基本

栅格数据简单理解就是将平面区域按行和列进行划分，形成平面网格，每个网格单位称为像元（或像素），该平面网格在行和列上的像素数量分别代表栅格数据的宽、高。那么每个像元就可以通过行和列进行确定。每个像元具有宽、高，代表像元大小。每个像元可以存值，该值代表了像元所表示实体的属性（如温度）或属性编码。

栅格示例

数据类型

每个像素表示值时，是有数据类型的，若每个像素规定N比特，则其值可以表示的范围在0到2^n-1之间。常见的数据类型有：8位无符号整型、16位无符号整型、32位浮点型、64位浮点型。。。。。。

NoData

像元值可正可负，可以是整型也可以是浮点型。像元中还可以使用 NoData 值来表示数据缺失。有时，栅格数据集中会包含一些您不想显示的均匀区域。这些区域包括边框、背景或其他被认为没有有效值的数据。尽管有时这些数据可能具有实数值，但其他时候会将其表示为 NoData 值。计算栅格数据集的统计数据时，可选择忽略任何包含 NoData 的像元。

栅格数据层（波段）

栅格数据中物体的属性由像元的取值来确定，每个像元在一个网格中只能取值一次，当一个物体有多个属性时（即同一像元要表示多种属性），则需要有多个平面网格，每个平面网格构成一种属性，该平面成为层，也叫波段。如果存在多个波段，则每个像元位置都有多个值与之关联。如：在表示RGB图像时，像元数据类型为8位无符号整型，则为了表示完整RGB颜色，需要有三个波段，分别表示Red、Green、Blue。每个像元都有Red、Green、Blue三个值。

空间分辨率

影像空间分辨率是指地面分辨率在不同比例尺下的具体影像上的表现，通俗来说就是一个像元对应的实际地面的长度。

• 比例尺（取分母）与分辨率的转换公式为：

空间分辨率 = 比例尺 * (0.0254 / 96)
比例尺 = 空间分辨率 / (0.0254 / 96)

96指肉眼所能识别的分辨率，一般是96DPI，一个像元的宽度是1/96英寸，1英寸为25.4mm及0.0254米，一般计算取近似值，即96≈100，0.0254≈0.025。那么1:1万的比例尺，其分辨率相当于10000 * (0.025/100) = 2.5米。