Ein Rasterdatenmodell hat zunächst einmal nichts mit Graphik zu tun, auch wenn der Gedanke verlockend ist. Ganz allgemein vielmehr ist in der Geoinformatik ein Rasterdatenmodell eine Datensammlung mit einer klaren räumlichen Zuordnung in (in der Regel gleichgroßen) räumlichen Zellen. Dabei kann es sich um praktisch jede Art geographischer Daten handeln - sowohl z.B. physikalischer (Niederschlag pro Quadratmeter) oder auch sozialer (z.B. Geburtenraten). Auch Wahrscheinlichkeitsaussagen wie etwa ein "Vulnerability Index" - etwa hinsichtlich der erwarteten Empfindlichkeit für Klimawandel - können in dieser Form dargestellt werden. Da alle geographischen Daten in Form eines Rasterdatenmodells dargestellt werden können, können prinzipiell auch alle gegraphischen Fragestellungen auf dieser Basis behandelt werden. Allerdings hat das Verfahren auch Schwächen, weil z.B. bei identischen räumlichen Zellengrößen und identischer geometrischer Form der Zellen geographische Bereiche willkürlich durchschnitten werden und es so zu Durchschnittsbildungen kommen kann die unsinnige Resultate nach sich ziehen. Das aber kann mit bestimmten statistischen Verfahren minimiert werden - und hier kommen Methoden aus der Bildverarbeitung und Fernerkundung ins Spiel, und natürlich können die Rasterdaten wiederum in Form von Karten dargestellt werden - etwa als Isolinien oder farbcodierte Dichteverteilungen. Das sind dann die hübschen bunten Karten, die man beispielsweise als bildliche Darstellung der Klimamodelle kennt, die ebenfalls auf Rasterdatenmodellen basieren.

Da hast Du aber eine kleine Frage zu einem großen Themenbereich der Möglichkeiten angesprochen. Die einfache Antwort lautet: Raster eignen sich super für arithmetische Auswertung und somit einwandfrei für GIS Modelle.

Mit Rastermodellen kann man z.B. Fernerkundungsdaten auswerten, die so ziemlich alle in Bildformaten abgespeichert werden (IR, Radar, Luftphoto...). Da hat man schon von vorneherein ein Raster mit meist nur einem Wert pro Pixel pro Band. Natürlich kann man auch aus Vektordaten Raster oder Grids herstellen. Will man verschiedene Raster übereinanderlegen, sollten die Pixelgrößen schon übereinstimmen.

Beispiele: Ölverschmutzung der Meere; Typisierung und Bestimmung von Vegetation (NVDI); Erkennung von tektonischen Eigenschaften; Eisflächenüberwachung; zeitliche Veränderungen in Vegetation oder der Geomorphologie; bevölkerungsspezifische Auswertungen; etc..

Mehr Fragen zum Thema?