Raster veri, bilgilerin satır ve sütunlar halinde düzenlenmiş hücrelerle temsil edildiği bir veri modelidir. Piksel olarak da adlandırılan bu hücreler; renk, yükseklik, sıcaklık veya arazi örtüsü gibi bilgileri sayısal değerlerle saklar. Uydu görüntüleri, hava fotoğrafları, ortofotolar ve raster biçimindeki sayısal yükseklik modelleri bu veri yapısının yaygın örnekleridir.
Raster veri modelinde her hücre, görüntünün veya incelenen alanın belirli bir bölümünü temsil eder. Örneğin bir ortofotodaki hücreler yeryüzünün renk bilgisini taşırken, bir yükseklik rasterindeki hücreler arazi kotlarını saklar. Böylece raster veriler hem görsel incelemelerde hem de mekansal analizlerde kullanılabilir.

Raster verilerin temel özelliği, bilgiyi düzenli bir hücre yapısı içinde saklamasıdır. Bu yapının kullanımını belirleyen başlıca özellikler şunlardır:
Küçük hücre boyutu tek başına yüksek doğruluk anlamına gelmez. Verinin üretim yöntemi ve kaynak kalitesi de değerlendirilmelidir. Mevcut bir rasterin hücre boyutunu yazılımla küçültmek, kaynakta bulunmayan ayrıntıları kendiliğinden oluşturmaz.

Coğrafi Bilgi Sistemlerinde (CBS) raster veri, yeryüzünün görüntülenmesi, yüzey özelliklerinin incelenmesi ve mekansal analizlerin gerçekleştirilmesi için kullanılır. Coğrafi olarak referanslandırılmış rasterler; parseller, yollar, binalar ve proje sınırları gibi diğer harita katmanlarıyla birlikte değerlendirilebilir. Örneğin bir ortofoto, çalışma alanındaki mevcut durumun incelenmesine yardımcı olur. Yükseklik rasterleri eğim ve bakı analizlerinde kullanılabilirken, farklı tarihlerde elde edilen uydu görüntüleri arazi örtüsündeki değişimlerin araştırılmasını destekler.
Raster verilerin üretiminde drone tabanlı fotogrametri çözümlerinden de yararlanılır. Dronet, drone ile çekilen fotoğraflardan koordinatlı ortofoto, sayısal arazi modeli (SAM) ve sayısal yüzey modeli (SYM) üretir. TIFF formatında alınabilen bu raster çıktılar, CBS projelerinde diğer coğrafi katmanlarla birlikte değerlendirilebilir. Ortofoto, çalışma alanının görüntü tabanlı incelenmesine; yükseklik modelleri ise arazi ve yüzey özelliklerinin analiz edilmesine temel oluşturur.

Raster veriler, yapay zeka destekli analizlerin de girdisini oluşturabilir. Dronet AI ile farklı tarihlerde üretilmiş ortofotolardaki değişim gösteren bölgeler otomatik olarak belirlenebilir. Nesne tespiti araçlarıyla bina, araç, yol, iş makinesi, tarım alanı ve güneş paneli gibi nesne ve alanlar tespit edilerek coğrafi veriye dönüştürülebilir. Böylece raster görüntülerden elde edilen bilgiler, harita, CAD ve CBS çalışmalarında kullanılabilir.
Birden fazla rasterin birlikte analiz edildiği çalışmalarda koordinat sistemi, hücre boyutu ve hücre hizalamasının uyumlu olması gerekir. Veri tarihi ve konumsal doğruluk da sonuçların yorumlanmasını etkiler.

Raster veriler, saklanan bilginin niteliğine ve kullanım amacına göre farklı dosya formatlarında tutulabilir.
| Raster Veri Formatı | Özellikleri |
|---|---|
| GeoTIFF (.tif, .tiff) | Coğrafi referans bilgilerini dosya içinde saklayabilir. Ortofoto, uydu görüntüsü ve sayısal yüzey verilerinde kullanılır. |
| JPEG (.jpg, .jpeg) | Kayıplı sıkıştırma kullanarak dosya boyutunu azaltır. Görüntü sunumuna uygundur; hücre değerlerinin korunması gereken analizlerde dikkatle değerlendirilmelidir. |
| PNG (.png) | Kayıpsız sıkıştırma ve saydamlık desteği sunar. Harita görsellerinin ve tematik görüntülerin sunumunda kullanılabilir. |
| JPEG 2000 (.jp2) | Kayıplı veya kayıpsız sıkıştırma seçenekleri sunar. Büyük görüntü verilerinin saklanmasında kullanılabilir. |
| ECW (.ecw) | Büyük boyutlu ortofotoların, hava fotoğraflarının ve uydu görüntülerinin daha küçük dosyalarla saklanmasını ve görüntülenmesini sağlar. |
| ASCII Grid (.asc) | Hücre değerlerini metin tabanlı bir yapıda saklar. Yükseklik gibi sayısal raster verilerinin aktarımında kullanılabilir. |
Format seçerken yazılım uyumluluğu, dosya boyutu, coğrafi referans desteği ve sıkıştırma yöntemi birlikte değerlendirilmelidir. Bir görüntünün JPEG veya PNG biçiminde olması, haritadaki konumunun tanımlı olduğu anlamına gelmez; doğru konumlandırma için ek coğrafi referans bilgileri gerekebilir.
Vektör veri ve raster veri arasındaki temel fark, coğrafi bilgiyi temsil etme biçimidir. Raster veri hücrelerden oluşurken vektör veri; nokta, çizgi ve poligon geometrilerini kullanır.

| Karşılaştırma | Raster Veri | Vektör Veri |
|---|---|---|
| Veri yapısı | Satır ve sütunlardan oluşan hücreler | Nokta, çizgi ve poligonlar |
| Bilginin saklanması | Hücre değerleriyle | Geometri ve özniteliklerle |
| Yaygın örnekler | Uydu görüntüsü, ortofoto, yükseklik rasteri | Parsel sınırı, yol ağı, bina geometrisi |
| Detay düzeyi | Hücre boyutu ve kaynak veri kalitesiyle ilişkilidir | Koordinat doğruluğu ve geometrik detayla ilişkilidir |
| Başlıca kullanım | Görüntü ve yüzey analizleri | Nesne, sınır ve ağ analizleri |
Bir yol, raster görüntüde piksellerle görünürken vektör veride çizgi veya poligon olarak tanımlanabilir. Benzer şekilde bir parselin çevresi ortofotodan görsel olarak incelenebilir; parsel sınırının ayrı bir nesne olarak saklanması ve sorgulanması için vektör yapı kullanılabilir. Bu nedenle iki veri modeli, CBS projelerinde birbirini tamamlar.
Raster veri modeli, bir alan boyunca değişen bilgilerin hücreler üzerinden saklanmasını, karşılaştırılmasını ve analiz edilmesini sağlar. Özellikle görüntü ve yüzey verileriyle yürütülen çalışmalarda kullanılır.
Başlıca kullanım alanları şunlardır:
Raster veri modelinden elde edilecek fayda, çalışma amacına uygun veri seçimine bağlıdır. Çözünürlük, doğruluk, güncellik ve veri kapsamının birlikte değerlendirilmesi, analiz sonuçlarının güvenilirliğini destekler.