柵格抽稀演算法

『壹』 油氣藏網格模型

油氣藏網格模型是在平面上用等間距 （或不等間距） 網格，在垂向上用網格分成若干個地質層將油氣藏離散化。油氣藏網格模型再現了油藏的構造形態，為反映儲層物性平面非均質性和層間非均質性奠定了基礎。

（一） 層面網格化 （Horizon gridding）

平面離散化方法常用是三角剖分和矩形網格化。數值模擬常採用矩形網格，因此矩形網格化也是地質建模層面最常用的離散化方法。

網格是由均勻 （或不均勻） 的行列構成的矩形區域。行與列的交點是網格節點。每行包含的節點具有相同的列號；每列包含的節點具有相同的行號。通過網格化，可以把不規則間距的油氣藏特徵參數，利用插值或外推數值演算法生成規則間距的油氣藏特徵參數。

1. 層面網格化過程中的技術難點

在地層層面在交叉網格剖分下，其幾何形狀由網格節點處的深度值表示。層面網格化過程就是將離散分布的地震數據點、鑽井深度數據點換算到網格節點上，得到網格節點處的深度值。相比一般的平面插值，層面網格化具有如下兩方面的難點：

（1） 地層層面作為連續曲面，應盡可能光滑，相鄰節點處的深度值應保持協調一致。同時作為地層單元 （或油氣層單元） 之間的分隔面，在井點處應保證嚴格的過點性。

（2） 斷層的出現破壞了地層層面深度的連續性，生成的地層層面在斷層的兩側應保證深度階躍現象的出現。同時在斷距漸小並最終消逝的點，斷層兩側錯開的地層層面應在這里得到銜接，避免人為延長斷層。

實際研究表明，在層面網格化過程中，針對問題 （1） 選用曲面樣條插值法；針對問題 （2） 首先引入斷層處理規則，然後在此基礎上進行補充和完善，就能較好地解決層面網格化的技術難題。

2. 斷層處理技術

考慮到斷層的存在對層面網格化的影響，有人提出了如下處理規則：在水平面內，將插值點與數據點之間連一條線段。若該線段與某條斷層有奇數個交點，則認為插值點與數據點位於斷層的異側，因此在計算插值點的層面深度時，該數據點不用。若該線段與某條斷層有偶數個交點，則認為插值點與數據點位於斷層的同側，因此在計算插值點的層面深度時，該數據點可用。在圖6-3中，點P為插值點，P₁，P₂，P₃，P₄為數據點，折線分別代表兩條斷層。在計算P點深度時，數據P₂，P₄可用，而P₁，P₃則不可用。

圖6-3 斷層處理規則與數據點篩選

在生成層面時，該規則保證了斷層兩側插值點深度分別由不同的兩組數據點進行插值，所得到的層面深度在斷層兩側出現跳躍。在層面網格化過程中，首先給定一個合適的檢索半徑R，選取該范圍內有所有數據點作為備用點。然後用斷層處理規則進行篩選 （圖6-3右所示），用篩選出的可用數據點進行曲面樣條插值。當該過程遍歷所有的網格節點後，即完成了層面網格化過程。

應該說斷層處理規則的引入基本解決了層面網格化技術難題。但在實際建模軟體開發過程中，可能還會遇到異常情況。因此，提出如下補充規則：

圖6-4 斷層處理中的幾類特殊情況

（1） 明確判斷交點的性態。首先計算斷層線和插值點與數據點連線的交點坐標，只有當交點縱、橫坐標同時位於斷層線和插值點與數據點的連線上，而不是位於它們的延長線上時，該交點才能成為判斷的依據，使斷層閉合點處的層面得以光滑連續。例如在圖6-4中，插值點P與已知數據點P₁的連線並不與斷層線相交，但與斷層線的延長線相交。如果不加區別地認為P與P₁位於斷層異側，則必然使得在斷層消失的地方兩邊的地層仍然不能光滑銜接。

（2） 不是簡單地以是否存在實交點而是按實交點的個數來完成數據的篩選。當存在偶數個實交點時，說明由插值點至數據點跨越該條斷層偶數次，經偶數次取反表明二者位於斷層同側，相對於插值點，該點可用。當存在奇數個實交點時，則插值點與數據點位於斷層異側。圖6-4中，顯然斷層將整個建模區域大致分為了上下兩個部分，位於下半部分的已知數據點P₂和待插值點P位於斷層的同側。因此，在計算節點P深度時，P₂是可用的數據點。

（3） 網格節點坐標值的隨機偏移。在層面網格化生成過程中，曲面樣條插值是對網格節點逐點實施的。當某節點無法賦值時，存在兩種可能的原因。一是搜索半徑R過小，搜索區域內不存在可用的數據點，此時應增大搜索半徑R或增補控制點；二是由於斷層的分隔作用，網格節點與所有的數據點被分割開來，最特殊的情形是斷層線穿過網格節點，此時應給網格結點坐標以一個隨機修正量來錯開斷層線的包圍。如圖6-4中網格節點P′，由於它正好在斷層線上，因此按斷層處理規則它與任何已知數據點都位於斷層異側，此時令該點的坐標為 （x＋△x，y＋△y），以避開這類特殊的情形。

雖然改進後的斷層處理規則較好地解決了由於斷層存在給層面網格化帶來的困難，但它同樣存在兩個明顯的缺陷：

（1） 演算法效率過低，難以達到人機交互的理想效果。當油氣藏的斷層分布復雜和已知數據點過多時，按網格節點去逐一挑選用於插值計算的已知點時，整個計算過程需要大量時間，有時需要長達幾十分鍾，這對人機互動式的操作而言是難以容忍的。

（2） 搜索半徑R的選擇處於兩難的境地。如果沒有搜索半徑的限制，對每個網格節點都使用整個建模區域內所有已知點作為備選點，這樣就完全能夠保證被斷層所分割的每個小區域內的網格節點都是使用一組相同的已知點插值計算得到的結果，因而自然也就能夠保證該小區域內的曲面是連續光滑的。但問題在於當已知點數據多達幾千個時，曲面樣條插值演算法幾乎難以求解。如果使用搜索半徑R，用於插值的數據點僅限於插值點周圍的有限個已知數據點。這樣自然就限制了方程組的階數，給求解帶來了方便。但隨之而來的問題是每個插值節點使用的數據點可能都是不同的，這就難以保證網格曲面的連續性和光滑性。從實際應用效果來看，只要搜索半徑取值適當，如 （△x為X軸方向的間距，△y為Y軸方向的間距） 基本能夠保證整張網格化曲面在沒有斷層的地方不發生突變。但從插值理論上看，這樣得到的曲面其光滑性和連續性是無法保證的。

3. 層面網格化中的特殊處理方法

當層面深度數據直接來源於地震解釋成果時，數據點的密度可能很大，如達到156個/m²。如果層面網格化採用平面網格間距為50m，那麼有可能在一個網格區域內存在幾個己知數據點。為了提高計算效率，進行網格抽稀是必需的。其具體過程是：

（1） 利用距離加權平均法計算網格中心點處的函數值。如果平面區域共有Nx×Ny個網格，則初步計算後只保留了Nx×Ny個數據點。在進行距離加權時取 范圍內的數據點。

（2） 在數據點篩選過程中，同樣需要考慮斷層的影響。為了提高篩選的效率，首先根據斷層線標定出與之相關的網格節點。這樣對絕大多數的網格不需要考慮斷層的影響，只有那些斷層線經過的網格節點才需要特別處理。

（3） 利用網格中心的數據點由曲面樣條插值計算各網格節點的深度值。

（二） 剖面網格化 （Profile gridding）

通常，建模對象是開發層系。一個開發層系內往往包含若干個小層或單層。為了詳細地反映物性參數垂向上的變化，體現層內非均質性，需要在更小的網格單元內研究儲層性態。這就意味著必須將小層或單層繼續細分成若干個 「微層」。實質上該過程是將油氣藏在垂向上繼續離散化，最終形成三維油氣藏網格模型 （圖6-5）。

圖6-5 油氣藏網格模型

實質上，油氣藏垂向剖分是用更多的網格化層面來細分出更小地層單元 （或叫 「微層」，這個名稱只是建模所用的術語，並非通用的地質術語），並用兩個網格化層面來替代具有實際厚度的微層。

細分微層同樣要遵循等時性的原則。具體的技術細節如下：

1. 微層層數

油氣藏網格模型建立過程中首先應該確定微層層數或者微層厚度。測井的解析度大約0.5 m，這就意味著對於厚度為h的小層或單層，其微層數目最多隻能是200個。對於實際油氣藏，經過油氣層單元劃分與對比已經將其分成了若干彼此獨立的小層或單層。在每個小層或單層內無論微層的數目還是劃分方式同樣也是彼此獨立而互不影響的。微層的具體細分數目是由需要達到的建模精度、實際資料的豐富程度、每個微層的厚度及油氣藏的地質特徵共同決定的。微層厚度的大小或者油氣藏網格模型的網格單元總數Nx×Ny×Nz並不是衡量地質模型優劣和精度的定量指標。它只是表明在多大的尺寸上能反映油氣藏的地質特徵。

2. 微層間的對應關系微層劃分是在更小尺度上對油氣層劃分和對比，是利用井點資料來完成。在不同井點處同一小層的微層數目可以是不同的 （這在地層和油氣單元劃分和對比中經常所遇到的問題）。因此，採用虛擬編號的手段來建立微層間的對應關系。例如在圖6-6中，A井處劃分了3個微層，B井處只有兩個微層。在網格模型的建立過程中默認井B處也有3個微層，只是其中一個微層的厚度為零。至於究竟是哪一個微層厚度是零，是由微層的劃分方式決定的。

圖6-6 不同井點處微層劃分數目不同

3. 網格模型的計算機存儲

現代地質建模的整個工作都是在計算機上完成的，整個油氣藏是以網格模型的虛擬形式 （不是真實的油氣藏實體） 被計算機接受。為了存儲整個網格模型，通常採用的數據結構是一個四維數組Array ［Nx］ ［Ny］ ［Layer＿num］ ［Micro＿1ayer＿num］ （Nx為X方向劃分的網格總數，Ny為Y方向劃分的網格總數，Layer＿num為小層總數 （單層總數），Micro＿1ayer＿num為微層總數）。當該數組表示油氣藏埋深時，就確定了實際油氣藏的形態。正是這種存儲方式要求在整個建模區域內小層數和每個小層的微層數是固定的，否則，某些數組元素將失去明確的物理意義。

4. 微層劃分模式

網格模型是儲層物性參數模型建立的基礎，因為三維儲層物性模型的形成是按微層來充填物性參數值而並非真正意義上的三維空間插值。因此，微層劃分方式不僅決定了網格模型的形成，而且直接影響到三維儲層物性模型的建立。由於根據地震解釋層面生成的網格化層面不僅是岩石物理界面，而且是地層沉積的等時界面，因此微層劃分的基本原則應保證等時性。根據地質體的成因，微層的劃分方式可以綜合成5種典型的模式（圖6-7）。

圖6-7 微層劃分模式

◎獨立模式：適用於均勻升降的廣闊台地和湖盆內穩定沉積的水平層狀地層。其特點是可以等厚度地剖分地層，即任意兩口井鑽遇同等厚度的微層。

◎比例模式：典型代表是三角洲或沖積扇前積作用形成的地層。地層的加積或剝蝕具有按比例的特點，因此微層也要按比例劃分。獨立模式可視為其中的特例。

◎平行下移模式：該模式是對地質超覆現象的特殊處理。為了滿足微層劃分的等時性原則，將地層頂面等厚度平行下移得到每個微層層面。該模式對微層的劃分是由上往下的。

◎斷層模式：該模式是將斷層面當做一種地層層面來處理。在微層劃分時，將地層底面按等斷距平行上移。

◎截斷模式：該模式用於處理地層層面被剝蝕而形成角度不整合的地質現象。其做法是將地層底面等厚度平行上移，從而得到若干個被不整合面所截的微層層面。該模式與平行下移模式相反，是自下而上劃分微層。

除斷層模式外，獨立模式、比例模式、平行下移模式及截斷模式是地層沉積和接觸關系的直接反映。微層劃分能處理地層超覆、不整合及地層尖滅等地質現象，為陸相復雜油氣藏的地質建模提供了思路。

（三） 建立網格模型

在確定了微層的劃分模式後，就唯一確定了油氣藏網格模型。按照網格模型的存儲方式，也確定了H［nx，ny，i，j］，即三維空間中第［nx，ny，i，j］個網格節點上的深度值。

5種微層模式的H［nx，ny，i，j］的計算公式列如下。

（1） 獨立模式

H[nx,ny,i,j]=H₁[nx,ny,i]+j·△h[nx,ny,i]

（2） 等比例模式

H[nx,ny,i,j]=H₁[nx,ny,i]+j·△h[nx,ny,i]

（3） 平行下移模式

H[nx,ny,i,j]=min{H₁[nx,ny,i]+j·△h[nx,ny,i],H₂[nx,ny,i]}

（4） 斷層模式

H[nx,ny,i,j]=max{H₂[nx,ny,i]-[N[i]+1-j]·△h[nx,ny,i],H₁[nx,ny,i]}

（5） 截斷模式

H［nx，ny，i，j］＝max｛H₂［nx，ny，i］-［N［i］＋1-j］·△h［nx，ny，i］，H₁［nx，ny，i］｝

各式中：nx——在平面網格上沿X方向的節點編號，1≤nx≤Nx＋1，Nx為X方向網格總數；ny——在平面網格上沿Y方向的節點編號，1≤ny≤Ny＋1，Ny為Y方向網格總數；i——小層編號，表示第i小層，1≤i≤Layer＿Num；j——第i小層中的微層編號 （依照由頂至底的先後次序），j＝1，2，…，N［i］，表示第i小層中的第j個微層；N［i］——第i小層中的微層總數；H₁ ［nx，ny，i］——第i小層中平面網格節點［nx，ny］處的頂面深度；H₂［nx，ny，i］——第i小層中平面網格節點［nx，ny］處的底面深度；△h［nx，ny，i］——第i小層中平面網格節點［nx，ny］處的每個微層厚度；H［nx，ny，i，j］——第i小層中第j微層網格節點［nx，ny］處的深度值。

顯然，H［nx，ny，i，0］＝H₁［nx，ny，i］，H［nx，ny，i，N［i］＋1］＝H₂［nx，ny，i］。

不同的網格節點有不同的△h［nx，ny，i］，但同在同一小層網格點［nx，ny］處的△h卻是不論在何種劃分模式下都是相同的，即與微層面無關。因此，△h［nx，ny，i］中不包含標號j。其具體的計算公式為：

油氣田開發地質學

『貳』 路徑規劃格柵法概念

自動駕駛的整個工作環境分為兩種網格：自由柵格和障礙柵格。自由柵格指的是某一柵格範圍內不含有任何障礙物。障礙柵格指的是這個柵格範圍內存在障礙物，有的時候可能整個柵格內都布滿障礙物。

『叄』 柵格化的基本實現方法

最基礎的柵格化演算法將多邊形表示的三維場景渲染到二維表面。多邊形由三角形的集合表示，三角形由三維空間中的三個頂點表示。在最簡單的實現形式中，柵格化工具將頂點數據映射到觀察者顯示器上對應的二維坐標點，然後對變換出的二維三角形進行合適的填充。 一旦三角形頂點轉換到正確的二維位置之後，這些位置可能位於觀察窗口之外，也可能位於屏幕之內。裁剪就是對三角形進行處理以適合顯示區域的過程。
最常用的技術是Sutherland-Hodgeman裁剪演算法。在這種方法中，每次測試每個圖像平面的四條邊，對於每個邊測試每個待渲染的點。如果該點位於邊界之外，就剔除該點。對於與圖像平的面邊相交的三角形邊，即邊的一個頂點位於圖像內部一個位於外部，那麼就在交叉點插入一個點並且移除外部的點。 傳統的柵格化過程的最後一步就是填充圖像平面中的二維三角形，這個過程就是掃描變換。
第一個需要考慮的問題就是是否需要繪制給定的像素。一個需要渲染的像素必須位於三角形內部、必須未被裁掉，並且必須未被其它像素遮擋。有許多演算法可以用於在三角形內進行填充，其中最流行的方法是掃描線演算法。
由於很難確定柵格化引擎是否會從前到後繪制所有像素，因此必須要有一些方法來確保離觀察者較近的像素不會被較遠的像素所覆蓋。最為常用的一種方法是深度緩存，深度緩存是一個與圖像平面對應的保存每個像素深度的二維數組。每個像素進行繪制的時候都要更新深度緩存中的深度值，每個新像素在繪制之前都要檢查深度緩存中的深度值，距離觀察者較近的像素就會繪制，而距離較遠的都被舍棄。
為了確定像素顏色，需要進行紋理或者濃淡效果計算。紋理圖是用於定義三角形顯示外觀的點陣圖。每個三角形頂點除了位置坐標之外都與紋理以及二維紋理坐標 (u,v) 發生關聯。每次渲染三角形中的像素的時候，都必須在紋理中找到對應的紋素，這是根據在屏幕上像素與頂點的距離在與紋理坐標相關聯的三角形頂點之間插值完成的。在透視投影中，插值是在根據頂點深度分開的紋理坐標上進行的，這樣做就可以避免透視縮減（perspective foreshortening）問題。
在確定像素最終顏色之前，必須根據場景中的所有光源計算像素上的光照。在場景中通常有三種類型的光源。定向光是在場景中按照一個固定方向傳輸並且強度保持不變的光。在現實生活中，由於太陽距離遙遠所以在地球上的觀察者看來是平行光線並且其衰減微乎其微，所以太陽光可以看作是定向光。點光源是從空間中明確位置向所有方向發射光線的光源。在遠距離的物體上的入射光線會有衰減。最後一種是聚光燈，如同現實生活中的聚光燈一樣，它有一個明確的空間位置、方向以及光錐的角度。另外，經常在光照計算完成之後添加一個環境光值以補償光柵化無法正確計算的全局照明效果。
有許多可以用於光柵化的濃淡演算法。所有的濃淡處理演算法都必須考慮與光源的距離以及遮蔽物體法向量與光照入射角。最快的演算法讓三角形中的所有像素使用同樣的亮度，但是這種方法無法生成平滑效果的表面。另外也可以單獨計算頂點的亮度，然後繪制內部像素的時候對頂點亮度進行插值。速度最慢也最為真實的實現方法是單獨計算每點的亮度。常用的濃淡模型有 Gouraud shading 和 Phong shading。

『肆』 柵格擴散計算中有一種演算法是D8演算法，但是小弟不知道具體的實現方法

水文分析就是按照D8演算法來的

『伍』 柵格化是什麼意思

柵格化是將矢量圖形格式表示的圖像轉換成點陣圖以用於顯示器或者列印機輸出的過程。

柵（shan）格化，是 Photoshop 中的一個專業術語，柵格即像素，柵格化即將矢量圖形轉化為點陣圖（柵格圖像）。最基礎的柵格化演算法將多邊形表示的三維場景渲染到二維表面。

基本實現方法

最基礎的柵格化演算法將多邊形表示的三維場景渲染到二維表面。多邊形由三角形的集合表示，三角形由三維空間中的三個頂點表示。在最簡單的實現形式中，柵格化工具將頂點數據映射到觀察者顯示器上對應的二維坐標點，然後對變換出的二維三角形進行合適的填充。

變換

通常使用矩陣運算進行變換，另外也可以用四元數運算但那不是本文討論的范圍。在三維頂點中添加一個齊次變數成為四維定點然後左乘一個 4 x 4 的變換矩陣，通過這種方法就可以對三維頂點進行變換。主要的變換有平移、縮放、旋轉以及投射 。

以上內容參考網路-柵格化

『陸』 柵格數據結構有哪幾種，並分析各自優缺點

一、矢量、柵格數據結構的優缺點
矢量數據結構可具體分為點、線、面，可以構成現實世界中各種復雜的實體，當問題可描述成線或邊界時，特別有效。矢量數據的結構緊湊，冗餘度低，並具有空間實體的拓撲信息，容易定義和操作單個空間實體，便於網路分析。矢量數據的輸出質量好、精度高。 矢量數據結構的復雜性，導致了操作和演算法的復雜化，作為一種基於線和邊界的編碼方法，不能有效地支持影像代數運算，如不能有效地進行點集的集合運算(如疊加)，運算效率低而復雜。由於矢量數據結構的存貯比較復雜，導致空間實體的查詢十分費時，需要逐點、逐線、逐面地查詢。矢量數據和柵格表示的影像數據不能直接運算(如聯合查詢和空間分析)，交互時必須進行矢量和柵格轉換。矢量數據與dem(數字高程模型)的交互是通過等高線來實現的，不能與DEM直接進行聯合空間分析。 柵格數據結構是通過空間點的密集而規則的排列表示整體的空間現象的。其數據結構簡單，定位存取性能好，可以與影像和DEM數據進行聯合空間分析，數據共享容易實現，對柵格數據的操作比較容易。 柵格數據的數據量與格網間距的平方成反比，較高的幾何精度的代價是數據量的極大增加。因為只使用行和列來作為空間實體的位置標識，故難以獲取空間實體的拓撲信息，難以進行網路分析等操作。柵格數據結構不是面向實體的，各種實體往往是疊加在一起反映出來的，因而難以識別和分離。對點實體的識別需要採用匹配技術，對線實體的識別需採用邊緣檢測技術，對面實體的識別則需採用影像分類技術，這些技術不僅費時，而且不能保證完全正確。 通過以上的分析可以看出，矢量數據結構和柵格數據結構的優缺點是互補的（圖2-4-1），為了有效地實現gis中的各項功能(如與遙感數據的結合，有效的空間分析等)需要同時使用兩種數據結構，並在GIS中實現兩種數據結構的高效轉換。 在GIS建立過程中，應根據應用目的和應用特點、可能獲得的數據精度以及地理信息系統軟體和硬體配置情況，選擇合適的數據結構。一般來講，柵格結構可用於大范圍小比例尺的自然資源、環境、農林業等區域問題的研究。矢量結構用於城市分區或詳細規劃、土地管理、公用事業管理等方面的應用。

『柒』 簡述面的兩種柵格化演算法的實現原理

你這打擊面實在太大了真的沒法和你說演算法這東西本質上就是數學想要提供演算法能力方法只有一個就是提高自己的數學能力其他就是假的

『捌』 資料庫物理模型

資料庫物理模型設計的目標是根據選定的Oracle資料庫系統特點和航空物探數據管理與服務的業務處理需求，確定航空物探資料庫最優的物理環境、存取方法和存儲結構。即通過資料庫物理設計，以便達到物理資料庫結構的優化，使得在資料庫上運行的各種事務響應時間少、存儲空間利用率高、事務吞吐率大。

一、資料庫布局

航空物探信息系統的維護數據（部門、崗位、人員、人員許可權、數據入庫檢查規則及數據字典等）相對比較穩定。入庫前數據需經過各種檢查校對，確認數據正確後才能歸檔，存入航空物探資料資料庫，所以存入資料庫前的數據可能經常需要修改和刪除，相對變化較大；而存入資料資料庫中的數據一般不允許修改和刪除，以免誤操作破壞資料庫數據造成損失。

圖2-12 航空物探資料庫邏輯模型

圖2-13 航空物探資料庫布局與數據採集流程圖

據此，我們採用圖2-13所示的資料庫數據採集流程，並將航空物探資料庫分為資料採集資料庫、資料資料庫、系統維護資料庫分別進行存儲和管理，實現數據的統一管理和統一使用，便於數據入庫和易於維護等。

航空物探資料資料庫是航空物探所有數據最終存儲的場所。資料採集資料庫是數據歸檔存入資料資料庫前的臨時「集散地」，在此接收各項檢查，在確認數據無誤後歸檔到資料資料庫，然後刪除資料採集資料庫中已歸檔的數據。此外，資料採集資料庫中還保存數據入庫、維護、檢查日誌及歸檔記錄。

系統維護資料庫，存儲系統維護信息（如系統功能、資料庫表清單等）、安全信息（如信息系統用戶的角色、許可權、授權的系統功能等），數據字典、入庫數據檢查規則等。將其與航空物探數據分開，有利於系統維護和管理。

二、資料庫空間設置

資料庫空間設置包括磁碟空間設置、應用系統表空間設置、撤銷表空間、臨時表空間、日誌空間和索引空間設置。

（一）磁碟空間設置

磁碟空間設置的目標：磁碟性能不能阻礙實現資料庫性能，資料庫磁碟必須專用於資料庫文件，否則非資料庫將會影響到資料庫性能，且磁碟空間必須滿足恢復和性能的要求。

航空物探資料庫伺服器為IBM P620小型機，8塊硬碟，每塊硬碟36GB空間，每塊物理磁碟建立一個文件系統。為了提高磁碟的反應時間和尋道時間，提高I/O的存取效率，除了一塊硬碟用於UNIX操作系統外，其餘7塊磁碟分別存放資料採集資料庫、系統維護資料庫-日誌文件，資料資料庫及資料資料庫的大欄位數據、索引、回滾段和數據日誌文件。

（二）應用系統表空間設置

信息系統數據採集過程對數據的事務操作比較頻繁，經常進行數據插入（新數據入庫）、修改（入庫數據有誤）和刪除操作（數據重新導入或歸檔入庫），因此航空物探資料採集資料庫所在的表空間會很活躍。為了不影響其他I/O的競爭，同時也可以提高數據入庫的操作效率（50多年的歷史數據需要集中入庫），分配一個磁碟空間（36GB）為採集庫的表空間。由於採集數據歸檔入資料庫後被刪除，同時進行數據入庫的項目也不是很多，雖仍保留所有的採集日誌數據，一個磁碟空間也足夠使用。

航空物探資料資料庫的二維表和Oracle大欄位（BLOB）分別存放在不同的物理磁碟（每個磁碟36GB）上，對同時存在有表格數據和大欄位數據的資料庫表（如航跡線數據）時，可以提高磁碟I/O效率。隨著數據入庫的項目越來越多，需要增加相應的物理磁碟或磁碟陣列。

系統維護資料庫相對穩定，佔用磁碟空間約500 M左右。由於系統磁碟有限，把日誌文件存放該磁碟中。

（三）撤銷表和臨時表空間的設置

在Oracle資料庫中，撤銷的目的是確保事務的回退和恢復。撤銷參數有UNDO_MANAGEMENT、UNDO_TABLESPACE和UNDO_RETENTION。

UNDO_MANAGEMENT參數用於資料庫中管理撤銷數據的方式，航空物探資料庫設置為自動模式（auto）。

UNDO_TABLESPACE參數用於指定資料庫中保存撤銷數據的撤銷表空間名稱，航空物探資料庫撤銷表空間名稱為UNDO_ARGS_TBSPACE，空間大小設置為20GB，以確保在保留時間內進行恢復。

UNDO_RETENTION參數用於指定已經提交事務的撤銷數據在能夠覆蓋之前應該保留多長時間，本資料庫系統設置為60 min。

臨時表空間是用以存儲大量的排序，與撤銷表空間存放在一個物理磁碟上，本資料庫系統臨時表空間設置為500 M。

（四）日誌空間設置

日誌的主要功能是記錄對資料庫已做過的全部操作。在系統出現故障時，如果不能將修改數據永久地寫入數據文件，則可利用日誌得到該修改，所以不會丟失已有操作結果。

日誌文件主要是保護資料庫以防止故障。為了防止日誌文件本身的故障，航空物探資料庫系統分別在一個獨立磁碟和系統維護庫磁碟中存放日誌文件。若系統出現故障，在下次打開資料庫時Oracle資料庫系統自動用日誌文件中的信息來恢復資料庫文件。

根據航空物探資料庫信息系統同時登錄的用戶數及使用的功能，將日誌文件大小設置為10GB。

（五）索引表空間設置

為了提高航空物探信息系統的查詢和統計速度，把所有索引空間與應用表空間完全分開，從而提高I/O存取效率。航空物探索引表空間大小設置為10GB。

聚集是表的一種存儲方法，一般每個基本表是單獨組織的，但對邏輯上經常在一起查詢的表，在物理上也鄰近存放，這樣可減少數據的搜索時間，提高性能。

當幾個關系（表）以聚集方式組織時，是通過公共屬性的值為表聚集的依據。航空物探資料庫系統是以項目標識（PROJ_ID）建立聚集的，所有涉及項目標識的資料庫表直接引用項目標識聚集。航空物探聚集表空間與索引表空間相同。

三、資料庫參數設置

在資料庫創建前需要對如下資料庫參數進行設置，航空物探參數文件名為Initoraargs.ora，各種參數設置如下：

航空物探信息系統建設

四、內存設置

航空物探資料庫伺服器物理內存為4GB，除部分用於系統開銷外，其餘全部用於資料庫。

Oracle使用共享系統全局區（System Global Area，SGA）內存來管理內存和文件結構，包含DB_block_Buffers、DB_cache_size、Shared_pool_size、Log_Buffer參數。航空物探資料庫系統的全局區內存參數設置如下。

DB_block_Buffers參數為SGA中存儲區高速緩存的緩沖區數目，每個緩沖區的大小等於參數DB_block_size的大小，DB_block_Buffers=19200（約300 MB）。

Shared_pool_size參數為分配給共享SQL區的位元組數，是SGA大小的主要影響者，Shared_pool_size=1228800000（1.2GB）。

DB_cache_size參數是SGA大小和資料庫性能的最重要的決定因素。該值較高，可以提高系統的命中率，減少I/O，DB_cache_size=1024000000（1GB）。

Log_Buffer參數為重做日誌高速緩存大小，主要進行插入、刪除和修改回退操作，Log_buffer=5120000（5MB）。

五、優化設置

由於航空物探信息系統的採集軟體和應用軟體是採用MS.NET C＃進行開發的，應用程序與資料庫之間的連接有傳統的ODBC和OLE DB兩種方式。為了支持ODBC在OLE DB技術上建立了相應的OLE DB到ODBC的調用轉換，而使用直接的OLE DB方式則不需轉換，從而提高處理速度。

在建立資料庫表時，參數Pctfree和Pctused設置不正確可能會導致數據出現行鏈接和行遷移現象，即同一行的數據被保存在不同的數據塊中。在進行數據查詢時，為了讀出這些數據，磁頭必須重新定位，這樣勢必會大大降低資料庫的執行速度。因此，在創建表時應充分估計到將來可能出現的數據變化，正確地設置這兩個參數，盡量減少資料庫中出現的行鏈接和行遷移現象。

航空物探資料採集資料庫表的插入、修改和刪除的頻率較高，Pctfree設置為20，Pctused設置為40；系統維護資料庫表相對穩定，Pctfree設置為10，Pctused設置為15；資料資料庫表除了增加數據外基本不進行修改和刪除操作，Pctfree設置為10，Pctused設置為5。

六、擴展性設置

多CPU和並行查詢PQO（Parallel Query Option）方式的利用：CPU的快速發展使得Oracle越來越重視對多CPU的並行技術的應用，一個資料庫的訪問工作可以用多個CPU相互配合來完成。對於多CPU系統盡量採用並行查詢選項方式進行資料庫操作。航空物探資料庫伺服器為2個CPU，在程序查詢中採用了並行查詢的方式。

在航空物探工作量統計、飛行小時統計、測量面積統計和岩石物性統計中，為了加快統計效率，在相應的查詢語句中增加了並行查詢語句。

隨著航空物探高精度測量程度的不斷提高，測量數據將越來越大。為了滿足航空物探查詢效率及發展，將航磁測量數據與校正後航磁測量數據按比例尺分1∶20 萬以下、20萬～50萬、1∶50萬以上分別存放3張不同的資料庫表。

七、創建資料庫

在完成資料庫布局、空間設置、內存設置、資料庫參數設置、擴展性設置和優化設置後，進行航空物探資料庫物理模型設計，即航空物探資料庫實體創建。由於航空物探空間資料庫邏輯模型是採用ESRI提供的ArcGIS UML構建的Geodatabase模型，因此，使用ESRI公司提供的CaseTools將航空物探數據UML模型圖轉成空間資料庫（Geodatabase）實體（圖2-14）。

航空物探屬性資料庫表（二維表）是採用Power Designer資料庫設計平台直接把資料庫關系模型生成資料庫腳本來創建的。

經過資料庫的概念設計、邏輯設計和物理設計，最終生成航空物探資料庫。

圖2-14 航空物探資料庫物理模型實現

八、空間數據的索引機制

對於海量的空間資料庫而言，資料庫的操作效率是關繫到資料庫成敗的關鍵問題。為了提高數據的訪問、檢索和顯示速度，數據在載入到資料庫時，要素類數據建立了空間索引，柵格數據構建了金字塔結構，對象類數據採用與資料庫直接聯接的訪問機制。

（一）空間索引

為了提高要素類數據的查詢性能，在建立航空物探空間資料庫時，創建了空間索引機制。常用的空間索引有格網索引、R樹索引、四叉樹索引等。Geodatabase採用格網索引方式。所謂格網索引是將空間區域劃分成適合大小的正方形格網，記錄每一個格網內所包含的空間實體（對象）以及每一個實體的封裝邊界范圍，即包圍空間實體的左下角和右上角坐標。當用戶進行空間查詢時，首先計算出用戶查詢對象所在格網，然後通過格網編號，就可以快速檢索到所需的空間實體。

確定適合的格網級數、單元大小是建立空間格網索引的關鍵。格網太大，在一個格網內有多個空間實體，查詢檢索的准確度降低。格網太小，則索引數據量成倍增長和冗餘，檢索的速度和效率較低。資料庫的每一數據層採用不同大小、不同級數的空間索引格網單元，但每層最多級數不能超過三級。格網單元的大小不是一個確定性的值，需要根據對象的大小確定。空間索引格網的大小與檢索准確度之間的關系如圖2-15所示。

選擇格網單元的大小遵循下列基本原則：

1）對於簡單要素的數據層，盡可能選擇單級索引格網。減少RDBMS搜索格網單元索引的級數，縮短空間索引搜索的過程，例如航跡線要素類。

圖2-15 索引格網大小與檢索准確度的關系

2）如果數據層中的要素封裝邊界大小變化比較大，應選擇2或3級索引格網。Geodatabase最多提供三級格網單元。每一要素封裝邊界在適合的級內，減少了每一封裝邊界有多個格網的可能性。在空間索引搜索過程中，RDBMS則必須搜索所有3個格網單元級，這將消耗大量的時間。

3）若用戶經常對圖層執行相同的查詢，最佳格網的大小應是平均查尋空間范圍的1.5倍。

4）格網的大小不能小於要素封裝邊界的平均大小，為了減少每個格網單元有多個要素封裝邊界的可能性，格網單元的大小應取平均格網單元的3倍。最佳格網單元的大小可能受圖層平均查詢的影響。

空間域是按照要素數據集定義的，空間索引格網是按照要素類設置的。它們都是在創建Geodatabase資料庫時設置，並一經設置，中間不許改變；所以一定要在充分分析數據的情況下確定它們的值。航空物探數據主要是簡單要素類，空間跨度為70°。根據上述原則，航空物探數據選擇單級索引格網，格網大小為20°。

（二）金字塔結構

金字塔結構的核心是將柵格數據逐級進行抽稀，形成多級解析度的重采樣數據，並將其分割成塊，按一定的文件格式（金字塔文件格式）存儲成磁碟文件；在以後進行圖像顯示處理時，只需將要顯示的部分所覆蓋的塊從磁碟文件直接讀進內存緩沖區顯示即可。從金字塔的所有層中尋找與所要求顯示的比例相近或匹配的一層，並將該層的從某一點起的一定范圍的圖像所覆蓋的所有塊載入到內存緩沖區，提取所需部分並形成圖像。

金字塔演算法（圖2-16）是通過獲取顯示時所需要的一定解析度的數據來提高顯示速度。使用金字塔數據格式後，在顯示全圖時僅需要顯示一個較低解析度的數據，這樣既能加快顯示速度，又不會影響顯示效果。放大圖像，盡管顯示圖像解析度提高，由於顯示區域減小，所以顯示速度不會下降。如果沒有為柵格數據建立金字塔數據，則每次顯示都會讀取整個數據，然後進行重采樣得到顯示所需要的解析度，明顯地降低了顯示速度。

圖2-16 金字塔壓縮示意圖

金字塔數據重采樣方式有：最近鄰法、雙線性內插和立方卷積。其中最近鄰法適用於離散數據，而雙線性內插法和立方卷積法適合於連續數據。

在ArcGIS Engine中提供了IRasterPyramid和IRasterPyramid2介面來實現金字塔數據的建立，而建立的數據保存在*.rrd格式的文件中。

（三）空間域定義

空間域是指數據的有效空間范圍，即Geodatabase資料庫的最大等效坐標的值域范圍，其定義主要是指比例系數和Min X、Min Y的計算。

因為使用整數比浮點數有更高的壓縮率，並且對整數進行二進制搜索比較快，所以多用戶Geodatabase以4位元組正整數存儲坐標，其最大值為32位正整數所能表示的范圍是21.4億（2147483647），整數的范圍稱為空間域。在創建Geodatabase資料庫時需要定義合適的比例系數。大的整數值將消耗大量的計算機物理內存，所以選定的比例系數最好不要大於必須的比例系數。空間域隨坐標系的單位變化而變化。

比例系數和空間域之間成反比例關系，比例系數越大（存儲單位越小），表達的空間域也越小。為了使目標數據都存儲在系統中，需要謹慎地設置比例系數。將目標數據的寬度和高度較適中的數值乘以比例系數，如果結果小於21.4億，則比例系數是合適的。

航空物探數據模型是為我國的航空物探行業數據建庫設計的，它支持的空間數據的坐標范圍為我國領土覆蓋的海陸空間，最低緯度為赤道。根據概念設計的分析，航空物探數據模型採用的是地理坐標系，坐標系單位是度，基準是Beijing_1954，要求存儲的坐標數據精度達到0.01 m。在赤道處，赤道圓周長為40075694.6 m，則每度弧長=40075694.6×100/360 cm=11132137.389 cm，即1 cm對應8.983000883E-8°。所以，航空物探數據模型的比例系數取為8.98E-8，即存儲單位為8.98E-8°，可滿足1 cm精度要求。

將空間域移動到目標數據范圍之前，首先找到空間域在存儲單位的中心位置，目的是在必要時向各個方向擴展。4位元組正整數可表示的坐標范圍：2147483647×8.98E-8=192.84°。我國的領土范圍是東經70°～140°，北緯0°～60°。所以，選取的比例系數是合適的。把空間域坐標系中心定為90°，然後，計算空間域的Min X、Min Y。

航空物探信息系統建設

航空物探信息系統建設

所以坐標的存儲數據是：

航空物探信息系統建設

航空物探信息系統建設

『玖』 遺傳演算法的二維柵格地圖路徑規劃的C或matlab的程序源代碼,跪求啊，高人在哪裡呢只需要一個這樣的例子即

1um基本上沒什麼問題,0.5um估計要實際做起來國內的鋼材和工藝技術還達不到

『拾』 請問PHOTOSHOP里的柵格化是啥意思

柵格化為將向量圖形格式表示的圖像轉換成點陣圖以用於顯示器或者列印機輸出的過程。柵（shan）格化，PS中的一個專業術語，柵格即像素，柵格化即將矢量圖形轉化為點陣圖（柵格圖像）。最基礎的柵格化演算法將多邊形表示的三維場景渲染到二維表面。

PHOTOSHOP中，用文字工具生成的文字未柵格化前，優點是可以重新編輯，如更改內容、字體、字型大小等。而缺點是無法使用PS中的濾鏡，因此使用柵格化命令將文字柵格化，可以製作更加豐富的效果。方法是圖層——柵格化，這樣就可以製作出樣式多樣、漂亮的文字。

(10)柵格抽稀演算法擴展閱讀

總體上來說，柵格化這個術語可以用於任何將向量圖形轉換成點陣圖的過程。

在通常的應用中，這個術語用來表示在計算機上顯示三維形狀的流行渲染演算法。柵格化是生成實時三維計算機圖形最流行的演算法。實時應用需要立即響應用戶輸入，並且通常需要至少每秒 24 幀的速率。

與輻射著色、光線跟蹤等其它渲染技術不同，柵格化的速度非常快，但是由於它不是根據光傳輸的物理規律進行處理的，所以無法正確模擬許多復雜真實光照環境，只能達到足夠欺騙人類眼睛的程度。