什么是栅格数据？

在栅格数据集中，每个像元（也称为像素）都有一个值。此像元值表示的是栅格数据集所描绘的现象，如类别、量级、高度或光谱值等。而其中的类别则可以是草地、森林或道路等土地利用类。量级可以表示重力、噪声污染或降雨百分比。高度（距离）则可表示平均海平面以上的表面高程，可以用来派生出坡度、坡向和流域属性。光谱值可在卫星影像和航空摄影中表示光反射系数和颜色。

单元值可正可负，可以是整型也可以是浮点型。整数值适合表示类别（离散）数据；浮点值则适合表示连续表面。有关离散和连续数据的附加信息，请参阅离散和连续数据。在单元中，还可以使用 NoData 值来表示数据缺失。有关 NoData 的信息，请参阅栅格数据集中的 NoData。

栅格会被存储为有序的像元值列表，例如：80、74、62、45、45、34 等。

各像元所表示区域（或表面）的高和宽都相等，而且在栅格表示的整个表面上占据相等的部分。例如，表示高程的一个栅格（即，数字高程模型）可能会覆盖 100 平方千米的区域。如果该栅格中有 100 个像元，则每个像元都将表示等高等宽的 1 平方千米（即，1 km x 1 km）。

像元的尺寸可大可小，具体可根据栅格数据集所描述的表面，以及表面中要素的表达需要来确定。它可以是平方千米、平方英尺，甚至是平方厘米。像元的大小决定着栅格中图案或要素呈现的粗细程度。像元大小越小，则栅格将越平滑或越详细。但是像元数量越多，所需的处理时间会越长，占据的存储空间也越大。如果像元大小过大，则可能会出现信息丢失或精细的图样变得模糊的情况。例如，如果像元大小超过道路的宽度，则栅格数据集中便不存在该道路。下图显示如何使用不同像元大小的栅格数据集来表示简单的面要素。

各像元的位置由其所在的栅格矩阵中的行和列来定义。矩阵实质上是使用直角坐标系来表示的，矩阵的行与笛卡尔平面的 x 轴平行，列与 y 轴平行。行和列的值均从 0 开始。在下面的示例中，如果栅格在通用横轴墨卡托 (UTM) 投影坐标系中，而且像元大小为 100，则 (5,1) 处的像元在东和北方向上的坐标分别为 300,500 和 5,900,600。

了解有关栅格数据集转换的信息

通常需要指定栅格范围。定义范围时，应指定栅格覆盖的矩形区域的顶部、底部、左侧和右侧的坐标，如下图所示。