Dati Raster¶

Visione generale¶

Nell’argomento precedente abbiamo dato uno sguardo a dati vettoriali. Mentre gli elementi vettoriali usano delle geometrie (punti, polilinee e poligoni) per rappresentare il mondo reale, i dati raster hanno un approccio differente. I raster sono composti da matrici di pixel (chiamati anche celle), ciascuna contenente un valore che rappresenta le condizioni dell’area coperta dalla cella (vedi figura_raster). In questo argomento andremo ad analizzare da vicino i dati raster, quando è utile usarli e quando ha più senso utilizzare dati vettoriali.

Un set di dati raster è composto da righe (che corrono in orizzontale) e colonne (che corrono in verticale) di pixel (anche noti come celle). Ogni pixel rappresenta una regione geografica, ed il valore del pixel rappresenta una caratteristica di tale regione.

Dettaglio dati raster¶

I dati raster vengono usati nelle applicazioni GIS quando si vogliono visualizzare delle informazioni che sono continue lungo un area e che non sono facilmente divisibili in oggetti vettoriali. Quando abbiamo introdotto i dati vettoriali, ti abbiamo fatto vedere l’immagine in figure_landscape. Point, dove polilinee e poligoni funzionano bene nel rappresentare alcune caratteristiche di questo paesaggio come alberi, strade e ingombri degli edifici. Altre caratteristiche del paesaggio sono molto più difficili da rappresentare usando dati vettoriali. Per esempio la distesa erbosa ha molte variazioni di colore e densità di copertura. Potrebbe essere abbastanza semplice creare un singolo poligono per ogni area erbosa, ma molte informazioni verrebbero perse nel processo di semplificazione delle caratteristiche in un unico poligono. Questo perché quando si attribuiscono valori ad un oggetto vettoriale, in realtà si applicano a tutto l’oggetto, rendendolo quindi inadatto a rappresentare caratteristiche che non sono omogenee (ovvero tutte uguali) per tutto il suo insieme. Un altro approccio che potresti usare è di digitalizzare un poligono per ogni piccola variazione di colore e densità di copertura. Il problema con questo approccio è che ci vorrà un tempo enorme per creare un buon set di dati vettoriali.

Alcuni elementi di un paesaggio sono facilmente rappresentabili come punti, polilinee e poligoni (ad esempio alberi, strade, case). In altri casirisulta difficile. Ad esempio come è possibile rappresentare le praterie? Come poligoni? Come rappresentare le variazioni di colore dell’erba? Quando vuoi rappresentare aree con valori continuamente mutevoli i dati raster possono essere una scelta migliore.

Usare i dati raster è una soluzione al problema. Molte persone usano i dati raster come sfondo su cui lavorare con i vettori per evidenziarne il significato. L’occhio umano è portato a interpretare le immagini e utilizzare un’immagine dietro i Vettori ne aumenta il significato. I dati raster non sono validi solamente per le immagini che ritraggono la superficie del mondo reale (ad esempio, immagini satellitari e fotografie aeree), ma sono utili anche per la rappresentazione di idee più astratte. Per esempio, puoi usare i raster per mostrare la tendenza alla pioggia su una zona, o per descrivere il rischio di incendio su un territorio. In questo tipo di applicazioni, ogni cella del raster rappresenta un valore diverso, ad esempio il rischio di incendio su una scala da uno a dieci.

Puoi vedere un esempio che mostra la differenza tra un’immagine da satellite e una che mostra valori derivati nella figure_raster_types

Immagini raster a colori reali (a sinistra) sono utili in quanto offrono molti di dettagli difficili da rappresentare come elementi vettoriali ma facili da vedere guardando l’immagine raster. I dati raster possono quindi essere dati non-fotografici: come ad esempio il raster a destra che mostra la temperatura media minima calcolata Western Cape per il mese di marzo.

Georeferenziazione¶

La georeferenziazione è il processo per definire esattamente dove sulla superficie terrestre un’mmagine o un insieme di dati raster sono stati creati. Queste informazioni spaziali sono memorizzate nella versione digitale delle fotografie aeree. Quando l’applicazione GIS apre la foto, utilizza le informazioni di posizione per garantire che la foto venga visualizzata nella posizione corretta sulla mappa. Normalmente questa informazione spaziale consiste nelle coordinate per il pixel in alto a sinistra dell’immagine, la dimensione di ogni pixel nella direzione X, la dimensione di ogni pixel nella direzione Y, e la somma (se presente) con cui l’immagine è ruotata , Con queste poche informazioni, l’applicazione GIS può garantire che i dati raster siano riportati nella posizione corretta. Le informazioni di georeferenziazione per un raster sono spesso assegnate ad un piccolo file di testo che accompagna il raster.

Fonti di dati raster¶

I dati raster può essere ottenuto in vari modi. Due dei modi più comuni sono la fotografia aerea e le immagini satellitari. Nella fotografia aerea, l’aereo vola con una telecamera puntata sulla zona sottostante. Le fotografie sono poi caricate su un computer e georeferenziate. Le immagini satellitari sono create dal passaggio dei satelliti orbitanti con speciali fotocamere digitali puntate verso la terra. Una volta che l’immagine è stata rilevata, viene inviata sulla Terra tramite segnali radio a speciali stazioni riceventi come quello mostrato in figure_csir_station. Il processo di acquisizione dei dati raster da un aereo o via satellite si chiama telerilevamento.

Il CSIR Satellite Applications Center a Hartebeeshoek vicino a Johannesburg. Antenne specializzate rilevano il tracciato dei satelliti e scaricano immagini tramite onde radio

In altri casi, i dati raster possono essere acquisiti da altri soggetti che li memorizzano. Ad esempio, una compagnia di assicurazioni può prendere segnalazioni di incidenti mortali dalla polizia e creare una mappa raster nazionale che mostri quanto è alta l’incidenza di incidenti mortali in ciascuna area. I meteorologi (persone che studiano i modelli meteorologici) potrebbero generare un layer raster provinciale che mostra temperatura media, precipitazioni e direzione del vento usando i dati raccolti dalle stazioni meteorologiche (vedi figure_csir_station). In questi casi, utilizzeranno spesso tecniche di analisi raster come l’interpolazione (che descriviamo in Topic: ref: spatial_analysys).

A volte i dati raster vengono creati da dati vettoriali perché i proprietari dei dati vogliono condividere i dati in un formato facile da usare. Ad esempio, un’azienda con set di dati stradali, ferroviari, catastali e altri vettori può scegliere di generare una versione raster di questi set di dati in modo che i dipendenti possano visualizzare questi set di dati in un browser web. Questo è normalmente utile solo se gli attributi di cui gli utenti hanno bisogno possono essere rappresentati sulla mappa con etichette o simboli. Se l’utente deve esaminare i dati della tabella degli attributi, fornirla in formato raster potrebbe essere una scelta sbagliata poiché i layer raster di solito non hanno alcun attributo associato.

Risoluzione spaziale¶

Ogni layer raster in un GIS ha pixel (celle) di dimensione fissa che ne determina la risoluzione spaziale. Questo diventa evidente quando guardi un’immagine a piccola scala (vedi figure_raster_small_scale) e poi fai uno zoom a larga scala (vedere figure_raster_large_scale).

Questa immagine satellitare sembra bella a scala piccola...

...ma quando è visualizzata a grande scala puoi vedere i singoli pixel di cui è formata.

Diversi fattori determinano la risoluzione spaziale di un’immagine. Per i dati di telerilevamento, la risoluzione spaziale è solitamente determinata dalle capacità del sensore utilizzato per scattare un’immagine. Ad esempio i satelliti SPOT5 possono scattare immagini in cui ogni pixel è 10 mx 10 m. Altri satelliti, ad esempio MODIS, riprendono le immagini solo a 500 mx 500 m per pixel. Nella fotografia aerea, le dimensioni dei pixel di 50 cm x 50 cm non sono infrequenti. Le immagini con una dimensione di pixel che copre una piccola area sono chiamate immagini ‘ad alta risoluzione‘ perché è possibile distinguere un alto grado di dettaglio nell’immagine. Le immagini con una dimensione di pixel che copre una vasta area sono chiamate immagini ‘a bassa risoluzione‘ perché la quantità di dettagli che le immagini mostrano è bassa.

Nei dati raster derivanti da analisi spaziali (come la mappa delle precipitazioni di cui abbiamo parlato prima), la densità spaziale delle informazioni utilizzate per creare il raster di solito determinerà la risoluzione spaziale. Ad esempio, se si desidera creare una mappa pluviometrica ad alta risoluzione, è necessario disporre di molte stazioni meteorologiche nelle immediate vicinanze l’una dell’altra.

Una delle cose principali da conoscere con i raster acquisiti con una risoluzione spaziale elevata sono i requisiti di archiviazione. Pensa a un raster di 3 x 3 pixel, ognuno dei quali contiene un numero che rappresenta la media delle precipitazioni. Per memorizzare tutte le informazioni contenute nel raster, è necessario memorizzare 9 numeri nella memoria del computer. Ora immagina di voler avere un layer raster per tutto il Sudafrica con pixel di 1 km x 1 km. Il Sudafrica è di circa 1.219.090 km ². Il che significa che il tuo computer avrebbe bisogno di memorizzare oltre un milione di numeri sul suo disco rigido per contenere tutte le informazioni. Ridurre le dimensioni dei pixel aumenterebbe notevolmente la quantità di spazio di archiviazione necessaria.

A volte usare una bassa risoluzione spaziale è utile quando si vuole lavorare con una vasta area e non si ha interesse a guardare una specifica area con molti dettagli. Le mappe cloud che vedi sul bollettino meteorologico, ne sono un esempio - è utile vedere le nuvole in tutto il paese. Lo zoom in alta risoluzione su una particolare nuvola non ti dirà molto del tempo imminente!

D’altro canto, l’utilizzo di dati raster a bassa risoluzione può essere problematico se si è interessati a una regione di piccole dimensioni perché probabilmente non sarà possibile distinguere nell’immagine i singoli elementi.

Risoluzione spettrale¶

Se scatti una fotografia a colori con una fotocamera digitale o una fotocamera di un cellulare, la fotocamera utilizza sensori elettronici per rilevare la luce rossa, verde e blu. Quando l’immagine viene visualizzata su uno schermo o stampata, le informazioni in rosso, verde e blu (RGB) vengono combinate per mostrare un’immagine che i tuoi occhi possono interpretare. Quando le informazioni sono ancora in formato digitale, tuttavia, queste informazioni RGB sono memorizzate in bande di colore separate.

Mentre i nostri occhi possono vedere solo le lunghezze d’onda RGB, i sensori elettronici delle telecamere sono in grado di rilevare lunghezze d’onda che i nostri occhi non possono. Ovviamente, in una normale macchina fotografica probabilmente non ha senso registrare le informazioni dalle parti non visibili dello spettro poiché la maggior parte delle persone vuole solo guardare le foto del proprio cane o delle cose che ha. Le immagini raster che includono dati per parti non visibili dello spettro luminoso vengono spesso definite immagini multi spettrali. Nella registrazione GIS le parti non visibili dello spettro possono essere molto utili. Ad esempio, misurare la luce a infrarossi può essere utile per identificare i corpi idrici.

Poiché avere immagini contenenti bande separate del visibile è così utile in GIS, i dati raster vengono spesso forniti come immagini multi-banda. Ogni banda nell’immagine è un layer separato. Il GIS combinerà le tre bande e le mostrerà come rosso, verde e blu in modo che l’occhio umano possa vederle. Il numero di bande in un’immagine raster viene definito come risoluzione spettrale.

Se un’immagine consiste di una sola banda, viene spesso definita un’immagine in scala di grigi. Con le immagini in scala di grigi, puoi applicare la falsa colorazione per rendere più evidenti le differenze nei valori dei pixel. Le immagini con applicazione della falsa colorazione vengono spesso definite immagini a pseudocolori.

Conversione da raster a vettore¶

Nella nostra trattazione sui dati vettoriali, abbiamo spiegato che spesso i dati raster vengono utilizzati come layer di sfondo, che viene quindi utilizzato come base da cui è possibile digitalizzare le geometrie vettoriali.

Un altro approccio consiste nell’utilizzare programmi informatici avanzati per estrarre automaticamente le geometrie vettoriali dalle immagini. Alcune geometrie come le strade vengono visualizzate in un’immagine come un improvviso cambiamento di colore dai pixel vicini. Il programma per computer cerca tali cambiamenti di colore e crea di conseguenza delle geometrie vettoriali. Questo tipo di funzionalità è normalmente disponibile solo in un software GIS molto specializzato (e spesso costoso).

Conversione da vettore a raster¶

A volte è utile convertire i dati vettoriali in dati raster. Un effetto collaterale di questo è che i dati degli attributi (ovvero gli attributi associati ai dati del vettore originale) quando la conversione avrà luogo andranno persi. Avere vettori convertiti in formato raster può essere utile anche se si desidera fornire dati GIS a utenti non GIS. Con i più semplici formati raster, la persona a cui fornisci l’immagine raster può semplicemente visualizzarla come immagine sul proprio computer senza bisogno di alcun software GIS speciale.

Analisi raster¶

Esistono molti strumenti di analisi che possono essere eseguiti sui dati raster che non possono essere utilizzati con dati vettoriali. Ad esempio, i raster possono essere utilizzati per modellare il flusso d’acqua sulla superficie terrestre. Queste informazioni possono essere utilizzate per calcolare dove sono presenti i bacini idrografici e le reti di raccolta delle acque, in base alla morfologia del territorio.

I dati raster vengono spesso utilizzati anche in agricoltura e silvicoltura per gestire la produzione agricola. Ad esempio con un’immagine satellitare delle terre di un agricoltore, è possibile identificare le aree in cui le piante stanno crescendo male e quindi utilizzare tali informazioni per applicare più fertilizzante solo sulle aree interessate. I forestali usano dati raster per stimare quanto legname può essere raccolto da un’area.

I dati raster sono molto importanti anche er la gestione delle catastrofi. L’Analisi dei Modelli di Elevazione Digitale (una tipologia di raster in cui ogni pixel contiene l’altezza del terreno sopra il livello del mare) può essere utilizzata per identificare le aree che potrebbero essere inondate. Questo può quindi essere utilizzato per indirizzare gli interventi di salvataggio e di soccorso verso le aree dove è più necessario.

Problemi comuni/cose di cui essere consapevoli¶

Come abbiamo già detto, i dati raster ad alta risoluzione possono richiedere grandi quantità di memoria del computer.

Cosa abbiamo imparato?¶

Riassumiamo il contenuto di questi appunti:

• I dati raster sono matrici di pixel di dimensioni regolari.

• I dati raster sono utili per mostrare le informazioni variabili in modo continuo.

• La dimensione dei pixel in un raster determina la sua risoluzione spaziale.

• Le immagini raster possono contenere una o più bande, ciascuna delle quali copre la stessa area spaziale, ma contiene informazioni diverse.

• Quando i dati raster contengono bande provenienti da parti diverse dello spettro elettromagnetico, vengono chiamate immagini multispettrali.

• Tre delle bande di un’immagine multispettrale possono essere visualizzate nei colori Rosso, Verde e Blu in modo che possiamo vederle.

• Immagini a banda singola vengono chiamate immagini a toni di grigio.

• Le immagini a banda singola in scala di grigi possono essere mostrate in pseudocolore dal GIS.

• Le immagini raster possono consumare molto spazio.

Adesso prova tu!¶

Di seguito alcune idee da provare con le vostre nuove conoscenze:

• Discutete con i vostri studenti in quali situazioni usereste i dati raster e in quali usereste i dati vettoriali.

• Fai in modo che i tuoi studenti possano realizzare una mappa raster della tua scuola utilizzando fogli trasparenti A4 con linee di griglia disegnate su di essi. Sovrapponi i lucidi su una mappa topografica o una fotografia aerea della tua scuola. Ora lascia che ogni studente o gruppo di studenti colori le celle che rappresentano un determinato tipo di oggetto, ad es. edificio, parco giochi, campo sportivo, alberi, marciapiedi ecc. Quando tutti hanno finito, sovrapponi tutti i fogli e vedi se viene prodotta una buona rappresentazione della mappa raster della tua scuola. Quali tipi di oggetto hanno una buona corrispondenza quando rappresentati come raster? In che modo la tua scelta nella dimensione della cella ha influito sulla capacità di rappresentare i diversi tipi di oggetti?

Qualcosa su cui pensare¶

Se non disponi di un computer, puoi capire cosa sono i dati raster utilizzando carta e penna. Disegna una griglia di quadrati su un foglio di carta per rappresentare il tuo campo di calcio. Riempi la griglia con numeri che rappresentano i valori per la copertura dell’erba sul campo da calcio. Se un quadratino è nudo, dai alla cella un valore di 0. Se un quadratino è mista nudo e coperto di verde, assegnagli un valore di 1. Se un quadratino è completamente ricoperto di erba, assegnagli un valore di 2. Ora usa pastelli a matita per colorare le celle in base ai loro valori. Celle di colore con valore 2 verde scuro. Il valore 1 dovrebbe essere colorato in verde chiaro e il valore 0 colorato in marrone. Quando finisci, dovresti avere una mappa raster del tuo campo di calcio!

Altre letture¶

Libri:

• Chang, Kang-Tsung (2006). Introduction to Geographic Information Systems. Terza edizione. McGraw Hill. ISBN: 0070658986

• DeMers, Michael N. (2005). Fundamentals of Geographic Information Systems. Terza edizione. Wiley. ISBN: 9814126195

Website: http://en.wikipedia.org/wiki/GIS#Raster

La guida dell’utente di QGIS fornisce anche infromazioni più dettagliate su come utilizzare i dati raster in QGIS

Cosa viene adesso?¶

Nella prossima sezione daremo un’occhiata più da vicino alla topologia per vedere come le relazioni tra oggetti vettoriali possono essere utilizzate per assicurare una migliore qualità dei dati