论文部分内容阅读
人类对自然资源和环境的过度开发和破坏,产生了一系列严峻的生态危机,成为人类当前面临的最大威胁,而遥感技术作为资源环境监测的重要手段,在资源的评估与监测、环境的评价与保护、生态灾害的预警方面发挥着不可替代的作用。但近年来,随着遥感技术的高速发展,以及遥感应用业务需求的更新与增加,对遥感处理实效性的要求越来越高,同时遥感面临着海量多源异构遥感数据融合处理的问题以及遥感服务远远不能满足当前社会需求的问题。本文在针对遥感处理所面临问题的基础上,对遥感数据的处理流程和遥感算法进行了分类和分析,提出了一套遥感高性能处理的策略,并基于这个策略,在以服务为核心的基础之上,对遥感高性能计算处理平台的体系架构和功能进行了设计和初步实现,并基于平台实现了三种不同并行模型的遥感处理算法和以湿地植被类型信息提取为例的遥感自动化处理流程。本文所做的工作:(1)基于遥感数据的特点,对遥感处理算法进行了分析和归类,并针对遥感数据处理的一般流程,分析了处理过程中的并行性,提出了基于集群的遥感高性能处理的并行策略,在此基础上针对遥感处理中的像元级处理(点处理)算法、局部处理算法和全局处理算法分别通过三个典型实例实现了所提出的并行策略。(2)在遥感高性能并行处理策略的基础上,遵循以服务为核心的原则下,本文设计了遥感高性能处理平台的架构以及主要功能方案,同时实现了对平台功能层之间的统一接口。基于林科院的集群环境,初步实现了平台的基本功能,并通过数据与算法服务化、集群作业调度以及处理过程流程化,形成了支持并行处理的遥感高性能服务平台。(3)在集群环境下,初步实现了遥感高性能处理平台的基本功能,并以湿地植被类型提取的流程为例,设计完成了遥感高性能处理平台的核心业务流程。通过本平台的实现,能够解决遥感处理过程中效率性的问题,达到提高基于集群海量数据的处理速度,同时通过服务化的方式,方便用户进行遥感应用的开发,也能更加快捷地获得遥感数据和产品服务。