عکس زمینه چپ

آشنایی با انواع ماهیت پیکسل های رستر – Integer یا Float؟

داده‌های رستری یکی از مهم‌ترین انواع داده‌ها در سیستم‌های اطلاعات جغرافیایی (GIS) و سنجش از دور هستند. انتخاب صحیح ماهیت داده در رسترها، نقش بسیار مهمی در دقت تحلیل‌ها، سرعت پردازش و حجم فایل‌ها دارد.

در این مقاله، به زبان ساده اما تخصصی، انواع ماهیت داده را در رستر معرفی می‌کنیم.

 

Data Type در داده‌های رستری چیست؟

در ساختار رستری، سطح زمین به سلول‌هایی (Pixel) تقسیم می‌شود و هر سلول یک مقدار عددی را ذخیره می‌کند. ماهیت داده مشخص می‌کند:

  • این مقدار عدد صحیح است یا اعشاری
  • چه بازه‌ای از اعداد قابل ذخیره است
  • هر سلول چه مقدار حافظه اشغال می‌کند
  • آیا امکان ذخیره مقادیر منفی وجود دارد یا خیر

انتخاب نادرست ماهیت داده می‌تواند باعث کاهش دقت، افزایش حجم داده و حتی خطا در تحلیل‌های مکانی شود.

دسته‌بندی اصلی Data Typeهای رستری

1. نوع صحیح (Integer)

این نوع داده‌ها برای پدیده‌های گسسته یا طبقه بندی شده استفاده می‌شوند و قابلیت ذخیره عدد اعشاری ندارند.

رایج‌ترین انواع Integer:

  • Byte (UInt8): بازه 0 تا 255 – مناسب برای داده‌های طبقه‌بندی شده
  • Int16: بازه -32768 تا 32767 – مناسب برای مقادیر محدود با علامت
  • UInt16: بازه 0 تا 65535 – بسیار رایج در تصاویر ماهواره‌ای خام
  • Int32: بازه بسیار بزرگ – برای داده‌های شمارشی یا IDها

کاربردهای مرسوم:

  • نقشه کاربری اراضی
  • کلاس‌های خاک
  • نقشه مناطق مدیریتی
  • تصاویر خام سنجش از دور

 

نوع بیت بازه تقریبی کاربرد رایج
int8 / byte 8 -128 تا 127 یا 0 تا 255 کاربری اراضی، کلاس‌بندی
uint8 8 0 تا 255 نقشه‌های طبقه‌بندی
int16 16 -32,768 تا 32,767 DEM با دقت متوسط
uint16 16 0 تا 65,535 سنجنده‌ها، رادیانس
int32 32 ~±2 میلیارد داده‌های شمارشی بزرگ

 

2. نوع اعشاری (Float)

این نوع داده‌ها برای پدیده‌های پیوسته (Continuous) استفاده می‌شوند و امکان ذخیره مقادیر اعشاری را دارند.

انواع Float:

  • Float32: دقت متوسط، حجم مناسب، پرکاربردترین نوع
  • Float64: دقت بسیار بالا، حجم زیاد، مناسب تحلیل‌های علمی خاص

کاربردهای معمول:

  • مدل رقومی ارتفاع (DEM)
  • شیب و جهت شیب
  • دما، بارش، رطوبت
  • شاخص‌های طیفی مانند NDVI

 

نوع بیت دقت کاربرد
float32 32 ~7 رقم اعشار DEM، شیب، NDVI
float64 (double) 64 ~15 رقم اعشار مدل‌سازی دقیق، تحلیل علمی

 

3. داده‌های دودویی (Binary Raster)

در این نوع رستر، فقط دو مقدار وجود دارد (معمولاً 0 و 1).

کاربردها:

  • ماسک‌های مکانی
  • نقشه مناطق مجاز و غیرمجاز
  • خروجی تحلیل‌های منطقی (True/False)

 

ارتباط Data Type با نوع پدیده مکانی

داده‌های گسسته (Categorical)

ویژگی‌ها:

  • تعداد کلاس محدود
  • فاقد مفهوم پیوستگی

Data Type پیشنهادی: Integer (Byte یا Int16)

داده‌های پیوسته (Continuous)

ویژگی‌ها:

  • تغییر تدریجی در فضا
  • نیاز به دقت بالا

Data Type پیشنهادی: Float32 یا Float64

Data Typeهای رایج در GIS و سنجش از دور

جدول زیر راهنمای خوبی برای انتخاب نوع درست پیکسل ها می باشد.

نوع داده Data Type مناسب
تصاویر خام Landsat و Sentinel UInt16
NDVI و شاخص‌های طیفی Float32
DEM Float32
شیب (درجه یا درصد) Float32
جهت شیب (Aspect) Int16 یا Float32
Hillshade Byte
نقشه کاربری اراضی Byte

راهنمای انتخاب Data Type مناسب (راهنمای عملی)

 

  • اگر داده شما طبقه‌ای یا کددار است > Integer
  • اگر داده شما حاصل محاسبه یا مدل‌سازی است > Float
  • اگر حجم فایل اهمیت بالایی دارد > کوچک‌ترین Data Type ممکن را انتخاب کنید
  • اگر تحلیل علمی دقیق انجام می‌دهید > Float64 (با احتیاط)

اشتباهات رایج در انتخاب Data Type

  • ذخیره DEM به صورت Integer > کاهش دقت ارتفاع
  • ذخیره نقشه‌های طبقه‌بندی شده به صورت Float > افزایش بی‌دلیل حجم
  • استفاده از Float64 بدون نیاز واقعی > کندی پردازش و مصرف زیاد حافظه

 

انتخاب صحیح Data Type در داده‌های رستری، یکی از پایه‌ای‌ترین اما مهم‌ترین تصمیم‌ها در GIS و سنجش از دور است. با شناخت نوع پدیده، هدف تحلیل و محدودیت‌های سخت‌افزاری، می‌توان بهترین نوع داده را انتخاب کرد و از تحلیل‌های دقیق‌تر، سریع‌تر و بهینه‌تر بهره برد.

اگر به دنبال یادگیری حرفه‌ای GIS هستید، درک درست Data Typeها یک قدم بسیار مهم در مسیر تخصصی شماست.

[mailerlite_form form_id=80]

اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.

۰ تا ۱۰۰ مفاهیم سنجش از دور

کاملا رایگان شروع کن!

آموزش رایگان ArcGIS pro

واقعاااااا رایگاااااانه !!

آموزش گوگل ارث انجین

شدیدا توصیه شده !

دانلود لندیوز ۱۰ متری ایران و …

به کمک گوگل ارث اینجین!

کتاب موتور پردازش مجازی

اولین کتاب آموزش گوگل ارث انجین!

طبقه بندی تصاویر ماهواره ای

آشنایی با انواع روش ها!

پیش پردازش تصاویر ماهواره ای

هندسی – رادیومتریکی – اتمسفری

دانلود داده های آلتیمتری

ترازسنجی برای دریاچه ها

پوشش اراضی ۱۰ متری

ترازسنجی برای دریاچه ها

نمایش سه بعدی در ArcGIS

مدل رقومی ارتفاع

[mailerlite_form form_id=80]

 پربــازدیـدترین مقالات

  نظراتـــــــــ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

 آخرین مقالات