第二章：空間數據建模與屬性管理

## 第二章：空間數據建模與屬性管理 在第一章中，我們確立了空間資訊的基礎架構，特別是座標參考系統（CRS）如何讓我們在地球表面的資訊能夠精確地投影到地圖上。然而，在建立實際的 GIS 應用時，我們必須決定如何「呈現」這些空間數據。數據的建模方式將直接影響後續的空間運算、分析精度以及資料的儲存效率。 本章將深入探討 GIS 核心的兩種數據模型——**向量（Vector）**與**網格（Raster）**，並剖析屬性數據與幾何圖形如何結合，構建出具有資訊含量的空間資料庫。 ### 2.1 空間數據建模的核心：向量與網格 在地理資訊科學中，我們必須根據研究目標與數據來源，選擇最合適的建模方式。向量與網格並非互相排斥，而是兩種不同維度的表達方式。 #### 2.1.1 向量模型 (Vector Model) 向量模型利用幾何幾何點（Points）、線（Lines）與面（Polygons）來代表地表實體。 * **點（Point）：** 用以表示具有特定位置但面積與長度可忽略的實體。例如：電線桿、自動販賣機、地標。 * **線（Line/Polyline）：** 由一系列連接的點組成。用於表示具有長度但無寬度的線型實體。例如：道路、河流、鐵路軌道。 * **面（Polygon）：** 由閉合的線段組成，代表具有面積範圍的區域。例如：地籍區塊、森林範圍、湖泊。 **向量模型的特點：** 1. **高度精確性：** 適合用於定義界線（如地籍界線、建築輪廓）。 2. **拓撲關係（Topology）：** 向量模型強調實體間的空間關係（如：兩條線是否相交、兩個面是否相鄰）。這對於網路分析（如導航規劃）至關重要。 #### 2.1.2 網格模型 (Raster Model) 網格模型將空間劃分為規則的格子（Cells 或 Pixels），每個格子代表一個特定的區域，並賦予一個數值。 * **解析度（Resolution）：** 網格的尺寸。例如，30米解析度的影像代表每個像素代表 30x30 公尺的區域。 * **波段（Band）：** 在多光譜分析中，不同的網格層可以代表不同的光譜頻段。 **網格模型的特點：** 1. **連續性（Continuity）：** 適合用來表現連續變化的現象，如高度（DEM）、溫度分佈、降雨量。 2. **計算優勢：** 由於結構規則，網格模型非常適合進行複雜的數學運算與空間建模（如水文模型、地表模型）。 #### 2.1.3 向量與網格對照表 | 特徵 | 向量模型 (Vector) | 網格模型 (Raster) | :--- | :--- | :--- | | **數據結構** | 座標點、線、多邊形 | 正方形或長方形的網格 | | **表現對象** | 離散實體 (Discrete Objects) | **空間精確度** | 高（適合定義界線） | 取決於解析度（連續表面）| | **典型應用** | 地圖製圖、路線導航、地籍管理 | 遙測數據、衛星影像、地形模擬 | | **資料規模** | 通常較小（僅記錄關鍵座標） | 通常較大（每個格子皆有數值） | ### 2.2 空間數據格式規格 了解不同格式的規格是確保數據在不同平台間「互操作性（Interoperability）」的關鍵。 #### 2.2.1 向量數據常見格式 * **Shapefile (.shp):** 經典的 ESRI 格式，雖仍廣泛使用，但有單一檔案大小限制且不支援多重幾何。 * **GeoJSON:** 輕量級的 JSON 格式，廣泛用於網頁地圖（Web GIS）與開發者。 | * **KML / KMZ:** Google Earth 所採用的格式，適合用於描述簡單的幾何與描述標籤。 * **GeoPackage (.gpkg):** 目前推薦的標準格式，基於 SQLite 資料庫，可容納多層數據與複雜屬性。 #### 2.2.2 網格數據常見格式 * **GeoTIFF (.tif):** 地理空間領域最通用的影像格式，支援幾何資訊與多波段數據。 * **NITF:** 常見於軍事與專業高解析影像處理。 * **NetCDF:** 常用於氣象與海洋學中的多維時空網格數據。 ### 2.3 屬性數據與幾何圖形的關聯 「空間」與「屬性」是 GIS 的兩大支柱。若只有幾何圖形（Geometry），地圖僅是一張圖；若只有屬性（Attribute），則失去了地理維度。兩者的結合才能產生「資訊」。 #### 2.3.1 屬性表（Attribute Table） 在向量模型中，每個幾何對象（點、線、面）都與一個或多個屬性欄位關聯。例如，一個代表「學校」的點，其屬性欄位可能包含： * **名稱：** 某某國中 * **建立日期：** 1985/05/20 * **學生人數：** 800 * **聯絡電話：** 02-XXXXXXX #### 2.3.2 空間關聯與聯合（Spatial Join） 有時，屬性數據與幾何數據並非在同一個資料表中，而是透過「空間關聯」產生聯繫。例如： * **點與多邊形的重疊：** 判斷特定「學校」點是否位於「特定學區」多邊形內。 * **距離判斷：** 計算「醫院」點與「居民區」多邊形之間的距離。 這種關聯允許我們從純粹的地理空間中提取出統計資訊，例如「計算各個行政區劃內的總人口數」，這就是從幾何圖形轉化為決策數據的過程。 ### 2.4 實務中的建模選擇 在實務執行中，專業人員必須根據需求進行建模取捨： 1. **若您的目標是「管理實體」：** 如管理城市街道、管線走向、土地權屬，應優先採用**向量模型**，以確保精確的拓撲關係與清晰的屬性關聯。 2. **若您的目標是「模擬過程」：** 如分析淹水範圍、估算熱能傳播、執行土地覆蓋變更偵測，則應採用**網格模型**，以便進行整體的運算與空間過濾。 ### 2.5 本章小結 本章核心觀念在於理解「地圖是攜帶屬性的空間模型」。向量模型提供了精確的實體定義與豐富的屬性關聯，適合用於精確管理與地圖製作；網格模型則提供了高效率的空間運算基礎，是分析環境動態與連續變化的首選。掌握這兩者的差異，是建立正確數據結構、避免後續分析產生誤差的關鍵基礎。這些建模邏輯將在第三章「多源地理數據的採集與整合」中，進一步與實體感測技術結合。