矢量数据的获取与处理.doc

第3章 矢量数据与栅格数据的获取及处理导读：GIS项目中费用最大的部分是数据库建设 ，即基础地理信息的获取与处理，这其中就包括矢量数据和栅格数据的获取与处理，例如遥感影像数据现已作为地理信息系统的重要数据来源。本章分别介绍了矢量数据的获取与处理以及栅格数据的获取与处理，以及他们的应用。并在最后一节介绍了矢栅一体化数据结构的基本概念。3.1矢量数据的获取与处理方法3.1.1矢量数据的概念矢量数据（Vector Data）即在直角坐标系中，用X、Y坐标表示地图图形或地理实体的位置的数据。矢量数据一般通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误。在计算机地图制图中，各地图图形元素在二维平面上的矢量数据表示为： 点用一对（x,y）坐标表示； 线用一串有序的（x,y）坐标对表示； 面用一串有序的但首尾坐标相同的（x,y）坐标对表示其轮廓范围。 地图数据与其他大多数由计算机处理的科学数据是极其不同的。 大部分地图数据都是反映制图现象的地理分布，故具有定位的性质，也称这类地图数据为空间数据（或几何数据）。空间数据可反映点、线和面状物体的定位特性。还有一部分地图数据是用来描述制图现象的质量和数量特征，如哪是河流，哪是道路，哪是居民点以及它们的名称和其他有关的特征描述等，这类数据通常称之为属性数据。任何地图数据都有时间性，即现势性，这是显而易见的。 3.1.2几何数据的获取 几何数据是根据给定各要素相对位置或绝对位置的坐标来描述的。其获取的方法主要有： 1）由外业测量获得，如数字测图。野外实地测量等获取的数据可转换后直接进入GIS的地理数据库，以便于进行实时的分析和进一步的应用。GPS所获取的数据也是GIS的重要数据源。 2）由栅格形式的空间数据转换获得。栅格数据结构向矢量数据结构的转换又称为矢量化。如卫星测地、扫描数字化仪扫描、航摄像片等。可以用此类数据转化为矢量数据。基于图像数据的矢量化方法： 二值化：线画图形扫描后产生图像栅格数据，这些数据是按0255的不同灰度值量度的，将这种256级不同的灰度压缩到2个灰度形成二值图，即0和1两级灰度图。 细化：细化是消除线画横断面栅格数的差异，使得每一条线只保留代表其轴线或周围轮廓线位置的单个栅格的宽度。对于栅格线画的细化方法，可分为“剥皮法”和“骨架法”。 跟踪：跟踪的目的是将细化处理后的栅格数据转化为从节点出发的线段或闭合的线条，并以矢量形式存储线段的坐标。跟踪时，从起始点开始，根据八个邻域进行搜索下一个相邻点的位置，记录坐标，直到完成全部栅格数据的矢量化。3）对现有地图跟踪数字化获得，将现有的地图图形离散化为数据。跟踪数字化是目前应用最广泛的一种地图数字化方式，是通过记录数字化板上点的平面坐标来获取矢量数据的。其基本过程是：将需数字化的图件(地图、航片等)固定在数字化板上，然后设定数字化范围、输入有关参数、设置特征码清单、选择数字化方式(点方式和流方式等)，就可以按地图要素的类别分别实施图形数字化了。 由于跟踪数字化本身几乎不需要GIS的其它计算功能，所以跟踪数字化软件往往可以与整个GIS系统脱离开，因而可单独使用。图3.1 手扶跟踪数字化仪示意图3.1.3属性数据的获取 1）特征码 地图要素是根据各自的位置和属性说明进行编码的，仅有描述空间位置的几何数据是不够的，还必须有描述它们的属性说明。其中用来描述要素类别、级别等分类特征和其他质量特征的数字编码叫特征码，它是地图要素属性数据的主要部分。其作用是反映地图要素的分类分级系统，同时也便于按特定的内容提取、合并和更新，因此特征码表的编制应根据原图内容和新编图的要求设计。 一般地，对地图要素进行分类编码时应遵循以下原则： 科学性和系统性，即以适合计算机和数据库技术应用和管理为目标，按国土基础信息的属性或特征进行严格的科学分类，形成系统的分类体系；相对稳定性，即分类体系以各种地图要素最稳定的属性或特征为基础，能在较长时间里不发生重大变更； 不受地图比例尺的限制，即同一地图要素在不同比例尺的地图数据库中有一致的分类代码，虽然分类不一定与多种比例尺地形图一一对应，但分类码要覆盖各种比例尺的地图符号，即每类地图符号都应具有相应的代码；完整性和可扩充性，即要素的分类既要反映其属性，又要反映其相互联系，具有完整性；代码结构应留有适当的可扩充的余地，具有可扩充性；与国家已颁布的有关规范和标准一致，即直接引用或参照相关的国家规范和标准；适用性，即特征码（或属性编码）尽可能地简短和便于记忆。依据上述原则，以国土基础信息为例，其编码可分为大类，并依次再分为小类、一级和二级。分类代码由6位数字组成，其结构如下：地图要素分类编码举例见表3.1。表3.1 地图要素分类编码特征码制图要素名称6境界61000行政区划界61010国界61011界桩、界碑61012同号双立界碑61013同号三立界桩、界碑61020未定国界7地形与地质71000等高线71010实测等高线71020草绘等高线72000高程72010高程点72020特殊高程点 2）特征码的输入 用键盘输入，特征码同几何数据一起存入地图数据库。事先设置好清单，在获取几何数据时，选择特征码。在GIS中，选择对象，弹出一个属性数据框，输入各类的属性数据。3.1.4数据处理 数据处理是计算机地图制图过程中的一个重要环节，包括对制图数据的存储、选取、分析、加工、输出等操作，以完成地图制作过程中的几何改正、比例尺和投影变换、要素的制图综合、数据的符号化等。1）矢量数据的基本操作 矢量数据的处理，一般有两种方式，一是按人机交互方式进行处理；二是按批处理方式进行处理。另外，也可将这两种方式结合起来进行。 矢量数据处理过程可分解为八种基本运算操作，即存取、插入、删除、搜索、分类、复制、归并和分隔。 存取，又叫访问，是指与内存打交道（如读写）的操作。它是图形显示、统计分析，或更复杂的分析和制图的基础。从地图制图的角度来考虑，插入和删除主要是在编辑过程中用来修改和更新地图内容。搜索在计算机地图制图作业执行过程中显得特别重要，例如在全要素地图数据库中寻找道路数据或某一级道路数据。分类是重新组织内存中的点集或较大的地理实体，使之便于处理和标出对地图用户具有特定意义的某些分布的分级排列。复制使得数据能被传输而使它更有价值。归并能把低层次的数据集合到实用的地区或国家这些高级的范畴上来。分隔则可以获得较小的数据集（例如开窗），以便对原有数据进行更详细或更直观的处理。2）数据编辑 数据编辑又叫数字化编辑，它是指对地图资料数字化后的数据进行编辑加工，其主要目的是在改正数据差错的同时，相应地改正数字化资料的图形中。一般地，数据编辑工作分两步进行。第一，显示数据，即在显示屏上显示或校核绘图显示，以便用目视的方法或与数字化原图套合比较的方法进行检查，找出数字化资料的差错，显示其出错位置。第二，数字化定位和编辑修改。编辑命令基本上只有两种指令类型：删除数据和增加数据。常用到的命令，诸如“变更”、“移动”、“删除”、“加入”、“截去”、“延长”、“分割”、“合并”等指令，都是这两种基本指令的组合或其中之一。3）数据的预处理 数据的预处理主要内容包括几何改正、数据压缩、数据规范化和数据匹配。 （1）几何改正 数据编辑处理一般只能消除或减少在数字化过程中因操作产生的局部误差或明显差错，但因图纸变形和数字化过程中产生的随机误差，则必须经过几何改正才能消除。 （2）数据压缩 数据压缩是把大量的原始数据或由存储器取出来的数据转换为有用的、有条理的、精炼而简单的信息的过程，又称数据简化或数据综合。目的是删除冗余数据，减少数据的存储量，节省存储空间，加快后继处理速度。 常用的数据存储方法有：间隔取点法 每隔k个点取一点，或舍去那些离已选点比规定距离更近的点，但首末点一定要保留，见图3.2。图3.2 a 由上到下隔一点取一点 b由上到下依次按距离临界值取值垂距法和偏角法 这两种方法是按垂距或偏角的限差选取符合或超过限差的点，其过程见图3.3。 道格拉斯-普克法 该方法试图保持曲线走向并且允许制图人员规定合理的限差，其执行过程见图3.4。 步骤为： a首未相连； b 计算中间各点到直线的距离； c 删去距离小于临界值的点； d 在留下的点中，选择距离最大的点，将曲线分成两段； e 重复，依次类推。3）数据规范化 从事地图数据采集和应用的部门日益增多,为了协调数字化地图的生产和提高数据的共享程度,地图数据规范化的工作引起了许多国家的重视,是国际地图制图协会的重要研究方向之一。 （1）定义规范 该部分使用零维、一维和二维数据，系统地、广泛地定义一组基本的、单一的制图目标，它们包括：单纯的几何目标；单纯的拓扑目标，几何和拓扑目标。并以此来建立地图要素的数字表示法。其规定了本标准中使用的主要概念性术语：要素、实体和目标。要素是指一个确定的实体及其目标的表示；实体是描述地球上一种不能再细分的真实的现象；目标是一个实体的全部或部分的数据表示。图3.3垂距法和偏角法图3.4道格拉斯-普克法（2）空间数据转换规范 制定该规范的目的是方便空间数据从一个空间数据处理系统向另一个空间数据处理系统转换，而与它们使用的计算机硬件和操作系统无关。内容包括各种转换模块；每个模块包含一组模块记录；每个模块记录包括若干个数据字段，它们按信息的目的和功能分组；数据字段包含要转换的信息。这些模块可完成矢量转换、关系转换和栅格转换等。 （3）数字制图数据质量控制规范，每幅数字地图都必须有一份质量报告，其内容包括数据情况略图、位置精度、属性精度、逻辑一致性和完整性等五个部分。 （4）制图要素规范 这一部分包括说明制图要素的概念模型和一份实体及属性定义表。概念模型定义了三个概念和两个辅助项，它们分别是实体、属性、属性值、标准项和内含项。 4）数据匹配 数据匹配是实现误差纠正的又一种方法，是数据处理的一个重要方面.（1）顶点匹配。在数字化多边形地图和其它网结构图形时，同一点（如几个多边形的公共顶点）可能被数字化好几次，即使在数字化时很仔细，但由于仪器本身的精度和操作问题，都不能保证几次数字化都获得同样的坐标值。为此在数据处理时，需将它们的重心重新安放，这就是“顶点匹配”（或称结点匹 配）。该方法是用匹配程序对多边形文件进行处理，即让程序按规定搜索位于一定范围内的点，求其坐标的平均值，并以这个平均值取代原来点的坐标。经处理后，在多边形生成时若再发现少数顶点不匹配，经查明原因后可辅以交互编辑的方法处理。 （2）数字接边 在数字化地图时，一般是一幅一幅地进行，受数字化仪幅面的限制，有时一幅图还需分块进行，见图3.5（1）。由于纸张的伸缩或操作误差，相邻图幅公共图廓线（或分块线）两侧本应相互连接的地图要素会发生错位，见图3.5（2），这是不可避免的。因此在拼幅或合幅时均须对这些分幅数字地图在公共边上进行相同地图要素的匹配，这就是数字接边，接边后的结果如图3.5（3）所示。 数字接边在数字地图更新时非常重要，尤其是在局部区域内的数据需全部更新时，新旧资料拼接线上的要素必须作接边处理。 除了上述两种数据匹配外，属性数据与几何数据的匹配、几何图形校正（如矩形图形的四个角不全为直角）和齐边改正（如线段端点与图边、水涯线等的正确接合）等的数据处理均属数据匹配。（1）（2） （3）图3.5 数字接边过程3.2栅格数据的获取与处理方法3.2.1栅格数据的概念 栅格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。栅格结构是大小相等分布均匀、紧密相连的像元（网格单元）阵列来表示空间地物或现象分布的数据组织。是最简单、最直观的空间数据结构，它将地球表面划分为大小、均匀、紧密相邻的网格阵列。每一个单元（象素）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如果一个图像的灰度值只有两种（通常用1表示前景元素，用0表示背景元素），则这个图像也称“二值图像”（或称“二元图像”）。图3.6表明如何用矢量数据和栅格数据来表示一条曲线。图3.6 矢量数据和栅格数据的区别在矢量形式表示中，曲线由一个顺序点列的（X，Y）坐标值给出，并通过对每相邻的两点作连线而予以再现；而在栅格形式表示中，曲线是通过对其经过的所有像元赋以特定的数值而给出，即“线上”与“线外”的像元具有不同的灰度值。只要通过一种装置，将栅格数据中不同的灰度值变为物理上不同的亮度，就可以将曲线再现出来。 在计算机地图制图中，用栅格数据表示各种地图基本图形元素的标准格式如下（见图3.7）： 点状要素用其中心点所处的单个像元来表示； 线状要素用其中轴线上的像元集合来表示。中轴线的宽度仅为一个像元，即仅有一条途径可以从轴上的一个像元到达相邻的另一个像元。这种线划数据称细化了的栅格数据； 面状要素用其所覆盖的像元集合来表示。图3.7 栅格数据表示基本图形元素的格式图3.8 四邻域和八邻域图3.9 四邻域和八邻域的栅格数据在栅格数据中，常用的相邻概念有四方向相邻和八方向相邻两种，如图3.8。设所讨论的中心像元为（i，j）（即第i行、第j列的像元），若只定义与其有公共边的四个像元（i-l，j）、（i，j1）、(i1，j)、（i，j-1）与中心像元（i，j）相邻，则这种相邻称为四方向相邻。此时，像元（i,j）具有四向邻域；若除了上述的四个像元以外，还定义像元（i-1，j-1）、（i-1，j1）、（i+1,j+1）、（i+1,j-1）也与中心像元（i，j）相邻，则这种相邻称为八方向相邻。此时，像元（i，j）具有八向邻域。 从图像上看，同样都是细化了的栅格数据，四方向相邻与八方向相邻的栅格数据各有特点，如图3.9所示。八方向相邻的图形线划显得纤细，位置过渡较自然，与矢量数据的对应图形相比，栅格化“抖动”（也称阶梯效应）相对较弱；而四方向相邻的图像线划显得粗壮、结实，同时，栅格化的阶梯效应较明显，但其特点是沿任何方向横截一条连通的栅格线划时，其截面宽度不小于一个像元的边长。3.3.2栅格数据的获取 在计算机地图制图中，栅格数据的来源可以有多种。（1）通过遥感手段获得 通过遥感手段获取的数字图像，从概念上讲，就是一种栅格数据。它是遥感传感器在某个特定的时间、对某一地区地面景象的辐射和反射能量进行扫描抽样，并按不同的光谱段分光并量化后，以数字形式记录下来的像素亮度值序列。这些数据按一定的格式，存储在计算机中。 （2）由对图片扫描而来 利用扫描机可以把光学模拟图像（如一张像片或底片）或图件（如手工制图原稿或现有地图）提供的资料转换为栅格数据。 （3）由矢量数据转换而来 栅格数据也可以通过计算机，由矢量数据转换而来。 （4）由平面上行距、列距固定的点内插或抽样而来 假定图11.5是地形图的一部分，如果我们在它的上面覆盖上行距、列距固定的矩形网格，并将每个网格线交点处的高程值通过内插读出来，按不同的高程值逐行逐列进行编码，就能得到一个栅格阵列数据。3.2.3栅格数据的处理 1）栅格数据的基本运算 栅格图像的处理常用到下述的基本运算： （1）灰度值变换 为了利用栅格数据，得到尽可能好的图像、图形质量或分析效果，往往需要将原始数据中像元的原始灰度值按各种特定方式变换。各种变换方式可以用所谓“传递函数”来描述。其中，原始灰度值与新灰度值之间的关系，正如函数中自变量与因变量之间的对应关系。 “临界值操作”是指凡低于（或高于）某一个临界值的灰度值都被置成一种新灰度值（例如0），其余的也可均置为另一种不同的灰度值常量（例如1）。原来带有各种灰度值的一幅栅格图像，经过灰度值的临界值操作，变换为只带有两种灰度值（0和1）的二值栅格图像。 “分割型传递函数”的目的是把确定范围（例如灰度值在125222之间）内的原始灰度值原封不动地予以接收，而把其余所有的原始灰度值均置为零。这一带有选择性接收的过程被形象地叫作“切片”。正像和负像的互换，可以采用“反转型”传递函数。 还可以设计出许多传递函数。例如，为了把若干原始的制图物体（例如公路）的等级在制图综合时合并成一个新的等级，可以设计出相应的“归类函数”。 （2）栅格图像的平移 这是一种极为简单而重要运算即原始的栅格图像按事先给定的方向平移一个确定的像元数目。如图3.10（1）为原始图像，（2）是原始图像分别向右、向上平移了一个像元而形成的新图像。（1） （2）图3.10栅格图像的平移（3）两个栅格图像的算术组合 栅格图像的算术组合是指将两个栅格图像互相叠置，使它们对应像元的灰度值相加、相减、相乘等。例如图3.11的（1）、（2）为原始图像，（3）为灰度值组合的结果。 （4）两个栅格图像的逻辑组合 将两个图像相对应的像元，利用逻辑算子“或”、“异或”、与”和“非”进行逻辑组合。例如图3.10的（4）、（5）、（6）、（7）。图3.11 灰度值相加、相减、相乘等运算还有其它一些常见的基本运算，例如； 将栅格图像的所有灰度值置成一个常数。如果此常数为0，这就是将整个栅格图像涂成背景色的“冲0”操作； 把一个栅格图像的所有灰度值乘以或加上一个常量； 对一个栅格图像的灰度值在求其正弦、余弦、方根、对数、指数函数等后，取而代之； 求一个栅格图像所有元素灰度值之和； 找出一个栅格图像中灰度值为最大的元素； 求出两个栅格图像相应像元灰度值的数量积； 将两个栅格图像按元素进行比较，并把每一个较大元素记入结果栅格图像中； 将两个栅格图像按元素进行比较，当第一个栅格图像中的元素大于第二个中的相应元素时，在结果栅格图像中记“1”，否则“0”。2）栅格数据的宏运算 宏运算较上述基本运算复杂，但更为直接地显示出在制图上的作用，下面结合其在制图上的应用，列举一些常用的宏运算。 （1）扩张 在这种算法中，同一种属性的所有物体将按事先给定的像元数目和指定的方向进行扩张。图3.12表明原图向右扩张两个像元的原理、过程及结果。图3.12扩张运算（2）侵蚀 在这种算法中，同一种属性的所有物体将在指定的方向上按事先给定的像元数目受到（背景像元的）侵蚀。实际上就是背景像元在这个方向上的扩张。图3.13表示原图及在原图右侧被蚀去一列后的结果。图3.13侵蚀运算（3）加粗 在加粗算法中，同一种属性的所有物体将按事先给定的像元数目加粗。图3.14表示出一条线被加粗一个像元的原理及过程。可以看出，为了构成这种加粗的宏运算，要多次应用到基本运算“平移”和两个栅格图像的逻辑组合。因图3.14所描述的过程是按四个主方向进行了平移（都从原图出发），所以被称为“四向邻域的加粗”。类似地，也可以实现“八向领域的加粗”过程。 （4）减细 减细的原理和过程与加租几乎是一样的，因为加粗“0”像元就是减细“l”像元。要注意的是，这种减细的批处理过程若不加一些必要的限制，可能会导致线划的断裂或要素的消失。 显然，加粗是扩张的发展；减细是侵蚀的发展。综合运用扩张、侵蚀，加粗、减细的宏运算，就有可能使制图物体的形态，按要求向好的方面转化。例如，假定图3.15中原图的两个要素间有粘连现象，则可以先从一侧进行侵蚀（具体侵蚀多少应视粘连程度而定，本例为一个像元），然后再向同一侧扩张同样的像元数。结果是消除了粘连，而其它要素不变。这一过程也叫断开。相反，如果一个连续的制图物体由于材料、工艺及老化等原因使图形（如等高线）出现断缺、裂口等缺陷，此时我们可以将原图先扩张再侵蚀或先加粗再减细，就可获得连续、光滑的图形，从而改善线划符号的质量（如图3.16），这一过程也叫合上。图3.14 加粗算法图3.15侵蚀与扩张图3.16综合运用扩张、侵蚀，加粗、减细的宏运算（5）填充 这种宏运算的目的是让一些单个像元（填充胚）在给定的区域范围内，通过某种算法而蔓延，由它们把这些区域全部充满。在利用多边形范围线的栅格图像进行人机交互或自动的多边形标识时，往往要用到“填充”这种宏运算。在此介绍两种算法：图3.17填充算法1图3.18填充算法21）逐步加粗法 如图3.17，设“1”为区域范围线上的像元，“2”为填充胚。首先考察原图填充胚的上、下、左、右四邻，凡是不属于范围线上的像元，均置成与填充胚同样的灰度值“2”，即让它们成为新的填充胚。第二步是在经上述对填充胚加粗的基础上，找出一个填充胚，考察它的四邻，只要不属于范调线上的像元，均被置成“2”，并作为新填充胚记入，这样反复进行下去。由于在加粗过程中，不能对灰度值为1”的像元置“2”，因此这种算法可以称为带有边界约束条件的逐步加粗法。2）逐行填充法 如图3.18（1），仍然定义设“1”为区域范围线上的像元，“2”为填充胚。该方法找出一个填充胚后，便以此为起点向左、向右尽可能将其所在行用同一灰度“2”填满，直至左右两端均受到范围线“1”像元的阻挡，如图3.18所示。然后，在新近被填充的行的上下两侧，搜索新的填充胚位置。重复行填充和上下搜索新填充胚位置的过程，直至完成。3.3矢栅一体化的研究3.3.1矢栅一体化概念对于面状地物，矢量数据用边界表达的方法将其定义为多边形的边界和一内部点，多边形的中间区域是空洞。而在基于栅格的GIS中，一般用元子空间充填表达的方法将多边形内任一点都直接与某一个或某一类地物联系。显然，后者是一种数据直接表达目标的理想方式。对线状目标，以往人们仅用矢量方法表示。 事实上，如果将矢量方法表示的线状地物也用元子空间充填表达的话，就能将矢量和栅格的概念辨证统一起来，进而发展矢量栅格一体化的数据结构。假设在对一个线状目标数字化采集时，恰好在路径所经过的栅格内部获得了取样点，这样的取样数据就具有矢量和栅格双重性质。一方面，它保留了矢量的全部性质，以目标为单元直接聚集所有的位置信息，并能建立拓扑关系；另一方面，它建立了栅格与地物的关系，即路径上的任一点都直接与目标建立了联系。图3.19 矢栅一体化概念因此，可采用填满线状目标路径和充填面状目标空间的表达方法作为一体化数据结构的基础。 每个线状目标除记录原始取样点外，还记录路径所通过的栅格； 每个面状地物除记录它的多边形周边以外，还包括中间的面域栅格。 无论是点状地物、线状地物、还是面状地物均采用面向目标的描述方法，因而它可以完全保持矢量的特性，而元子空间充填表达建立了位置与地物的联系，使之具有栅格的性质。这就是一体化数据结构的基本概念（图3.19）。从原理上说，这是一种以矢量的方式来组织栅格数据的数据结构。3.3.2一体化数据结构设计线性四叉树(Morton)是基本数据格式，三个约定设计点、线、面数据结构的基本依据，细分格网法保证足够精度。1）点状地物和结点的数据结构约定1：点仅有位置、没有形状和面积，只要将点的坐标转化为地址码M1和M2，结构简单灵活，便于点的插入和删除，还能处理一个栅格内包含多个点状目标的情况。表3.2 点状数据结构点标志号M1M2高程Z100254340844321002610577254632）线状地物的数据结构约定2：线状地物有形状但没有面积，没有面积意味着只要用一串数据表达每个线状地物的路径即可，将该线状地物经过的所有栅格的地址全部记录下来。仿照矢量数据组织的链状双重独立式编码，以弧段为记录单位。下表弧段的数据结构:表3.3 弧段的数据结构弧标志号起结点号终结点好中间电串（M1，M2，Z）20078100251002658，7749，435，4377，439下表为线状地物的数据结构:表3.4 线状地物的数据结构线标志号弧段标志号3003120078，200793003220092,20098,200993）面状地物的数据结构（1）弧段文件边界弧段-形状（2) 带指针的四叉树二维行程码-面域叶结点的属性值改为指向该地物的下一个子块的循环指针。循环指针指向该地物下一个子块的地址码，并在最后指向该地物本身。只要进入第一块就可以顺着指针直接提取该地物的所有子块，从而避免像栅格数据那样为查询某一个目标需遍历整个矩阵，大大提高了查询速度。3）面文件这种数据结构是面向地物的，具有矢量的特点。通过面状地物的标识号可以找到它的边界弧段并顺着指针提取所有的中间面块。同时它又具有栅格的全部特性，二维行程本身就是面向位置的结构，带指针的二维行程码中的Morton码表达了位置的相互关系，前后M码之差隐含了该子块的大小。给出任意一点的位置都可顺着指针找到面状地物的标识号确定是哪一个地物。表3.5 面状地物的数据结构面标志号弧标志号串面块头指针40001（属性值为0）20001,20002,20003040002（属性值为4）20002,200041640003（属性值为8）2000374）复杂地物的数据