跳到主要内容

昕图GIS工具箱介绍

AI​

工具箱分组​

矢量工具箱​

栅格工具箱​

栅格工具箱是一组面向空间连续数据的基础分析与处理工具集合，主要用于对规则网格数据（Raster）进行创建、转换、对齐、合并及数值表面生成等操作。该工具箱不关注单一算法或模型的实现细节，而是从统一的数据结构与处理流程出发，提供一致、可组合的栅格处理能力，适用于地形分析、环境建模、遥感影像处理、空间统计与模拟等多种应用场景。

在功能层面，栅格工具箱覆盖了栅格数据从“生成—转换—融合—输出”的完整生命周期，强调不同工具之间在空间参考、像元结构和数值规则上的一致性。所有工具均基于规则网格进行计算，处理对象为单波段或多波段的连续或离散数值栅格，并遵循统一的空间对齐与 NoData 处理原则。

为保证不同工具之间结果的可比性与可复用性，栅格工具箱引入了通用输出设置机制。该机制贯穿于所有栅格工具，是栅格处理流程中最核心、也是最容易影响结果正确性的部分。

数据管理工具箱​

分析工具箱​

空间分析工具箱​

栅格保存一般约定​

无论是何种工具，该工具如果输出结果为栅格数据时，则具有栅格通用输出设置。该设置用于定义输出栅格的空间结构、数据类型及存储方式，并对最终结果具有全局约束作用。无论工具的内部计算逻辑如何，输出结果均受以下设置项控制。

输出类型​

在保存栅格数据时，可以手动设置栅格保存参数，也可以使用捕捉栅格，来设置与参考栅格一模一样的参数。

image-20260128084049848

手动输入​

在“手动输入”模式下，输出栅格的所有关键空间与数值参数均由用户显式指定。

1.可配置参数

  • 空间参考与范围

    • 输出坐标系
    • 栅格空间四至（Extent）

  • 网格与数值结构

    • 像元大小
    • 栅格行列数（栅格大小）
    • 像元数据类型
    • NoData 值
    • 压缩类型

  • 输出格式

    • 栅格文件格式

2.范围与分辨率协调规则

当输出范围与网格参数存在不完全匹配时，系统提供以下两种处理方式：

  • 保持输出范围 以指定的输出四至为最终范围，系统将通过自动微调像元大小或栅格行列数，使输出结果严格覆盖该范围。
  • 保持像元与栅格大小 以指定的像元大小和栅格行列数为准，系统将相应调整输出四至范围。
使用矢量数据​

当选择矢量数据作为参考时，系统可直接读取矢量数据的空间信息，用于辅助定义输出范围和裁剪规则。

1.自动读取内容

选取任意矢量数据后，系统将自动读取并填充以下参数：

  • 坐标系
  • 空间四至范围

2.基于矢量的裁剪设置

工具支持使用矢量几何对输出栅格进行裁剪：

  • 保持裁剪范围 启用后，系统将自动调整像元大小与栅格大小，确保输出结果严格保持指定的裁剪范围。
  • 使用输入要素裁剪几何 启用后，可选择裁剪类型：
    • 内部裁剪 将位于矢量几何内部的栅格区域裁剪掉，仅保留外部区域。输出四至由系统自动计算。
    • 外部裁剪 以矢量几何内部区域作为最终输出范围，裁剪掉位于矢量几何外部的栅格区域。输出四至由系统自动计算。

注：在使用矢量数据作为裁剪依据时，建议输出栅格采用与矢量数据一致的坐标系，以避免空间偏移或裁剪误差。

使用栅格数据​

当选择已有栅格数据作为参考时，系统将自动继承其空间与数值参数，用于生成与参考栅格结构一致的输出结果。

自动读取的参数包括：

  • 坐标系
  • 栅格四至范围
  • 像元大小
  • 栅格行列数
  • 文件格式
  • 像元数据类型
  • NoData 值
  • 压缩类型

该模式适用于需要与现有栅格在空间结构和数值规则上完全一致的分析场景。

捕捉到栅格（Snap Raster）​

“捕捉到栅格”用于强制输出栅格与指定参考栅格在网格结构上完全对齐。

启用该选项后，输出栅格将与参考栅格共享相同的网格原点、像元边界和像元中心位置。即使两个栅格具有相同的像元大小，若其网格原点不同，仍可能产生半像元偏移，从而无法进行逐像元计算。捕捉到栅格可避免此类空间错位问题。

启用捕捉到栅格后的约束规则：

  • 像元大小
  • 栅格行列数
  • 输出四至范围
  • 有效值范围

均不可手动修改，且必须与参考栅格保持完全一致。

空间参考（Coordinate System）​

定义输出栅格所使用的空间参考。

  • 默认情况下，输出栅格采用主要输入栅格的坐标系。
  • 可显式指定输出坐标系，工具将在输出阶段对结果进行重投影。

四至（Extent）​

定义输出栅格在空间上的覆盖范围。

  • 默认输出范围为第一个输入数据范围的四至。
  • 可通过指定范围或参考数据集限制输出范围。
  • 位于输出范围内但无有效输入数据的区域将被赋值为 NoData。
  • 具有 对齐四至 选项，选中时，会强制栅格数据Extent 对齐到输入的四至，此时会稍微调整像元大小。

像元大小（ Cell Size）​

像元大小（Pixel Size / Cell Size / Spatial Resolution）用于描述单个栅格像元在真实地理空间中所代表的实际范围，也称为空间分辨率。

定义输出栅格中像元的空间分辨率。昕图会显示像元大小的单位，以当前坐标系进行实现，在地理坐标系下显示为 度/deg ，在投影坐标系下显示为 米/m 。

  • 输出栅格仅支持单一像元大小。
  • 当输入栅格分辨率不一致时，系统将根据该设置对第一个输入数据进行重采样。
  • 像元大小直接影响输出精度与计算性能。

示例：

  • 像元大小为 30 m × 30 m，表示每个像元对应地面上 30 米见方的区域
  • 栅格空间分辨率为 0.00025°

栅格大小（ Raster Size）​

栅格大小（Raster Size / Raster Dimensions）用于描述栅格数据在行、列方向上的像元数量，即栅格网格的整体尺寸。

在实现层面，栅格数据可被视为一个二维数组，其大小通常以 行数 × 列数（Rows × Columns） 的形式表示，反映了该数据在空间上被划分为多少个离散单元。

栅格大小决定了：

  • 数据的总体规模
  • 存储与计算的内存开销
  • 空间分析时的计算复杂度

示例：

  • 栅格大小为 5000 × 3000，表示该栅格由 5000 行、3000 列像元构成
  • 栅格总像元数为 15,000,000

输出文件设置​

输出文件路径和名称（Output File Naming）​

用于指定输出栅格数据的存储位置及文件名称。

  • 输出路径 指定输出栅格文件的保存目录。

  • 输出栅格文件 指定输出栅格文件的文件名称。 若未手动指定，工具将自动生成默认文件名，生成规则如下：

    [主要输入文件名称]_[工具英文名称]_[任务编号]

    例如，对输入文件 降雨量.pgv 执行插值分析时，生成的输出文件名称为：

    降雨量_gdal_idw_interpolation_1.tif

该命名规则用于区分不同工具及不同执行任务生成的结果文件，便于批量处理与结果管理。

文件格式​

昕图中默认的栅格数据存储格式为GeoTIFF，除了专门的数据格式转换器之外，栅格数据的计算强制设定为GeoTIFF格式。

数据类型（Value Type）​

定义输出栅格中像元的数值类型。

  • 支持整型和浮点型数据类型。
  • 当输入数据类型不一致时，系统自动选择能够容纳所有结果值的数据类型。
  • 输出类型应根据分析目的进行选择，以避免精度损失或数据溢出。
数据类型数值范围说明
8 位无符号整数0 ~ 255常用于分类栅格或颜色索引值
8 位有符号整数-128 ~ 127支持表示小范围的正负整数
16 位无符号整数0 ~ 65,535适用于中等数值范围的分类或计数数据
16 位有符号整数-32,768 ~ 32,767可表示中等范围的正负整数值
32 位无符号整数0 ~ 4,294,967,295适用于大范围计数或索引类数据
32 位有符号整数-2,147,483,648 ~ 2,147,483,647可表示大范围的正负整数值
单精度浮点数约 7 位有效数字小数，适用于一般连续型分析结果
双精度浮点数约 15 位有效数字高精度小数，适用于科学计算与精度要求较高的分析

NoData 值（NoData Value）​

定义输出栅格中用于表示无效或不可计算像元的数值。

  • NoData 像元不参与计算过程。
  • 当输入数据不足或计算条件不满足时，对应输出像元将被赋值为 NoData。
  • 输出 NoData 值可由用户指定。
  • NoData 在选择 自动 时，默认设置改数值类型的最大值。

数值压缩(Data Compression)​

数值压缩用于在不改变栅格空间结构的前提下，降低数据存储体积并优化数据读写效率。在栅格数据中，压缩主要作用于像元数值的存储方式，而不影响像元的位置、分辨率和空间参考。

根据是否保留原始数值信息，栅格压缩方式可分为无损压缩与有损压缩两类。不同压缩方式在文件体积、读写性能、数值精度和适用场景方面存在差异，应根据数据类型和使用目的进行合理选择。

无损压缩（Lossless Compression）​

无损压缩在解压后能够完全还原原始像元数值，不会引入任何数值误差，适用于分析、建模及科学计算等对精度要求较高的场景。

无损压缩通常用于：

  • 分类栅格与编码类数据
  • 连续型分析结果（如插值结果、DEM、模型输出）
  • 需要重复计算或长期归档的分析成果

常见无损压缩方式包括 LZW、DEFLATE、LERC、ZSTD 等。其中，部分压缩方式针对浮点型数据进行了专门优化，在保证数值精度的同时显著降低文件体积。

昕图默认使用 LZW 进行压缩。

有损压缩（Lossy Compression）​

有损压缩通过牺牲部分数值或影像细节来换取更高的压缩比，解压后的数据无法完全还原为原始数值。该类压缩方式主要面向视觉表达和分发场景，而非精确数值分析。

有损压缩通常用于：

  • 遥感影像与卫星影像数据
  • 可视化成果与在线发布产品
  • 对数值精度要求不高的展示型数据

常见有损压缩方式包括 JPEG、JPEG-XL（有损模式）、WebP 等。

压缩方式选择原则​

在选择栅格压缩方式时，应综合考虑以下因素：

  • 分析目的：是否需要保持精确的数值一致性
  • 数据类型：整数型、浮点型或影像型数据
  • 存储需求：磁盘空间与长期归档要求
  • 性能需求：数据读取速度与计算效率

一般情况下，分析型数据应优先选择无损压缩；影像展示和发布型数据可根据需求选择合适的有损压缩方式

压缩类型说明​
压缩类型支持格式压缩方式说明与典型用途
无GTiff无压缩不进行任何压缩，文件体积最大，读写速度最快，适用于临时数据或调试用途
LZWGTiff无损压缩常用的 TIFF 无损压缩方式，兼容性好，压缩率与性能平衡，是多数 GIS 软件的默认选择
LZMAGTiff无损压缩基于 Lempel–Ziv–Markov 算法，压缩比高但压缩和解压速度较慢，适用于对存储空间要求较高的场景
DEFLATEGTiff无损压缩高效的无损压缩算法，广泛用于 GeoTIFF，大幅减小文件体积，适合大规模栅格数据存储
LERCGTiff无损压缩面向浮点型栅格数据优化的压缩算法，适用于高精度连续型数据，如 DEM 或科学计算结果
LERC_DEFLATEGTiff无损压缩LERC 与 DEFLATE 的组合方式，在保证无损的前提下进一步提升压缩效率，适合大规模浮点栅格数据
PackBitsGTiff无损压缩简单的行程编码方式，压缩效率较低，但实现简单，对小型或规则数据集较为有效
ZSTDGTiff无损压缩新一代无损压缩算法，兼顾高压缩率与高速读写，GDAL 3.x 起支持，适合大规模栅格数据
JPEGGTiff / 遥感影像有损压缩主要用于遥感影像和卫星图像，压缩效率高，但会引入不可逆的图像失真
JXLGTiff / 遥感影像有损 / 无损JPEG-XL 格式，支持更高压缩比与更优画质，GDAL 3.x 起支持，适合现代影像数据存储
WEBPGTiff / Web 场景有损 / 无损面向 Web 优化的图像格式，压缩效率高，适用于 Web GIS 或在线发布场景
CCITTRLEGTiff / 文档影像无损压缩适用于黑白（1-bit）图像，通过行程编码实现压缩，常用于扫描文档
CCITTFAX3GTiff / 文档影像有损压缩CCITT Group 3 传真压缩，主要用于黑白文档影像，压缩效率高于 RLE
CCITTFAX4GTiff / 文档影像有损压缩CCITT Group 4 传真压缩，比 Group 3 更高效，常用于扫描文档与二值影像

矢量保存一般约定​