You are currently viewing Raster

Raster

Raster – ราสเตอร์ (หรือ แรสเตอร์ ตามแต่การออกสำเนียง) เป็นการจัดเก็บข้อมูลอีกประเภทหนึ่งที่แตกต่างจากเวกเตอร์ โดยจะเก็บจาก cell ตารางที่ประกอบด้วยสี่เหลี่ยม แต่ละช่องสี่เหลี่ยมหรือ “เซลล์” มีค่าที่แสดงถึงบางสิ่งบางอย่าง เช่น อุณหภูมิหรือสี ราสเตอร์ประกอบด้วยภาพดิจิทัล เช่น ภาพถ่ายทางอากาศ ภาพจากดาวเทียม หรือแผนที่ที่สแกน ข้อมูลในแรสเตอร์สามารถใช้สร้างแผนที่ วิเคราะห์ข้อมูล หรือแก้ปัญหาในด้านต่างๆ

Raster

ตามปกติ ราสเตอร์จะได้ภาพถ่ายทางอากาศและภาพถ่ายดาวเทียม ในการถ่ายภาพทางอากาศ เครื่องบิน หรือโดรน บินเหนือพื้นที่โดยมีกล้องติดตั้งอยู่ข้างใต้ ภาพถ่ายจะถูกนำเข้าสู่คอมพิวเตอร์และอ้างอิงทางภูมิศาสตร์ ภาพจากดาวเทียมถูกสร้างขึ้นเมื่อดาวเทียมที่โคจรรอบโลกเล็งกล้องดิจิตอลพิเศษมาบนพื้นโลก แล้วถ่ายภาพพื้นที่บนโลกที่พวกมันกำลังจะผ่านไป เมื่อถ่ายภาพแล้ว ภาพจะถูกส่งกลับมายังโลกโดยใช้สัญญาณวิทยุไปยังสถานีรับสัญญาณพิเศษ เครื่องบินหรือดาวเทียมเรียกว่าการสำรวจระยะไกล (Remote Sensing)

เวกเตอร์ ฟีเจอร์พอยต์ โพลีไลน์ และโพลิกอนทำงานได้ดีสำหรับการแสดงฟีเจอร์บางอย่างในภูมิประเทศนี้ อย่างเช่น ถ้าเราให้ฟีเจอร์พอยต์แทนตำแหน่งของต้นไม้ 1 ชนิด ซึ่ง อาจจะเป็นตัวเลือกที่ดีสำหรับการวางตำแหน่งต้นไม้เป็นตำแหน่งที่ชัดเจน (นึกถึงเสาไฟฟ้าอาจจะชัดเจนกว่า) หรือ แสดงเฉพาะต้นไม้ที่เฉพาะเจาะจง

แต่ลองนึกถึงสวน ไร่ นา หรือว่า ป่า มีต้นไม้ที่หลากหลาย มีความหนาแน่นที่แตกต่าง อาจจะมีบ่อน้ำ มีสีและความหนาแน่นของสิ่งปกคลุมที่หลากหลาย ไม่สามารถแสดงสิ่งเหล่านั้นผ่านเวกเตอร์ที่เก็บข้อมูลเพียง 1 ต่อ 1 ได้ เราอาจจะสร้างโพลีกอน แสดงขอบเขตของเรือกสวนไร่นาได้ แต่ข้อมูลจำนวนมากเกี่ยวกับเรือกสวนไร่นานั้นจะแสดงอย่างไรในโพลีกอน อย่างเช่นแล้วความแตกต่างของสีที่เห็น ซึ่งแสดงความหนาแน่นและความแตกต่างของสิ่งที่ปกคลุมพื้นผิว

การใช้ข้อมูลราสเตอร์เป็นวิธีแก้ปัญหาเหล่านี้ เพียงแค่มอง เราก็มองเห็นความแตกต่างด้วยสายตา ดังนั้นภาพที่เห็นจะมีความหมาย

บางครั้งข้อมูลราสเตอร์ถูกสร้างขึ้นจากข้อมูลเวกเตอร์ เนื่องจากเจ้าของข้อมูลต้องการแบ่งปันข้อมูลในรูปแบบที่ใช้งานง่าย ตัวอย่างเช่น บริษัทที่มีชุดข้อมูลถนน รางรถไฟ ที่ดิน และเวกเตอร์อื่นๆ อาจเลือกที่จะสร้างชุดข้อมูลเหล่านี้ในเวอร์ชันราสเตอร์ ถ้าแอตทริบิวต์ที่ผู้ใช้จำเป็นต้องทราบสามารถแสดงบนแผนที่ด้วยป้ายกำกับหรือสัญลักษณ์ หากผู้ใช้ต้องการดูตารางแอตทริบิวต์สำหรับข้อมูล การให้ในรูปแบบราสเตอร์อาจเป็นทางเลือกที่ไม่ดี เนื่องจากเลเยอร์ราสเตอร์มักจะไม่มีข้อมูลแอตทริบิวต์ที่เกี่ยวข้อง

ความละเอียดเชิงพื้นที่

การกำหนดความละเอียดเชิงพื้นที่ของภาพ remote sensing จะถูกกำหนดโดยความสามารถของเซ็นเซอร์ที่ใช้ในการถ่ายภาพ โดยปกติแล้ว เซ็นเซอร์ที่มีความละเอียดสูงก็จะสามารถเก็บข้อมูลในระดับความละเอียดสูงขึ้นได้

remote sensing ใช้ในการตรวจจับและวิเคราะห์ข้อมูลทางภูมิศาสตร์ได้หลากหลาย ตั้งแต่การตรวจสอบการเปลี่ยนแปลงที่เกิดขึ้นในพื้นที่เช่นการเจริญเติบโตของพืช การเผาไหม้ การกัดเซาะของน้ำทะเล หรือการปรับปรุงการใช้ที่ดินในพื้นที่ จนถึงการวิเคราะห์และพยากรณ์สภาพอากาศและสภาพภูมิอากาศ ซึ่งทั้งหมดนี้จะต้องใช้ภาพ remote sensing ที่มีความละเอียดที่เหมาะสมกับงานที่ต้องการ

ตัวอย่างเช่น ดาวเทียม SPOT5 สามารถถ่ายภาพโดยที่แต่ละพิกเซลมีขนาด 10 ม. x 10 ม. ดาวเทียมอื่นๆ เช่น MODIS ถ่ายภาพที่ 500 ม. x 500 ม. ต่อพิกเซลเท่านั้น ในการถ่ายภาพทางอากาศ ขนาดพิกเซล 50 ซม. x 50 ซม. ไม่ใช่เรื่องแปลก ภาพที่มีขนาดพิกเซลครอบคลุมพื้นที่ขนาดเล็กเรียกว่าภาพ ‘ความละเอียดสูง’ เนื่องจากเป็นไปได้ที่จะสร้างรายละเอียดระดับสูงในภาพ ภาพที่มีขนาดพิกเซลครอบคลุมพื้นที่ขนาดใหญ่เรียกว่าภาพ ‘ความละเอียดต่ำ’ เนื่องจากจำนวนรายละเอียดที่ภาพแสดงมีน้อย

ในข้อมูลราสเตอร์ที่คำนวณโดยการวิเคราะห์เชิงพื้นที่ (เช่น แผนที่ปริมาณน้ำฝน) ความหนาแน่นเชิงพื้นที่ของข้อมูลที่ใช้ในการสร้างราสเตอร์มักจะกำหนดความละเอียดเชิงพื้นที่ ตัวอย่างเช่น หากคุณต้องการสร้างแผนที่ปริมาณน้ำฝนเฉลี่ยที่มีความละเอียดสูง คุณจะต้องมีสถานีตรวจอากาศหลายแห่งที่อยู่ใกล้กัน

สิ่งสำคัญประการหนึ่งที่ต้องระวังในการจับภาพราสเตอร์ด้วยความละเอียดเชิงพื้นที่สูงคือข้อกำหนดในการจัดเก็บ ลองนึกถึงราสเตอร์ขนาด 3 x 3 พิกเซล ซึ่งแต่ละพิกเซลประกอบด้วยตัวเลขที่แสดงถึงปริมาณน้ำฝนเฉลี่ย ในการจัดเก็บข้อมูลทั้งหมดที่อยู่ในราสเตอร์ คุณจะต้องจัดเก็บตัวเลข 9 ตัวไว้ในหน่วยความจำของคอมพิวเตอร์ 

สมมติว่าคุณต้องการมีเลเยอร์ราสเตอร์สำหรับทั้งแอฟริกาใต้ด้วยพิกเซลขนาด 1กม. x 1 กม. แอฟริกาใต้มีขนาดประมาณ 1,219,090 กม. ซึ่งหมายความว่าคอมพิวเตอร์ของคุณจะต้องจัดเก็บตัวเลขมากกว่าหนึ่งล้านหมายเลขบนฮาร์ดดิสก์เพื่อเก็บข้อมูลทั้งหมด การทำให้ขนาดพิกเซลเล็กลงจะเพิ่มพื้นที่เก็บข้อมูลที่จำเป็นอย่างมาก

การใช้ข้อมูลราสเตอร์ที่มีความละเอียดต่ำอาจเป็นปัญหาหาสิ่งที่จะต้องพิจารณาต้องซูดเข้าไปดูรายละเอียดในพื้นที่เล็กๆ แต่บางครั้งการใช้ความละเอียดเชิงพื้นที่ต่ำจะมีประโยชน์เมื่อคุณต้องการทำงานกับพื้นที่ขนาดใหญ่และไม่สนใจที่จะดูรายละเอียดจำนวนมากในพื้นที่ใดพื้นที่หนึ่ง อย่างเช่น แผนที่สภาพอากาศที่เป็นมวลเมฆ ซึ่งมีผลต่อการพยากรณ์ เราควรดูในภาพรวมอย่างกว้าง ๆ เท่านั้น การซูมเข้าไปยังเมฆก้อนใดก้อนหนึ่งด้วยความละเอียดสูงไม่ได้บอกข้อมูลอะไรเกี่ยวกับสภาพอากาศที่กำลังจะมาถึง!

สี

ภาพดิจิทัลส่วนใหญ่ถูกสร้างขึ้นจากการใช้เซ็นเซอร์ที่รับแสงสีแดง สีเขียว และสีน้ำเงิน (Red Green Blue หรือ RGB) เพื่อสร้างภาพแบบดิจิทัล นี่คือช่วงของสีที่มนุษย์เรามองเห็นได้ด้วยตา แต่ก็ยังมีสเปกตรัมแสง ที่อยู่นอกเหนือการรับรู้ของสายตามนุษย์อยู่ด้วยเช่นกัน และบางอย่างก็สามารถนำมาใช้กับงานด้านภาพได้ เช่น แสงอินฟราเรด ซึ่งนำใช้ในการระบุแหล่งน้ำ

การแบ่งแยกภาพดิจิทัลเป็นหลายแถบมีประโยชน์ในระบบ GIS โดยแต่ละแถบจะถูกจัดเป็นชั้น GIS แยกกัน เช่น ในการรวมแถบสามแถบเข้าด้วยกันและแสดงเป็นสีแดง สีเขียว และสีน้ำเงิน เพื่อให้สายตามนุษย์มองเห็นได้

ภาพระดับสีเทาจะประกอบด้วยแถบสีเดียว ซึ่งสามารถใช้การลงสีเพื่อสร้างความแตกต่างของค่าในพิกเซลได้ โดยการใช้สีผิดเพี้ยนเพื่อสร้างภาพที่มีความแตกต่างของค่าในพิกเซลที่ชัดเจนขึ้นเรียกว่าภาพสีเทียม

ด้วยข้อมูลราสเตอร์ที่มีความละเอียดเชิงสเปกตรัมสูง สามารถสกัดข้อมูลทางสถิติและสร้างแผนที่เพื่อแสดงผลข้อมูลได้อย่างมีประสิทธิภาพ ยกตัวอย่างเช่น การวิเคราะห์ภูมิทัศน์ของการกระจายของพืชหรือความหนาแน่นของป่า สามารถดำเนินการได้โดยใช้ข้อมูลราสเตอร์และเครื่องมือวิเคราะห์ทางสถิติ เช่นการสร้างแผนที่ความถี่ของพืชในพื้นที่ หรือการคำนวณความหนาแน่นของต้นไม้ในพื้นที่ป่า นอกจากนี้ ข้อมูลราสเตอร์ยังนำไปใช้ในการวิเคราะห์ภัยพิบัติธรรมชาติ เช่น การสร้างแผนที่พื้นที่ที่เป็นโอกาสสูงในการเกิดภัยแล้ง หรือแผนที่พื้นที่ที่เป็นโอกาสสูงในการเกิดน้ำท่วม

สุดท้าย ข้อมูลราสเตอร์ยังนำไปใช้ในการวิเคราะห์และกำหนดแนวโน้มในการพัฒนาเมืองและการใช้ที่ดิน เช่น การวิเคราะห์พื้นที่ที่มีการเติบโตของเมือง เพื่อกำหนดแผนการใช้ที่ดินในอนาคต หรือการวิเคราะห์พื้นที่ที่เหมาะสมสำหรับการสร้างโครงการพัฒนาอสังหาริมทรัพย์ ดังนั้น การเข้าใจและการใช้ข้อมูลราสเตอร์เป็นสิ่งสำคัญในการพัฒนาและการบริหารจัดการทรัพยากรธรรมชาติ

โดยสรุปแล้ว ข้อมูลราสเตอร์เป็นอีกหนึ่งแบบของข้อมูลภูมิศาสตร์ที่มีประโยชน์มากในการวิเคราะห์และจัดการทรัพยากรธรรมชาติ เช่นในการเกษตรและป่าไม้ รวมถึงการคำนวณพื้นที่ลุ่มน้ำและเครือข่ายลำธาร การใช้ข้อมูลราสเตอร์ยังช่วยในการจำลองการไหลของน้ำบนผิวดิน และการประเมินว่าสามารถเก็บเกี่ยวไม้จากพื้นที่ได้เท่าไหร่ โดยสามารถสร้างภาพราสเตอร์จากเซ็นเซอร์รับแสงสีแดง เขียว และน้ำเงิน (RGB) และสามารถใช้เครื่องมือวิเคราะห์มากมายเพื่อวิเคราะห์ข้อมูลราสเตอร์ดังกล่าวได้


Discover more from Data Revol

Subscribe to get the latest posts sent to your email.