Хранение шейп-файлов

Все компоненты шейп-файла имеют одно имя. Файл с расширением .shp содержит пространственные данные в двоичном коде, файл с расширением .dbf  - атрибутивные данные в таблице в формате dBASE. Файл с расширением .shх представляет  собой  пространственный индекс, в котором в сжатом виде описана структура файла .shp. Другими словами, файл с расширением .shх является ключом к пространственным данным, благодаря которому осуществляется быстрое чтение шейп-файла, а следовательно, все операции поиска и выборочного отображения объектов.

В папке, где хранится шейп-файл вы можете увидеть еще два файла :  

• <имя>.prj  - файл пространственной привязки, содержащий информацию о системе координат шейп-файла.

• <имя>.shp.xml   - файл метаданных. Метаданные – это  информация, которая характеризует ваши данные, подобно тому, как карточка в библиотечном каталоге описывает книгу. Метаданные могут содержать различную информацию: кто  автор или владелец этих данных, какова точность данных, в какой системе координат они находятся, дата последнего обновления и др.  

• Рисунки и наборы данных САПР.

• К настоящему времени в файлах чертежей  САПР  собран значительный объем географических данных. САПР (Система автоматизированного проектирования) является системой компьютерного черчения и собственно ГИС- продукты не создает.  Особенность файлов САПР состоит  в том, что пространственные объекты в них обычно подразделены на множество слоев: например, здание может быть представлено и полигоном, и линейным объектом, представляющим  границу этого полигона. С точки зрения ГИС  этот формат данных имеет переизбыток информации. 

• 

• Рисунок САПР является аналогом карты, на котором отображены все картографируемые элементы, используя символы, хранящиеся в самом рисунке.

• Каждому рисунку САПР на диске в дереве Каталога соответствуют два элемента: набор данных САПР и рисунок САПР.

• Набор данных САПР  (слой САПР) это нечто иное, нежели слой на карте.  Если набор данных САПР имеет 17 слоев – 3 точечных, восемь линейных, четыре полигональных, и два из подписей – то они будут объединены в класс точечных объектов САПР, класс линейных объектов САПР, класс полигональных объектов САПР и класс подписей САПР. Таким образом, класс пространственных объектов САПР содержит  все точки, или все линии, или все полигоны или все аннотации рисунка, а также их атрибуты.   Дополнительные  атрибуты пространственных объектов могут храниться в отдельных таблицах.

Глубина цвета.

Изображения хранятся в файлах изображений, называемых также image-файлами,  и содержат только числа. Такое представление данных преобразуется в изображение, когда они отображаются на экране монитора или выводятся на печать. При этом программа каждому значению пикселя (или нескольким значениям пикселя, если это многоканальный растр) ставит в соответствие один цвет  и  с помощью этого цвета отображает  пиксель на экране монитора. Цвет каждого пикселя (красный, чёрный, белый или любой другой) хранится в компьютере как комбинация битов. Бит (двоичный разряд) является наи­меньшей единицей информации, которая может принимать лишь одно из двух значений (да/нет, плюс/минус, чёрное/белое, включено/выключено и т.д.). Чем больше битов ис­пользуется для пикселя, тем больше оттенков цветов можно получить. Число битов, используемых компьютером для каждого пикселя, называется битовой глубиной, или глубиной цвета. В зависимости от различной глубины цвета выделя­ют следующие типы растровых изображений:

• чёрно-белые штриховые (монохромные);

• полутоновые (в оттенках серого);

• с индексированным цветом;

• полноцветные.

В чёрно-белых штриховых (монохромных) изображениях для хранения каждого пикселя используется лишь один бит информации. Одним битом кодируются два состо­яния, т.е. два цвета: черный или белый. Глубина цвета в этом случае - один бит, и такой тип изображения называется 1-битовым.

В полутоновых изображениях каждый пиксель кодируется 8 битами (8 бит составля­ют 1 байт). Глубина цвета такого изображения составляет 8 бит, а каждый его пиксель может принимать одно из 256 различных значений (2⁸=256). Серая шкала имеет 256 градаций серого цвета, каж­дая из которых характеризуется значением яркости в диапазоне от 0 (черный) до 255 (бе­лый). К полутоновым изображениям относятся аэрофотоснимки и панхро­матические космические снимки (SPOT, Ikonos и т.п.). На них информация о земной поверхности представлена 256 оттенками серого цвета.

Изображения с индексированным цветом имеют ограниченную цветовую гамму. Пиксели таких изображений кодируются 4 битами (2⁴=16 цветов) или 8 битами (2⁸=256 цветов). Такие цвета называются индексированными (indexed color). Разумеет­ся, 16 (и даже 256) цветами невозможно полностью передать цветовую гамму фото­изображений. Однако иногда изображения с индексированным цветом можно использовать вместо полноцветных, так как для хранения таких изображений требует­ся гораздо меньше ресурсов памяти компьютера. Например, топографическая карта имеет всего 8 цветов, и нет смысла хранить её в полноцветном или даже в 256-цветном режиме.

К полноцветным относятся изображения с глубиной цвета не менее 24 бит, что даёт возможность отобразить 16,7 млн цветов (2²⁴). Поэтому иногда полноцветные изображения называют true color (истинный цвет). Примером таких изображений мо­гут служить высококачественные цветные фотографии, многозональные кос­мические снимки и т.п.

Отображение одноканальных растров.

Резюмируем выше сказанное. Итак, растр может иметь один или несколько каналов. Значения ячеек могут отображаться различными способами. Значения ячеек в одноканальных растрах могут быть отображены следующими тремя базовыми способами (на слайде приведены некоторые из способов отображения одноканальных растров на основе значения ячеек).

• В бинарном изображении каждая ячейка имеет значение 0 или 1. Такие изображения часто используются для сканирования карт с простым линейным рисунком, типа карт земельных участков.

• В полутоновом изображении каждая ячейка имеет значение от 0 до 255. Такие изображения часто используются для черно-белых аэрофотоснимков.

• Цветовая таблица. Один из способов представить цвета на изображении - это использовать таблицу цветов. Значениям ячеек произвольно сопоставляются тройки значений компонент цвета - красной, зеленой и синей. В данном случае речь идет о цветовой модели RGB.

Цветовые модели – это  способы разделения цветового оттенка на составляющие ком­поненты. В компьютерной графике в основном применяют цвето­вые модели RGB, CMYK, HSB и др.

Цветовая модель RGB описывает способ получения цвета на экране монитора или телевизора. Название происходит от трёх базовых цветов, используемых в модели - Red, Green, Blue(красный, зелёный, синий). Базовые цвета иначе называются каналами. Следовательно, RGB - трёхканальная цветовая мо­дель. Смешав три базовых цвета в разных пропорциях, можно получить всё многообразие оттенков.

Яркость каждого базового цвета может принимать значения от 0 до 255 (256 значе­ний). Для кодирования всех возможных значений яркости одного базового цвета (канала) достаточно 8 бит (2⁸=256), а для всей модели (3 канала) - 24 бит (2²⁴=256³=16 777 216). Таким образом, модель RGB описывает более 16 млн цветов.

С лекции

Для полигональных тем способы создания карт.

1. Отдельный символ – использование одного и того же символа и цвета для представления всех объектов.

2. Цветовая шкала – классифицирует объекты согласно числовому атрибуту и представляет классы символами из выбранной цветовой гаммы.

3. Уникальное значение – классифицирует объекты согласно числовому илил символьному атрибуту, так чтобы каждое уникальное значение помещалось в отдельный класс.

4. плотность точек – представляет числовой атрибут полигонального объекта использую его как плотность точек в каждом полигоне, который пропорционален значению атрибута.

5. Локализованная диаграмма - представляет несколько числовых атрибутов для объектов, отображает столбчатые или круговые диаграммы.

Классификация данных

При построении тематических карт с помощью цветовой шкалы используются методы классификаций:

1. естественные границы - определяет граничные точки классов, используя статистические характеристики, позволяет сгруппировать близкие по значениям данные.

2. Равноплощадная – классифицирует полигональные объекты находя границы классов так, чтобы общая площадь полигонов в каждом классе была примерно одинаковая

3. равный интервал – разбивает значения атрибутов на равные по размерам и диапазону значения.

4. Квантиль (равномерный) – каждый класс содержит одинаковое число объектов.

5. стандартное отклонение – находит среднюю величину и размещает граничные значения классов выше и ниже среднего значения в интервалах граничные значения которых отстоят от среднего на величину кратную единице, ½, ¼, пока все величины данных содержатся в пределах границ классов.