农情遥感监测云服务平台建设框架

准确及时的农情信息是国家与地方政府保障粮食安全与社会稳定的必要条件。云计算的出现为这一需求的实现提供了契机。本文阐述了农情遥感监测云服务平台建设的重要意义、设计思想、总体架构、组成部分以及建设内容。在此基础上,以农情遥感监测产品信息服务为例,开发了一个农情遥感监测信息在线原型系统。该系统是农情遥感监测云服务平台的重要组成部分,负责多尺度时间序列农情遥感监测结果与信息的管理、存储和维护,并且向用户提供查询与下载服务。农情遥感监测云服务平台建设框架的设计为全面整合专家智慧、IT技术、数据资源、服务方式以及平台的实现提供理论指导与建设依据。该平台的建立,将深刻改变农情遥感应用的模式,推动农情遥感的广泛应用与产业化发展。     

基于云GIS与大数据的区划地名云服务平台设计

随着云GIS和大数据的深入应用,为用户提供区划地名云服务成为当前研究的热点。本文提出了区划地名云服务平台,采用基于遥感的地名数据更新、地名地址数据清洗与融合、地名数据挖掘等关键技术,设计了全新的区划地名云计算环境,实现了区划地名信息资源随时获取,为区划地名信息服务提供了创新的技术模式。     

云GIS服务平台软件架构选型及服务模式设计

随着地理信息公共服务平台建设的深入,用户对看图、用图、制图、出图等系列地理信息在线服务提出了更高要求.为了满足公众及专业应用部门的地理信息服务需求,本研究从云计算视角切入,提出了一种基于云服务的云GIS服务平台架构设计与服务模式设计方案.平台在云计算技术下构建了云GIS环境,用户可以按需租用云GIS环境动态提供的虚拟数据中心、基础设施、平台、软件等资源,最大限度地拓展省级测绘服务保障能力.基于该软件架构,专题图在线制作等高级地理信息应用可以通过在线服务的方式高效、稳定地提供.     

福建省多源遥感影像云服务平台设计与实现

基于云计算、大数据、对象存储、免切片等技术,依托数字福建云计算中心政务云环境搭建多源遥感影像云服务平台。在分析用户需求和云平台研究现状的基础上,结合福建省陆海卫星遥感影像统筹业务需求,设计了平台总体架构、数据架构和功能模块,探讨了平台关键技术。平台构建了多源遥感影像自动识别、实时处理、动态发布、主动推送等一体化在线服务链路,实现了遥感影像数据“即收、即处、即发布”的一站式服务,对福建省卫星影像数据和遥感技术的应用和推广具有重要意义。     

基于Google Earth Engine和pydeck的遥感云数据三维可视化研究

采用云计算技术,整合各种遥感信息和技术资源的遥感云服务正以前所未有的速度发展。本文基于谷歌地球引擎Google Earth Engine提供的海量遥感云存储数据,研究通过Google Earth Engine的Python API以及空间可视化库pydeck、第三方earthengine-layers库提供的图层拓展能力,完成从遥感数据筛选、实时数据云计算到三维场景展示、网页端页面自动导出的全流程实践,旨在快速高效地实现遥感云数据三维可视化方案。     

遥感数据在线信息分析服务技术研究

遥感数据的在线信息分析服务技术是基于在线处理技术,整合各种遥感信息和技术资源,通过标准Web Service调用方式以按需共享的方式提供遥感应用服务。本文就高分遥感数据产品的在线信息分析技术框架及信息分析结果的在线可视化系统实现展开研究,通过整合遥感数据处理算法及处理工具资源进行系统集成,并利用标准Web Service调用的方式为用户统一提供在线数据分析服务,使用户无须安装复杂处理软件就能在线对数据进行处理分析。试验结果表明,在线信息分析服务系统能稳定高效地为3—5级高分影像数据产品提供在线的数据分析功能,能有效降低行业应用高分遥感影像的难度,进一步增强了对高分遥感影像数据的应用能力。     

基于云平台的遥感信息公共服务研究

云平台作为云计算服务的基础架构,在计算机网络的基础上提供各种计算资源的统一管理和动态分配。文章提出的基于云平台的遥感信息公共服务,就是借助云平台先进的基础架构和管理方式,构建快速有效的遥感信息公共服务,推进遥感信息的应用和遥感信息事业的进步。文章在引进云平台技术的基础上,分析遥感信息公共服务平台的架构和关键技术,并对服务平台的应用前景和进一步研究进行展望。     

基于云计算的地理信息公共服务平台应用与研究

介绍云计算的概念及特点,探讨基于云计算的地理信息公共服务平台系统的应用模式。通过构建一个"云脑"系统,将已构建好的地理信息公共服务平台系统存放于"云脑",便于政府、企业或公众获取实用信息,实现按需服务模式,解决因服务平台系统数据量庞大难以有效管理的难题。     

海量影像管理与服务技术研究及实现

分析当前海量影像在管理与共享服务方面存在的弊端,研究遥感数据统筹管理与共享服务机制及其技术实现方法,整合影像数据资源、生产技术及装备等,建立海量影像管理服务平台。结果表明,该平台可以有效进行影像数据的管理,提供方便的数据共享及定制服务,提高了遥感数据的利用率,能够满足社会对遥感数据的按需获取。     

基于云端一体化技术体系的云GIS系统研究

GIS系统因其与生俱来的空间属性,正面临着数据密集、计算密集、高并发、海量时空数据运算等挑战.云计算具有资源池化、弹性伸缩、按需使用等优势,可实现更高性能、更高并发的应用,从而协助解决GIS面临的问题.本文提出了基于云端一体化技术体系的GIS系统架构,包括集约化的GIS云、多样化的GIS端,以及云端互联的GIS系统三个部分.集约化的GIS云平台集成了高性能跨平台、智能集群、并行切图、并行空间分析等技术,可集约利用云计算资源,并提供高效的GIS服务.多样化的GIS端集成桌面、Web移动端技术,可构建跨多端设备的GIS应用.云端互联的一体化系统通过云端一体化、云端协同技术,实现云端之间高效互联、协同工作的GIS应用模式.云端一体化GIS系统致力于让GIS充分利用云计算的优势,应对大数据时代的数据密级、计算密集等挑战.     

生态系统遥感：内涵与挑战

生态系统遥感以生态系统为对象，研究生态系统类型、格局、功能、服务及其过程的遥感解析方法，发展遥感驱动的生态系统服务评估方法，揭示贯穿在生态系统类型、格局、功能、服务中的深层次生态系统过程与隐性表现。新一代卫星和传感器为生态系统遥感提供了全新的数据源。生态系统类型和格局辨识能力还有待提高，从而对智能信息提取提出了更高的要求。生态系统功能监测方面还需要充分挖掘遥感数据的深层隐含特征，发展出一些易于处理且能够反映生态系统功能特征的新指标。生态系统服务评估方面仍需，发展遥感驱动的新的生态系统评估模型。与云平台的结合是生态系统遥感的未来发展方向，为全民参与生态环境保护及监督提供了契机，也可为重大工程的生态效应评估提供更丰富的数据支撑。     

Potential application of remote sensing in monitoring ecosystem services of forests,mangroves and urban areas

The application of remote sensing (RS) techniques to monitor ecosystem services has increased in recent years. Nevertheless, the potential application of RS to monitor some of ecosystem services is still challenging. The paper reviews the applications of RS to monitor ecosystem services of forests, mangroves and urban areas. Satellite data provide substantial information about dynamics of environmental changes over time from local to global scale. These information are useful data sources for the people who are involved in the on-going evaluation and decision-making process to manage ecosystem. Many recent research papers on the topic were reviewed to find new applications and limitations of RS for monitoring ecosystem services. Advanced RS techniques have high potential to monitor ecosystem services with the advancement of sensors ranging from aerial photography to high and medium resolution optical RS and from hyperspectral RS to microwave RS.     

遥感云计算平台相关文献计量可视化分析

在遥感大数据时代背景下,遥感云计算平台的出现改变了遥感数据处理和分析的传统模式,极大地提高了运算效率,使得全球尺度的快速分析成为可能.国内外已有众多学者利用遥感云计算平台开展研究,然而相对缺乏对遥感云计算平台发展和应用的客观性综述.本文基于Web of Science (WoS)和中国知网CNKI(China Nati...     

遥感云计算平台发展及地球科学应用

人类已有半个多世纪的全球历史遥感数据积累,这些不断涌现的海量遥感数据形成的遥感大数据为地球科学研究提供了丰富的数据支持;对遥感大数据快速处理、分析和挖掘是一个新的挑战。遥感云计算平台的出现为遥感大数据挖掘提供了前所未有的机遇,并彻底改变了传统遥感数据处理和分析的模式,使得全球尺度的长时间序列快速分析和应用成为可能。本文系统梳理了国内外遥感云计算平台发展现状,归纳了截止目前遥感云计算平台在地球科学领域应用的主要方向。在此基础上讨论了目前遥感云计算平台的局限性,并展望了未来需要解决的关键技术和核心问题,提出了中国遥感云计算平台发展的建议。随着人类对地球的认识需求提升,遥感云计算平台将会在地学研究中发挥更大的作用,服务于地学知识的深入及人类社会可持续发展。     

时空遥感云计算平台PIE-Engine Studio的研究与应用

随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。     

中低云云底高的地基红外遥感的初步分析

在辐射传输模拟结果分析的基础上,提出利用云底高与下行红外辐射之间的单调关系进行云底高遥感反演的算法,并结合激光测云仪云底高实测数据对算法进行了初步验证。结果表明,该算法对中低云云底高反演的平均误差为107 m,具有较高的准确性。     

遥感技术在我国生态系统服务功能评估中的应用

经济的快速发展破坏了生态环境和生态系统的服务功能,如何准确评估生态环境和生态系统服务功能质量对于环境保护、经济的可持续发展以及政策制定等具有重要意义。传统评估方法需要消耗巨大人力、物力和财力,难以实时客观的评估,而遥感监测技术在生态环境监测应用中不断发展,为人们对生态环境及其生态系统的监测和评估提供了更加有效的手段。本文首先描述了生态系统服务功能概念的提出及发展,随后介绍了遥感技术的特点,着重阐述了遥感技术在当前我国生态系统服务功能评估中的应用及作用,最后,总结了遥感技术在我国当前服务功能评估中的问题和以后的发展方向。     

遥感影像中薄云的去除方法研究

薄云去除是遥感图像处理中一个常见的问题。目前,针对遥感影像薄云去除问题国内外学者提出了不少方法,本文在分析薄云去除难点的基础上介绍了几种薄云去除方法的原理并讨论了每种方法的适用范围。     

新一代人工智能驱动的陆地观测卫星遥感应用技术综述

随着各国航天事业的高速发展以及政府对卫星遥感技术的大力支持,各类军民商用卫星系统层出不穷,建立了较为完善的卫星遥感数据获取体系,为推动经济社会高质量发展提供了新动能。与此同时,人工智能技术的迅猛发展极大程度的提升了数据分析的智能化、精准化水平,为遥感大数据分析与应用带来了新的发展机遇。在互联网时代的背景下,结合新一代人工智能、大数据、物联网、5G等先进技术,推动遥感应用朝着智能化、大众化、产业化方向发展是大势所趋。本文依据当前陆地观测卫星智能遥感技术的发展现状与实际需求,论述了人工智能驱动的遥感技术在资源调查、环境监测、灾害监测等领域中的应用研究现状,探讨了现阶段制约人工智能技术在遥感领域应用成效的关键问题,最后结合遥感大数据处理中存在的问题和挑战,对陆地观测卫星遥感应用技术的发展趋势进行了展望,建立基于人工智能的卫星遥感应用体系已成为卫星遥感技术发展的必然趋势。