Eigenschaften von Rasterdaten

Raster sind mehr als Zellwerte

Damit Rasterwerte räumlich richtig zugeordnet und fachlich sinnvoll interpretiert werden können, benötigen wir weitere Informationen. Besonders wichtig sind:

  • Zellgröße und räumliche Auflösung,
  • Anzahl der Zeilen und Spalten,
  • räumliche Ausdehnung,
  • Rasterursprung und Ausrichtung,
  • Koordinatenreferenzsystem,
  • Anzahl und Bedeutung der Bänder,
  • Datentyp und Einheit,
  • NoData-Wert sowie
  • Entstehung, Aktualität und Genauigkeit.

Diese Eigenschaften sollten vor jeder Analyse kontrolliert werden.

Zellgröße

Die Zellgröße beschreibt, welche Breite und Höhe eine Rasterzelle im Koordinatensystem besitzt. In einem projizierten CRS kann eine Zelle beispielsweise 10 m × 10 m groß sein.

Eine solche Zelle repräsentiert dann eine Fläche von:

\[10\,\text{m} \times 10\,\text{m} = 100\,\text{m}^2\]

Bei geographischen Koordinaten kann die Zellgröße dagegen in Grad angegeben sein. Ein Grad besitzt jedoch nicht überall auf der Erde dieselbe Länge. Die Einheit des CRS muss deshalb immer mitgelesen werden.

Räumliche Auflösung

Die Zellgröße wird häufig als räumliche Auflösung bezeichnet. Ein Raster mit 10 m großen Zellen kann feinere räumliche Unterschiede abbilden als ein Raster mit 1 km großen Zellen.

Zellgröße Zellen pro Quadratkilometer mögliche Detailstufe
1.000 m × 1.000 m 1 sehr grob
100 m × 100 m 100 grob
10 m × 10 m 10.000 fein
1 m × 1 m 1.000.000 sehr fein

Eine kleinere Zellgröße führt bei gleicher Ausdehnung zu mehr Zellen und meist zu größeren Dateien und längeren Berechnungszeiten.

Derselbe 40 mal 40 Meter große Ausschnitt wird von sechzehn 10-Meter-Zellen auf vier 20-Meter-Zellen vergröbert. Die Mittelwerte der Viererblöcke sind 120, 200, 140 und 260 Meter; lokale Spitzen von 180 und 320 Metern gehen im Mittelwert auf.

Die erfundenen Höhen dienen ausschließlich dem Rechenbeispiel. Jede neue Zelle erhält hier den Mittelwert aus vier gleich großen Ausgangszellen; NoData kommt im Beispiel nicht vor. Kleinräumige Unterschiede verschwinden. Ein nachträglich feineres Gitter kann diese verlorene Information nicht zurückholen.

Auflösung ist nicht Genauigkeit

Ein Raster mit kleinen Zellen ist nicht automatisch genau.

Ein Datensatz kann beispielsweise auf ungenauen Eingangsmessungen beruhen und trotzdem in Zellen von einem Meter Größe gespeichert werden. Die feine Zellgröße beschreibt dann nur das Rastergitter, nicht die tatsächliche Mess- oder Modellgenauigkeit.

Unterscheiden Sie deshalb:

  • räumliche Auflösung: Größe beziehungsweise Abstand der Rasterzellen,
  • Lagegenauigkeit: Wie genau liegt eine Zelle an der vorgesehenen Position?
  • Wertgenauigkeit: Wie genau entspricht der gespeicherte Wert dem untersuchten Phänomen?

Viele kleine Zellen können eine sehr detaillierte Darstellung erzeugen, aber keine fehlende Genauigkeit ersetzen.

Schematisches Raster mit 10 mal 10 Meter großen Zellen: 0 ist ein gültiger Höhenwert, NoData bezeichnet einen fehlenden gültigen Wert und wird beim Abtasten zu NULL. Die Zellgröße allein belegt keine Lage- oder Höhengenauigkeit.

Die Beispielwerte dienen der Begriffsklärung. Im Marburger Lehrprodukt ist NoData mit −9999 gekennzeichnet; beim Abtasten bleiben die 21 fehlenden Höhen als NULL erhalten. Die hier gezeigte gültige Null ist kein Messwert aus dem Marburger Ausschnitt.

Ausdehnung

Die räumliche Ausdehnung – häufig als extent bezeichnet – beschreibt das vom Raster abgedeckte Rechteck. Sie wird durch minimale und maximale Koordinaten begrenzt:

  • kleinster x-Wert,
  • größter x-Wert,
  • kleinster y-Wert,
  • größter y-Wert.

Zwei Raster können dasselbe CRS und dieselbe Zellgröße besitzen, aber unterschiedliche Gebiete abdecken. Vor einer gemeinsamen Analyse muss deshalb geprüft werden, ob sich ihre Ausdehnungen überschneiden.

Zeilen und Spalten

Die Anzahl der Zeilen und Spalten ergibt zusammen die Zahl der Rasterzellen:

\[N_{Zellen} = N_{Zeilen} \times N_{Spalten}\]

Ein Raster mit 10.000 Zeilen und 10.000 Spalten enthält bereits 100 Millionen Zellen – bei nur einem Band. Das erklärt, weshalb Rasterdateien schnell groß werden können.

Rasterursprung und Ausrichtung

Zwei Raster können dieselbe Zellgröße besitzen und trotzdem gegeneinander verschoben sein. Ihre Zellgrenzen beginnen dann an unterschiedlichen Koordinaten. Diese Eigenschaft wird als Rasterausrichtung oder grid alignment bezeichnet.

Für eine zellenweise Berechnung sollten Raster normalerweise übereinstimmen in:

  • CRS,
  • Zellgröße,
  • Rasterausrichtung und
  • relevantem räumlichen Ausschnitt.

QGIS kann Raster neu projizieren und neu abtasten. Dabei werden jedoch neue Zellwerte berechnet. Solche Verarbeitungsschritte müssen deshalb bewusst gewählt und dokumentiert werden.

Zwei Gitter mit 10-Meter-Zellen im selben lokalen Meterkoordinatensystem: Gitter A beginnt bei x gleich 0, Gitter B um 5 Meter nach Osten versetzt. Gleich nummerierte Zellen liegen deshalb über unterschiedlichen Flächen.

Das schematische Beispiel hält CRS und Zellgröße konstant. Vergleichen Sie die erste Spalte: 0 bis 10 m in A, aber 5 bis 15 m in B. Für zellenweise Berechnungen müssen auch die Gitter passend ausgerichtet sein; eine passende Zellgröße genügt nicht.

Koordinatenreferenzsystem

Auch Rasterdaten benötigen ein CRS. Es legt fest, wie die Rasterausdehnung und Zellpositionen auf der Erde verortet werden.

Wenn ein Raster an einer unerwarteten Stelle erscheint oder nicht mit Vektorlayern übereinstimmt, prüfen Sie zuerst:

  1. Ist ein CRS angegeben?
  2. Ist dieses CRS tatsächlich das CRS der Daten?
  3. Liegt das Projekt in einem geeigneten CRS?
  4. Wurde ein CRS nur zugewiesen oder wurden die Daten wirklich reprojiziert?

Das bloße Zuweisen eines anderen CRS verändert die Zellwerte und Koordinaten nicht. Eine echte Reprojektion erzeugt dagegen ein neues Rastergitter.

Datentyp

Der Datentyp bestimmt, welche Werte in einem Raster gespeichert werden können.

Datentyp mögliche Werte Beispiel
Ganzzahl ganze Zahlen Klassen einer Landbedeckung
Fließkommazahl Zahlen mit Nachkommastellen modellierte Temperatur

Zusätzlich begrenzt der verwendete Speicherbereich den möglichen Werteumfang. Ein geeigneter Datentyp spart Speicherplatz; ein ungeeigneter Datentyp kann Werte runden oder nicht vollständig abbilden.

Für die Interpretation benötigen wir außerdem die Einheit. Der Wert 250 könnte beispielsweise 250 Meter Höhe, 250 Millimeter Niederschlag oder lediglich den Code einer Kategorie bedeuten.

Bänder

Ein Raster kann mehrere Bänder besitzen. Prüfen Sie deshalb:

  • Wie viele Bänder sind vorhanden?
  • Was beschreibt jedes Band?
  • Welche Einheit und welcher Datentyp gelten?
  • Beziehen sich alle Bänder auf denselben Zeitpunkt?

Bei einem digitalen Geländemodell erwarten wir gewöhnlich ein Band mit Höhenwerten. Bei Satellitendaten können dagegen viele spektrale Bänder enthalten sein.

NoData ist nicht null

Ein NoData-Wert kennzeichnet Zellen, für die kein gültiger fachlicher Wert vorliegt.

Mögliche Gründe sind:

  • außerhalb des Untersuchungsgebiets,
  • fehlende Messung,
  • Wolken oder Sensorausfall,
  • bei der Verarbeitung maskierter Bereich oder
  • nicht sinnvoll berechenbarer Wert.

Der Zahlenwert 0 kann dagegen ein gültiger Wert sein:

  • 0 Meter Geländehöhe,
  • 0 Millimeter Niederschlag,
  • 0 Grad Celsius oder
  • eine gültige Kategorie mit dem Code 0.

NoData bedeutet „kein gültiger Wert“. Null bedeutet „der gültige Wert ist 0“.

Manche Dateiformate speichern für NoData einen besonderen Zahlenwert wie -9999. QGIS muss wissen, dass dieser Wert nicht in Berechnungen oder Farbskalen einbezogen werden soll.

Minimum, Maximum und Verteilung

Für kontinuierliche Raster sind Minimum und Maximum hilfreich, aber allein nicht ausreichend. Ein einzelner extremer Wert kann eine Farbskala stark beeinflussen.

Ein Histogramm zeigt, wie häufig Wertebereiche im Raster vorkommen. Damit lässt sich besser beurteilen:

  • ob die Werte plausibel verteilt sind,
  • ob extreme Werte vorkommen,
  • welche Farbskala geeignet ist und
  • ob ein möglicher NoData-Code fälschlich als Messwert behandelt wird.

Statistiken können sich auf das gesamte Raster oder nur auf einen aktuellen Ausschnitt beziehungsweise eine Stichprobe beziehen. Prüfen Sie daher, wie sie berechnet wurden.

Farbe ist nicht der Zellwert

QGIS ordnet Zahlenwerten Farben zu. Ändern wir die Farbskala, verändern wir nicht die gespeicherten Höhenwerte – nur ihre Darstellung.

Für kontinuierliche Werte eignen sich häufig sequentielle Farbverläufe, die von hell nach dunkel oder von niedrigen zu hohen Farbwerten verlaufen. Eine kategoriale Landbedeckung benötigt dagegen einzelne, klar unterscheidbare Farben.

Die Symbolisierung kann räumliche Muster sichtbar machen, sie kann aber auch Unterschiede verstärken oder verschleiern. Die Gestaltung wird deshalb in Unit 14 noch einmal systematisch behandelt.

Dieselbe 3-mal-3-Matrix mit Höhen von 200 bis 240 Metern wird mit einer blauen und einer violetten Farbskala dargestellt. Alle Zahlen bleiben gleich, insbesondere die umrahmte mittlere Zelle mit 220 Metern.

Erfundene Beispielhöhen; Ausschnitt, Werte und Skalenenden sind identisch. Lesen Sie die umrahmte Zelle in beiden Darstellungen ab. Ihr gespeicherter Wert ändert sich durch die neue Farbe nicht.

Raster neu abtasten

Wenn sich Zellgröße, Ausrichtung oder CRS ändern, muss QGIS Werte für ein neues Rastergitter bestimmen. Dieser Vorgang heißt Resampling oder Neuabtastung.

Vereinfachte Grundregel:

Rastertyp häufig geeignetes Verfahren Begründung
kategorial nächster Nachbar erhält vorhandene Klassenwerte
kontinuierlich bilinear oder kubisch bildet glattere Übergänge aus benachbarten Werten

Beim nächsten Nachbarn wird ein vorhandener Zellwert übernommen. Bilineare oder kubische Verfahren berechnen neue Zwischenwerte. Für Klassen wären solche Zwischenwerte meist sinnlos: Aus den Klassen Wald = 1 und Grünland = 2 darf nicht die neue Klasse 1,5 entstehen.

Resampling kann die technische Rasterstruktur verändern, erzeugt aber keine neue gemessene Information.

Dateiformate

Ein häufig verwendetes Rasterformat ist GeoTIFF mit der Endung .tif. Es kann Zellwerte und Informationen zur Georeferenzierung in einer Datei speichern.

Weitere Rasterdaten können beispielsweise als Cloud Optimized GeoTIFF, ASCII Grid, NetCDF oder in einem GeoPackage vorliegen. Für den Einstieg genügt zunächst:

  • Dateiformat erkennen,
  • CRS und Rastereigenschaften kontrollieren,
  • Originaldatei unverändert aufbewahren und
  • Ergebnisse mit eindeutigen Namen speichern.

Eine .tif-Datei kann sowohl ein georeferenziertes Werte-Raster als auch ein gewöhnliches Bild ohne vollständigen Raumbezug sein. Die Dateiendung allein genügt deshalb nicht zur Beurteilung.

Metadaten prüfen

Dokumentieren Sie für einen Rasterdatensatz mindestens:

Merkmal Frage
Titel Wie heißt der Datensatz?
Herausgeber Wer stellt ihn bereit?
Inhalt Was bedeutet der Zellwert?
Einheit In welcher Einheit wird der Wert angegeben?
Zellgröße Welche räumliche Auflösung besitzt das Raster?
CRS Wie ist das Raster räumlich referenziert?
Ausdehnung Welches Gebiet wird abgedeckt?
Bänder Wie viele Bänder gibt es und was bedeuten sie?
NoData Wie werden fehlende Werte gekennzeichnet?
Entstehung Wurde gemessen, modelliert, interpoliert oder klassifiziert?
Aktualität Auf welchen Stand beziehen sich die Daten?
Genauigkeit Welche Unsicherheiten werden angegeben?
Lizenz Wie dürfen die Daten verwendet werden?

Übung: Zwei Raster vergleichen

Vergleichen Sie zwei gedachte Höhenraster desselben Gebietes:

Eigenschaft Raster A Raster B
Zellgröße 10 m 100 m
Zeilen 5.000 500
Spalten 5.000 500
Datentyp Ganzzahl Fließkommazahl
NoData -9999 nicht dokumentiert

Beantworten Sie:

  1. Welches Raster besitzt das feinere Gitter?
  2. Wie viele Zellen besitzt jedes Raster?
  3. Welches Raster ist vermutlich größer? Welche weitere Information wäre für eine genaue Aussage nötig?
  4. Können wir allein aus der Zellgröße schließen, welches Raster genauere Höhenwerte besitzt?
  5. Welches Problem entsteht bei Raster B durch die fehlende NoData-Dokumentation?

Zusammenfassung

  • Zellgröße und räumliche Auflösung beschreiben das Rastergitter, nicht automatisch die Genauigkeit.
  • Ausdehnung, CRS, Zellgröße und Rasterausrichtung bestimmen die räumliche Lage der Zellen.
  • Datentyp, Bandbedeutung und Einheit sind für die Interpretation der Zellwerte notwendig.
  • NoData kennzeichnet einen fehlenden oder ungültigen Wert und ist nicht mit null gleichzusetzen.
  • Statistik und Histogramm helfen, Wertverteilung und mögliche Fehler zu erkennen.
  • Die Farbe ist eine Darstellung der Werte und nicht der Wert selbst.
  • Bei einer Neuabtastung muss das Verfahren zum Rastertyp passen.
  • Rastermetadaten sind notwendig, um Eignung, Herkunft und Unsicherheit zu beurteilen.

Weiterführende Informationen

Aktualisiert: