全球海量遥感影像数据的分布式管理技术研究

全球范围内的航空航天遥感影像是一个规模极其庞大的数据集,具有多维度、多来源、多时相、多类型等特征。随着遥感技术的发展,其数据规模还在以惊人的速度增长。这就造成了对覆盖全球的分布式多维海量遥感影像数据进行高效管理的难度不断加大。同时,应用领域对遥感影像数据的需求日益迫切。用户要求应用系统必须在最短的时间内按照其所指定的时间、位置、频段、质量、尺度、格式和尺寸提供影像。然而,目前这种需求还难以实现。其根本原因在于针对全球遥感影像数据的高效管理技术的发展滞后于遥感数据量的增长,也滞后于应用领域需求的增长。本课题的目的就是发掘全球多维海量遥感影像数据分布式管理中的关键技术难题,探究其解决方案。 具有管理全球多维遥感影像数据能力的数据管理系统应该具备的基本技术特征可以归纳为MMIT。以MMIT为出发点,考虑遥感影像的数据特点与应用需求模式,可以勾画出此类数据管理系统的总体技术框架。GARIMS就是本课题中对于该技术框架的一个具体实现。 对全球多维遥感影像数据在其多个维度上进行多分辨率组织与划分即所谓剖分。一级剖分针对遥感器类型与时间维度,研究了均匀与非均匀两种划分策略,以及时间多分辨率组织。二级剖分则是对一级剖分得到遥感影像数据包在空间维度上进行剖分,主要提出了MPPQT、PCPG和PCPGQT三种剖分方法。以两级剖分为基础的GLEDAM是用于描述全球地理空间数据的数据模型,它在一个更高的抽象层次上对空间数据进行描述,具有良好的扩展性。 构建于大规模通用计算设备集群之上的分布式文件系统非常适合作为全球海量遥感影像的数据存储层。完全自主设计的遥感影像数据包结构充分利用了分布式文件系统的优势。实践证明,不借助于任何现有RDBMS作为遥感影像数据管理层为系统的设计与实现带来了诸多优势。对于在分布式文件系统中构建与维护遥感影像数据包时遇到的无缝镶嵌与数据碎片问题,也创造性的给予了解决。 遥感影像数据的剖分组织方法与遥感影像数据包的构建及查询都在SmartImagery类库中进行了完整实现,并且通过实验证明了方法的可行性、可靠性与高效性。