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ArcGlobe的卫星覆盖区域三维可视化

我国自然灾害频发,卫星遥感数据在重大自然灾害的灾情监测、损毁评估等应急响应工作中发挥着日益重要的作用。在灾后给定时间段内卫星的飞行模拟、星下点轨迹及地面覆盖区域的三维动态显示是应急观测任务调度与规划的重要依据。本文通过C#二次开发实现了基于STK数据计算和ArcGlobe显示的卫星及其覆盖区域的三维动态可视化。     

遥感信息模型在线可视化定制和自动化计算

随着可获取遥感数据的增加和网络技术的飞速发展,遥感数据的在线自动一体化服务需求日益增长,而当前尚无主流的基于服务链的遥感数据在线可视化及自动化计算平台。该文基于B/S构架,应用工作流技术,提出了一种基于服务链的集数据查询服务、模型定制服务及信息发布服务于一体的遥感信息模型(remote sensing information models,RSIM)在线可视化定制和自动化计算的解决方案,使用户在友好的Web界面中可以一体化地按需完成从数据选择、模型设计到模型实现的动态过程。基于遥感数据各处理模块的可复用性,快速构建并实现了RSIM,是对遥感数据在线可视化定制和自动化服务的一次有益尝试。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。     

面向地震应急调查的遥感应用现状及趋势分析

地震是一种会造成人类生命财产重大损失的突发性自然灾害,震后第一时间启动应急响应并开展灾情的快速评估能有效地减轻地震灾害带来的破坏。空间对地观测技术为宏观性的地震应急与调查工作提供了便捷、经济的途径,随着空间对地观测技术与数据处理技术的不断发展,各国学者对遥感应急调查开展了大量深入的研究工作,相关研究成果已广泛地应用于地震应急的实际工作中。但是,遥感数据类型与处理技术的多样化也带来了应急信息的散乱,导致遥感快速应急响应系统性不强,使得应急服务不持续,一定程度上限制了遥感技术的效能;为此,针对现阶段遥感技术在地震应急调查中的应用情况,在总结地震应急调查常用遥感技术手段的基础上,分析了遥感快速应急响应面临的技术挑战,重点梳理了地震应急不同阶段对遥感数据及应急专题产品产出类型与时效性的现实需求,结合震后灾区影像数据的情况,系统地分析了光学、雷达、激光雷达遥感技术在地震应急调查应用中的技术现状与存在的问题。在实际地震应用案例分析的基础,总结剖析遥感应急工作存在的问题,并重点从海量数据快速处理、震害信息智能化提取、多源数据协同分析3个技术层面论述了遥感地震应急面临的核心困难,基于此,结合在轨数据实时、海量数据快速处理就灾情智能化识别的多技术联合、多源数据协同分析、发展敏捷卫星等几个方面论述了未来遥感技术在防震减灾中的发展趋势,以期推动遥感监测手段提供动态、实时、持续的空间信息应急服务能力,提高地震应急工作的快速响应、精细化与业务化应用能力。本文的研究可以为多源遥感技术在地震应急调查中的科研及业务应用提供很好的参考,更高效的发挥遥感技术在防震减灾工作中的应用能力与水平。     

秸秆焚烧卫星监测服务平台设计与实现

通过分析目前环境监管部门在秸秆焚烧火情监测中存在的问题,结合业务需求,深入研究了全自动运行、统一移动端与PC端前端开发框架、数据存储与服务发布等关键技术,基于多源卫星遥感数据接收和处理技术、综合可视化技术,提出了PC端和移动端统一的秸秆焚烧卫星监测服务平台的总体设计框架,并在河南省秸秆焚烧卫星遥感服务平台中得到业务化应用,为秸秆禁烧工作提供监管依据,助力打好蓝天保卫战。     

新一代智能测绘遥感科学试验卫星珞珈三号01星

光学测绘遥感卫星的性能不断提升,种类日益丰富,已经成为获取全球精准测绘遥感信息的重要支撑。当前光学测绘遥感卫星已具备亚米级的空间分辨能力,但测绘遥感信息服务存在严重的滞后问题,亟须发展智能测绘遥感卫星,向实时智能服务转型升级。本文首先基于光学测绘遥感卫星3种成像体制及其实现方式和应用特点,分析智能测绘遥感卫星的适用体制,进一步面向实时化、智能化和大众化的应用需求,提出通导遥(通信、导航、遥感)一体化智能遥感卫星的设计构想,重点分析智能遥感卫星的服务方式及一体化功能组成;然后,阐述新一代智能测绘遥感科学试验卫星珞珈三号01星的性能与特点;最后,对智能测绘遥感卫星的发展和使命进行总结与展望。珞珈三号01星集遥感与通信功能于一体,探索了从数据获取到应用终端的测绘遥感信息高效智能服务模式,为遥感数据基于天地互联网的在轨处理与实时传输提供了真实的服务验证平台,对我国空间信息网络的建设具有重大意义。     

低空无人机影像应急快速可视化方法

针对无人机遥感航测系统在应急服务等时效性要求比较高的应用需求,该文结合当前计算机硬件发展,提出结合CUDA技术和Voronoi图索引的纹理多尺度高效调度算法实现无人机航空遥感影像的实时快速正摄可视化方法,该方法有别于传统的摄影测量成图作业处理流程,无须进行影像的正射纠正和拼接处理,直接利用原始影像实现整个测区影像的高分辨率漫游,在紧急情况下甚至可以直接利用GNSS和IMU数据,快速实现测区影像的漫游;结合航空摄影数据处理流程和阶段,提出了4种不同的实时可视化方案,实现效率和精度优化。最后利用无人机飞行的实验数据对该方法进行了验证。结果表明,该方法对加强无人机遥感航测系统在应急服务中的时效性非常有意义。     

面向星群的遥感影像智能服务关键问题EI北大核心CSCD

全天时、全天候和全球的遥感信息实时智能服务是对地观测系统建设的目标。近几年来,随着我国高分专项和商业卫星的发展,在轨卫星数量急剧增加,对地观测能力得到极大增强,使得传统的单星和星座卫星系统的运控、接收、处理和应用服务模式面临严峻挑战,亟须统筹规划卫星应用各环节资源,充分发挥多星协同优势,构建统一的遥感影像实时智能服务体系和系统。本文针对遥感星群卫星体系特点和对地观测用户需求特征,开展面向星群的遥感影像智能服务关键问题研究。提出了面向任务的全球多尺度语义描述网格,统筹全球动静态的任务语义描述,在此基础上重点分析了面向星群的自主任务管理、精准动态规划和协同智能处理等关键技术问题,形成集任务描述、任务管控、任务规划、在轨处理、终端分发一体化的星群智能服务技术体系。通过充分发挥星群协同的优势,结合在轨处理和人工智能技术来降低各环节时间延迟,提高数据处理精度,从而实现完全自动化和智能化的近实时星群智能服务,为对地观测的全天时、全天候快速高效智能服务奠定基础。     

卫星遥感应急监测信息服务框架设计与应用——以四川木里森林火灾为例

构建及时、有效的卫星遥感应急监测信息服务框架，是开展自然灾害应急救援能力建设的重要内容。本文以数据统筹管理、多源数据处理、应灾信息分析及信息服务快速发布等关键技术为核心，依托高效互联机制和高速数据通道，构建了卫星遥感应急监测信息服务框架。通过在四川木里森林火灾应急遥感监测中的具体应用，实现了对灾前灾后数据的实时推送，以及灾区遥感解译图、三维地形、救援通达性及火灾变化等综合信息服务的及时发布，为四川省火灾一线救援工作提供了科学指导，为新时期国家应急能力建设提供了探索性技术途径。     

面向大范围实时数据的动态船舶矢量标绘方法

船舶可视化和分析在现代航海管理领域中发挥着重要作用。鉴于目前主流的船舶符号栅格表达方式存在失真、不易交互等弊端,本文提出一种面向大范围船舶实时动态数据的矢量标绘方法。基于时空GIS技术实时接入船舶数据流,创建一个不断更新的船舶要素服务;在前端通过WebSocket建立与服务间的双向通信,低时延获取最新船舶定位信息;并结合多空间尺度表达规则和标绘算法进行符号重绘,实现对船舶位置、尺寸、航向在不同显示级别下的精确表达。测试证明,该方法可以有效支撑较大地理范围内船舶数据的动态可视化,满足船舶避碰、海事管理和应用分析的需要。     

基于物联网与GIS的智慧园林系统设计与实现

传统的园林管理存在数据信息多、测量手法多,无法实时在线监测等问题,针对园林管理过程中存在的这些问题,提出了智慧园林的解决方案。并根据设计理念,对各个子模块的功能进行设计和实现,给出实现方式。结合空间信息集成技术、可视化技术、物联网、GIS等信息技术构建园林资源信息的动态监测、数据时空分析、多维分析、在线服务平台。给园林绿化规划、虫害分析预报、养护管理、名树古木保护等提供科学管理依据,建立了较为完备的监测管理与实时动态分析系统。     

基于多源数字遥感影像的“两违”监测服务体系

"两违"综合治理工作因涉及范围广、频率高,亟须采取相应的数字化手段为工作开展提供技术支持。高分辨率遥感技术具有高空间分辨率技术特点,可为"两违"执法工作提供实时详尽的高分辨工作底图,加以遥感处理分析,可以达到对监控区域"两违"变化多时相监测的目的。本文设计了一套以遥感监测为主要手段,集成卫星遥感、航空遥感、无人机航测技术,从多源影像获取、多源数字正射影像工作底图制作、"两违"疑似图斑提取与建库到基于移动互联网技术的"两违"遥感地理信息系统开发的辅助城市规划监测服务体系。     

空天网格化星间通视及路由路径规划算法

通信、导航、遥感一体的天基信息服务系统的建设将对跨境实时通信、动目标全球跟踪、灾害快速响应等提供有力保障,同时也对高效的网络通信,特别是卫星路由规划算法提出了新的要求。为优化通信链路,进一步降低时延,充分利用网格空间关系直视、编码计算效率高的优势,提出了卫星星座空间互联网格化计算方法。基于GeoSOT-3D(geographic coordinate subdivision grid with one dimension integer coding on 2nTree-3D)模型,构建了空天网格索引大表,并提出了一套通过查询网格通视情况来进行卫星通视分析以及星间路由规划的算法。通过仿真90/15/2的Walker星座,构建空天网格索引大表,进行星间通视分析、星间效率规划的实验验证与效率对比,结果发现,网格通视分析效率较传统算法提升2.2倍;基于预先建立通视大表的通视分析效率较传统算法提升20.9倍;网格化星间路由规划效率在最短距离约束下提升近25倍;在最小跳数约束下则提升约20倍。因此,该算法具有可行性与高效性,能显著提升星间通视及空间链路规划的计算效率。此外,该算法能够用于紧急通信、灾害预警、海上救援等方面,为卫星互联网建设作出贡献。     

政区地图与数据立方体结合的联机可视化方法

目前，政区地图具备多级钻取、图表联动展示功能，但是需要提前统计数据，不能在线实时统计，缺少数据立方体数据切片、灵活展现能力。针对此问题，本文提出了政区地图和数据立方体结合的联机可视化方法，通过多级政区地图与数据立方体深度融合，实现政区数据在线实时统计并联动显示各级政区多维数据（如对省级、市级、县级、乡镇级），试验证明该方法具有较好的在线分析和交互效果。     

基于百度地图的国家安全生产事故时空分析技术

国家安全生产事故信息化管理和分析是关系国家资产和群众安全的重要工作。针对国家安全生产事故信息化管理在时空分析上的薄弱环节,文中以国家安监局提供的2000—2015年国家安全生产事故数据为支撑,研究基于百度在线地址解析服务的事故空间位置在线解析技术,采用百度地图热力图可视化技术对国家安全生产事故进行时空分析,为政府部门管理和预防安全生产事故提供决策支持。     

基于铱星突发信号的导航定位技术研究

全球导航卫星系统(GNSS)存在落地信号弱、易受干扰等问题,而低轨卫星系统因其较高的信号落地功率、较低的信号空间损耗以及较好的多普勒特性逐渐成为导航领域的研究热点. 铱星星座是目前唯一已实现全球覆盖的低轨卫星系统,其提供的授时与定位(STL)能力主要服务于美国军方,具体信号体制及接收处理技术均未公开发布. 通过对铱星STL突发信号体制开展深入研究及解析,提出利用STL突发信号实现非合作导航定位,并通过实收信号完成了定位解算算法验证,实收试验结果表明所提算法能够实现精度优于100 m的定位. 研究成果能够为我国低轨导航系统建设提供理论基础,有效推进下一代卫星导航系统持续发展.      

A scalable cyberinfrastructure and cloud computing platform for forest aboveground biomass estimation based on the Google Earth Engine

ABSTRACT

Earth observation (EO) data, such as high-resolution satellite imagery or LiDAR, has become one primary source for forests Aboveground Biomass (AGB) mapping and estimation. However, managing and analyzing the large amount of globally or locally available EO data remains a great challenge. The Google Earth Engine (GEE), which leverages cloud-computing services to provide powerful capabilities on the management and rapid analysis of various types of EO data, has appeared as an inestimable tool to address this challenge. In this paper, we present a scalable cyberinfrastructure for on-the-fly AGB estimation, statistics, and visualization over a large spatial extent. This cyberinfrastructure integrates state-of-the-art cloud computing applications, including GEE, Fusion Tables, and the Google Cloud Platform (GCP), to establish a scalable, highly extendable, and high-performance analysis environment. Two experiments were designed to demonstrate its superiority in performance over the traditional desktop environment and its scalability in processing complex workflows. In addition, a web portal was developed to integrate the cyberinfrastructure with some visualization tools (e.g. Google Maps, Highcharts) to provide a Graphical User Interfaces (GUI) and online visualization for both general public and geospatial researchers.     

Web‐based real‐time visualization of large‐scale weather radar data using 3D tiles

Weather radar data play an important role in meteorological analysis and forecasting. In particular, web‐based real‐time 3D visualization will enable and enhance various meteorological applications by avoiding the dissemination of a large amount of data over the internet. Despite that, most existing studies are either limited to 2D or small‐scale data analytics due to methodological limitations. This article proposes a new framework to enable web‐based real‐time 3D visualization of large‐scale weather radar data using 3D tiles and WebGIS technology. The 3D tiles technology is an open specification for online streaming massive heterogeneous 3D geospatial datasets, which is designed to improve rendering performance and reduce memory consumption. First, the weather radar data from multiple single‐radar sites across a large coverage area are organized into a spliced grid data (i.e., weather radar composing data, WRCD). Next, the WRCD is converted into a widely used 3D tile data structure in four steps: data preprocessing, data indexing, data transformation, and 3D tile generation. Last, to validate the feasibility of the proposed strategy, a prototype, namely Meteo3D at https://202.195.237.252:82 , is implemented to accommodate the WRCD collected from all the weather radar sites over the whole of China. The results show that near real‐time and accurate visualization for the monitoring and early warning of strong convective weather can be achieved.