高精度的DEM不能转换为16位整型

这里是之前 《缩小栅格文件较简单的方式是什么？》 一文的补充内容。

首先明确，这里的高精度用词是不恰当的，这里的高精度代指空间分辨率，指 数值较低 的高空间分辨率。

比如0.1米空间分辨率，其数值小，但它是就是 高空间分辨率 ，表达的数据精确、图像清晰；

30米空间分辨率相对是低空间分辨率，表达的图形数据不太精确、图像也不清晰。

好，在之前一文中提到，对于空间分辨率较低的数据，比如30米、90米，使用将其像元类型修改为16位整型来缩小文件体积。

请注意，仅仅是低空间分辨率，一旦数据是高空间分辨率，就熄火了。

比如下面这是0.06米的超高空间分辨率的数据，像元类型是 float 浮点型。

当他转换为16位整型以后，就变成这样，变成一个一个的阶梯。

为什么会这样？

浮点型数据（Floating Point）

浮点型数据使用浮点数来表示每个栅格单元的值。浮点数采用科学计数法表示，包括一个尾数和一个指数，因此能够表示非常大或非常小的数值范围，同时具有 较高的精度 。在栅格数据中，浮点型数据常用于表示地形高程、植被指数等连续变量。

浮点型数据采用浮点数格式进行存储，通常以32位或64位来表示一个浮点数。

其中，32位浮点数采用单精度浮点数格式，64位浮点数采用双精度浮点数格式。这些格式都能够表示小数点后多位数，因此适合存储高精度的地理数据。

16位整型数据（16-bit Integer）

16位整型数据使用16位二进制数来表示每个栅格单元的值。这种数据格式适合表示离散的分类数据或有限的数值范围，如地物类型、土地利用类型等。

16位整型数据采用16位二进制补码表示，范围通常是从-32768到32767，共有65536个不同的值。这种数据格式在栅格数据中存储相对简单，通常以整数形式存储， 占用的存储空间较小 。

简单理解的话。

16位整型，只能表示0、1、2……这样的整数，而在高分辨率的DEM数据下， 高程1米到2米中间明明还有大量的数据存在 ，不得已只能变成1或者2，这样就形成上图中的“阶梯”。