rasta data

• नमस्कार दोस्तों, चौथे व्याख्यान में आपका स्वागत है।
• और फिर हमने विभिन्न प्रकार के वेक्टर डेटा, बिंदु डेटा, रेखा या पॉलीलाइन डेटा, बहुभुज डेटा पर चर्चा की।
• रेखापुंज डेटा


  दो प्रकार के होते हैं; एक ग्रिड प्रकार डेटा है, और दूसरा इमेज डेटा है।
• यहाँ इन दोनों के बीच बहुत अधिक अंतर नहीं हैं, लेकिन फिर भी इन दोनों के बीच के अंतरों को बहुत सावधानी से समझा जाना चाहिए, अन्यथा डेटा का विश्लेषण करते समय, या ऐसे डेटा को संभालते हुए आपको इस तरह की समस्याएं हो सकती हैं।
• तो, दो अलग-अलग प्रकार के रेखापुंज डेटा की पेचीदगियों के बारे समझना, बहुत जरूरी है।
• हम वेक्टर डेटा के साथ-साथ रेखापुंज डेटा से जुड़े फायदे की तुलना भी करेंगे, और यह हम अपने व्याख्यान के बाद के हिस्से में करेंगे।
• वेक्टर डेटा


  एक असतत डेटा है
• रेखापुंज डेटा


  एक निरंतर डेटा है
• वास्तविक दुनिया का प्रतिनिधित्व करने के दो अलग-अलग तरीके हैं; एक यह है कि असतत में बिंदु रेखा या बहुभुज का उपयोग करने का तरीका, जो TIN मॉडल में उपयोग हो सकता है, जिस पर हम बाद में चर्चा करेंगे , लेकिन जिस विषय पर हम विस्तार से चर्चा करने जा रहे हैं, वह रेखापुंज है जो निरंतर फैशन में असतत हैं, जिसका हम वास्तविक दुनिया में प्रतिनिधित्व करते हैं।
• रेखापुंज


  एक समान ग्रिड है
• अगर यह वास्तविक विश्व परिदृश्य है, तो इस पर एक समान ग्रिड का नेतृत्व किया जाता है।
• सेनान का सैंपलिंग सिंद्धांत

  यह सिद्धांत दिया था कि वास्तविक दुनिया का प्रतिनिधित्व लगातार बराबर आकार के सेल ग्रिड में किया जा सकता है, और प्रत्येक कोशिका, पृथ्वी के उस हिस्से पर जो कुछ भी मौजूद है उसका औसत मूल्य दर्शा रही है।
• उदाहरण के लिए, यदि आपके पास एक कृषि भूमि है,जो 10 x10 मीटर की है , वनस्पति में भिन्नता हो सकती है जैसे गेहूं की फसल या कुछ दूसरी फसल कह सकते हैं, लेकिन सब कुछ औसत है; उदाहरण के लिए, हरियाली या उत्पादन या कुछ भी हो सकता है और एक एकल मान उस सेल को सौंपा गया है, यह मूल्य हमारे रेखापुंज सेल का विशेषता मूल्य बन जाता है।
• यह कारण है कि वेक्टर के मामले में, हमारे पास कई विशेषताएं हो सकती हैं, लेकिन रेखापुंज सेल या रेखापुंज पिक्सेल के साथ, हमारे पास केवल एक ही विशेषता हो सकती है; यह वेक्टर और रेखापुंज के बीच एक प्रमुख अंतर है।
• रेखापुंज डेटा


  एक सतत वेक्टर, असतत डेटा, असंतत डेटा है।
• डेटा दो आयामी (2-D) मैट्रिक्स में संग्रहीत है, जिसे आप पंक्तियों और स्तंभों का एक सेट कर रहे हैं।
• पंक्तियों की संख्या और स्तंभों की संख्या समान होने की आवश्यकता नहीं है, जैसा कि आप गणित में मैट्रिक्स को जानते हैं; मतलब, मैं मेरे रेखापुंज डेटा को आयताकार आकार, या चौकोर आकार दे सकता हूं, लेकिन इन दो आकृतियों के अलावा, मैं किसी अन्य आकार में रेखापुंज नहीं कर सकता।
• जब हम एक अनियंत्रित क्षेत्र के लिए रेखापुंज का प्रतिनिधित्व कर रहे हैं, और फिर कुछ अन्य अवधारणाएँ लागू होती हैं जिन्हें हम बिना डेटा अवधारणा के कहते हैं, और हमारी स्क्रीन पर या हमारी दृश्य के लिए कोई डेटा अवधारणा का उपयोग करके, हम रेखापुंज के लिए मनमानी सीमा देखते हैं।
• वास्तव में, बाहरी क्षेत्र के लिए सिस्टम में इसे बिना डेटा के रूप में संग्रहीत किया जाता है, और अंदर के लिए बहुभुज को वास्तविक डेटा में संग्रहीत किया जाता है।
• रेखापुंज का समग्र आकार हमेशा आयताकार या चौकोर होना चाहिए, क्योंकि यह गणितीय रूप से दो आयामी मैट्रिक्स का प्रतिनिधित्व करता है।
• प्रत्येक सेल एक विशेषता का प्रतिनिधित्व करता है एक मूल्य यह रिमोट सेंसिंग डेटा के मामले में हो सकता है, यह प्रतिबिंब मूल्य हो सकता है, यह उत्सर्जित मूल्य हो सकता है, यह तापमान मूल्य हो सकता है, या सामान्य स्थिति में वर्षा मूल्य या कोई अन्य मूल्य हो सकता है, लेकिन प्रति सेल या पिक्सेल प्रति केवल एक मूल्य, और यह सेल या पिक्सेल हमारे ग्रिड या रेखापुंज की इकाई बन जाता है।
• एक रेखापुंज का समग्र आकार वर्ग या आयताकार हो सकता है; हालाँकि, एक इकाई का आकार हमेशा एक वर्ग होता है, इसलिए, कि हम एकरूपता बनाए रखें।
• प्रत्येक इकाई के लिए प्रत्येक मूल्य को एक समान आकार में होना चाहिए।
• रेखापुंज


  संग्रहीत किया जाता है, और अंदर के लिए बहुभुज को वास्तविक डेटा में संग्रहीत किया जाता है
• रेखापुंज का समग्र आकार हमेशा आयताकार या चौकोर होना चाहिए, क्योंकि यह गणितीय रूप से दो आयामी मैट्रिक्स का प्रतिनिधित्व करता है
• सेल


  ग्रिड के मामले में, इमेज के मामले में जिसे हम पिक्सेल कहते हैं
• प्रत्येक सेल


  एक विशेषता का प्रतिनिधित्व करता है एक मूल्य
• प्रत्येक सेल या पिक्सेल प्रति केवल एक मूल्य, और यह सेल या पिक्सेल हमारे ग्रिड या रेखापुंज की इकाई बन जाता है
• एक रेखापुंज का समग्र आकार वर्ग या आयताकार हो सकता है; हालाँकि, एक इकाई का आकार हमेशा एक वर्ग होता है, इसलिए, कि हम एकरूपता बनाए रखें
• एक गणितज्ञ ने सुझाव दिया कि एक वर्ग के बजाय हमारे पास विभिन्न आकार के त्रिकोण हो सकते हैं, और इससे TIN की अवधारणा आइ
• रेखापुंज की एक इकाई हमेशा एक वर्ग होती है; एक रेखापुंज का समग्र आकार वर्ग और आयताकार हो सकता है, और रेखापुंज की प्रत्येक इकाई में केवल एक ही विशेषता होगी; वेक्टर डेटा की तरह नहीं
• रेखापुंज एक सतत है, और हम आम तौर पर परिचित हैं जब हम छवि रेखापुंज को संभाल रहे हैं; फिर tiff, jpeg और gif और विभिन्न इमेज प्रोसेसिंग सॉफ्टवेयर जैसे छवि प्रारूप हैं, उनके पास उनका अपना स्वरूप है
• सेल का आकार अलग-अलग हो सकता है, यह हमेशा एक मीटर से एक मीटर या दो मीटर से दो मीटर नहीं होता है, लेकिन आकार निश्चित होता है जो वर्ग है, लेकिन सेल का आकार बदल सकता है, सेल का क्षेत्र बड़ा है तो रेखापुंज को कवर कर रहा है
• स्थानिक संकल्प


  जितना हम स्थानिक संकल्प को छोटा कहते हैं, या स्थानिक संकल्प को कम या ज्यादा करते हैं
• उच्च स्थानिक संकल्प


  अगर एक सेल जमीन के बहुत छोटे क्षेत्र का प्रतिनिधित्व करता है
• स्थानिक संकल्प शब्द वास्तव में सापेक्ष है, किसी के लिए, कुछ अनुप्रयोगों के लिए सौ स्थानिक संकल्प उपयोगी हो सकता है, लेकिन किसी अन्य व्यक्ति के लिए भी एक मीटर स्थानिक संकल्प उपयोगी नहीं हो सकता है
• न केवल उपग्रह चित्र जो जीआईएस में संभाले जाते हैं, बल्कि अन्य रेखापुंज डेटा भी हैं, एक डिजिटल ऊंचाई मॉडल की तरह है जो कि एकीकरण का प्रतिनिधित्व कर रहा है, या इलाके की स्थलाकृति, या पृथ्वी का हिस्सा
• डिजिटल उन्नयन मॉडल कहा जाता है, क्योंकि ग्रिड के प्रत्येक सेल ऊंचाई मान का प्रतिनिधित्व करेगा
• उपग्रह चित्रों में यह तीन प्राथमिक रंगों का उपयोग करके बनाया गया है, और इसलिए, आप रंग में देख रहे हैं, लेकिन फिर भी सभी रेखापुंज हैं, और विभिन्न प्रकार के रेखापुंज जो आपकी छवि रेखापुंज है
• इमेज के मामले में पिक्सेल का मान केवल धनात्मक पूर्णांक मान हो सकता है, और यह एक इमेज और ग्रिड के बीच एक और बड़ा अंतर है