Noktacılık akımı izlenimcilik (impressionism) akımından geliştirilmiştir.

19. yüzyıl sonları ve 20. yüzyılın başlarında Georges Seurat ve Paul Signac tarafından geliştirilmiştir.

Noktacılık (pointillism) akımında, resimler üretilirken birbirlerine çok yakın ufak renk noktalarından oluşan bir yapı kullanılmıştır.

Televizyon, bilgisayar vb. ekranlı donanımların görüntüleme yöntemleri, noktacılık akımının teknolojiye uyarlanması ile elde edilmiştir.

Sayısal resim kavramında kullanılan noktacılık yönteminde kırmızı, yeşil ve mavi noktalarla yaratılan renk paletleri kullanılmaktadır.

Sayısal resimler, birbirleri ile aynı boyutta noktaların yan yana gelmesiyle oluşan, insanın gözünün ayırt edemeyeceği bir yapıda görüntülenir.

Coğrafi Bilgi Sistemlerinde verinin nasıl depolanıp işleneceğini tanımlayan birbirleri ile aynı boyutta noktaların yan yana gelmesiyle oluşan, insanın gözünün ayırt edemeyeceği yapıya raster veri modeli adı verilir.

Raster veri modeli, konumsal nesneleri hücreler şeklinde temsil eden satır ve sütunlardan oluşan veri modelidir.

Hücrelerden oluşması nedeni ile bazı kaynaklarda hücresel veri modeli olarak tanımlanmaktadır.

Hücre, veriyi spektral veya tematik olarak temsil eden eşit büyüklükteki dikdörtgenlerdir.

Raster veri yapısının temel ve en küçük elemanı olan hücrelere piksel adı verilir. Piksel, sayısal bir resmin en küçük birimidir. Piksel kelimesi de İngilizcedeki “picture element' yani resim elemanı kelimelerinin kısaltmasından türetilmiştir.

Görüntü iki boyutlu resimsel gösterimleri ifade ederken, raster, görüntü verilerinin nasıl saklanacağını tanımlayan bir veri modelidir. Raster, görüntüyü oluşturan hücreleri, bant sayısını ve bit derinliğini tanımlar.

Raster veri modeli tarafından tanımlanan özellikler; satır ve sütun sayısı, piksel boyutu, piksel değeri, piksel derinliği, bant sayısı ve konumsal referanstır.

Konumsal veritabanlarında raster veri, iki biçimde yer alabilir:
? Sürekli veri (continuous data)
? Kesikli veri (discrete data)

Sürekli veride raster piksel değerleri, bir yüzey oluşturmak için kesintisiz bir değişim gösterir. Bir hücreden diğerine değer değişimi oldukça yumuşak geçişli ve kolektiftir. Sürekli veri, bir yerin yükseklik, sıcaklık, yağış miktarı gibi sınırları çok net olmayan, yüzeylerin temsilinde kullanılır. Hücre değeri, hücre merkezlerinin nicelik değeriyle temsil edilir.

Kesikli veride ise bir hücreden diğerine değer değişimi ya özdeş ya da çok keskindir. Kesikli veri, sınır çizgileri keskin, sınıflanmış ya da kategorize edilmiş yapıları temsil etmede kullanılır. Sürekli veriden farklı olarak hücre değeri, genellikle bir tam sayıyla temsil edilir. Sürekli verilere göre veri büyüklükleri daha azdır. Arazi kullanımı, politik sınırların gösterimi, imar planı, toprak haritası gibi yapıların görüntülenmesinde kullanılır

CBS ortamında raster veri:
? Altlık harita (base map)
? Yüzey haritası (surface map)
? Tematik raster harita (thematic raster map)
? Vektör verinin özniteliği (feature attribute) olarak kullanılmaktadır.

Altlık veri, vektör veri oluşturulmanın yanı sıra arazi çalışmalarında, çalışılan arazi hakkında görsel açıdan daha detaylı bilgiye ulaşmak için kullanılabilir. Altlık haritalar, coğrafi verilerin doğruluk kontrolü için kullanışlı bir araçtır.

Sayısallaştırma, konumlandırılmış bir raster veri üzerinden vektör veri oluşturma işlemidir.

Yağış miktarı, sıcaklık değişimleri, nüfus yoğunluğu gibi gösterimlerde yüzey haritaları kullanılmaktadır. Yüzey haritaları en çok çakıştırma analizlerinde kullanılmaktadır.

Doğrudan uydu görüntülerinden yüzey haritaları elde edilebildiği gibi vektör veriler kullanılarak matematik ve istatistik yöntemlerle de yüzey modelleri oluşturulmaktadır.

Çakıştırma analizi için raster model olan DEM (Digital Elevation Model) verisine dönüştürülerek kullanılır.

Tematik raster haritalar çeşitli analizler veya sınıflandırma sonucu oluşturulan haritalardır. Tematik raster haritalar genellikle uydu görüntülerinin sınıflandırılması sonucu elde edilir.

Tematik raster harita ile yüzey haritasını birbirinden veri tipleri ayırır. Yüzey haritaları sürekli verilerden oluşurken, tematik raster haritalar kesikli veri şeklindedir.

Cevap: Konumsal nesneler için öznitelik (attribute) tabloları oluşturulurken, raster verinin öznitelik olarak kullanılabilmesi için veri alanı tipi “raster” olarak seçilmelidir. Böylece raster veri bu veri alanına bir öznitelik olarak eklenebilir.

Raster verinin genel özellikleri olarak tanımlanan bu parametreler;
? Satır ve sütün sayısı
? Piksel değeri
? Piksel boyutu
? Piksel derinliği
? Bant sayısı
? Konumsal referans olarak sıralanır.

Raster veri modeli grid yapıda satır ve sütunlardan oluşmaktadır. Raster veriler gösterimde dikdörtgen olmasalar da mutlaka dikdörtgen şekilde ve eşit piksel boyutlarında, grid yapıda hücrelere bölünmüştür.

Bazı raster verilerin dikdörtgen olmayan eğik, yuvarlak ya da geometrik olarak adlandırılamayan şekillerde görünmelerinin nedeni, dışarıda kalan piksel değerlerinin veri içermemesidir. Genellikle veri içermeyen piksel değerleri “no data” olarak ifade edilirler.

Piksel değerleri, raster veride bir kategoriyi, yüksekliği ya da spektral değeri temsil edebilir.

Yükseklik değeri genellikle hücrenin orta noktasından ölçülen değeri gösterir. Ancak bilinmelidir ki hücre değeri, kapsadığı alanın tümü için atanmış bir değerdir.

Hücrelerin yükseklik ve genişlik değerleri genellikle birbirine eşit, kare yapılardan oluşur.

Hücrenin boyutlarına karşılık gelen değer, raster veride modelin ne kadar basit ya da ne kadar detaylı gösterileceğini belirtir.

Küçük hücre boyutları, daha yumuşak daha detaylı gösterimlere karşılık gelirken, raster verinin daha fazla hücreden oluşmasına ve verinin depolandığı yerde büyük yer kaplamasına neden olur. Hücre boyutlarının büyük olması, depolama alanında ve işlem sürecinde avantaj sağlarken görüntüdeki detayları azaltır.

Piksel derinliği (bit derinliği) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Bilgisayar ortamında veriler ikili sistemde (binary) tanımlandığı için 2n şeklinde belirtilir.

Raster veriler kendi içinde katmanlı bir yapıdadır. Bu katmanlara bant adı verilir.

Çok bantlı raster veriler birbirleri ile konumsal olarak örtüşen grid yapısındadır. Çok bantlı raster verilerde genellikle piksel boyutları eşittir, ancak bazı durumlarda farklı piksel boyutlarına sahip bantlar da olabilir. Çok bantlı raster verilerde piksel boyutları değişse de bantların coğrafi konumları değişmez.

Raster veride hücrelerin konumu, genellikle kartezyen (dik) koordinat sistemiyle temsil edilen raster matrisinin satır ve sütunlarıyla tanımlanır. Satır sayıları “Y” eksenindeki değere, sütun sayıları “X” eksenindeki değere karşılık gelir. Bu şekilde kılavuz çizgiler satır ve sütun değerleri ile belirlenmiş ve değer aralıklarının hücre boyutuna eşit olduğu bir düzlem elde edilmiş olur.

Raster veri kümelerine ait koordinatların yerkürede nerede konumlanacağı konumsal referans ile belirlenmektedir. Konumsal referans tanımlanmadan raster veri kümelerinin dünyada nerde bulunduğu bilinemez. Konumsal referans tanımlanarak raster veri kümesinin dünya üzerinde nerede olduğu tanımlanır.

Raster içindeki her hücre tek bir değere sahiptir. Bu değerin temsil edebileceği dört genel veri tipi vardır. Bunlar:
? Sınıflamalı (nominal) veri
? Kademeli (ordinal) veri
? Aralıklı (interval) veri
? Oranlı (ratio) veri

Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler. Sınıflamalı veriler, nicelik, miktar gibi değerler almaz, doğrusal bir ölçekle ya da sabit bir değer veya noktayla ilişkilendirilemezler. Sayısal değer olmadıkları için piksel değerleri ile matematiksel işlem ve sıralama yapılamaz. Arazi kullanımı, toprak sınıfı gibi değerler kategorik sınıf olarak nitelendirilir.

Kademeli veri, piksel değerlerini sayısal olmayan bir derecelendirme ölçeğine göre sıralar. Piksel değerleri arasında anlamlandırılabilecek sayısal bir aralık yoktur.

Sınıflamalı veri ile kademeli veri arasındaki fark piksel değerlerinin karşılaştırılabilmesidir. Karşılaştırma göreceli bir kritere göre yapılır. Ancak sınıflamalı veride böyle bir karşılaştırma söz konusu değildir.

Aralıklı veri, sayısal değer aralıklarından oluşur. Nem, sıcaklık gibi ölçülen değerleri belirlenmiş değer aralıkları ile ifade eder. Değer aralıklarının bir anlamı vardır, yorumlanabilir ve karşılaştırma yapılabilir.

Oranlı veri, sayısal değerlerden oluşur. Oranlı veri tanımlı bir ölçüm aralığında ölçülmüş değerlerin sabit ve anlamlı bir sıfır noktası ile göreceli olarak gösterilmesidir.

Oranlı veri ile aralıklı veri arasındaki fark, oranlı veri değerinin sıfır değeri içermesidir. Sıfır değeri tarif edilen niceliğin olmaması demektir.

Raster verinin hassasiyeti veya kalitesi piksel sayısına, bant sayısı ve aralığına, pikselin parlaklık derecesine ve verinin toplanma sıklığına göre değişen çözünürlük özellikleri ile tanımlanır.

Çözünürlük, raster veride 4 farklı anlamda kullanılır. Bunlar;
? Konumsal çözünürlük (spatial resolution)
? Spektral çözünürlük (spectral resolution)
? Radyometrik çözünürlük (radiometric resolution)
? Zamansal çözünürlük (temporal resolution)

Konumsal çözünürlük, görüntüdeki ayırt edilebilir detay seviyesini gösteren bir özelliktir. Görüntünün en küçük elemanı olan pikselin yeryüzündeki temsil ettiği sahayı veya kapladığı alanı ifade eden bir terimdir.

Çalışılan veri üzerinde çok yüksek çözünürlük kullanmak her zaman doğru değildir. Yapılacak analize göre en uygun konumsal çözünürlük seçilmelidir. Çünkü çözünürlük arttıkça veri boyutu ve veri işleme süreci de artmaktadır.

Raster veride piksel boyutları değiştirilirken küçük piksel boyutuna sahip raster veri, daha büyük piksel boyutunda bir veriye dönüştürüldüğünde detay kaybeder. Ancak büyük piksel boyutuna sahip raster veri küçük piksel boyutuna dönüştürüldüğünde veri detayı artmaz. Bu nedenle raster veriyle yapılacak çalışmalarda, en küçük piksel boyutuna sahip raster verinin bir kopyasının saklanmasında fayda vardır.

Uzaktan algılama için kullanılan algılayıcının, elektromanyetik spektrumda kaydedebildiği belirli dalga boyu aralığına spektral dalga boyu genişliği adı verilir.

Cihazlardaki dedektörlerin elektromanyetik spektrumda etkin olduğu spektral dalga boyu aralığına bant genişliği adı verilir.

İnsan gözünün görebildiği aralığa “görünür bölge” (visible range) adı verilir. Görünün bölgenin dalga boyu aralığı yaklaşık 400 nm (nanometre) ile 700 nm aralığıdır.

Görünür ışığın dalga boyu aralığı, kendi içinde yansıttığı renk değerleri (kırmızı, yeşil, mavi gibi) ile ifade edilir.

Spektral çözünürlük, belirli bir bant için elektromanyetik spektrumda yer alan dalga boyunun büyüklüğünü ifade eder.

Elektromanyetik spektrumda geniş dalga boyu aralıkları düşük çözünürlük, dar dalga boyu aralıkları ise yüksek çözünürlük olarak tanımlanır. Diğer bir deyişle bant aralığı küçüldükçe çözünürlük artmaktadır.

Raster veriler bir ya da daha fazla banda sahip olabilir. Her bant farklı bir spektral aralığı tanımladığından, bant sayısını artırarak farklı çözünürlüklerin bir arada kullanımıyla çözünürlük değeri yükseltilebilir.

Raster veri kümesinin tek bir bantta görüntülenmesi için üç yöntem kullanılır. Bunlar:
? İki renk (bitmap)
? Gri tonlama (grayscale)
? Renk paleti (indexed color)

İki renk: Piksel derinliği 1bit ( 21 farklı değerlik) olan raster veri bantları için kullanılan yöntemdir. Her piksel 0 veya 1 değerliklerine sahiptir. Genellikle siyah ve beyaz renk kullanılarak görüntülenir.

Gri tonlama: Piksel derinliği 8bit (28 farklı değerlik) olan raster veri bantları için kullanılan yöntemdir. Her piksel 0 ve 255 arasında tamsayı değeri alır. 0 siyah ve 255 beyaza karşılık gelecek şekilde, ara değerler gri tonlamaları olacak şekilde siyahtan beyaza doğru açılır.

Renk paleti: Piksel derinliği 8bit olan raster veri bantlarında, gri tonlamadan farklı olarak 0 ile 255 arasındaki her değer için bir renk atanarak renk paleti oluşturulur. Oluşturulan renk paletinde her farklı piksel değerinin bir renk karşılığı vardır.

Radyometrik çözünürlük, verileri toplayan algılayıcının, gelen ışınım enerjisindeki en küçük farklılıkları ayırt edebilme yeteneği olarak tanımlanır. Raster verilerde radyometrik çözünürlük, piksel derinliği ile tanımlanır.

Piksel derinliği (bit derinliği) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar. Piksel derinliği değeri ikinin üslü kuvvetleri şeklinde hesaplanır.

Bayt, bitten sonraki ikinci en küçük sayısal bilgisayar birimidir.

1 kilobayt 1024 bayta karşılık gelir.

Zamansal çözünürlük algılayıcının belirli bir bölge için görüntü alabilme sıklığıdır. Uydu, ayarlanmış olduğu bölge üzerinde bir yörünge izlemektedir. Bu yörünge üzerinde belirlenen bölgeden tekrar görüntü alma süresi de zamansal çözünürlüktür.

Raster veriler konumsal veritabanında iki şekilde depolanabilir.
? Dosya sisteminde depolama (unmanaged)
? Konumsal veritabanında depolama (managed)

Raster veriler, donanımı ve veritabanı yönetim sistemini zorlayacak yapıda ise dosya sisteminde depolama sistemi tercih edilmelidir.

Büyük organizasyonlar, güçlü donanımlar ve güçlü VTYS yazılımları için daha uygun olan bu yapıda, raster veriler konumsal veritabanı içinde depolanmaktadır.

Konumsal veritabanında depolamada
? Ekip çalışmasına olanak sağlar.
? Kullanımı için veritabanının bulunduğu donanım güçlü
? olmak zorundadır.
? Raster veri formatı, konumsal veritabanı yapısına uygun hâle getirilmelidir.
? Dosya sisteminde depolama ise
? Kişisel çalışmaya uygundur.
? Donanımın güçlü olması gerekmez.
? Kullanılabilecek raster veri formatlarında herhangi bir kısıtlama yoktur.

Raster verilerin temelde 5 tablodan oluşan bir yapı içerisinde tutulduğu görülür. Bu tablolar:
? Ana tablo (business table)
? Yardımcı tablo (auxiliary table)
? Ölçekleme tablosu (block table)
? Bant tablosu (band table)
? Raster öznitelik tablosu (raster attribute table)

Piramit, raster verilerin konumsal veritabanı ortamına eklenirken oluşturulması önerilen bir yapıdır. Raster veri üzerinde yapılan işlemlerin daha hızlı yapılmasını sağlamak ve grafik işlemciyi optimum performansla kullanmak amacıyla uygulanan bir yöntemdir.

Piramit uygulaması, raster verilerin gösterim ölçeğine bağlı olarak çözünürlüğü daha düşük gösterecek biçimde, sadece gösterimde piksel boyutlarını değiştiren bir uygulamadır. Çalışma alanına yaklaştıkça çözünürlüğü artırarak performansı artırılır. Böylece donanım zorlanmadan raster verinin en uygun gösterimi sağlanmış olur.

Bloklama işlemi piramit işleminde olduğu gibi, kullanışlı ve donanımı yormayacak bir yönetim stratejisidir.

Raster veriyi tamamıyla tablolarda tutmaktansa belirli büyüklüklerdeki bloklara bölerek, konumsal veritabanında depolama işlemidir. Çalışma alanına göre sadece gösterimde olan bloklar konumsal veritabanından çağırılır, böylece verinin geri kalanı gereksiz yere gösterilmemiş olur. Böylece donanım ve VTYS yüksek performans kazanır.

Konumsal veritabanında raster veri:
? Raster Veri Kümesi (raster dataset)
? Raster Katalog (raster catalog)
? Mozaik Veri Kümesi (mosaic dataset)
? Konumsal Nesne Özniteliği (feature attribute) olarak organize edilmektedir.

Konumsal veritabanı ya da dosya biçiminde depolanan konumsal nitelikteki raster verilere raster veri kümesi (raster dataset) adı verilir.

Raster veri kümeleri içlerinde bantları ile birlikte tek parça hâlinde bulunurlar. Bu veri kümeleri, jpg, tiff vb. farklı formatlarda olabilir.

Raster katalog, birbirinden bağımsız olan raster verileri belirli bir düzen içerisinde kataloglamaya yarayan bir yapıdır.

Her bir raster veri kümesini bağımsız kayıt olarak, tablo biçiminde depolar. Raster katalog, binlerce resim içeren büyüklükte bir yapı olabilir. Bu yapı içinde saklanan veri kümeleri, mozaik oluşturmaya gerek duyulmadan tamamıyla ya da parçalı bir şekilde üst üste veya yan yana görüntülenebilmektedir.

Mozaik veri kümesi: Farklı raster verileri tek veri gibi işleme ve ortak bir koordinat sisteminde analiz ede-bilme imkânı tanıyan yapıdır.

Mozaik veri kümesi, içinde bulunan raster veri kümelerine tek veri kümesiymiş gibi davranır. Analiz araçları tek veri üzerindeymiş gibi çalışabilir. Yalnız veriler aynı katalog sisteminde bulunduğu gibi ayrı ayrıdır. Mozaik veri kümeleri, verilerin metalarını, koordinat sistemlerini öznitelik olarak farklı tabloda tutarlar. Verilerin koordinat sistemleri farklı olsa da mozaik veri kümesinin koordinatında gösterilirler. Veriler üst üste binebilirler.

Öznitelik verisi olarak raster: Konumsal nesneler için öznitelik veri alanına resim saklayarak ilişkilendirme işlemidir.

Raster veri modeli, konumsal nesneleri hücreler şeklinde temsil eden satır ve sütunlardan oluşan veri modelidir.

Piksel, sayısal bir resmin en küçük birimidir. Piksel kelimesi de İngilizcedeki “picture element” yani resim elemanı kelimelerinin kısaltmasından türetilmiştir.

Görüntü iki boyutlu resimsel gösterimleri ifade ederken, raster, görüntü verilerinin nasıl saklanacağını tanımlayan bir veri modelidir.

Uydu görüntüleri, taranmış kağıt paftalar, GoogleMaps, OpenStreetMap vb. haritalar, sayısallaştırma işleminde altlık harita olarak kullanılır.

Sayısallaştırma, konumlandırılmış bir raster veri üzerinden vektör veri oluşturma işlemidir.

Tematik raster haritalar çeşitli analizler veya sınıflandırma sonucu oluşturulan haritalardır. Tematik raster haritalar genellikle uydu görüntülerinin sınıflandırılması sonucu elde edilir.

• Satır ve sütün sayısı
• Piksel değeri
• Piksel boyutu
• Piksel derinliği
• Bant sayısı
• Konumsal referans

Piksel değerleri, raster veride bir kategoriyi, yüksekliği ya da spektral değeri temsil edebilir. Piksel değerleri pozitif ya da negatif tam sayı veya gerçel (reel) sayı değerlerini alabilir

Hücrenin boyutları, yüzeydeki konumsal nesnenin raster veri kümesindeki gösterimine bağlı olarak, istenilen büyüklüğü ya da küçüklüğü ifade edebilir. Boyutların alacağı değer ihtiyaç duyulan gösterime göre santimetre, metre, kilometre, inç, feet vb. uzunluk birimleri olabilmektedir. Hücrenin boyutlarına karşılık gelen değer, raster veride modelin ne kadar basit ya da ne kadar detaylı gösterileceğini belirtir.

Piksel derinliği (bit derinliği) raster verilerin piksellerinin alabileceği değer aralıklarını tanımlar.

Raster veriler kendi içinde katmanlı bir yapıdadır. Bu katmanlara bant adı verilir.

Raster veride hücrelerin konumu, genellikle kartezyen (dik) koordinat sistemiyle temsil edilen raster matrisinin satır ve sütunlarıyla tanımlanır.

• Sınıflamalı (nominal) veri
• Kademeli (ordinal) veri
• Aralıklı (interval) veri
• Oranlı (ratio) veri

Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler. Sınıflamalı veriler, nicelik, miktar gibi değerler almaz, doğrusal bir ölçekle ya da sabit bir değer veya noktayla ilişkilendirilemezler. Sayısal değer olmadıkları için piksel değerleri ile matematik

Kademeli veri, piksel değerlerini sayısal olmayan bir derecelendirme ölçeğine göre sıralar. Sınıflamalı veride tanımlanan nitelik değerlerini örneğin bir fabrika inşaatı yeri için “uygun” ya da “uygun değil” şeklinde derecelendirir.

Aralıklı veri, sınıflamalı ve kademeli verinin aksine sayısal değer aralıklarından oluşur. Nem, sıcaklık gibi ölçülen değerleri belirlenmiş değer aralıkları ile ifade eder

Oranlı veri, aralıklı veri gibi sayısal değerlerden oluşur. Oranlı veri tanımlı bir ölçüm aralığında ölçülmüş değerlerin sabit ve anlamlı bir sıfır noktası ile göreceli olarak gösterilmesidir. Oranlı veri ile aralıklı veri arasındaki fark, oranlı veri değerinin sıfır değeri içermesidir

Konumsal çözünürlük, görüntüdeki ayırt edilebilir detay seviyesini gösteren bir özelliktir.Görüntünün en küçük elemanı olan pikselin yeryüzündeki temsil ettiği sahayı veya kapladığı alanı ifade eden bir terimdir.

Uzaktan algılama için kullanılan algılayıcının, elektromanyetik spektrumda kaydedebildiği belirli dalga boyu aralığına spektral dalga boyu genişliği adı verilir. Elektromanyetik spektrum, belirli dalga genişliklerinde, dalga boyuna göre gruplanırlar.

Radyometrik çözünürlük, verileri toplayan algılayıcının, gelen ışınım enerjisindeki en küçük farklılıkları ayırt edebilme yeteneği olarak tanımlanır

19. yüzyıl sonları ve 20. yüzyılın başlarında Georges Seurat ve Paul Signac (Şekil 3.1) tarafından, izlenimcilik (impressionism) akımından geliştirilmiş bir akım olan noktacılık (pointillism) akımında, resimler üretilirken birbirlerine çok yakın ufak renk noktalarından oluşan bir yapı kullanılmıştır.

Piksel, sayısal bir resmin en küçük birimidir. Piksel kelimesi de İngilizcedeki “picture element” yani resim elemanı kelimelerinin kısaltmasından türetilmiştir.

Raster veri modeli, konumsal nesneleri hücreler şeklinde temsil eden satır ve sütunlardan oluşan veri modelidir. Hücrelerden oluşması nedeni ile bazı kaynaklarda hücresel veri modeli olarak tanımlanmaktadır

Genellikle birbirlerinin yerine kullanılan raster ve görüntü (image) sözcükleri kavramsal olarak birbirinden farklıdır. Görüntü iki boyutlu resimsel gösterimleri ifade ederken, raster, görüntü verilerinin nasıl saklanacağını tanımlayan bir veri modelidir. Raster, görüntüyü oluşturan hücreleri, bant sayısını ve bit derinliğini tanımlar

Raster veri modeli tarafından tanımlanan özellikler; satır ve sütun sayısı, piksel boyutu, piksel değeri, piksel derinliği, bant sayısı ve konumsal referanstır.

Konumsal veritabanlarında raster veri, iki biçimde yer alabilir:
• Sürekli veri (continuous data)
• Kesikli veri (discrete data)

Altlık harita (base map)
• Yüzey haritası (surface map)
• Tematik raster harita (thematic raster map)
• Vektör verinin özniteliği (feature attribute)
olarak kullanılmaktadır.

Raster verinin genel özellikleri olarak tanımlanan bu parametreler;
• Satır ve sütün sayısı
• Piksel değeri
• Piksel boyutu
• Piksel derinliği
• Bant sayısı
• Konumsal referans
olarak sıralanır.

Raster veriler, analiz aşamasında farklı biçimlerde kullanılır. Raster içindeki her hücre tek bir değere sahiptir. Bu değerin temsil edebileceği dört genel veri tipi vardır. Bunlar:
• Sınıflamalı (nominal) veri
• Kademeli (ordinal) veri
• Aralıklı (interval) veri
• Oranlı (ratio) veri

Sınıflamalı veri, isim olarak tanımlanan veridir. Pikseller bağlı olduğu grup, sınıf, üyelik, cinsiyet, kategori vb. göre tanımlanır. Bu değerler vasıf ve nitelik bilgisi içerirler. Sınıflamalı veriler, nicelik, miktar gibi değerler almaz, doğrusal bir ölçekle ya da sabit bir değer veya noktayla ilişkilendirilemezler. Sayısal değer olmadıkları için piksel değerleri ile matematiksel işlem ve sıralama yapılamaz. 

Kademeli veri, piksel değerlerini sayısal olmayan bir derecelendirme ölçeğine göre sıralar. Sınıflamalı veride tanımlanan nitelik değerlerini örneğin bir fabrika inşaatı yeri için “uygun” ya da “uygun değil” şeklinde derecelendirir. Piksel değerleri arasında anlamlandırılabilecek sayısal bir aralık yoktur

Aralıklı veri, sınıflamalı ve kademeli verinin aksine sayısal değer aralıklarından oluşur. Nem, sıcaklık gibi ölçülen değerleri belirlenmiş değer aralıkları ile ifade eder. Değer aralıklarının bir anlamı vardır, yorumlanabilir ve karşılaştırma
yapılabilir

Oranlı veri, aralıklı veri gibi sayısal değerlerden oluşur. Oranlı veri tanımlı bir ölçüm aralığında ölçülmüş değerlerin sabit ve anlamlı bir sıfır noktası ile göreceli olarak gösterilmesidir.

Çözünürlük; ekrandaki görüntünün veya yazıcı tarafından basılan
şekillerin netliği (Kaynak: Türk Dil Kurumu).

Konumsal çözünürlük (spatial resolution)
• Spektral çözünürlük (spectral resolution)
• Radyometrik çözünürlük (radiometric resolution)
• Zamansal çözünürlük (temporal resolution)

Raster veri kümesinin tek bir bantta görüntülenmesi için üç yöntem kullanılır. Bunlar:
• İki renk (bitmap)
• Gri tonlama (grayscale)
• Renk paleti (indexed color)

Depolama şekli raster veri yönetim stratejisi olarak adlandırılır.
• Dosya sisteminde depolama (unmanaged)
• Konumsal veritabanında depolama (managed)

Piramit, raster verilerin konumsal veritabanı ortamına eklenirken oluşturulması önerilen bir yapıdır. Raster veriler donanımların grafik işlemcilerini fazlasıyla yoran veri modelidir. Raster veri üzerinde yapılan işlemlerin daha hızlı yapılmasını sağlamak ve grafik işlemciyi optimum performansla kullanmak amacıyla uygulanan bir yöntemdir. Piramit, raster veri üzerinde herhangi bir değişiklik yapmayan sadece gösterime yönelik bir uygulamadır. Piramit uygulaması, raster verilerin gösterim ölçeğine bağlı olarak çözünürlüğü daha düşük gösterecek biçimde, sadece gösterimde piksel boyutlarını değiştiren bir uygulamadır. Çalışma alanına yaklaştıkça çözünürlüğü artırarak performansı artırılır. Böylece donanım zorlanmadan raster verinin en uygun gösterimi sağlanmış olur

Bloklama işlemi piramit işleminde olduğu gibi, kullanışlı ve donanımı yormayacak bir yönetim stratejisidir. Raster veriyi tamamıyla tablolarda tutmaktansa belirli büyüklüklerdeki bloklara bölerek, konumsal veritabanında depolama işlemidir. Çalışma alanına göre sadece gösterimde olan bloklar konumsal veritabanından çağırılır, böylece verinin geri kalanı gereksiz yere gösterilmemiş olur. Böylece donanım ve VTYS yüksek performans kazanır

Konumsal veritabanında raster veri:
• Raster Veri Kümesi (raster dataset)
• Raster Katalog (raster catalog)
• Mozaik Veri Kümesi (mosaic dataset)
• Konumsal Nesne Özniteliği (feature attribute)
olarak organize edilmektedir