多传感器影像建模的海洋遥感数据管理应用

针对海洋遥感数据多源、异构特点显著、采用传统文件型或关系型数据库难以有效集成管理的问题,该文提出了面向海量多源影像数据集成管理的多传感器影像建模技术。在系统分析各类数据存储、组织结构的基础上,分别构建元数据模型和数据模型;数据模型由惟一标识ID、元数据信息、快视图、空间特征和影像数据实体构成,并由ID进行关联;提出了元数据的自动提取与匹配方法,实现了多源遥感影像数据元数据和快视图的自动提取,以及元数据与数据文件、空间特征和快视图的自动匹配,构成了海量多源遥感影像数据统一入库和集成管理的基础。该文提出的方法在我国海洋部门遥感影像数据管理系统中得到了成功应用,有助于提升现有海洋遥感影像数据集成管理和信息化的服务能力。     

一种支持数据发现及服务集成的遥感影像元数据模型设计

针对数据共享模式发展的要求,在分析遥感影像元数据模型研究现状的基础上,将传统静态的数据集元数据与动态的数据服务元数据相结合,提出了一种适用于计算机动态发现数据并集成数据服务的遥感影像元数据模型.基于该模型进行了"Machine to Machine"模式的遥感影像数据共享实验,验证了模型的合理性和有效性.     

应急多源遥感元数据库集成系统的本体研究

遥感技术可以为应急救灾提供及时、准确和直观的信息。但由于存在多源数据库的数据异构和语义冲突等问题,导致大量的数据难以被有效地利用,严重影响了遥感技术在减灾救灾中的应用效果。本文利用元数据对多源异构遥感数据进行管理,提出了一种基于本体的异构数据集成共享方法,并在此基础上开发了一套针对灾害库应急的多源遥感数据库集成系统。实验表明,该方法能较好解决异构数据语义冲突问题,在一定程度上实现了在语义层次上的信息集成与共享。     

基于空间元数据的分布式地理数据管理模型及应用研究

分布式异构地理空间数据的集成管理是互联网时代地理信息系统技术局长面临的一个重要课题。本文提出一种基于空间元数据的分布式地理数据管理模型和网络地理信息系统运行模式,并通过吉林省农业信息网试验研究,探讨空间元数据和万维网地理信息系统若干关键技术问题与应用前景。     

多源海量统计遥感数据集成管理技术研究

统计遥感业务是国家统计局基于统计业务对空间信息的发展和应用需求,将GIS、Rs和GPS空间信息技术全面应用于统计数据的获取、管理与分析中,从而提高统计效率和统计科技含量,构建新型国家统计业务体系。统计遥感业务数据具有多源、海量的特点,实现统计遥感数据的集成与管理是新型统计遥感业务成功运转的基础。针对统计遥感业务及数据应用需求,通过对各类空间数据集成与管理技术进行研究,提出在建立统计遥感空间数据库基础上,将影像以县级为单位进行拼接、然后压缩存储到统计遥感空间数据库,同时结合影像编目技术实现海量遥感影像的管理;提出将元数据管理和数据转换、数据直接访问以及数据互操作方式,实现多源统计遥感数据的集成与管理。通过多种方式,从应用层面较好地解决了海量、多源统计遥感数据的集成与管理,提升了统计遥感数据的应用范围。     

遥感分类栅格图的快速矢量化方法

遥感数据成为GIS愈来愈重要的一种数据源.栅格数据与矢量数据之间的快速转换是RS与GIS集成中的关键技术之一.本文通过分析遥感分类图栅格像元之间的关系,快速自动地提取矢量数据点及其连接信息,进而利用连接信息快速生成弧段,由弧段自动组建多边形并建立完整的拓扑关系.实验表明,该方法是一种由遥感分类图自动转换成GIS通用数据的高效方案.     

基于Petri网的模型与GIS集成研究

以BP神经网络遥感分类模型为例，探讨了模型与地理信息系统的集成问题，指出问题的实质是对象状态数据模型，对象模拟模型和对象分析处理模型的综合表达与处理，提出了建立在元数据和元模型基础上基于数据处理的流程的集成方案的一般结构，分析了Petri网的演泽形Derivation网的特点，设计了Derivation 网，提出了Derivation 网对元数据和元模型的管理方案以及Derivation 网内部校验方法，在此基础上以Derivation 网为核心，以元数据和元模型为接口，建立了基于数据处理流程的模型与GIS的集成方案。     

海量遥感影像数据存储管理技术研究与实现

针对遥感卫星影像数据存储管理的迫切需求,研究了海量影像数据组织管理中存在的主要技术问题,提出了一种基于线性四叉树技术的影像金字塔模型快速索引机制,并运用关系型数据库技术实现了遥感影像数据与元数据的一体化管理。最后讨论了海量影像数据管理系统实现技术,并通过试验数据验证了技术方法的实用性。     

基于SOA的遥感影像共享架构研究

针对遥感影像数据共享中存在的"信息孤岛"问题,提出了面向服务的共享架构;基于OGC规范扩展定义了可支持计算机搜索、评价并集成数据服务的元信息模型;基于Web Services技术设计和实现了元数据服务和数据服务。实验结果表明,面向服务的共享架构能够集成地理上分布的异构影像数据资源。     

高性能集群式遥感数据并行处理系统及关键技术浅析

高性能集群并行处理技术已成为海量遥感数据快速处理的重要方法。本文给出了一套精简的遥感数据高性能集群处理系统的结构,阐述了系统的并行处理机制,并从遥感数据并行处理策略、作业与资源管理系统、可视化流程定制、高性能计算编程模型等多个方面对集群式遥感数据处理中的关键技术进行了分析与说明。该研究成果可为遥感处理专业人员和高性能集群系统的设计和开发人员提供一定的参考作用。     

多源遥感影像管理与分发集成研究

从业务现状和功能需求着手,对多源遥感影像管理与分发服务系统的设计进行分析,着重探讨了基于插件式框架的遥感影像信息采集技术、基于建模技术的多源遥感影像管理方法、基于多线程技术的海量影像快速查询方法以及基于订单的内外网一体化数据分发模式。并依托系统建设案例,实现对多源遥感影像的科学管理和高效分发的集成,验证了研究成果的可靠性和实用性。     

遥感与中国可持续发展:机遇和挑战

中国要实现可持续发展,必须积极应对资源短缺、环境恶化、海洋开发和气候变化等一系列重大资源环境问题;随着全球经济发展一体化进程加快,中国必须以全球视角研究和解决面临的资源环境问题。遥感在地球科学、环境科学、资源科学与全球变化研究中具有宏观动态的优点,是不可替代的全球观测手段,是实施可持续发展战略的基础性技术支撑。本文回顾了遥感科学技术进步的历程,总结了国际上围绕可持续发展所开展的全球遥感科学计划,分析了中国遥感现状和服务于可持续发展的前景,并结合国际上地球综合观测系统的发展态势,提出了中国遥感科学技术发展面临的挑战和机遇,进一步阐述了遥感发展面临的建立地球综合观测系统之系统、高精度遥感模型与参数反演、遥感产品真实性检验与遥感性能判据及测试系统、遥感数据与地球系统模式同化、遥感大数据与主动服务等前沿科学与技术问题。最后指出遥感要更好地服务于社会可持续发展,服务于国家的全球战略,服务于国民经济建设;必须创新遥感应用服务模式,加快遥感产业化和商业化进程;建议推进卫星观测系统的商业化,加快无人机遥感发展,促进遥感应用市场化。     

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。     

无人船遥感系统及其应用

随着人工智能技术和计算机技术的发展,测绘遥感领域的智能化、自动化趋势愈发积极,继无人机遥感系统后,无人船遥感系统逐渐受到业内人士的关注。作为未来水上测绘的核心,无人船遥感系统发挥着重要的作用。无人船凭借其灵敏性强、隐蔽性高、运行速度快、方便快捷等优点被广泛地应用于军事和民用领域。本文介绍了国内外无人船遥感系统发展的历史及现状,总结了无人船平台搭载传感器的类型及其作用,综述了无人船遥感影像的处理方法及其应用领域,同时进一步讨论了无人船未来发展的趋势。在5G时代和大数据背景下,结合新一代卫星通信技术,使无人船遥感系统实现空天一体化,为无人船的发展带来了网络化、数字化、智能化的变革。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

基于Faster R-CNN的遥感影像船舶检测识别

随着遥感技术的不断发展,遥感大数据在人们生活中扮演着越来越重要的角色,但由于遥感数据量大,数据处理较为困难。机器学习技术凭借如今硬件科技的发展,使得其自身计算处理能力得到了巨大的提升,因而被广泛地应用于各个领域。由于数据处理和计算机能力的提升,深度学习被广泛应用于遥感领域中。同时,深度学习在其他领域中也被证明是一个极其强大的工具。结合遥感数据量大的特点,本文通用Faster R-CNN的方法实现了对船舶遥感影像的快速检测,并且取得了较高的检测率。     

多源遥感数据快速自动处理技术探讨

甘肃省地图院利用国内外先进的现代测绘技术,构建了集地理信息采集、处理、贮存、管理于一体的信息化测绘生产体系,完成了信息化测绘生产基地的构建[1]。多源遥感数据快速自动处理技术应用研究是信息化测绘生产技术应用研究的一方面,主要是利用以信息化测绘生产基地为依托的遥感影像集群数据处理系统完成。本文主要探讨如何快速自动处理多源遥感数据,并以ADS80数据为例,对集群系统构建前后的效率进行对比实验。     

基于DEM的遥感数据复原方法研究

介绍了一种基于数字高程模型（DEM）的遥感数据复原新方法。此方法将地形因子作为最主要的作用因子，不考虑卫星传感过程中的随机影响。首先，根据基础地理数据，按其等高线层生成DEM； 然后，利用DEM，通过实测样点、DEM和经过纠正的遥感数据的信息融合，进行遥感数据中像元样点的坡度、坡向分析，建立DEM与遥感信息的相关关系模型，以数学统计方法描述地形因子对遥感数据的作用机理； 最后，进行逐像元的遥感信息复原(归一化)。结果表明，该方法具有较好的信息复原效果，可消除或减少地形对遥感数据的影响，增强遥感技术在山区复杂地形下的实用性。