HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet
HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet HMK - Höjddata, 2012 års arbetsdokument - Lantmäteriet
Figur 6. Exempel på höjddata i textbaserat rasterformat (ASCII Grid). I filhuvudet anges insättningspunkt och upplösning som georeferens. Därefter behöver endast höjdvärdet anges för respektive position. Den enkla datastrukturen gör att höjddata i rasterformat kan analyseras och visualiseras enkelt och effektivt, och detta är den främsta orsaken till dess popularitet. Rasterstrukturen gör det också enkelt att tillämpa olika metoder för datakomprimering. Vanliga icke förstörande komprimeringsalgoritmer som LZW (Lempel-Ziv-Welch) kan ofta halvera datamängden, speciellt om antalet decimaler reduceras (ofta räcker två decimaler för en höjdmodell). Arbetsdokument, december 2012 12 (29)
Figur 7. Raster interpolerat från geodetiska mätningar. Färgskalan representerar olika höjder, där blå är lägst. Notera att värdet för pixlar i ej mätta områden är ”inga data”, men att en viss extrapolering har tillåtits. 1.4.1 Upplösning och interpolering Vad som är en lämplig upplösning för höjddata i rasterformat styrs främst av den ursprungliga datamängdens punktavstånd, och normalt bör upplösningen motsvara det genomsnittliga punktavståndet. Lämplig upplösning för raster från laserdata finns i dokument Laserdata, luftburen insamling tabell 1. Framställning av höjddata i rasterformat kräver alltid interpolering, vilket medför att rastret blir en approximation av den ursprungliga datamängden. Störst blir skillnaden vid låga upplösningar och i kraftigt kuperad terräng. Det finns många metoder för interpolering som är lämpliga för höjddata, och alla har olika styrkor och svagheter. En metod som fungerar bra i de flesta sammanhang är linjär interpolering i TIN. Styrkan med denna metod är att brytlinjer troget bevaras, men svagheten är att grova fel får stort genomslag och därför måste elimineras före interpolering. Arbetsdokument, december 2012 13 (29)
- Page 1 and 2: HMK - en handbok i mät- och kartfr
- Page 3: 8.1 Filformat .....................
- Page 6 and 7: Figur 1. Klassificerat punktmoln fr
- Page 8 and 9: 1.2.4 Höjdkurvor Rekommendation H
- Page 10 and 11: Figur 4. Höjdkurvor över ett omr
- Page 14 and 15: 1.4.2 Att tänka på kring rasterda
- Page 16 and 17: Figur 8. Markmodell baserad på luf
- Page 18 and 19: Figur 11. Differensmodell beräknad
- Page 20 and 21: linjer där markytan bryter. Vad so
- Page 22 and 23: 5 Kvalitetskontroll Kvaliteten på
- Page 24 and 25: ningskartering, siktanalyser, samt
- Page 26 and 27: 8 Lagring 8.1 Filformat Man bör ef
- Page 28 and 29: ett rutsystem. En logisk namngivnin
Figur 6. Exempel på höjddata i textbaserat rasterformat (ASCII Grid). I filhuvudet<br />
anges insättningspunkt och upplösning som georeferens. Därefter behöver<br />
endast höjdvärdet anges för respektive position.<br />
Den enkla datastrukturen gör att höjddata i rasterformat kan analyseras<br />
och visualiseras enkelt och effektivt, och detta är den främsta<br />
orsaken till dess popularitet.<br />
Rasterstrukturen gör det också enkelt att tillämpa olika metoder för<br />
datakomprimering. Vanliga icke förstörande komprimeringsalgoritmer<br />
som LZW (Lempel-Ziv-Welch) kan ofta halvera datamängden,<br />
speciellt om antalet decimaler reduceras (ofta räcker två decimaler<br />
för en höjdmodell).<br />
Arbetsdokument, december <strong>2012</strong> 12 (29)