栅格数据压缩方法最常用的

A. arcgis如何计算栅格数据DEM的平均海拔

直接在ArcMap中加载DEM数据，查看图层属性，就可以看到DEM数据的最大、最小、平均高程等。

B. 栅格数据结构的三种数据组织方法

方法a——基于像元的组织方法
以像元为独立存储单元，对每个像元的位置坐标、在各层的属性值进行记录。每个像元的记录内容表示为一个数组。这种组织方式最为常见，当栅格层数较多的时候，对不同层的每个像元只需记录一次坐标值，节省存储空间。
方法b——基于层的组织方法
以像元为记录序列，对不同层上同一像元位置上只记录一次像元的位置坐标，并记录各层的属性值。由于栅格数量很多，对于每层的同一像元均要存储地理坐标，需要大量的存储空间。
方法c——基于多边形的组织方法
以层为存储基础，每层以多边形为序列记录多边形的属性值和多边形内各像元的坐标。将同一属性的制图单元的n个像元的属性只记录一次，有效节约用于存储属性的空间。
基于像元的数据组织方式简单明了，便于数据扩充和修改，但进行属性查询和免于边界提取时速度较慢；基于层的数据组织方式便于属性查询，但每个像元的坐标均要重复存储，浪费了存储空间；基于多边形的数据组织方式虽然便于面域边界提取，但在不同层中像元的坐标还是要多次存储。

C. 栅格数据的编码方法

编码方法
在栅格文件中，每个栅格只能赋予一个唯一的属性值，所以属性个数的总数是栅格文件的行数乘以列数的积，而为了保证精度，栅格单元分得一般都很小，这样需要存储的数据量就相当大了。通常一个栅格文件的栅格单元数以万计。但许多栅格单元与相邻的栅格单元都具有相同的值，因此使用了各式各样的数据编码技术与压缩编码技术。主要的编码技术简介如下：
（一）直接栅格编码
直接栅格编码是将栅格数据看作一个数据短阵，逐行或逐列逐个记录代码。可每行从左到右逐个记录，也可奇数行从左到右，偶数行从右到左记录，为特定目的也可采用其它特殊顺序。通常称这种编码的图像文件为栅格文件，这种网格文件直观性强，但无法采用任何种压缩编码方法。图2.1 (c)的栅格编码为：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。可用程序设计语言按顺序文件或随机文件记录这些数据。
（二）链式编码
链式编码又称弗里曼链码或世界链码。它由某一原始点和一系列在基本方向上数字确定的单位矢量链。基本方向有东、东南、南、西南、西、西北、北、东北等8个，每个后继点位于其前继点可能的8个基本方位之一。8个基本方向的代码可分别用0，1，2，3，4，5，6，7表示，既可按顺时针也可按逆时针表示。栅格结构按逆时针编码上图（2）可记录为：1，3，7，7，7，6，6，5，4。其中前两个数字1与3表示线状物起点的坐标，即在第一行第三列，从第三个数字起表示单位矢量的前进方向。
链式编码有效地压缩了栅格数据，尤其对多边形的表示最为显着，链式编码还有一定的运算能力，对计算长度、面积或转折方向的凸凹度更为方便。比较适于存储图形数据。但对边界做合并和插入等修改编辑工作很难实施，而且对局部修改要改变整体结构，效率较低。
（三）游程编码
游程编码是栅格数据压缩的重要且比较简单的编码方法。它的基本思路是：对于一幅栅格图像，常有行或列方向相邻的若干点具有相同的属性代码，因而可采用某种方法压缩重复的记录内容。方法之一是在栅格数据阵列的各行或列象元的特征数据的代码发生变化时，逐个记录该代码及相同代码重复的个数，从而可在二维平面内实现数据的大量压缩。另一种编码方案是在逐行逐列记录属性代码时，仅记录下发生变化的位置和相应的代码。图2.1 (c)栅格结构按游程编码方法可记录为：
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
在这个例子中，原本64个栅格数据，只用了40数值就完整地表示了出来，可见用游程编码方法压缩数据是十分有效的。
游程编码的编码和解码的算法都比较简单，占用的计算机资源少，游程编码还易于检索、叠加、合并等操作，在栅格单元分得更细时，数据的相关性越强，压缩效率更高，数据量并没有明显增加。因此，该编码适合微型计算机等中央处理器处理速度慢，存储容量小的设备进行图像处理。
（四）块式编码
块式编码是游程编码扩展到二维空间的情况，游程编码是在一维状态记录栅格单元的位置和属性，如果采用正方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由记录单元中左上角的栅格单元的行、列号（初始位置）和记录单元的边长（半径）与记录单元的属性代码三部分组成，这便是块式编码。因此可以说，游程编码是块式编码的特殊情况，块式编码是游程编码的一般形式。图2.1 (c)表示的栅格结构按块式编码方法可记录为：
（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）。
从以上论述的块式编码的编码原理可知，一个记录单元所表示的地理数据相关性越强，也即记录单元包含的正方形边长越长，压缩效率越高。而地理数据相关性差时，也即多边形边界碎杂时，块式编码的效果较差。
块式编码的运算能力弱，必要时其编码的栅格数据须通过解码转换成栅格矩阵编码的数据形式才能顺利进行。块式编码在图像合并、插入、面积计算等功能方面较强。
（五）四叉树数据结构
四叉树编码又名四元树编码，可以通俗理解为一个具有四分枝结构的树，它具有栅格数据二维空间分布的特征，这是一种更为有效的编码方法。四叉树编码将整个图形区域按照四个象限递归分割成2n×2n象元阵列，形成过程是：将一个2×2图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，就这样一直分解下去，一直分解到正方形的大小正好与象元的大小相等为止，即逐步分解为包含单一类型的方形区域（均值块），最小的方形区域为一个栅格单元。这个倒向树状的图中“○”表示可继续分割的方形区域；“□”表示具有同类属性的方形区域；“■”表示不能再分的单个（最小）象元栅格，即所谓的树叶，树叶表示的是具有单一类型的地物或是符合既定要求的少数几种地物，可以在任意层上。
通过以上对四叉树结构的分析，可发现它有以下特点：
⑴ 存储空间小：因为记录的基本单位是块，不是象素点，因此大大地节省了存储空间。
⑵ 运算速度快：因为四叉树结构的图形操作是在数上进行的，比直接在图上运算要快得多。
⑶ 栅格阵列各部分的分辨率可变：不需要表示许多细节的地方，分级较少，因而分辨率低；边界复杂的地方分级较多，分辨率高，因而在减少数据量的基础上满足了数据精度。
⑷ 容易有效地计算多边形的数量特征。
⑸ 与栅格结构之间的转换，比其它压缩方法容易。
⑹ 四叉树编码表示多边形中嵌套其它属性的多边形时比较方便：它允许多边形嵌套多边形的结构，是非常实用的、重要的特点，这点深深得到地理信息系统数据编码设计者的青睐。
⑺ 四叉树编码的不足之处是：转换具有不确定性，对大小相等形状相同的多边形，不同人可能分解为不同的四叉树结构，因而不利于形状分析和模式识别。四叉树编码处理结构单调的图形区域比较适合，压缩效果好，但对具有复杂结构的图形区域，压缩效率会受到很大影响。
（六）八叉树与十六叉树结构
前面的数据结构都是基于二维的，在相当多的情况下，如地下资源埋藏、地下溶洞的空间分布，二维的坐标体系根本无法表达。因此需要有三维数据结构，如果考虑空间目标随时间变化，那还需要4维数据结构。较好的表达三维与四维结构是在四叉树基础上发展起来的八叉树（三维）和十六叉树（四维）。
是将空间区域不断地划分为八个同样大小的子区域，
（七）各种编码的比较分析
比较以上各种编码，可得出如下主要结论：
⑴ 直接栅格编码直观简单，但数据出现大量冗余；
⑵ 链式编码对边界的运算方便，压缩效果好，但区域运算较困难；
⑶ 游程编码即较大幅度地保留了原始栅格结构，又有较高的压缩效率，而且编码解码也较容易，但仅局限在一维空间上处理数据；
⑷ 块式编码在图像合并、插入、面积计算等功能方面较强，当所表示的地理数据相关性强时，压缩效率相当高；但地理数据相关性差时，块式编码的效果较差，而且块式编码的运算能力较弱；
⑸ 四叉树编码运算速度快，存储空间小，分辨率可变，压缩效率高，但其转换具有不确定性，难以形成统一算法。

D. 栅格地图如何减少存储空间

栅格地图是各种比例尺的纸介质地形图和各种专业使用的彩图的数字化产品，就是每幅图经扫描、几何纠正及色彩校正后，形成在内容、几何精度和色彩上与地形图保持一致的栅格数据文件。栅格数据为按给定间距排列的阵列数据,基本信息单元由数据点的空间位置和数据信息构成,数据信息可以是高程、遥感图象的RGB值或其它信息。数据按图幅或按区域存放,文件结构包括文件头和数据体,文件头包括对数据的各种描述信息(如行数、列数、格网间距、坐标等),数据体依次记录基本单元信息。一般为节省存储空间,栅格数据需进行压缩或以其它形式进行重新组织。

E. 什么是栅格数据结构

栅格数据是最简单、最直观的一种空间数据结构，它是将地面划分为均匀的网格，每个网格作为一个像元，像元的位置由所在行、列号确定，像元所含有的代码表示其属性类型或仅是与其属性记录相联系的指针。在栅格结构中，一个点（如房屋）由单个像元表达，一条线（如道路）由具有相同取值的一组线状像元表达，一个面状地物（如旱地）由若干行和列组成的一片具有相同取值的像元表达。图9-11(a) 、(b) 、(c)分别为用栅格像元素表示点、线、面实体的示意图。如图9-11(a)中的“4”代表点像元（点实体）;图9-11(b)中的若干个“6”所代表的点像元相连构成线状像元（线实体）;同样,图9-11(c)中若干个相同的像元代码（6，7或4）所组成的区域代表面实体。 00000000 00060000 7776666600000000 00600000 7777766600000000 06000000 7777776600004000 06000000 4447666600000000 00600000 4444466600000000 00066000 4446666600000000 00000666 0044666600000000 00000000 00006600 a b c图 9-11 用栅格像元表示点、线、面实体
栅格数据的编码方法:栅格数据的编码方法有多种，常见的有栅格矩阵法、行程编码、块码和四叉树编码等，而四叉树编码是一种更有效地压编数据的方法。四叉树编码又称为四分树、四元树编码。它把 2×2 像元组成的阵列当作树的根结点，树的高度为n级（最多为n级）。每个结点有分别代表西北、东北、西南、东南四个象限的四个分支,如图9-12 (a)。四个分支中要么是树叶，要么是树叉。树叶用方框表示，它说明该四分之一范围或全属多边形范围（黑色）或全不属多边形范围即在多边形以外（空心四方块），因此不再划分这些分枝；树叉用圆圈表示，它说明该四分之一范围内，部分在多边形内，另一部分在多边形外，因而继续划分，直到变成树叶为止。四叉树编码正是划分，逐步分解为包含单一类型的方形区域，其最小的方形区域为一个栅格像元。图像区域划分的原则是将区域分为大小相同的象限，而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。其终止判据是，不管是哪一层上的象限，只要划分到仅代表一种地物或符合既定要求的几种地物时则不再继续划分，否则一直分到单个栅格像元为止。图9-11(c)所示的栅格数据，经过四叉树编码得到的四叉树如图9-12 (b)所示。四叉树编码有许多优点：①容易而有效地计算多边形的数量特征；②阵列各部分的分辨率是可变的，边界复杂部分四叉树较高即分级多，分辨率也高，而不需表示的细节部分则分级少， 分辨率低。因而既可精确表示图形结构又可减少存储量；③栅格到四又树及四又树到简单栅格结构的转换比其它压缩方法容易；④多边形中嵌套不同类型小多边形的表示较方便。四叉树编码的最大缺点是，树状表示的变换不具有稳定性，相同形状和大小的多边形可能得出不同四叉树结构，故不利于形状分析和模式识别。1313320

F. 简述栅格数据压缩编码的几种方式和各自的优缺点

1种方式：矢量数据结构可具体分为点、线、面，可以构成现实世界中各种复杂的实体。

优点：当问题可描述成线或边界时，特别有效。矢量数据的结构紧凑，冗余度低，并具有空间实体的拓扑信息，容易定义和操作单个空间实体，便于网络分析。矢量数据的输出质量好、精度高。

缺点：在栅格文件中，每个栅格只能赋予一个唯一的属性值，所以属性个数的总数是栅格文件的行数乘以列数的积，而为了保证精度，栅格单元分得一般都很小，这样需要存储的数据量就相当大了。

栅(shān)格数据

就是将空间分割成有规律的网格，每一个网格称为一个单元，并在各单元上赋予相应的属性值来表示实体的一种数据形式。

每一个单元（像素）的位置由它的行列号定义，所表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。

G. 武汉大学测绘学院

专业代码、名称及研究方向 计划招生人数 考 试 科 目 备 注
214测绘学院
（68778815） 85
070801固体地球物理学
01 地球重力场理论及应用
02 卫星重力及其应用
03 月球重力场的理论及应用
04 卫星重力学及应用
05 大地测量和地球重力场地球物理反演理论及应用
06 地球动力学数值模拟及应用
07 地壳运动与变形分析
08 地下工程地震预报
09 地震勘探
10 重力、地磁勘探技术及应用
11 电法勘探技术及应用
①101政治理论
②201英语或202俄语或212德语
③301数学一
④929重力学 复试采用笔试和口试相结合的方法进行，笔试的科目为：地球物理学原理
同等学力和跨学科加试科目：①地球概论②大学物理
081601大地测量学与测量工程
01 卫星导航定位技术及其应用
02 组合导航
03 基于位置服务
04 卫星定轨
05 现代测量数据处理理论与方法
06 现代大地测量基准建立与维持
07 物理大地测量学
08 深空大地测量学
09 海洋测绘
10 卫星重力测量理论及应用
11 地球物理大地测量
12 空间数据质量与挖掘
13 精密工程测量
14 变形监测分析
15 工业测量
16 移动测量与测量自动化
17 数近景摄影测量
18 地下工程测量
19 灾害监测评估与预警
20 工程测量专用仪器与软件
21 激光雷达数据处理及应用
22 新型遥感影像数据处理理论与方法
23 真三维景观影像建模
24 超分辨图像复原技术
25 数字摄影测量理论与方法
26 遥感信息处理与应用
27 图像测量
28 地理信息系统及应用
29 极地测绘

①101政治理论
②201英语或202俄语或212德语
③301数学一
④930大地测量学基础或931计算机基础 复试采用笔试和口试相结合的方法进行，笔试的科目为：测绘学概论
同等学力和跨学科加试科目：①测量学②GPS原理与应用
★081620 城市空间信息工程
01 城市地理空间框架与维持
02 数字城市理论与应用
03 城市公共安全应急管理
04 电子政务公共空间信息平台
05 城市不动产管理与评估
06 城市地下管网信息系统
07 城市虚拟现实技术与应用
08 城市空间信息智能服务
09 城市空间信息处理理论与应用 ①101政治理论
②201英语或202俄语或212德语
③301数学一
④932地理信息系统原理与应用 复试采用笔试和口试相结合的方法进行，笔试的科目为：GPS原理与应用或摄影测量与遥感
同等学力和跨学科加试科目：①数字测图原理与方法②数据库原理

214 测绘学院

初试科目考试内容及范围 ：
1、《大地测量学基础》考试范围及内容
●
1) 大地测量学的大地测量学的发展简史及展望
2) 坐标系统与时间系统
3) 地球重力场及地球形状的基本理论
4) 地球椭球及其数学投影变换的基本理论
5) 大地测量基本技术与方法
●
1) 了解大地测量学的基本概念、发展简史及未来展望，熟习经典大地测量与现代大地测量的区别，掌握大地测量学的定义和内容。
2) 了解行星运动的三大规律，掌握岁差、章动、极移；恒星时、世界时、历书时、力学时、原子时、协调世界时的概念，以及它们之间的相互关系。
3) 了解坐标系统的基本概念，参心坐标系的建立方法，一点定位和多点定位的基本原理；了解北京54坐标系、80坐标系、新北京54坐标系的主要特点及其相互联系与区别；了解地心坐标系的建立方法，掌握国际地球参考系统（ITRS）与国际地球参考框架（ITRF）的概念；熟练掌握几种坐标系统的定义以及其相互换算关系；
4) 掌握地球重力位、地球重力、正常重力位、正常重力的概念及正常椭球、水准椭球、总地球椭球、参考椭球的概念；
5) 掌握正高系统、正常高系统、力高高程系统的概念；熟练掌握国家高程基准；
6) 掌握垂线偏差和大地水准面差距的定义与测定方法以及确定地球形状的基本方法。
7) 熟练掌握地球椭球的基本元素及其相互关系；熟练掌握椭球面上几种常用坐标系及其相互关系；熟练掌握空间大地坐标系与空间直角坐标系之间相互转换的计算；
8) 熟练掌握椭球面上的几种曲率半径（子午线、卯酉线、任意法截线、平均曲率半径）的计算；熟练掌握椭球面上子午线弧长计算公式与子午线弧长求大地纬度的计算方法；了解椭球面梯形图幅面积的计算；
9) 熟练掌握大地线的定义，相对法截线的概念；熟练掌握大地线微分方程和克莱劳方程；
10) 熟练掌握大地主题正反算的定义；
11) 了解地图数学投影的基本概念；掌握地图数学投影的分类；熟练掌握高斯平面直角坐标系的定义与建立方法；掌握平面子午线角、方向改化、距离改化的定义及其计算；熟练掌握高斯投影的邻带换算方法；掌握横轴墨卡托（UTM）投影与兰勃特投影基本概念。
12) 了解国家大地控制网建立的基本原理及其方法，掌握现代大地测量技术（GPS、VLBI、INS、SLR）的概念；了解现代测量技术建立国家大地测量控制网的概况；
13) 掌握大地控制网与优化设计概念与方法，可靠性的概念，优化设计的分类；
14) 熟练掌握测角的主要误差来源，精密测角方法（方向观测法）及其限差要求；了解归心改正；
15) 熟练掌握测距的基本原理，距离改正方法，测距的主要误差来源以及测距精度的评定方法；
16) 熟练掌握精密水准测量误差来源；
17) 理解与掌握大地测量数据处理的理论与方法；
2、《计算机基础》考试范围及内容
1. 数据结构绪论：数据结构的相关概念、算法及算法分析。
2. 线性表：线性表及其逻辑结构、线性表的顺序存储结构、线性表的链式存储结构、线性表的应用。
3. 栈：栈的定义、栈的顺序存储结构及其基本运算实现、栈的链式存储结构及其基本运算的实现、栈的应用。
4. 队列：队列的定义、队列的顺序存储结构及其基本运算实现、队列的链式存储结构及其基本运算的实现、队列的应用。
5. 串：串的基本概念、串的顺序和链式存储结构。
6. 数组和稀疏矩阵：数组的基本概念、数组的存储结构、特殊矩阵的压缩存储；稀疏矩阵的三元组表示。
7. 递归：递归的概念、递归算法的设计。
8. 树和二叉树：树的基本概念、二叉树概念和性质、二叉树存储结构、二叉树的基本运算及其实现、二叉树的遍历、二叉树的构造和哈夫曼树。
9. 图：图的基本概念、图的存储结构、图的遍历、生成树和最小生成树、最短路径和拓扑排序。
10. 查找：查找的基本概念、线性表的查找、树表的查找、哈希表查找。
11. 内排序：排序的基本概念、插入排序、交换排序、选择排序、归并排序、基数排序、各种内排序方法的比较和选择。
3、《重力学》考试范围及内容
《地球重力学》是地球物理专业的基础课程；其主要任务是研究地球形状、外部重力场、地球内部构造、板块运动及变形的科学；要求学生掌握地球重力场的基本概念、重力测量的原理与方法，重力数据的预处理方法和分析方法；重力正反演与地球内部物质构造的研究方法；大地水准的理论与确定方法。
4、《地理信息系统原理及应用》考试范围及内容
考试目的
地理信息系统是一门处理、分析和表达空间信息并具有多学科交叉特征的新兴学科，是许多相关学科专业的基础课程，也是空间信息科学的重要研究方向。本大纲适用于测绘学院城市空间信息工程方向硕士生入学考试，要求考生对地理信息系统基本概念有较深入的理解，能够系统地掌握空间数据处理、空间数据模型、空间信息分析的基本理论与方法，理解地理信息系统的主要工程化技术，并具有综合地理信息系统分析问题和解决问题的能力。
考试内容
1.地理信息系统概论
(1)基本概念：信息、数据、地理数据、地理信息、信息系统、地理信息系统与其它信息系统间的关系
(2)地理信息系统及其类型：地理信息系统，地理信息系统类型，地理信息系统的构成
(3)地理信息系统的主要功能及发展趋势
2.地理信息系统中的数据和数据模型
(1)数据涵义和数据类型：数据涵义，数据类型，空间数据的表示方法
(2)数据的测量尺度：命名量，次序量，间隔量，比率量
(3)地理信息系统的数据质量：基本概念，误差分析，质量控制
(4)空间数据的元数据：元数据概念、类型、应用，元数据的获取、管理，元数据的存储和功能实现
(5)空间参照系：坐标系统、地图投影
(6)空间数据模型：空间数据模型的类型、要素模型、场模型、网络模型、时空模型、三维模型
(7)空间关系：拓朴关系、度量关系、方向关系
3.空间数据获取
(1)地图数字化：地图数字化、扫描矢量化算法、矢量和栅格数据压缩方法
(2)空间数据录入后的处理：坐标变换、拓朴关系自动生成算法
4.空间数据管理
(1)空间数据库的基本概念：空间数据库，数据与文件组织，GIS的内部数据结构
(2)栅格数据结构及其编码：栅格数据结构，决定栅格单元代码的方法，编码方法
(3)矢量数据结构及其编码：矢量数据结构，编码方法
(4)矢栅结构的比较及转换算法
(5)空间索引机制与空间信息查询：索引概念，索引类型，空间信息查询
5.空间查询与空间分析
(1)空间查询与量算：空间查询类型、空间量算类型
(2)空间变换与再分类
(3)典型空间分析：缓冲区分析、叠加分析、网络分析
(4)空间插值
(5)空间统计分析方法
(6)数字地形模型与地形分析：数字地形模型DTM、数字高程模型DEM、DEM的主要表示方法、DEM之间的相互转换、DEM的建立方法、DEM的分析应用
6.空间数据表现与地图制图
(1)专题信息表现：地图符号、专题信息、专题地图的分类和内容，专题图的表现形式
(2)专题地图设计
(3)地理信息的可视化：基本概念，地学可视化的类型，虚拟地理环境
7.地理信息系统的相关知识
(1)空间建模的基本概念：空间分析过程及模型、空间决策支持模型、专家系统、数据仓库与空间数据挖掘
(2)3S集成：遥感，全球定位系统，遥感与GIS的集成，全球定位系统与GIS的集成，3S集成
(3)网络GIS的基本概念
(4)GIS开发的基本方法：常用开发方法、一般开发过程

H. 对比几种常见的栅格数据压缩编码的异同

栅格数据存储的压缩编码 1 直接编码 直接栅格编码是最简单最直观而又非常重要的一种栅格结构编码方法，通常称这种编码为图像文件或栅格文件。直接编码就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码，可以每行都从左到右逐象元记录，也可奇数行从左到右，而偶数行由右向左记录，为了特定目的还可采用其它特殊的顺序,右图直接编码可表示为矩阵： 2 链式编码 链式编码又称为弗里曼链码（Freeman,1961）或边界链码。由某一原点开始并按某些基本方向确定的单位矢量链。基本方向可定义为：东＝0，南＝3，西＝2，北＝1等。右图多边形边如果确定原点为像元（10，1），则该多边形界按顺时方向的链式编码为：

链式编码对多边形的表示具有很强的数据压缩能力，且具有一定的运算功能，如面积和周长计算等，探测边界急弯和凹进部分等都比较容易。但是，叠置运算如组合、相交等则很难实施，
3 行程编码 行程编码1 只在各行（或列）数据的代码发生变化时依次记录该代码以及相同代码重复的个数。左图可沿行方向进行行程编码： 行程编码2 逐个记录各行（或列）代码发生变化的位置和相应的代码，左图可沿列方向进行行程编码：
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）。 行程编码3 按行（或列）记录相同代码的始末象元的列号（或行号）和相应的代码，左图可沿行方向进行程编码：
4 块式编码 把多边形范围划分成由象元组成的正方形，然后对各个正方形进行编码。块式编码数据结构中包括3个数字：块的初始位置（行、列号）和块的大小（块包括的象元数），再加上记录单元的代码组成。左图块式编码：
5 四叉树编码2.1.6 栅格数据存储的压缩编码 1 直接编码 直接栅格编码是最简单最直观而又非常重要的一种栅格结构编码方法，通常称这种编码为图像文件或栅格文件。直接编码就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码，可以每行都从左到右逐象元记录，也可奇数行从左到右，而偶数行由右向左记录，为了特定目的还可采用其它特殊的顺序,右图直接编码可表示为矩阵： 2 链式编码 链式编码又称为弗里曼链码（Freeman,1961）或边界链码。由某一原点开始并按某些基本方向确定的单位矢量链。基本方向可定义为：东＝0，南＝3，西＝2，北＝1等。右图多边形边如果确定原点为像元（10，1），则该多边形界按顺时方向的链式编码为： 链式编码对多边形的表示具有很强的数据压缩能力，且具有一定的运算功能，如面积和周长计算等，探测边界急弯和凹进部分等都比较容易。但是，叠置运算如组合、相交等则很难实施， 3 行程编码 行程编码1 只在各行（或列）数据的代码发生变化时依次记录该代码以及相同代码重复的个数。左图可沿行方向进行行程编码： 行程编码2 逐个记录各行（或列）代码发生变化的位置和相应的代码，左图可沿列方向进行行程编码：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）。 行程编码3 按行（或列）记录相同代码的始末象元的列号（或行号）和相应的代码，左图可沿行方向进行程编码： 4 块式编码 把多边形范围划分成由象元组成的正方形，然后对各个正方形进行编码。块式编码数据结构中包括3个数字：块的初始位置（行、列号）和块的大小（块包括的象元数），再加上记录单元的代码组成。左图块式编码： 5 四叉树编码 四叉树分割 将图像区域按四个大小相同的象限四等分，每个象限又可根据一定规则判断是否继续等分为次一层的四个象限，无论分割到哪一层象限，只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时，则停止继续分割。否则就一直分割到单个象元为止。按照象限递归分割的原则所分图像区域的栅格阵列应为2n×2n（n为分割的层数）的形式。 四叉树结构 把整个2n×2n象元组成的阵列当作树的根结点，树的高度为n级（最多为n级）。每个结点有分别代表南西（SW）、南东（SE）、北西（NW）、北东（NE）四个象限的四个分支。四个分支中要么是树叶，要么是树叉。树叶代表不能继续划分的结点，该结点代表子象限具有单一的代码；树叉不只包含一种代在码，必须继续划分，直到变成树叶为止。 四叉树编码 1 指针四叉树编码 通过在子结点与父结点之间设立指针的方式建立起整个结构。按这种方式，四叉树的每个结点通常存储6个量，即四个子结点指针、一个父结点指针和该结点的属性代码。这种方法除了要记录叶结点外，还要记录中间结点，一般要占用较大存储空间。 2 线性四叉树编码 为美国马里兰大学地理信息系统中采用的编码方法，该方法记录每个终止结点（或叶结点）的地址和值，值就是子区的属性代码，其中地址包括两部分，共32位（二进制），最右边4位记录该叶结点的深度，即处于四叉树的第几层上，有了深度可以推知子区大小；左边的28位记录路径，从右边第五位往左记录从叶结点到根结点的路径，0，1，2，3分别表示SW、SE、NW、NE。28位 4位 0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1（路径0SW,3NE,2NW） 0 3 2 深度3记录了各个叶子的地址，再记录相应代码值，就记录了整个图像。 四叉树优点 1.容易而有效地计算多边形的数量特征； 2.阵列各部分的分辨率是可变的，边界复杂部分四叉树较高，即分级多，分辨率也高，而不需要表示许多细节的部分则分级少，分辨率低，因而既可精确表示图形结构又可减少存储量； 3.栅格到四叉树及到四叉树到简单栅格结构的转换比其他压缩方法容易； 4.多边形中嵌套异类多边形的表示较方便。 四叉树分割 将图像区域按四个大小相同的象限四等分，每个象限又可根据一定规则判断是否继续等分为次一层的四个象限，无论分割到哪一层象限，只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时，则停止继续分割。否则就一直分割到单个象元为止。按照象限递归分割的原则所分图像区域的栅格阵列应为2n×2n（n为分割的层数）的形式。 四叉树结构 把整个2n×2n象元组成的阵列当作树的根结点，树的高度为n级（最多为n级）。每个结点有分别代表南西（SW）、南东（SE）、北西（NW）、北东（NE）四个象限的四个分支。四个分支中要么是树叶，要么是树叉。树叶代表不能继续划分的结点，该结点代表子象限具有单一的代码；树叉不只包含一种代在码，必须继续划分，直到变成树叶为止。 四叉树编码 1 指针四叉树编码 通过在子结点与父结点之间设立指针的方式建立起整个结构。按这种方式，四叉树的每个结点通常存储6个量，即四个子结点指针、一个父结点指针和该结点的属性代码。这种方法除了要记录叶结点外，还要记录中间结点，一般要占用较大存储空间。 2 线性四叉树编码 为美国马里兰大学地理信息系统中采用的编码方法，该方法记录每个终止结点（或叶结点）的地址和值，值就是子区的属性代码，其中地址包括两部分，共32位（二进制），最右边4位记录该叶结点的深度，即处于四叉树的第几层上，有了深度可以推知子区大小；左边的28位记录路径，从右边第五位往左记录从叶结点到根结点的路径，0，1，2，3分别表示SW、SE、NW、NE。
28位 4位
0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1
（路径0SW,3NE,2NW） 0 3 2 深度3
记录了各个叶子的地址，再记录相应代码值，就记录了整个图像。 四叉树优点 1.容易而有效地计算多边形的数量特征； 2.阵列各部分的分辨率是可变的，边界复杂部分四叉树较高，即分级多，分辨率也高，而不需要表示许多细节的部分则分级少，分辨率低，因而既可精确表示图形结构又可减少存储量； 3.栅格到四叉树及到四叉树到简单栅格结构的转换比其他压缩方法容易； 4.多边形中嵌套异类多边形的表示较方便。