GIS/래스터 데이터 구조 문서 원본 보기

== 학습 목표 ==
* 래스터 데이터 구조적 특성 이해
* 다양한 래스터 기반 자료, 원격탐사 자료 특성 이해
* 대표적인 원격탐사 자료 활용 분야 이해

== 래스터 데이터 ==
"규칙적인 모양을 가지는 특수한 필드 기반 모델"
* 다각형화 모델(tessellation model)
* 삼각형, 사각형, 육각형의 3가지 기본 형태.
* 임의 공간해상도(Spatial resolution; 하나 픽셀이 가지는 실제 지형 크기.)을 가지는 grid, cell, pixel의 최소 지도화 단위(minimum mapping unit)들의 집합.
** 전체 면을 일정 크기 단위 셀로 분할, 각 셀에 속성값(수치값. 문자열 X) 입력, 연산, 저장.
** 실제 사물이 강제적으로 격자 포맷에 맞추어 변형될 수 있음.
** 위치정보는 행과 열에 의해 자동 결정됨.(행렬, matrix)

예시 : 스캔 영상, 디지털 영상, 위성 영상 등

== 공간 분할 방식 ==
삼각형, 사각형, 육각형이 있다.

사각형 공간 분할이 유리함.

=== 사각형 공간분할의 장점 ===
* ♣♣♣데이터 저장 형태가 행렬방식. 
** 좌표체계 정의하기 용이.
** 연산, 분석 용이
* 픽셀 세분하는 경우 동일 형태와 크기로 나눌 수 있다.
* 이웃 픽셀과 거리 계산에 용이.(대각선, 가로, 세로방향 거리에 차이가 없다.)

----

사각형 하나에 많은 면적을 차지하는 속성만 남기는데, 그러다보면 작은 면적 차지하는 속성들은 사라져버리는 문제가 있음(지형 특성 변화)

해결방법은 래스터 셀 크기를 줄이는 것(셀 숫자는 늘어남. 데이터 양이 늘어나는 단점.)

== 래스터 자료 구성 ==
아래 레이어로 구성.

* band : R, G, B
* 주제도(theme)

== 래스터 자료 파일 포맷 ==

* GeoTiff(.tif)같은 지리정보 참조 가능한 포맷으로 저장.
* BSQ, BIP, BIL 형태로 저장.

파일 구조는 

처음에 행, 열 개수, band 수가 나오고, 

그 아랫줄에 010111010101 해서 그려짐.

♣♣♣

=== BSQ ===
Band - Sequential.

3x3 영상이 3개(R, G, B band)가 있다고 하면,

열 1에 영상 1(R, band 1)의 정보를 순차 저장.

열 2에 영상 2(G, band 2)의 정보를 순차 저장.

열 3에 영상 3(B, band 3)의 정보를 순차 저장.

=== BIL ===
Band - Interleaved by line.

열 1에 영상 1(R, band 1)의 첫줄, 영상 2(G, band 2)의 첫줄, 영상 3(B, band 3)의 첫줄.

열 2에 영상 1(R, band 1)의 둘째 줄, 영상 2(G, band 2)의 둘째 줄, 영상 3(B, band 3)의 둘째 줄.

반복...

=== BIP ===
Band - Interleaved by pixel.

열1에 영상 1(R, band 1) 첫 픽셀, 영상 2(G, band 2) 첫 픽셀, 영상 3(B, band 3)의 첫 픽셀, 영상 1(R, band 1) 두번째 픽셀, 영상 2(G, band 2) 두번째 픽셀, 영상 3(B, band 3)의 두번째 픽셀

반복...

== 원격탐사(remote sensing) ==

* 원거리에서 센서 이용하여 관측.
* 항공기, 위성 이용
* 카메라, 레이저, 스캐너
* 가시광선, 적외선, 마이크로파

래스터 데이터 얻기 위해 알아야 하는 특성

* spatial : 하나 픽셀 크기
* spectral(분광 해상도) : 어떤 파장대 전자기파를 얻을 것인가?
* radiometric : 어느정도 감도를 얻을 것인가?

== 해상도 ==
♣♣♣

* 물체를 관측하는 센서 능력.
* 공간 해상도(Spatial resolution), 
* 분광 해상도(spectral resolution), 
* 방사 해상도(Radiometric Resolution), 
* 주기 해상도(Temporal Resolution)

=== 공간 해상도 ===
♣
* 원격탐사 자료에서 구분할 수 있는 개체 크기. 
* 화소 하나가 실제 지형에서 나타내는 크기.
* 얼마나 작은 물체를 식별 가능한가?

=== 분광 해상도 ===
센서가 취득 가능한 파장의 다양성(센서의 능력)

=== 방사해상도 ===
하나 화소가 영상 내에서 표현할 수 있는 수.

8bit면 <math>2^8 = 256</math>개 데이터 저장 가능.(0에서 255까지)

=== 주기해상도 ===
동일 지역 영상을 획득 가능한 최단 시간. 인공위성 영상에 관한 특성.

지역, 국토 변화양상 분석 가능성 판단에 쓰임.

== 활용 분야 ==

=== 고해상도 위성영상 ===

* 대축척 지도 제작
* 개체 정밀 판독(30-50cm 물체 식별 가능 수준)

== 래스터 자료 처리 특성 ==

* 공간적 상관관계 결정, 패턴 파악
* 디지털 이미지 분석(영상 판독)
* <u>벡터 자료와 통합. 공간 분석</u>에 응용.
* 장점
** 구조 단순
** 자료 중첩, 통합에 유리.
** 행렬 연산 가능하므로 연산 빠름.
** <u>시각화</u> 용이.
** 원격탐사/사진측량 자료와 연계 용이.
** <u>다양한 모델링</u> 작업 가능.
** 저가 소프트웨어/하드웨어에서도 가능.
* 단점
** 저해상도이면 시각효과가 떨어지나, 공간해상도가 높아지면서 해결되고 있다.
** 공간적 부정확성
** 형상을 정확히 표현 불가.(해상도 때문)
** 벡터 데이터에 비해 해상도 낮다.
** 아무것도 존재하지 않아도 저장용량 차지.

일반적인 래스터 자료의 형태

* 항공사진, 원격탐사 자료같이 영상 형태
* 지도가 스캔된 형태
* DEM같은 수치자료