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...     

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。     

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...     

遥感图像中特定目标检测的方法

随着遥感技术的发展,通过遥感手段获得的数据量越来越大,在海量的遥感数据中,如何能够快速找出有用的信息,是遥感应用重要的研究课题之一。然而,现有设备的有限处理能力和传统的图像处理方法一直是海量遥感图像数据中信息提取和分析的主要瓶颈,严重制约着数据的实际应用效率。根据人类视觉特性,提出了对于特定的遥感目标快速检测的方法,从而为目标的增强以及分类奠定了基础。     

OpenRS_Cloud智能遥感服务平台设计与实现

随着我国高分辨率卫星数据获取能力的显著提高,对高分辨率遥感数据的处理能力提出了新的要求,这使得切实提升高分辨率海量遥感数据的处理能力成为必要.本文以提高遥感影像基本处理能力为核心,提出了兼容其他类型数据,可用于信息提取、数据管理和处理的综合性在线数据服务平台,该平台可为多源数据存管技术、基本影像处理技术流程提供参考.     

关注新概念

<正>遥感云将海量遥感数据,复杂的遥感处理与分析方法放在远程的云计算平台中,利用云计算平台弹性的计算能力,用户无需搭建专用环境,只需要选择数据和算法后即可获取最终结果。     

遥感云计算平台原型系统设计与实现

针对现有的云计算平台成本和系统复杂度高、不适于在普通台式电脑进行部署的问题,结合系统设计思想和云计算相关理论,构建了遥感影像云计算平台原型系统。该系统框架结构划分为系统依赖库、物理资源层、系统实体层、应用支持层、遥感应用层和用户界面层,包括云存储、云计算和数据可视化等三个子系统。实验结果表明:该系统可以在普通桌面电脑上进行部署,并且支持遥感影像的存储和处理,验证了基于云计算的海量遥感影像存储和处理关键技术,为遥感影像高效存储与快速处理提供了必要的现实支撑和理论参考。     

IPS在无人机遥感影像处理中的应用

介绍了IPS在无人机遥感影像处理中的流程及软件的特点和优势,实例验证,该软件能够快速处理海量无人机遥感数据,为无人机遥感影像数据处理市场提供了一种实用的有效解决方案。     

基于MPI的海量遥感影像并行处理技术探析

有效处理海量遥感影像数据,是解决遥感产品生产系统的大规模复杂应用的关键。针对目前通用的顺序处理已不能满足海量数据运算要求的问题,基于MPI并行处理开发环境,采用分级、分块的金字塔技术来对遥感影像数据做预处理,进而进行海量遥感影像切片、分块计算、并行处理和影像合成,有效地提高了海量遥感影像数据的运算速度,为海量遥感影像并行处理提供实践依据。     

遥感大数据自动分析与数据挖掘

成像方式的多样化以及遥感数据获取能力的增强,导致遥感数据的多元化和海量化,这意味着遥感大数据时代已经来临.然而,现有的遥感影像分析和海量数据处理技术难以满足当前遥感大数据应用的要求.发展适用于遥感大数据的自动分析和信息挖掘理论与技术,是目前国际遥感科学技术的前沿领域之一.本文围绕遥感大数据自动分析和数据挖掘等关键问题,深入调查和分析了国内外的研究现状和进展,指出了在遥感大数据自动分析和数据挖掘的科学难题和未来发展方向.     

无人机遥感技术现状与应用

随着测绘科学技术的发展,各行各业对遥感数据的需求日益增加,但遥感数据获取手段相对不足。无人机遥感系统以更低的运营成本、高效灵活的任务安排,自动化和智能化的操作应用成为主要的遥感技术之一。本文对目前国内外无人机遥感的研究现状进行了介绍,在此基础上对无人机遥感关键技术进行了分析。     

遥感云服务平台技术研究与实验

遥感云服务是基于云计算技术,整合各种遥感信息和技术资源,通过互联网以按需共享的方式提供的遥感应用服务.本文在分析遥感云服务的基本模式和技术特点的基础上,阐述了遥感云服务的技术体系及关键技术,包括遥感数据云存储、遥感数据云处理、遥感应用云服务以及遥感数据云安全技术等,设计了遥感云服务平台总体架构和功能模块,并介绍了作者团队基于云计算技术研发的遥感云服务平台原型系统.该系统支持用户根据业务选择遥感数据和应用软件,在云服务平台自动部署的虚拟机上进行在线使用.实验表明,遥感云服务平台可以汇聚来自不同服务商的遥感信息、应用软件和计算资源,为用户提供一体化的按需应用服务,对于遥感技术的普及应用和产业化发展具有重要意义.     

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。     

蝗虫遥感监测预警研究现状与展望

气候变化背景下全球蝗灾日益肆虐,为支撑虫害及时精准防控,迫切需要开展大面积蝗虫动态监测预警研究。本文从蝗虫生境遥感监测、蝗虫发生动态遥感预警,以及蝗灾遥感损失评估3个方面介绍了当前研究现状,并指出当前存在的问题主要包括3个方面：蝗虫监测预警的时空分辨率较粗,无法精准定位虫害热点发生区和重点危害区;遥感虫害响应机制与虫害生物学扩散模型耦合度较低,导致模型时空普适性较差;缺乏高时空精度的虫害监测预警空间信息服务产品。因此,当前急需发展面向全球、洲际、全国、区域的多尺度、长时序、高精度虫害精准监测预警平台。通过建立时空精细尺度的虫害监测预警指标体系,研制遥感机制与虫害生物学机理深度耦合的高精度预测预报模型,发布多尺度高时频的虫害监测预警空间信息产品和服务,以实现海量数据的自动入库和智能存储、多层次模型的快速调用和高性能计算、虫害测报产品的在线生产和可视化服务。建立从数据到模型到产品服务的全链路,从而切实提升全球应对重大迁飞性虫害的智能化水平,为保障粮食安全、维护区域稳定和可持续发展提供科技支撑。     

全球农情遥感速报系统20年

面向国家粮食安全的重大战略需求,1998年中国科学院建立了"中国农情遥感速报系统"(CropWatch),持续运行20年后,现已发展成为"全球农情遥感速报系统"(CropWatch)。本文重点论述了2013年建立参与式全球农情遥感监测云平台(CropWatch-Cloud)以来,所采用的农情监测体系、可定制的农情监测云平台理念以及CropWatch-Cloud在国内外的应用推广情况,介绍了技术方法与农情信息服务方式的创新与进步带来的国际影响力的提升。系统总结了全球农情遥感速报系统发展的农情监测指标、农情预警能力、作物长势综合监测方法以及众源数据支持的作物面积监测方法,论文进一步阐述了CropWatch未来的发展方向,借助众源地理信息、大数据技术等的发展,打通从地块—村—镇—县—市—省—国家—全球的体系化全链条监测,满足从农户到政府决策部门对农情信息的差异化需求。     

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AutoCAD的遥感影像处理方法及其在电力工程中的应用

卫星遥感和低空遥感等多平台多传感器遥感技术的快速发展,使得多层次遥感影像数据越来越丰富,越来越廉价,使其在电力工程的前期选址选线、可行性研究、施工图等设计过程中的使用越来越广泛。针对大多数电力工程主要采用AutoCAD平台而丢失了遥感影像的地理信息(图像的地理坐标,分辨率等),本文提出了一种新的方法,实现AutoCAD平台对遥感影像带地理参考插入,并以插件的形式实现与系统平台的对接,实现了将遥感影像引入到现有基于AuotoCAD电力工程设计平台之中,简化制图流程,提高设计水平,达到一个平台即能完成所有操作的目的,并通过实际工程应用验证了方法的可靠与高效。