📚 课程目录第2章空间数据类型

2. 空间数据类型：矢量、栅格与点云

做空间数据科学，首先得搞清楚手里拿的是什么类型的数据。我刚开始接触这个领域时，也经常混淆。

你想想看，手机上的地图App显示的路网，跟卫星拍下来的照片，本质上是完全不同的东西。前者是一堆点和线，后者是像素矩阵。今天我们就把这三种核心数据类型掰开揉碎了讲清楚。

2.1 矢量数据：点、线、面的世界

矢量数据，说白了就是用坐标点来描述地理对象。一个点就是一串坐标，一条线就是多个点连起来，一个面就是闭合的线围成的区域。这是人类最直觉的空间表达方式。

我曾经在交通流量项目中，用矢量数据存储了全市上万个路口的位置。每个路口就是一个点，每条道路就是一条线。最头疼的事情是，这些数据来自不同部门，坐标系统完全不同——嗯，这个问题我们后面章节会专门讲。

矢量数据的核心优势：精确、存储小、支持复杂的几何运算。缺点是对连续变化的自然现象（如温度、高程）表达困难。

2.2 栅格数据：从像素看世界

栅格数据就是把空间划分为规则的网格单元，每个单元存一个值。最常见的例子就是卫星影像——一张照片由数百万个像素组成。

我个人习惯把栅格数据理解为“空间中的矩阵”。每个格网有自己的位置和属性值。栅格特别适合表达连续现象：地表温度、降水量、植被覆盖度。

栅格数据的核心参数有几个：

分辨率：每个像素代表的地面实际大小。10米分辨率意味着一个像素对应10米×10米的地面。
波段：多光谱影像包含多个波段，如红、绿、蓝、近红外等。
位深：每个像素存储精度，8位可存储0-255值，16位可存储0-65535值。

我曾经在处理DEM数据时，没注意位深设置，直接按8位读入，结果所有高程值都缩到了0-255之间，整个地形完全失真。所以，读取栅格数据前，务必检查位深参数。

2.3 点云数据：三维空间中的海量点

点云数据是一堆三维坐标点的集合，每个点通常还有附加属性，如反射强度、颜色信息。激光雷达扫描出来的就是点云。

记得我第一次接触点云数据时，打开一个. las文件，好家伙，整整一亿个点。我的笔记本直接卡死。后来我才学会用分块读取和空间索引来处理它。

点云数据的特性很明显：

海量数据：单个点云文件轻松上亿点，处理时内存占用巨大。
三维表达：天然带有X，Y，Z坐标，能精确还原物体三维结构。
属性丰富：除了坐标，还有强度、回波次数、分类标记等。
不规则分布：点的密度不均匀，同一区域可能有多个点重叠。

2.4 三种数据类型的对比

维度	矢量数据	栅格数据	点云数据
核心特征	点/线/面几何对象	规则网格像素矩阵	三维坐标点集合
常见格式	Shapefile，GeoJSON，GeoPackage	GeoTIFF，IMG，NetCDF	LAS，LAZ，PLY
典型应用	路网、行政区划、POI	卫星影像、高程模型、气候数据	建筑物三维建模、森林资源调查
优点	精度高，存储小	适合分析，数学运算方便	三维信息完整，细节丰富
缺点	连续表达困难	文件大，缩放后有锯齿	数据量大，处理复杂

2.5 数据类型之间的关系

这三种数据类型不是孤立的。它们之间可以互相转换，每个转换都有特定的应用场景。

# 矢量转栅格示例：将路网转为道路密度栅格
import geopandas as gpd
import rasterio
from rasterio.features import rasterize

roads = gpd.read_file("roads.shp")
out_meta = {"driver": "GTiff", "height": 1000, "width": 1000,
            "transform": from_origin(-180, 90, 0.1, 0.1), "crs": "EPSG:4326"}

road_raster = rasterize(
    [(geom, 1) for geom in roads.geometry],
    out_shape=(1000, 1000),
    transform=out_meta["transform"],
    fill=0
)

with rasterio.open("road_density.tif", "w", **out_meta) as dst:
    dst.write(road_raster, 1)

在实际项目中，常用转换场景包括：
- 矢量→栅格：生成密度图、区域统计
- 点云→栅格：DEM生成、强度影像生成
- 矢量→点云：三维建筑模型简化
- 栅格→矢量：分割结果矢量化、边界提取

我建议每一个做空间数据的人，都要养成识别数据类型的习惯。

# 快速检查数据类型的Python片段
import geopandas as gpd
import rasterio
import laspy

def check_data_type(filepath):
    """检查空间数据类型"""
    if filepath.endswith(('.shp', '.geojson', '.gpkg')):
        gdf = gpd.read_file(filepath)
        print(f"矢量数据 - 要素数: {len(gdf)}")
        print(f"几何类型: {gdf.geometry.type.unique()}")
        
    elif filepath.endswith(('.tif', '.tiff', '.img')):
        with rasterio.open(filepath) as src:
            print(f"栅格数据 - 尺寸: {src.width}x{src.height}")
            print(f"波段数: {src.count}, 位深: {src.dtypes}")
            
    elif filepath.endswith(('.las', '.laz')):
        with laspy.open(filepath) as las:
            print(f"点云数据 - 点数: {las.header.point_count}")
            print(f"点格式: {las.header.point_format_id}")

# 用法示例
check_data_type("roads.shp")

2.6 选择什么数据类型？

我经常被问到：

描述离散对象：选矢量。比如道路、建筑物、行政区划。
描述连续表面：选栅格。比如数字高程模型、气象数据。
需要三维精细结构：选点云。比如树木形态、矿山扫描。
需要频繁的空间叠加分析：选栅格。栅格运算比矢量快得多。
需要精确的拓扑关系：选矢量。点云和栅格都不擅长表达拓扑。

还有一个关键点：数据来源决定数据类型。GPS轨迹是矢量，遥感影像天然是栅格，激光雷达结果就是点云。强行转换通常会有信息损失，转换前要想清楚。

2.7 避坑指南：数据读写的坑

我曾经吃过大亏。在一个项目中，我需要处理点云数据，结果用矢量数据的读取方式去读点云文件——直接把文件读崩了。下面列出几个常见坑：

坐标系统不一致： 不同数据源的坐标系统可能不同。矢量可能是WGS84，栅格可能是UTM投影坐标系。混合使用前必须统一坐标系。

数据范围过大： 点云动不动好几亿点。直接全部读内存，32GB都不一定够。要用分块读取策略。

栅格位深误判： 很多TIFF文件包含内部压缩。直接用普通图片库读，字节对齐会错。一定要用专业地理空间库如rasterio或GDAL。

好了，这就是空间数据类型的全貌。记住核心的一句话：矢量表达离散，栅格表达连续，点云表达三维。理清了这层关系，后续的空间特征工程你才游刃有余。