分享到:

共享海量遥感影像数据

利用遥感影像元数据实现遥感数据的网络发布与共享,使稀缺的影像数据能够得到充分合理的利用;同时采用本体技术,可以有效地实现影像数据的互操作,从而为实现影像数据的全社会范围的共享提供基础与条件。 $$  当前,空间信息技术发展迅猛,以空间数据为主的空间信息挖掘和应用成为现代人类生产生活的一个重要特征。特别是遥感影像数据,由于其具有获取方便、周期短、信息量大等特点而成为空间数据的重要组成部分。然而,由于遥感数据的数据量十分庞大,特别是对于具有不同来源、不同分辨率与不同时相的数据,其存储与管理均十分困难,且由于其本身具有的稀缺性与机密性,在一定程度上限制了遥感影像数据的充分利用,因此,迫切需要对其进行有效的组织、存储、管理和共享的研究。 $$  研究表明,为实现影像数据的网络服务,可以利用遥感影像元数据,采用流行的数据库技术对遥感影像数据进行组织与管理,并完成基于XML的影像元数据的发布,实现用户通过网络对遥感影像数据的查询、检索与访问...  (本文共3页) 阅读全文>>

长春理工大学
长春理工大学

基于集群系统GEOIP的遥感剖分面片数据处理技术的研究

随着航空航天技术的发展,遥感影像的数据量剧增,海量遥感影像的存储成为目前遥感应用的关键问题。本文以剖分理论为基础,针对海量遥感数据存储技术进行了深入地研究。传统遥感影像是以图幅的方式存储的,在系统中的影像数据之间没有关联。为此,本文将影像进行剖分,使其形成一个个有层次关系的剖分面片数据组织再进行存储,则比较容易了。全球剖分的形式赋予影像数据全球统一的编码,每个影像数据表达的区域对应着全球剖分模型唯一的剖分编码。通过剖分的组织,将各种不同分辨率和不同影像区域的遥感数据统一到剖分模型中,赋予每个遥感影像层次和邻域关系。剖分形式的存储和处理,从根本上改变了遥感数据的应用方式,突破传统遥感影像存储方式在多分辨率影像层次性、邻域关联和时空数据表达上的局限。论文以集群技术为基础,构建剖分存储系统。剖分面片的存储,采用的是局部分布式的方式,并针对剖分面片数量巨大的特点,设计了以SAN为基础的多服务器的元数据服务器系统;分析了现有的全球剖分理论...  (本文共56页) 本文目录 | 阅读全文>>

武汉大学
武汉大学

海量遥感影像在线制图服务关键技术研究

洪涝监测作为一种复杂、多因子、危害大的灾害,实现综合、全面的、及时的监测是一项严峻的挑战。作为一种复杂的观测系统,遥感数据系统具有多种来源,数据访问协议异构,元数据编码模型异构的特点。然而,面对多源异构遥感数据系统访问与元数据编码的需求,遥感数据系统还存在一系列问题,具体表现为:遥感数据系统访问协议类型多种多样,难以实现异构遥感数据系统的统一访问;遥感数据系统元数据编码模型异构,难以实现异构的遥感数据资源元数据统一编码。在日常监测中,异构数据系统带来遥感数据资源获取的困难与元数据编码不统一带来的管理困难。围绕面向海量遥感影像在线制图关键技术这一科学问题,本文旨在建立嵌套元数据标准的多源异构遥感数据系统统一访问与编码的元模型,实现多源异构遥感数据系统统一访问与编码;提出基于Map/Reduce的遥感影像分片式存储的方法,设计遥感影像及元数据信息统一存储模型,实现对海量遥感影像分片式存储;提出基于Map/Reduce的海量遥感影像在...  (本文共135页) 本文目录 | 阅读全文>>

河南大学
河南大学

基于云平台的高分数据存储模型及调度算法研究

随着我国高分系列卫星升空,国家大力发展空间信息产业,拥有自主知识产权的海量高分辨率遥感影像数据及其衍生数据呈指数增长。如何对数据进行高效的存储和管理,来满足各行业用户的高并发数据需求、提供完善的数据共享服务,成为当前空间信息科学领域的重要研究方向。而云计算技术在处理高性能计算、海量数据存储、分布式应用以及提供高效共享服务等问题上具有一定优势,但是,传统的基于云平台的遥感数据存储模型对数据种类的支持不够全面,资源均衡分配方面的表现有待改善,数据请求任务的处理调度效率也需要进一步提升。因此本文设计了较合理的数据存储组织模型,并提出改进的云平台任务调度策略,通过在实际系统中的应用,体现了本文模型和调度算法的实用性和优势。本文对多源异构高分遥感数据进行特征分析和归类,基于面向对象、分布式环境虚拟化存储结构对数据进行模型构建,另外,将蚁群算法思想应用于遥感数据任务调度,在请求任务规模和调度策略上做相应改进,使得运行在现有模型上的数据任务调...  (本文共68页) 本文目录 | 阅读全文>>

中国科学院大学(中国科学院遥感与数字地球研究所)
中国科学院大学(中国科学院遥感与数字地球研究所)

多数据中心架构下遥感云数据管理及产品生产关键技术研究

对地观测技术的发展,一方面造成了遥感数据体量的爆炸式增长,遥感产品种类、数量的不断增加,另一方面也为遥感数据的存储管理、数据处理及产品生产带来了巨大挑战,使得现有的数据存储管理及生产加工系统无法满足应用需求。对于遥感数据集成管理而言,海量、多源、异构的遥感数据不仅造成了在分布式数据集成标准统一、集成模式实现等方面的困难,而且使得现有的遥感数据组织存储与管理方式无法满足快速检索、高并发访问等服务需求;对于遥感数据处理及产品生产而言,海量、多源的遥感数据一方面造成了产品生产过程中多种近似数据源择优推荐选择问题,另一方面对于长时间序列、大区域范围的综合对地观测产品生产又可能存在着特定数据缺失、数据质量较差不可用的问题。此外,现有的遥感产品生产系统产品种类单一、生产流程固定,无法满足用户复杂多变的、个性化产品生产需求。因此,本研究借助云计算的海量数据存储、高性能计算、弹性扩展、按需服务等优点,对于多数据中心架构下的遥感云数据管理及产品生...  (本文共172页) 本文目录 | 阅读全文>>

河南大学
河南大学

基于计算存储一体化策略的遥感数据高性能计算研究及应用

高性能计算机的迅速发展为海量遥感数据处理提供了强大的计算资源,基于集群及计算存储一体化的高性能计算已成为目前最主要的计算平台。在集群环境下设计并实现海量遥感数据并行处理系统是提高遥感数据处理速度的必然选择。随着高分辨率及传感器类型的增加,遥感数据TB级的增长对高性能遥感数据处理平台的I/O要求造成非常大的压力,包括服务器磁盘的读写压力,服务器网段的传输压力等,为了最大化发挥分布式并行优势,在保证系统安全稳定的前提下,本文采用了计算存储一体化策略,以减少并行处理系统中的数据传输。本文在分析了网格、云计算及集群计算等几种高性能计算的优缺点基础上,提出并实现了一种基于计算存储一体化的高性能集群架构,以实现对海量遥感数据的高效处理,并在卫星遥感基础共性产品一体化处理系统中得以应用。本文的工作主要体现在以下几点:(1)基于已有集群系统,深入研究遥感数据高性能计算处理系统,针对海量遥感数据对处理平台I/O、服务器磁盘的读写及网络传输造成的压...  (本文共66页) 本文目录 | 阅读全文>>