে সামঞ্জস্য করে, তাই প্রতিটি বর্গক্ষেত্রটি রঙ করা বা এটিতে একটি নম্বর রাখার কল্পনা করুন। ভেক্টর ডেটা একটি সংযুক্ত-ডট ধাঁধা। উভয় ক্ষেত্রেই প্রতিটি স্তর কেবল কাগজের অন্য একটি শীট।


5

এই চিত্রটি রাস্টার বনাম ভেক্টরের উপাত্ত উপস্থাপনের একটি ভাল ধারণা দেয়।

এখানে চিত্র বর্ণনা লিখুন রাস্টারগুলিতে, বিবেচনাধীন অঞ্চলটি সমান স্কোয়ারে বিভক্ত এবং এটি নির্ধারিত একটি বৈশিষ্ট্য। সুতরাং আপনি যদি রাস্টার জন্য ডেটা স্ট্রাকচার তৈরির কথা বিবেচনা করেন তবে এটি 2D অ্যারে হবে, প্রতিটি এক্স, ওয়াই কো-অর্ডিনেটের মধ্যে একটি বর্গ উল্লেখ করে এবং এটিতে একটি নির্দিষ্ট পূর্বনির্ধারিত বৈশিষ্ট্য থাকতে পারে যেমন বিল্ডিং, রাস্তা, গাছপালা, জলাশয় ইত্যাদি etc.

ভেক্টরে, ডেটা পদ বিন্দু, লাইন এবং বহুভুজ উপস্থাপিত হয়। সুতরাং একটি পর্যটন স্পটকে একটি পয়েন্ট (x, y), একটি নদী বা একটি রাস্তা হিসাবে চিহ্নিত করা হয় একটি লাইনের স্ট্রিং (যা সংযুক্ত পয়েন্টগুলির সিরিজ), একটি হ্রদ বা একটি স্টেডিয়াম ইত্যাদি বহুভুজ হিসাবে উপস্থাপিত হয় (পয়েন্টগুলির তালিকা) এটি একটি বদ্ধ অঞ্চল গঠন করে) - এখানে আরও পড়ুন: https://en.wikedia.org/wiki/Well-علوم_text

ছবিগুলি ওয়েব অনুসন্ধান থেকে প্রাপ্ত, আমি তখন স্ক্রিনশট নিয়েছিলাম এবং ওয়েবে এখন আমার মূল উত্সের লিঙ্কগুলি নেই! তার জন্য ক্ষমা চাই!

তবে আশা করি এই উত্তরটি জিআইএস-এ নতুন কোনও ব্যক্তির কাছে এটি ব্যাখ্যা করতে সহায়তা করে: ডি


0

রাস্টার ডেটা বিশেষ ধরণের ভেক্টর ডেটা হিসাবে ভাবা ভাল। ভেক্টর ডেটাতে মানচিত্রের রেখাগুলি একটি নির্দিষ্ট ঘটনা দ্বারা নির্ধারিত হয়। রাস্টার ডেটাতে এই বর্ণনাকে একটি স্বেচ্ছাসেবী গ্রিড দ্বারা সংজ্ঞায়িত করা হয় যা মানচিত্রের চেষ্টা করার প্রবণতা থেকে স্বতন্ত্র। সাধারণত এই গ্রিডটি কোনও নির্দিষ্ট সেন্সর যেভাবে তথ্য ক্যাপচার করে তার ফলস্বরূপ (যেমন একটি ক্যামেরা)। তবে সমস্ত ক্ষেত্রে রাস্টার ডেটা ভেক্টর দ্বারাও উপস্থাপন করা যেতে পারে।


ভেক্টর ডেটার উদাহরণ হিসাবে রাস্টার ডেটা বৈশিষ্ট্যযুক্ত করা এতটাই অস্বাভাবিক যে আপনার এই দৃ as়তাটিকে প্রশস্তকরণ ও ন্যায়সঙ্গত করার বিষয়টি বিবেচনা করা উচিত।
whuber

@ তবে আমি সম্মতি জানাই যে আমার ন্যায়সঙ্গততার অভাব রয়েছে। এটি প্রযুক্তিগতভাবে সত্য যে রাস্টার কোনও ভেক্টর আকারে প্রকাশ করা যেতে পারে। এই ঘটনাটি বুঝতে সাহায্য করে, তবে সম্ভবত এটি ব্যবহারিকভাবে কার্যকর নয়।
ম্যাথিউ স্নেপ

আমি দেখতে পাচ্ছি না যে একটি বিশেষ ধরণের ভেক্টর হিসাবে রাস্টার চিন্তা করা বুঝতে কীভাবে সহায়ক। আপনি কী দয়া করে এই দৃষ্টিকোণটি আপনাকে কীভাবে সহায়তা করেছে সে সম্পর্কে বিস্তারিতভাবে বলতে পারেন?
ম্যাট উইলকি

এটি কার্যকর কারণ এটি সরঞ্জামগুলি ব্যবহারের জন্য একটি মুক্ত মনের দৃষ্টিভঙ্গিকে উত্সাহ দেয়। জিআইএস এমন ডেটা দিয়ে আবদ্ধ থাকে যা নির্দিষ্ট ব্যবহারের জন্য যেমন টিআইএন, নেটওয়ার্ক বা এমনকি নামের জায়গার জন্য বিশেষী হয়। এগুলি সবগুলি সাধারণ জ্যামিতির ক্ষেত্রে প্রকাশ করা যেতে পারে এবং রাস্টাররা এর চেয়ে আলাদাও নয়। একটি ভাল উদাহরণ একটি ভেক্টর ডেটাসেটের জন্য সূচক হিসাবে একটি রাস্টার ব্যবহার করা। এটি স্বজ্ঞাত পাল্টা, এবং সাধারণ শনাক্তকরণ ক্রিয়াকলাপগুলির জন্য ব্যাপকভাবে দ্রুত।
ম্যাথু স্নেপ

যদিও ভেক্টর ডেটা মানচিত্রে রাস্টার ডেটার মতো দেখতে পাওয়া যায় , বিশ্লেষণের জন্য দুটি মূলত পৃথক। প্রমাণটি কিছু প্রাথমিক ক্ষমতা বিবেচনা করে। উদাহরণস্বরূপ , এন কোষের একজন রেস্টারদের জন্য , একটি স্বেচ্ছাসেবী সারি এবং কলাম সূচীতে মান প্রাপ্তি ও (1) সময় গ্রহণের সাথে একটি এলোমেলো অ্যাক্সেস লুকআপ সহ সম্পন্ন করা হয়। ভেক্টরের উপস্থাপনের সাথে, একই মানগুলির ও (লগ (এন)) সময় নেওয়ার সাথে সূচকের মাধ্যমে অনুসন্ধান প্রয়োজন। অন্য উদাহরণ: একজন রাস্টার স্থানান্তর করতে ও (1) সময় লাগে, কারণ কেবলমাত্র এটির উত্স স্থানাঙ্কগুলি অবশ্যই পরিবর্তন করতে হবে। ভেক্টরের উপস্থাপনায় একই শিফট হ'ল ও (এন)।
whuber

0

রাস্টার ডেটা উপস্থাপনকে কখনও কখনও গ্রিড ডেটা উপস্থাপন বলা হয়। এটি সারি এবং কলামগুলিতে ভৌগলিক ডেটা বা তথ্য উপস্থাপন করতে ব্যবহৃত হয় যেখানে প্রতিটি ঘর একটি নির্দিষ্ট প্রতিনিধিত্ব সহ ডিজিটাল ডেটা উপস্থাপন করে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.