柵格數據常用方法

Ⅰ 柵格數據編碼的方法有那些

1。全柵格式存儲
2.鏈式編碼
3.行程編碼
4.塊式編碼
5.四叉樹編碼

Ⅱ 對比幾種常見的柵格數據壓縮編碼的異同

柵格數據存儲的壓縮編碼 1 直接編碼 直接柵格編碼是最簡單最直觀而又非常重要的一種柵格結構編碼方法，通常稱這種編碼為圖像文件或柵格文件。直接編碼就是將柵格數據看作一個數據矩陣，逐行（或逐列）逐個記錄代碼，可以每行都從左到右逐象元記錄，也可奇數行從左到右，而偶數行由右向左記錄，為了特定目的還可採用其它特殊的順序,右圖直接編碼可表示為矩陣： 2 鏈式編碼 鏈式編碼又稱為弗里曼鏈碼（Freeman,1961）或邊界鏈碼。由某一原點開始並按某些基本方向確定的單位矢量鏈。基本方向可定義為：東＝0，南＝3，西＝2，北＝1等。右圖多邊形邊如果確定原點為像元（10，1），則該多邊形界按順時方向的鏈式編碼為：

鏈式編碼對多邊形的表示具有很強的數據壓縮能力，且具有一定的運算功能，如面積和周長計算等，探測邊界急彎和凹進部分等都比較容易。但是，疊置運算如組合、相交等則很難實施，
3 行程編碼 行程編碼1 只在各行（或列）數據的代碼發生變化時依次記錄該代碼以及相同代碼重復的個數。左圖可沿行方向進行行程編碼： 行程編碼2 逐個記錄各行（或列）代碼發生變化的位置和相應的代碼，左圖可沿列方向進行行程編碼：
1列：（1，3），（3，1）；
2列：（1，3），（4，1）；
3列：（1，3），（5，1）；
4列：（1，4），（2，3），（5，1）；
5列：（1，4），（4，3），（6，2），（7，1）；
6列：（1，4），（4，2）；
7列：（1，4），（4，2）；
8列：（1，4），（3，2）。 行程編碼3 按行（或列）記錄相同代碼的始末象元的列號（或行號）和相應的代碼，左圖可沿行方向進行程編碼：
4 塊式編碼 把多邊形范圍劃分成由象元組成的正方形，然後對各個正方形進行編碼。塊式編碼數據結構中包括3個數字：塊的初始位置（行、列號）和塊的大小（塊包括的象元數），再加上記錄單元的代碼組成。左圖塊式編碼：
5 四叉樹編碼2.1.6 柵格數據存儲的壓縮編碼 1 直接編碼 直接柵格編碼是最簡單最直觀而又非常重要的一種柵格結構編碼方法，通常稱這種編碼為圖像文件或柵格文件。直接編碼就是將柵格數據看作一個數據矩陣，逐行（或逐列）逐個記錄代碼，可以每行都從左到右逐象元記錄，也可奇數行從左到右，而偶數行由右向左記錄，為了特定目的還可採用其它特殊的順序,右圖直接編碼可表示為矩陣： 2 鏈式編碼 鏈式編碼又稱為弗里曼鏈碼（Freeman,1961）或邊界鏈碼。由某一原點開始並按某些基本方向確定的單位矢量鏈。基本方向可定義為：東＝0，南＝3，西＝2，北＝1等。右圖多邊形邊如果確定原點為像元（10，1），則該多邊形界按順時方向的鏈式編碼為： 鏈式編碼對多邊形的表示具有很強的數據壓縮能力，且具有一定的運算功能，如面積和周長計算等，探測邊界急彎和凹進部分等都比較容易。但是，疊置運算如組合、相交等則很難實施， 3 行程編碼 行程編碼1 只在各行（或列）數據的代碼發生變化時依次記錄該代碼以及相同代碼重復的個數。左圖可沿行方向進行行程編碼： 行程編碼2 逐個記錄各行（或列）代碼發生變化的位置和相應的代碼，左圖可沿列方向進行行程編碼：1列：（1，3），（3，1）； 2列：（1，3），（4，1）； 3列：（1，3），（5，1）； 4列：（1，4），（2，3），（5，1）； 5列：（1，4），（4，3），（6，2），（7，1）； 6列：（1，4），（4，2）； 7列：（1，4），（4，2）； 8列：（1，4），（3，2）。 行程編碼3 按行（或列）記錄相同代碼的始末象元的列號（或行號）和相應的代碼，左圖可沿行方向進行程編碼： 4 塊式編碼 把多邊形范圍劃分成由象元組成的正方形，然後對各個正方形進行編碼。塊式編碼數據結構中包括3個數字：塊的初始位置（行、列號）和塊的大小（塊包括的象元數），再加上記錄單元的代碼組成。左圖塊式編碼： 5 四叉樹編碼 四叉樹分割 將圖像區域按四個大小相同的象限四等分，每個象限又可根據一定規則判斷是否繼續等分為次一層的四個象限，無論分割到哪一層象限，只要子象限上僅含一種屬性代碼或符合既定要求的少數幾種屬性時，則停止繼續分割。否則就一直分割到單個象元為止。按照象限遞歸分割的原則所分圖像區域的柵格陣列應為2n×2n（n為分割的層數）的形式。 四叉樹結構 把整個2n×2n象元組成的陣列當作樹的根結點，樹的高度為n級（最多為n級）。每個結點有分別代表南西（SW）、南東（SE）、北西（NW）、北東（NE）四個象限的四個分支。四個分支中要麼是樹葉，要麼是樹叉。樹葉代表不能繼續劃分的結點，該結點代表子象限具有單一的代碼；樹叉不只包含一種代在碼，必須繼續劃分，直到變成樹葉為止。 四叉樹編碼 1 指針四叉樹編碼 通過在子結點與父結點之間設立指針的方式建立起整個結構。按這種方式，四叉樹的每個結點通常存儲6個量，即四個子結點指針、一個父結點指針和該結點的屬性代碼。這種方法除了要記錄葉結點外，還要記錄中間結點，一般要佔用較大存儲空間。 2 線性四叉樹編碼 為美國馬里蘭大學地理信息系統中採用的編碼方法，該方法記錄每個終止結點（或葉結點）的地址和值，值就是子區的屬性代碼，其中地址包括兩部分，共32位（二進制），最右邊4位記錄該葉結點的深度，即處於四叉樹的第幾層上，有了深度可以推知子區大小；左邊的28位記錄路徑，從右邊第五位往左記錄從葉結點到根結點的路徑，0，1，2，3分別表示SW、SE、NW、NE。28位 4位 0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1（路徑0SW,3NE,2NW） 0 3 2 深度3記錄了各個葉子的地址，再記錄相應代碼值，就記錄了整個圖像。 四叉樹優點 1.容易而有效地計算多邊形的數量特徵； 2.陣列各部分的解析度是可變的，邊界復雜部分四叉樹較高，即分級多，解析度也高，而不需要表示許多細節的部分則分級少，解析度低，因而既可精確表示圖形結構又可減少存儲量； 3.柵格到四叉樹及到四叉樹到簡單柵格結構的轉換比其他壓縮方法容易； 4.多邊形中嵌套異類多邊形的表示較方便。 四叉樹分割 將圖像區域按四個大小相同的象限四等分，每個象限又可根據一定規則判斷是否繼續等分為次一層的四個象限，無論分割到哪一層象限，只要子象限上僅含一種屬性代碼或符合既定要求的少數幾種屬性時，則停止繼續分割。否則就一直分割到單個象元為止。按照象限遞歸分割的原則所分圖像區域的柵格陣列應為2n×2n（n為分割的層數）的形式。 四叉樹結構 把整個2n×2n象元組成的陣列當作樹的根結點，樹的高度為n級（最多為n級）。每個結點有分別代表南西（SW）、南東（SE）、北西（NW）、北東（NE）四個象限的四個分支。四個分支中要麼是樹葉，要麼是樹叉。樹葉代表不能繼續劃分的結點，該結點代表子象限具有單一的代碼；樹叉不只包含一種代在碼，必須繼續劃分，直到變成樹葉為止。 四叉樹編碼 1 指針四叉樹編碼 通過在子結點與父結點之間設立指針的方式建立起整個結構。按這種方式，四叉樹的每個結點通常存儲6個量，即四個子結點指針、一個父結點指針和該結點的屬性代碼。這種方法除了要記錄葉結點外，還要記錄中間結點，一般要佔用較大存儲空間。 2 線性四叉樹編碼 為美國馬里蘭大學地理信息系統中採用的編碼方法，該方法記錄每個終止結點（或葉結點）的地址和值，值就是子區的屬性代碼，其中地址包括兩部分，共32位（二進制），最右邊4位記錄該葉結點的深度，即處於四叉樹的第幾層上，有了深度可以推知子區大小；左邊的28位記錄路徑，從右邊第五位往左記錄從葉結點到根結點的路徑，0，1，2，3分別表示SW、SE、NW、NE。
28位 4位
0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1
（路徑0SW,3NE,2NW） 0 3 2 深度3
記錄了各個葉子的地址，再記錄相應代碼值，就記錄了整個圖像。 四叉樹優點 1.容易而有效地計算多邊形的數量特徵； 2.陣列各部分的解析度是可變的，邊界復雜部分四叉樹較高，即分級多，解析度也高，而不需要表示許多細節的部分則分級少，解析度低，因而既可精確表示圖形結構又可減少存儲量； 3.柵格到四叉樹及到四叉樹到簡單柵格結構的轉換比其他壓縮方法容易； 4.多邊形中嵌套異類多邊形的表示較方便。

Ⅲ 什麼是柵格數據結構

柵格數據是最簡單、最直觀的一種空間數據結構，它是將地面劃分為均勻的網格，每個網格作為一個像元，像元的位置由所在行、列號確定，像元所含有的代碼表示其屬性類型或僅是與其屬性記錄相聯系的指針。在柵格結構中，一個點（如房屋）由單個像元表達，一條線（如道路）由具有相同取值的一組線狀像元表達，一個面狀地物（如旱地）由若干行和列組成的一片具有相同取值的像元表達。圖9-11(a) 、(b) 、(c)分別為用柵格像元素表示點、線、面實體的示意圖。如圖9-11(a)中的「4」代表點像元（點實體）;圖9-11(b)中的若干個「6」所代表的點像元相連構成線狀像元（線實體）;同樣,圖9-11(c)中若干個相同的像元代碼（6，7或4）所組成的區域代表面實體。 00000000 00060000 7776666600000000 00600000 7777766600000000 06000000 7777776600004000 06000000 4447666600000000 00600000 4444466600000000 00066000 4446666600000000 00000666 0044666600000000 00000000 00006600 a b c圖 9-11 用柵格像元表示點、線、面實體
柵格數據的編碼方法:柵格數據的編碼方法有多種，常見的有柵格矩陣法、行程編碼、塊碼和四叉樹編碼等，而四叉樹編碼是一種更有效地壓編數據的方法。四叉樹編碼又稱為四分樹、四元樹編碼。它把 2×2 像元組成的陣列當作樹的根結點，樹的高度為n級（最多為n級）。每個結點有分別代表西北、東北、西南、東南四個象限的四個分支,如圖9-12 (a)。四個分支中要麼是樹葉，要麼是樹叉。樹葉用方框表示，它說明該四分之一范圍或全屬多邊形范圍（黑色）或全不屬多邊形范圍即在多邊形以外（空心四方塊），因此不再劃分這些分枝；樹叉用圓圈表示，它說明該四分之一范圍內，部分在多邊形內，另一部分在多邊形外，因而繼續劃分，直到變成樹葉為止。四叉樹編碼正是劃分，逐步分解為包含單一類型的方形區域，其最小的方形區域為一個柵格像元。圖像區域劃分的原則是將區域分為大小相同的象限，而每一個象限又可根據一定規則判斷是否繼續等分為次一層的四個象限。其終止判據是，不管是哪一層上的象限，只要劃分到僅代表一種地物或符合既定要求的幾種地物時則不再繼續劃分，否則一直分到單個柵格像元為止。圖9-11(c)所示的柵格數據，經過四叉樹編碼得到的四叉樹如圖9-12 (b)所示。四叉樹編碼有許多優點：①容易而有效地計算多邊形的數量特徵；②陣列各部分的解析度是可變的，邊界復雜部分四叉樹較高即分級多，解析度也高，而不需表示的細節部分則分級少， 解析度低。因而既可精確表示圖形結構又可減少存儲量；③柵格到四又樹及四又樹到簡單柵格結構的轉換比其它壓縮方法容易；④多邊形中嵌套不同類型小多邊形的表示較方便。四叉樹編碼的最大缺點是，樹狀表示的變換不具有穩定性，相同形狀和大小的多邊形可能得出不同四叉樹結構，故不利於形狀分析和模式識別。1313320

Ⅳ ArcGIS中的柵格數據重采樣方法有哪些

柵格重采樣方法有最鄰近法、雙線性內插法和三次卷積插值法三種。最鄰近法是把原始圖像中距離最近的像元值填充到新圖像中；雙線性內插法和三次卷積插值法都是把原始圖像附近的像元值通過距離加權平均填充到新圖像中。默認情況下，採用最近鄰分配重采樣技術，這種方法同時適用於離散和連續值類型，而其他重采樣方法只適用於連續數據。三種重采樣方法的具體應用可參考http://www.dsac.cn/Software/Detail/21928，裡面有一些相關介紹。

Ⅳ 基於柵格數據疊合分析中，三種主要的變換方法

以上是我找的見解柵格數據為單元統計鄰域統計分區統計聚類、聚合分析柵格數據的聚類、聚合分析；柵格數據的信息復合分析；柵格數據的追蹤分析；柵格數據的窗口分析。矢量數據為路徑分析地址匹配資源匹配（1）單元統計當進行多層面柵格數據疊合分析時，常需要以柵格單元為單位進行單元統計。例如，同一地區不同年度土地利用類型的變化分析等（2）鄰域統計鄰域統計以待計算柵格為中心，向其周圍擴展一定范圍，基於這些擴展柵格數據進行函數運算，從而得到此柵格的值。（3）分區統計分區統計是以一個數據集為基礎在它所包含的不同類別中對另一個被分類數據集進行統計。(4)聚類聚合分析柵格數據的聚類分析是根據設定的聚類條件對原有數據系統進行有選擇的信息提取而建立新的柵格數據系統的方法。路徑分析是GIS中最基本的功能之一，其核心是對最佳路徑的求解。從網路模型的角度看，最佳路徑的求解就是在指定網路的兩個結點之間找一條阻抗強度最小的路徑。一般情況下，可分為如下四種：a、靜態求最佳路徑：由用戶確定權值關系後，即給定每條弧段的屬性，當要求最佳路徑時，讀出路徑的相關屬性，求最佳路徑。b、N條最佳路徑分析：確定起點、終點，求代價較小的幾條路徑，因為在實踐中往往僅求出最佳路徑並不能滿足要求，可能因為某種因素不走最佳路徑，而走近似最佳路徑。c、最短路徑：確定起點、終點和所要經過的中間連線，求最短路徑。d、動態最佳路徑分析：實際網路分析中權值是隨著權值關系式變化的，而且可能會臨時出現一些障礙點，所以往往需要動態地計算最佳路徑。地址匹配地址匹配實質是對地理位置的查詢，它涉及到地址的編碼。地址匹配與其它網路分析功能結合起來，可以滿足實際工作中非常復雜的分析要求。所需輸入的數據，包括地址表和含地址范圍的街道網路及待查詢地址的屬性值。資源分配資源分配網路模型由中心點（分配中心）及其狀態屬性和網路組成。分配有兩種方式，（1）一種是由分配中心向四周輸出，（2）另一種是由四周向中心集中。方法各有千秋矢量數據分析直觀明白但有時候不能得到我們想要的結果並且不能完全代替真實的世界存在無法避免的誤差矢量數據分析復雜抽象數據量小方面存儲望採納

Ⅵ 柵格數據的組織方法

柵格結構是用有限的網格逼近某個圖形，因此用柵格數據表示的地表是不連續的，是近似離散的數據。柵格單元的大小決定了在一個象元所覆蓋的面積范圍內地理數據的精度 ，網格單元越細柵格數據越精確，但如果太細則數據量太大。尤其按某種規則在象元內提取的值，如對長度、面積等的度量，主成分值、均值的求算等，其精度由象元的大小直接決定。由於柵格結構中每個代碼明確地代表了實體的屬性或屬性值，點實體在柵格結構中表示為一個象元，線實體表示為具有方向性的若干連續相鄰象元的集合，面實體由聚集在一起的相鄰象元表示，這就決定了網格行列陣列易為計算機存儲、操作、顯示與維護，因此，這種結構易於實現，演算法簡單，易於擴充、修改，直觀性強，特別是容易與遙感影像的聯合處理。

Ⅶ 柵格數據的編碼方法

編碼方法
在柵格文件中，每個柵格只能賦予一個唯一的屬性值，所以屬性個數的總數是柵格文件的行數乘以列數的積，而為了保證精度，柵格單元分得一般都很小，這樣需要存儲的數據量就相當大了。通常一個柵格文件的柵格單元數以萬計。但許多柵格單元與相鄰的柵格單元都具有相同的值，因此使用了各式各樣的數據編碼技術與壓縮編碼技術。主要的編碼技術簡介如下：
（一）直接柵格編碼
直接柵格編碼是將柵格數據看作一個數據短陣，逐行或逐列逐個記錄代碼。可每行從左到右逐個記錄，也可奇數行從左到右，偶數行從右到左記錄，為特定目的也可採用其它特殊順序。通常稱這種編碼的圖像文件為柵格文件，這種網格文件直觀性強，但無法採用任何種壓縮編碼方法。圖2.1 (c)的柵格編碼為：4，4，4，4，7，7，7，7；4，4，4，4，4，7，7，7；4，4，4，4，9，9，7，7；0，0，4，9，9，9，7，7；0，0，0，9，9，9，7，7；0，0，0，9，9，9，9，9；0，0，0，0，9，9，9，9；0，0，0，0，0，9，9，9。可用程序設計語言按順序文件或隨機文件記錄這些數據。
（二）鏈式編碼
鏈式編碼又稱弗里曼鏈碼或世界鏈碼。它由某一原始點和一系列在基本方向上數字確定的單位矢量鏈。基本方向有東、東南、南、西南、西、西北、北、東北等8個，每個後繼點位於其前繼點可能的8個基本方位之一。8個基本方向的代碼可分別用0，1，2，3，4，5，6，7表示，既可按順時針也可按逆時針表示。柵格結構按逆時針編碼上圖（2）可記錄為：1，3，7，7，7，6，6，5，4。其中前兩個數字1與3表示線狀物起點的坐標，即在第一行第三列，從第三個數字起表示單位矢量的前進方向。
鏈式編碼有效地壓縮了柵格數據，尤其對多邊形的表示最為顯著，鏈式編碼還有一定的運算能力，對計算長度、面積或轉折方向的凸凹度更為方便。比較適於存儲圖形數據。但對邊界做合並和插入等修改編輯工作很難實施，而且對局部修改要改變整體結構，效率較低。
（三）遊程編碼
遊程編碼是柵格數據壓縮的重要且比較簡單的編碼方法。它的基本思路是：對於一幅柵格圖像，常有行或列方向相鄰的若干點具有相同的屬性代碼，因而可採用某種方法壓縮重復的記錄內容。方法之一是在柵格數據陣列的各行或列象元的特徵數據的代碼發生變化時，逐個記錄該代碼及相同代碼重復的個數，從而可在二維平面內實現數據的大量壓縮。另一種編碼方案是在逐行逐列記錄屬性代碼時，僅記錄下發生變化的位置和相應的代碼。圖2.1 (c)柵格結構按遊程編碼方法可記錄為：
第一行4,47,4
第二行4,57,3
第三行4,49,27,2
第四行0,24,19,37,2
第五行0,39,37,2
第六行0,39,5
第七行0,49,4
第八行0,59,3
在這個例子中，原本64個柵格數據，只用了40數值就完整地表示了出來，可見用遊程編碼方法壓縮數據是十分有效的。
遊程編碼的編碼和解碼的演算法都比較簡單，佔用的計算機資源少，遊程編碼還易於檢索、疊加、合並等操作，在柵格單元分得更細時，數據的相關性越強，壓縮效率更高，數據量並沒有明顯增加。因此，該編碼適合微型計算機等中央處理器處理速度慢，存儲容量小的設備進行圖像處理。
（四）塊式編碼
塊式編碼是遊程編碼擴展到二維空間的情況，遊程編碼是在一維狀態記錄柵格單元的位置和屬性，如果採用正方形區域作為記錄單元，每個記錄單元包括相鄰的若干柵格，數據結構由記錄單元中左上角的柵格單元的行、列號（初始位置）和記錄單元的邊長（半徑）與記錄單元的屬性代碼三部分組成，這便是塊式編碼。因此可以說，遊程編碼是塊式編碼的特殊情況，塊式編碼是遊程編碼的一般形式。圖2.1 (c)表示的柵格結構按塊式編碼方法可記錄為：
（1，1，3，4），（1，4，1，4），（1，5，1，7），（1，6，2，7），（1，8，1，7）；
（2，4，1，4），（2，5，1，4），（2，8，1，7）；
（3，4，1，4），（3，5，2，9），（3，7，2，7）；
（4，1，2，0），（4，3，1，4），（4，4，1，9）；
（5，3，1，0），（5，4，2，9），（5，6，1，9），（5，7，1，7），（5，8，1，7）；
（6，1，3，0），（6，6，3，9）；
（7，4，1，0），（7，5，1，9），
（8，4，1，0），（8，5，1，0）。
從以上論述的塊式編碼的編碼原理可知，一個記錄單元所表示的地理數據相關性越強，也即記錄單元包含的正方形邊長越長，壓縮效率越高。而地理數據相關性差時，也即多邊形邊界碎雜時，塊式編碼的效果較差。
塊式編碼的運算能力弱，必要時其編碼的柵格數據須通過解碼轉換成柵格矩陣編碼的數據形式才能順利進行。塊式編碼在圖像合並、插入、面積計算等功能方面較強。
（五）四叉樹數據結構
四叉樹編碼又名四元樹編碼，可以通俗理解為一個具有四分枝結構的樹，它具有柵格數據二維空間分布的特徵，這是一種更為有效的編碼方法。四叉樹編碼將整個圖形區域按照四個象限遞歸分割成2n×2n象元陣列，形成過程是：將一個2×2圖像分解成大小相等的四部分，每一部分又分解成大小相等的四部分，就這樣一直分解下去，一直分解到正方形的大小正好與象元的大小相等為止，即逐步分解為包含單一類型的方形區域（均值塊），最小的方形區域為一個柵格單元。這個倒向樹狀的圖中「○」表示可繼續分割的方形區域；「□」表示具有同類屬性的方形區域；「■」表示不能再分的單個（最小）象元柵格，即所謂的樹葉，樹葉表示的是具有單一類型的地物或是符合既定要求的少數幾種地物，可以在任意層上。
通過以上對四叉樹結構的分析，可發現它有以下特點：
⑴ 存儲空間小：因為記錄的基本單位是塊，不是象素點，因此大大地節省了存儲空間。
⑵ 運算速度快：因為四叉樹結構的圖形操作是在數上進行的，比直接在圖上運算要快得多。
⑶ 柵格陣列各部分的解析度可變：不需要表示許多細節的地方，分級較少，因而解析度低；邊界復雜的地方分級較多，解析度高，因而在減少數據量的基礎上滿足了數據精度。
⑷ 容易有效地計算多邊形的數量特徵。
⑸ 與柵格結構之間的轉換，比其它壓縮方法容易。
⑹ 四叉樹編碼表示多邊形中嵌套其它屬性的多邊形時比較方便：它允許多邊形嵌套多邊形的結構，是非常實用的、重要的特點，這點深深得到地理信息系統數據編碼設計者的青睞。
⑺ 四叉樹編碼的不足之處是：轉換具有不確定性，對大小相等形狀相同的多邊形，不同人可能分解為不同的四叉樹結構，因而不利於形狀分析和模式識別。四叉樹編碼處理結構單調的圖形區域比較適合，壓縮效果好，但對具有復雜結構的圖形區域，壓縮效率會受到很大影響。
（六）八叉樹與十六叉樹結構
前面的數據結構都是基於二維的，在相當多的情況下，如地下資源埋藏、地下溶洞的空間分布，二維的坐標體系根本無法表達。因此需要有三維數據結構，如果考慮空間目標隨時間變化，那還需要4維數據結構。較好的表達三維與四維結構是在四叉樹基礎上發展起來的八叉樹（三維）和十六叉樹（四維）。
是將空間區域不斷地劃分為八個同樣大小的子區域，
（七）各種編碼的比較分析
比較以上各種編碼，可得出如下主要結論：
⑴ 直接柵格編碼直觀簡單，但數據出現大量冗餘；
⑵ 鏈式編碼對邊界的運算方便，壓縮效果好，但區域運算較困難；
⑶ 遊程編碼即較大幅度地保留了原始柵格結構，又有較高的壓縮效率，而且編碼解碼也較容易，但僅局限在一維空間上處理數據；
⑷ 塊式編碼在圖像合並、插入、面積計算等功能方面較強，當所表示的地理數據相關性強時，壓縮效率相當高；但地理數據相關性差時，塊式編碼的效果較差，而且塊式編碼的運算能力較弱；
⑸ 四叉樹編碼運算速度快，存儲空間小，解析度可變，壓縮效率高，但其轉換具有不確定性，難以形成統一演算法。