В других случаях, растровые данные могут быть результатом расчетов. Например, страховая компания может использовать отчеты о преступлениях и создать карту, показывающую концентрацию преступлений в разных местах. Метеорологи регулярно составляют карты средней температуры, количества осадков и преобладающих направлений ветра (см. Рисунок 54 выше). В этих случаях они используют такие технологии, как интерполяция (которую мы описываем в Части 10).
Иногда растровые данные создаются на основе векторных данных, т. к. обладатели этих данных хотят опубликовать их в общедоступном формате. Например, компания, располагающая векторными данными о дорогах и земельных участках, генерирует растровые версии данных, чтобы ее работники могли свободно просматривать эти данные в веб-браузере. Этот подход полезен, когда атрибуты, которые нужно показать пользователями, могут быть отображены на карте с помощью надписей или условных обозначений. Если пользователю нужно иметь возможность просматривать или анализировать атрибутивную таблицу, растровые форматы не подойдут для такой задачи, т. к. большинство из них не имеет связанной атрибутивной таблицы.
Каждый растровый слой в ГИС имеет пиксели (ячейки) фиксированного размера, которые определяют его пространственное разрешение. Это хорошо видно, когда Вы смотрите на изображение в мелком масштабе (см. Рисунок 56), а затем приближаете его (см. Рисунок 57).
Ряд факторов определяет пространственное разрешение изображения. Для спутниковых данных, пространственное разрешение обычно зависит от возможностей сенсора, с помощью которого получено изображение. Например, спутники SPOT5 могут осуществлять съемку изображений с размером пиксела 10х10 м. Другие спутники, такие как MODIS, производят съемку с разрешением всего 500х500 м. Для аэрофотосъемки достаточно распространены разрешения порядка 50х50 см. Изображения с размером пиксела, соответствующим маленькой области на поверхности Земли, классифицируются как имеющие высокое разрешение. Изображения с размером пиксела, соответствующим большой области, имеют низкое разрешение, т. к. у снимков низкая степень детализации.
В растровых данных, которые создаются методами пространственного анализа (таких как карты количества осадков), пространственное разрешение определяется плотностью информации, используемой для вычислений. Например, если Вы хотите создать карту осадков с высоким разрешением, Вам понадобятся данные с большого количества метеостанций, находящихся достаточно близко друг от друга.
Одна из главных вещей, о которых необходимо помнить, работая с растрами высокого пространственного разрешения, — требования к размеру жесткого диска. Допустим, растр размером 3х3 пикселя в сумме имеет 9 пикселей, и его хранение требует место для 9 числовых значений в памяти компьютера. Представим, что нам нужен растр для всей территории Южной Африки с разрешением 1х1 км. Территория ЮАР составляет примерно 1,219,090 кв. км, что означает больше миллиона числовых значений на жестком диске компьютера. Уменьшение размера пикселя приведет к увеличению их количества, что вызовет сильное возрастание потребности в компьютерной памяти.
Иногда полезно работать с изображением низкого разрешения, если Вас интересует большая область и Вам не нужны детали местности. Карты облачности являются отличным примером — их показывают в масштабах государства. Изображение конкретного облака с высоким разрешением мало скажет Вам о надвигающейся погоде!
С другой стороны, использование данных низкого разрешения может быть проблематично, если Вам интересна небольшая область, т. к. Вы скорее всего не сможете извлечь никаких деталей.