CN109299298A - 多尺度影像模型的构建方法、装置、应用方法及系统 - Google Patents

Abstract

本发明实施例提供一种多尺度影像模型的构建方法、装置、应用方法及系统，该方法包括：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成单波段的像素片数据；像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算像素片数据的存储服务器节点索引；根据存储服务器节点索引及网格编号信息，将像素片数据进行存储，追加到像素块文件。本发明实施例可以实现直接抽取数据进行统计分析，不需重复进行几何精校正，大大缩短数据分析前的准备工作时间和数据分析计算时间，降低模式运算时数据存取时间和数据计算的时间，提高数据储存、读取和计算的效率。

Description

多尺度影像模型的构建方法、装置、应用方法及系统

技术领域

本发明实施例涉及遥感影像数据处理技术领域，具体涉及一种多尺度影像模型的构建方法、装置、应用方法及系统。

背景技术

遥感卫星长时间连续对地观测，积累了海量长时间序列的遥感大数据。这些遥感影像数据通常以高度结构化方式存储在非常大的二进制数据文件中，具有不同的时间分辨率、空间分辨率以及光谱分辨率(多维度或多尺度特性)，具有体积大、多样化等特点，并且还在以指数形式增长，达到了GB、TB甚至PB级。随着遥感应用研究的不断深入，时间维的遥感信息越来越受重视，数据组织与管理正在由空间-光谱一体化向着时间-空间-光谱一体化发展。如何有效的管理这些海量的遥感影像数据来支持快速的长时间序列的数据分析是一个亟待解决的问题。

目前已有方法通常以常用格式的文件为基本存储单元采用离散文件的方式组织长时间序列遥感影像，每个时间对应一个数据文件，每个数据文件具有特定的时间和空间范围。组织长时间序列遥感影像数据时，首先将长时间序列遥感影像按时间分成若干组，每一个组包含一个或多个时间的数据文件，每个组对应一个文件存储，每个文件中采用树状结构或链表结构组织在一起。

进行长时间序列的遥感影像数据分析时，首先需要收集研究区不同时间的影像，然后针对影像进行几何校正等预处理，预处理后提取数据。现有的遥感影像数据组织方法中，每次分析都要对原始文件进行预处理，造成重复工作；并且，提取时谱数据时需要读取多个文件，且针对每个文件遍历其中树状结构或者链表结构中的各个节点数据。在处理过程中存在大量重复的步骤，过程繁琐，大部分的时间都集中在分析前的数据准备工作中。

因此，目前针对遥感影像数据的多维度特性还没有一种成熟的一体化存储结构以支持对数据进行长时间序列分析。

发明内容

为解决现有技术中没有适于长时间序列分析的多尺度遥感影像数据模型的问题，本发明实施例提供一种多尺度影像模型的构建方法、装置、应用方法及系统。

第一方面，本发明实施例提供一种多尺度影像模型的构建方法，该方法包括：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

第二方面，本发明实施例提供一种多尺度影像模型的构建装置，该装置包括：网格裁剪模块，用于对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；存储服务器节点索引计算模块，用于计算所述像素片数据的存储服务器节点索引；像素片数据存储模块，用于根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

第三方面，本发明实施例提供基于上述多尺度影像模型的应用方法，该方法包括：服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号信息及波段编号信息，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据；服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务，并将各所述目标存储服务器节点的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点；各目标存储服务器节点根据所分配的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；服务器主节点侦听各目标存储服务器节点的运算进度，运算完成后，服务器主节点获取并整合各目标存储服务器节点的运算结果，生成成果数据。

第四方面，本发明实施例提供基于上述多尺度影像模型的应用系统，该系统包括服务器主节点和存储服务器节点，其中：服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号信息及波段编号信息，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据；服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务，并将各所述目标存储服务器节点的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点；各目标存储服务器节点根据所分配的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；服务器主节点侦听各目标存储服务器节点的运算进度，运算完成后，服务器主节点获取并整合各目标存储服务器节点的运算结果，生成成果数据。

第五方面，本发明实施例提供一种电子设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

第六方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

像素块文件是由时间序列的像素片数据叠加累积形成，是与网格对应的文件。本发明实施例通过将遥感系统资源文件进行分割，采用像素块文件及像素片数据的形式进行存储，可以实现根据产品名称、空间范围、波段信息及时间信息便可直接抽取数据进行统计分析，不用再按照时间进行数据收集和排序，不需重复进行几何精校正，大大缩短数据分析前的准备工作时间和数据分析计算时间，降低模式运算时数据存取时间和数据计算的时间，提高数据储存、读取和计算的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的多尺度影像模型的构建方法流程图；

图2是本发明实施例提供的多尺度影像模型的构建装置结构示意图；

图3是本发明实施例提供的多尺度影像模型的应用方法流程图；

图4是本发明实施例提供的多尺度影像模型的应用系统结构示意图；

图5是本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明实施例提供的多尺度影像模型的构建方法流程图。如图1所示，所述方法包括：

步骤101、对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；

相同产品类型的遥感系统资源文件，是指从本地获取的具有相同的投影坐标系、头文件结构、分辨率和波段数，但文件格式可不同的遥感系统资源文件。相同的投影坐标系才能确保空间坐标一致，比如WGS84投影坐标系；头文件结构和分辨率一致才能叠加在一起进行分析，比如GF1数据只能和GF1数据叠加在一起，而不能和GF2数据放在一起。

可以对所述遥感系统资源文件添加资源描述信息，所述资源描述信息包括网格等级、产品名称及时间描述信息等。所述时间描述信息可以包括产品时间维度的统计规则，所述时间维度的统计规则定义了对所述遥感系统资源文件进行分析的时间维度规则，比如按照月份进行统计、按照年份进行统计等。

所述遥感系统资源文件需经过几何精校正，几何精校正的目的是消除几何形变，使影像与真实的地物相匹配。

对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵。对于同一产品类型的遥感系统资源文件，根据产品时间维度的统计规则，通过网格裁剪生成像素片数据的过程包括：根据产品时间维度的统计规则，将所述遥感系统资源文件划分为不同单位统计时间内(按月份统计的话，如1月、2月、3月)的遥感系统资源子文件，然后对每个遥感系统资源子文件，按照空间位置严格对齐的原则，即遥感系统资源文件中的遥感影像数据的空间位置与网格的空间范围严格对齐，以波段为单位进行遥感影像数据的分割，生成像素片数据。

所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵。不同产品类型的遥感系统资源文件的产品编号不同，以进行区分；网格系统根据其编码规则，具有不同的编号，以区分不同的网格；每个像素片数据以波段为单位进行分割，因此，每个像素片数据具有波段信息，通过波段编号信息表示其对应的波段；每个像素片数据在单位统计时间的基础上进行波段的分割，因此，每个像素片数据还包括时间信息。由此，所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息。

步骤102、计算所述像素片数据的存储服务器节点索引；

由于遥感系统资源文件通常很庞大，不同产品类型的遥感系统资源文件的集合将更加需要足够的存储空间。因此，对于遥感系统资源文件的存储通常采用分布式的存储方式。根据存储遥感系统资源文件所需的最大空间容量以及各存储服务器节点的存储容量计算得到所述像素片数据的拟存储的存储服务器节点的地址，所述存储服务器地址可以为存储服务器节点的IP地址，即确定了像素片数据的目标存储服务器。所述存储服务器节点索引可以为存储服务器节点的IP地址。

步骤103、根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。所述存储服务器节点索引表明了像素片数据拟存储的存储服务器节点，进一步，所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息，再根据所述像素片数据的网格编号信息将所述像素片数据存储入对应的网格中，形成像素块的层数据。所述像素片数据存储入对应的网格中之后，也即存入存储服务器的硬盘，成为本地文件。不同的像素片数据形成不同的像素块的层文件，构成立体存储结构。

相同产品类型的像素片文件的集合可以称作一个数据集。同一数据集中的像素片文件可以根据分析目的抽取相应的像素片数据并进行叠加，以供统计和空间分析。

所述像素片数据的信息包括产品编号信息、网格编号信息、波段编号信息及时间信息。其中，网格编号信息表示空间二维信息、波段编号信息表示光谱维度信息、时间信息表示时间维度信息。因此，本发明实施例实现了将多尺度遥感影像数据，即不同时间分辨率、空间分辨率和光谱分辨率的遥感影像数据的结构化存储，将具有属性、空间、时间和光谱四个维度的数据集构建成一个四维立方体，构建形成多尺度时空立方体影像模型。

由于本发明实施例是将已经进行几何精校正后的遥感系统资源文件得到像素块文件进行存储，因此每次进行分析时不需重复进行几何精校正，只需抽取相应的数据分析即可。

本发明实施例通过将遥感系统资源文件进行分割，采用像素块文件及像素片数据的形式进行存储，可以实现根据产品名称、空间范围、波段信息及时间信息便可直接抽取数据进行统计分析，不用再按照时间进行数据收集和排序，不需重复进行几何精校正，大大缩短数据分析前的准备工作时间和数据分析计算时间，降低模式运算时数据存取时间和数据计算的时间，提高数据储存、读取和计算的效率。

进一步地，基于上述实施例，所述像素片数据的名称包括产品编号、网格编号和波段编号；所述像素片数据的时间信息作为属性信息进行存储。

为提高抽取遥感影像数据的效率，所述像素片数据的索引或名称包括产品编号、网格编号和波段编号；具体地，所述像素片数据的名称可以为“产品编号_网格编号_波段编号”的形式，或包含上述信息的其他排列形式。这样，便可通过像素片索引进行像素片文件的搜索。所述像素片数据的时间信息作为属性信息进行存储。可以理解的，所述时间信息也可以成为所述像素片数据的索引的组成部分。

在上述实施例的基础上，本发明实施例通过设置包含产品编号、网格编号和波段编号的像素片索引，方便了遥感影像数据的搜索和抽取，进一步提高了数据处理的效率。

进一步地，基于上述实施例，所述方法还包括：同一网格中同种产品类型的所述像素片数据按照时间信息顺序存放在所述像素块文件中，时间信息相同的再按照波段顺序存放。

对于不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，并进行对应网格的存储。同一网格中可以存放不同产品类型的像素片数据。对于存储于同一网格中的像素片数据，同种产品类型的所述像素片数据按照时间信息顺序存放，时间信息相同的再按照波段顺序存放。比如从下向上：2016年GF1数据的第一个波段、第二个波段、第三个波段、第四个波段，2017年GF1数据的第一个波段、第二个波段、第三个波段....。当然也可以按照月、日等的单位统计时间，具体根据产品时间维度的统计规则而定。

在上述实施例的基础上，本发明实施例以时间顺序为基准，进一步按照波段顺序存储像素片数据，使得像素片数据的存储更加有序化，更加便利像素片数据的搜索和抽取，进一步提高了数据处理的效率。

进一步地，基于上述实施例，所述计算所述像素片数据的服务器存储节点索引，具体包括：首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内网格编码单元需要的最大空间容量；然后，根据存储服务器节点的容量估算可占用的网格编号，并依次确认网格编号与存储服务器节点之间的映射关系；最后，根据所述像素片数据的网格编号信息确认存储服务器节点索引。

首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内网格编码单元需要的最大空间容量。预设时间内网格编码单元需要的最大空间容量的计算方法如下：

根据网格编码计算单位网格编码空间范围MaxLon、MinLon、MaxLat、MinLat，结合像元分辨率PixelXSize和PixelYSize计算数据列数ns和行数nl：

其中，MaxLon是最大经度，MinLon是最小经度，PixelXSize影像X方向分辨率，MaxLat是最大纬度，MinLat是最小纬度，PixelYSize是影像Y方向分辨率；ns，nl均采用进一法取舍小数。

DataSize＝ns*nl*nb*dt*np*fq*time+metSize

式中，DataSize是预设时间内网格编码单元需要的最大空间容量或称为预设时间内网格编码单元对应目标物理空间值，单位是B(字节，byte)，ns是数据列数，nl是数据行数，nb是波段数，dt是数据类型(取值依据：8bit:dt＝1；16bit:dt＝2；32bit:dt＝3；64bit:dt＝4)，np是产品数，fq是频次(以天为单位，指卫星获取遥感影像数据的间隔天数)，time是时间(以天为单位，指要预估分析多少天的数据)，metSize是元数据所占空间大小。

计算得到预设时间内网格编码单元需要的最大空间容量后，根据存储服务器节点的容量估算可占用的网格编号。比如存储服务器节点1可进行遥感数据存储的容量为N1，则其可占用的网格编号的数量表示为N1/DataSize，值取整数；存储服务器节点2可进行遥感数据存储的容量为N2，则其可占用的网格编号的数量表示为N2/DataSize，值取整数；以此类推。

按照存储服务器节点的存储顺序，依次确认网格编号与存储服务器节点之间的映射关系。比如存储服务器节点1对应的网格节点为1～N1/DataSize；存储服务器节点2对应的网格节点为(N1/DataSize+1)～(N1/DataSize+N2/DataSize)……。

确认网格编号与存储服务器节点之间的映射关系后，根据像素片数据的网格编号信息即可确认对应的存储服务器节点，所述存储服务器节点可以由存储服务器节点索引进行表示，也即可以确定与像素片数据对应的存储服务器节点索引。

在上述实施例的基础上，本发明实施例通过容量预估的方法确定像素片数据的服务器存储节点索引，为可靠地实现像素片数据的存储奠定了基础。

进一步地，基于上述实施例，所采用的网格系统为GeoSOT网格，所述像素块文件以netCDF格式进行存储。

GeoSOT网格为北京大学提出的网格系统，具有高效检索优势。netCDF4格式也是便于搜索的数据格式。本发明实施例所采用的网格系统为GeoSOT网格，所述像素块文件以netCDF格式进行存储，比如以netCDF4格式进行存储。

在上述实施例的基础上，本发明实施例通过采用GeoSOT网格及netCDF4格式存储像素块文件，进一步提高了数据搜索及抽取的效率。

下面以采用GeoSOT网格系统为例进一步详细介绍本发明实施例提供的多尺度影像模型的构建方法。

针对多波段遥感影像：将大量的长时间序列遥感影像按照空间位置严格对齐的原则(遥感数据的空间位置与网格的空间位置对应)，按照时间顺序将每个数据的波段按顺序存放(每个数据文件含有多个波段，已经按波段顺序组织好了，此处是指按照时间顺序将这些文件叠加在一起)，每种产品类型(比如GF1数据、GF2数据几何校正之后的数据称为两种产品)形成一种数据集，不同的数据集以netCDF4格式压缩成不同的数据块存储到以北京大学提出的GeoSOT网格中，可自定义每个网格所包含的像素尺寸(指每个网格的像素点的个数，比如可以是4000*4000，也可以是4000*2000)。每一个netCDF数据集包含维度、变量和属性三种描述类型，变量存储实际数据，维度给出变量维度信息，属性描述变量或数据集本身的辅助信息属性，这种格式的特性正好与遥感影像数据的时间、空间和光谱等多维度相适应，变量用来存储本身的遥感数据，维度存储遥感数据的时间、空间和光谱三个维度，属性用来描述数据的云量信息、投影坐标系信息、尺寸信息(尺寸对应于网格的级数)和分辨率信息(遥感数据的分辨率)等信息。

可采用PostGIS结合RDBMS数据库进行多尺度时空立方体辅助信息结构化存储与管理，包含资源描述信息、产品定义信息、GeoSOT网格编码信息、产品数据集信息、服务器节点信息、任务管理信息以及数据索引。

GeoSOT网格以经纬度坐标体系为基础，网格编码模型采用Z序编码(形成的数据块存在GeoSOT网格中，只有对网格进行编码，才能在数据检索的时候准确定位到数据块，编码的目的是为了实现数据检索和定位)，通过建立每个netCDF文件的产品名称、空间范围与每个网格编码之间的对应关系，可以构建数据索引，进行数据检索，从而可以直接进行数据抽取进行分析。数据经过严格的几何精校正(可以采用输入控制点的方式进行几何精校正)，确保形成的长时间序列的产品数据堆栈空间位置(如果数据都经过了几何精校正，相同区域的所有的数据的空间位置就会对齐)严格对齐，便于抽取同一空间范围的数据进行数据分析。

针对影像瓦片数据：采用聚合策略，以多尺度图像金字塔方式来组织和管理图片数据，每一个给定金字塔级别的像素是由下一个低等级的2*2像素聚集块中计算而来。对于连续值图像，金字塔上一层的像素值是下一层像素的平均值。对于离散值图像，金字塔上一层的像素值是下一级像素左上角像素值。图像金字塔的最低水平代表了原始分辨率的图像数据，直到整个图像满足于256x256像素的瓦片。

多尺度影像模型的构建方法可以按照如下步骤：

(1)选择本地具有相同的投影坐标系、头文件结构、分辨率和波段数，但格式可不同的遥感资源文件，定义资源描述信息，生成遥感系统资源文件。资源描述信息包括GeoSOT网格等级(GeoSOT剖分网格属于等经纬度的四叉树剖分网格体系，它的度级剖分网格包含10级，即0～9级)，产品定义信息(包括产品的名称，关于数据的定义等信息)，产品时间(包括产品时间维度的统计规则)等信息。

(2)遥感系统资源文件经过几何精校正后，利用资源定义内容，通过网格裁剪生成像素片数据。像素片数据内容为影像单波段的特定空间范围内的二维像素值矩阵，像素片数据的名称或索引为“产品编号_网格编号_波段编号”。

(3)计算所述像素片数据的存储服务器节点索引。

首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内需要的最大空间容量；然后，根据存储服务器节点的容量估算可占用的网格编号，并依次确认网格编号与存储服务器节点之间的映射关系；最后，根据所述像素片数据的网格编号信息确认存储服务器节点索引。

(4)根据存储服务器节点索引和像素片数据的索引信息定位至目标服务器的目标产品数据集文件位置，并填充像素片数据(将生成的netCDF数据放入GeoSOT网格中，之前在内存中进行计算，填充后存入硬盘)。

本发明实施例所构建的多尺度时空立方体影像模型，支持懒加载运算模式和分布式协同运算模式，方便长时间序列的大尺度空间范围的遥感数据分析。懒加载运算模式指仅请求填充屏幕或计算请求的空间范围内所需的输入数据进行运算(用户当前操作的地图交互界面的空间范围，作为计算区域输入；用户改变当前地图空间范围，计算区域随即也会更新，传给计算服务器)。分布式协同运算模式指将影像模型数据块存储到多台服务器。遥感有多种卫星传感器，不同的传感器产生的不同种类的数据，比如Landsat卫星下又分为Landsat5、Landsat7等等，每种数据类型的数据压缩在一起按照GeoSOT网格切成不同的数据块，可以存到不同的服务器中，一个服务器可以存储多种数据类型的数据，每个服务器都利用GeoSOT网格进行存储。

本发明实施例所构建的多尺度时空立方体影像模型，针对长时间序列的遥感影像按时间顺序将数据的波段顺序存放，不同的产品按照空间位置严格对齐的原则压缩成为不同的数据块，以netCDF格式存储到GeoSOT网格中，进行分布式存储，规范化了遥感影像数据表达形式，可以直接进行数据抽取，支撑长时间序列的遥感影像数据存储及快速分析。

图2是本发明实施例提供的多尺度影像模型的构建装置结构示意图。如图2所示，所述装置包括网格裁剪模块10、存储服务器节点索引计算模块20及像素片数据存储模块30，其中：

网格裁剪模块10用于对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；

网格裁剪模块10对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵。网格裁剪模块10对于同一产品类型的遥感系统资源文件，根据产品时间维度的统计规则，通过网格裁剪生成像素片数据的过程包括：根据产品时间维度的统计规则，将所述遥感系统资源文件划分为不同单位统计时间内的遥感系统资源子文件，然后对每个遥感系统资源子文件，按照空间位置严格对齐的原则，即遥感系统资源文件中的遥感影像数据的空间位置与网格的空间范围严格对齐，以波段为单位进行遥感影像数据的分割，生成像素片数据。

所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵。所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息。

存储服务器节点索引计算模块20用于计算所述像素片数据的存储服务器节点索引；

遥感系统资源文件的存储通常采用分布式的存储方式。存储服务器节点索引计算模块20根据存储遥感系统资源文件所需的最大空间容量以及各存储服务器节点的存储容量计算得到所述像素片数据的拟存储的存储服务器节点的地址，所述存储服务器地址可以为存储服务器节点的IP地址。所述存储服务器节点索引可以为存储服务器节点的IP地址。

像素片数据存储模块30用于根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

所述存储服务器节点索引表明了像素片数据拟存储的存储服务器节点，所述像素片数据包括网格编号信息。像素片数据存储模块30根据所述像素片数据的网格编号信息将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

本发明实施例通过将遥感系统资源文件进行分割，采用像素块文件及像素片数据的形式进行存储，可以实现根据产品名称、空间范围、波段信息及时间信息便可直接抽取数据进行统计分析，不用再按照时间进行数据收集和排序，不需重复进行几何精校正，大大缩短数据分析前的准备工作时间和数据分析计算时间，降低模式运算时数据存取时间和数据计算的时间，提高数据储存、读取和计算的效率。

进一步地，基于上述实施例，所述像素片数据的名称包括产品编号、网格编号和波段编号；所述像素片数据的时间信息作为属性信息进行存储。

为提高抽取遥感影像数据的效率，所述像素片数据的名称包括产品编号、网格编号和波段编号；具体地，所述像素片数据的名称可以为“产品编号_网格编号_波段编号”的形式，或包含上述信息的其他排列形式。所述像素片数据的时间信息作为属性信息进行存储，以供搜索及抽取相应时间的数据。

在上述实施例的基础上，本发明实施例通过设置包含产品编号、网格编号和波段编号的像素片数据名，方便了遥感影像数据的搜索和抽取，进一步提高了数据处理的效率。

进一步地，基于上述实施例，同一网格中同种产品类型的所述像素片数据按照时间信息顺序存放在所述像素块文件中，时间信息相同的再按照波段顺序存放。

对于不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，并进行对应网格的存储。同一网格中可以存放不同产品类型的像素片数据。对于存储于同一网格中的像素片数据，同种产品类型的所述像素片数据按照时间信息顺序存放，时间信息相同的再按照波段顺序存放。

在上述实施例的基础上，本发明实施例以时间顺序为基准，进一步按照波段顺序存储像素片数据，使得像素片数据的存储更加有序化，更加便利像素片数据的搜索和抽取，进一步提高了数据处理的效率。

进一步地，基于上述实施例，所述存储服务器节点索引计算模块20具体用于：首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内需要的最大空间容量；然后，根据存储服务器节点的容量估算可占用的网格编号，并依次确认网格编号与存储服务器节点之间的映射关系；最后，根据所述像素片数据的网格编号信息确认存储服务器节点索引。

存储服务器节点索引计算模块20在用于计算所述像素片数据的存储服务器节点索引时，具体用于：

首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内网格编码单元需要的最大空间容量。计算得到预设时间内网格编码单元需要的最大空间容量后，根据存储服务器节点的容量估算可占用的网格编号。然后按照存储服务器节点的存储顺序，依次确认网格编号与存储服务器节点之间的映射关系。确认网格编号与存储服务器节点之间的映射关系后，根据像素片数据的网格编号信息即可确认对应的存储服务器节点，所述存储服务器节点可以由存储服务器节点索引进行表示，也即可以确定与像素片数据对应的存储服务器节点索引。

在上述实施例的基础上，本发明实施例通过容量预估的方法确定像素片数据的服务器存储节点索引，为可靠地实现像素片数据的存储奠定了基础。

进一步地，基于上述实施例，所采用的网格系统为GeoSOT网格，所述像素块文件以netCDF4格式进行存储。

在上述实施例的基础上，本发明实施例通过采用GeoSOT网格及netCDF4格式存储像素块文件，进一步提高了数据搜索及抽取的效率。

本发明实施例提供的装置是用于上述方法的，具体功能可参照上述方法流程，此处不再赘述。

图3是本发明实施例提供的多尺度影像模型的应用方法流程图。如图3所示，所述方法包括：

步骤201、服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号信息及波段编号信息，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据；

服务器主节点对应的客户端可以向服务器主节点发送请求，请求中包括待分析遥感影像数据的产品信息及空间范围。服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置。根据待分析遥感影像数据的空间范围可以确定对应的网格编码。比如，在采用GeoSOT网格系统时，待分析遥感影像数据的空间范围由经纬度转换为GeoSOT网格编码后，在排序的编码索引表中依托具有地理空间含义的一维二进制编码(如GeoSOT网格编码-Z序编码)计算进行检索，获得与待分析遥感影像数据的空间范围对应的网格编码。

获取网格编码后，由于多尺度影像模型已经建立了由存储服务器节点索引表示的网格编码与存储服务器节点之间的对应关系，则根据网格编码便可得到对应的存储服务器节点索引，也即可以得到待分析遥感数据对应的目标存储服务器节点。由于所述产品信息包括产品编号信息及波段编号信息，因此对应于相应的存储服务器，网格编号、产品编号和波段编号获知。而存储于存储服务器节点的像素片数据可根据产品编号、网格编号和波段编号确定，这样，便确定了目标存储服务器节点存储对应待分析遥感影像数据的像素片数据。由此，确定了所述待分析遥感影像数据存储的物理位置，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据。

步骤202、服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务，并将各所述目标存储服务器节点的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点；

服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务。服务器主节点根据具体的遥感行业应用模型(如绿化范围分析、洪涝范围计算、水体富营养化分析)确定各目标存储服务器节点运算任务分配，并进行分发。其中，目标存储服务器节点的运算任务与其存储的遥感影像数据的分析目标相关。服务器主节点在向各目标存储服务器节点分配任务时，同时将各所述目标存储服务器节点的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点。所述像素片数据信息指明相应目标存储服务器节点的运算任务对应的待分析遥感影像数据所在的像素片数据，以便于查找相应的像素片数据获取数据；所述时间范围信息指明拟分析的时间跨度，由此，便于从相应的像素片数据中搜索相应时间范围的数据。

步骤203、各目标存储服务器节点根据所分配的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；

各目标存储服务器节点根据所分配的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并根据分配的具体任务进行计算。各目标存储服务器节点获取具体数据可以通过文件流形式读取。

各目标存储服务器节点根据分配任务进行数据计算，并本地缓存运算结果数据块。各目标存储服务器节点可以实时传输运算进度给服务器主节点。

步骤204、服务器主节点侦听各目标存储服务器节点的运算进度，运算完成后，服务器主节点获取并整合各目标存储服务器节点的运算结果，生成成果数据。

服务器主节点侦听各目标存储服务器节点的运算进度，服务器主节点可根据数据请求条件进行动态整合返回。服务器主节点根据运算流程依次获取整合各目标存储服务器节点的运算结果数据，形成成果数据，返回给客户端。

每台存储服务器节点支持相同的运算模型，服务器主节点负责任务分配与进度追踪。运算结束后，将成果产品(对原始数据分析完之后的成果数据)进行数据缓存，以便对相同区域的影像资源的多个请求不会导致重新计算(之前分析完成的成果数据会以缓存的形式存到服务器资源中，当下一次再有类似的分析任务时，系统会优先查询到类似的分析结果，不会重新再计算一次)。

若需要可视化交互则进行金字塔瓦片生产；若需要运算数据整体返回则服务器主节点负责将数据块进行拼接，生成产品数据。

本发明实施例基于创建的多尺度影像模型，利用分布式存储及计算的方式实现遥感影像数据的任务分配、分布式计算及结果整合，每个参与计算的存储服务器节点均可根据所分配的任务直接抽取数据，大大提高了长时间序列遥感影像数据分析的效率。

图4是本发明实施例提供的多尺度影像模型的应用系统结构示意图。如图4所示，所述系统包括：服务器主节点1和存储服务器节点2，其中：

服务器主节点1根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号及波段编号，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点2及像素片数据；

服务器主节点1根据获取的所述目标存储服务器节点2，分配各所述目标存储服务器节点2的运算任务，并将各所述目标存储服务器节点2的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点2；

各目标存储服务器节点2根据所分配的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；

服务器主节点1侦听各目标存储服务器节点2的运算进度，运算完成后，服务器主节点1获取并整合各目标存储服务器节点2的运算结果，生成成果数据。

本发明实施例提供的多尺度影像模型的应用系统是是用于上述多尺度影像模型的应用方法的，具体功能可参照上述方法流程，此处不再赘述。

本发明实施例基于创建的多尺度影像模型，利用分布式存储及计算的方式实现遥感影像数据的任务分配、分布式计算及结果整合，每个参与计算的存储服务器节点均可根据所分配的任务直接抽取数据，大大提高了长时间序列遥感影像数据分析的效率。

图5是本发明实施例提供的电子设备的结构示意图。如图5所示，所述电子设备包括处理器501、存储器502和总线503。其中，所述处理器501和所述存储器502通过所述总线503完成相互间的通信；所述处理器501用于调用所述存储器502中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；计算所述像素片数据的存储服务器节点索引；根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的电子设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种多尺度影像模型的构建方法，其特征在于，包括：

对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；

计算所述像素片数据的存储服务器节点索引；

根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

2.根据权利要求1所述的方法，其特征在于，所述像素片数据的名称包括产品编号、网格编号和波段编号；

所述像素片数据的时间信息作为属性信息进行存储。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：同一网格中同种产品类型的所述像素片数据按照时间信息顺序存放在所述像素块文件中，时间信息相同的再按照波段顺序存放。

4.根据权利要求1所述的方法，其特征在于，所述计算所述像素片数据的服务器存储节点索引，具体包括：

首先，根据网格的尺寸等级和待分析的产品类型数量、各类型产品的波段数量、分辨率及时间频率信息，估算预设时间内需要的最大空间容量；然后，根据存储服务器节点的容量估算可占用的网格编号，并依次确认网格编号与存储服务器节点之间的映射关系；最后，根据所述像素片数据的网格编号信息确认存储服务器节点索引。

5.根据权利要求1所述的方法，其特征在于，所采用的网格系统为GeoSOT网格，所述像素块文件以netCDF格式进行存储。

6.一种多尺度影像模型的构建装置，其特征在于，包括：

网格裁剪模块，用于对几何精校正后的不同产品类型的遥感系统资源文件，根据相应类型产品时间维度的统计规则，分别通过网格裁剪生成像素片数据，所述像素片数据为单波段遥感影像数据单位统计时间内相应网格空间范围内的二维像素值矩阵；所述像素片数据包括产品编号信息、网格编号信息、波段编号信息及时间信息；

存储服务器节点索引计算模块，用于计算所述像素片数据的存储服务器节点索引；

像素片数据存储模块，用于根据所述存储服务器节点索引及所述网格编号信息，将所述像素片数据存储入与所述存储服务器节点索引对应的存储服务器节点及与所述网格编号信息对应的网格中，形成像素块文件的层数据。

7.一种基于权利要求1～5任一方法构建的多尺度影像模型的应用方法，其特征在于，包括：

服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号信息及波段编号信息，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据；

服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务，并将各所述目标存储服务器节点的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点；

各目标存储服务器节点根据所分配的运算任务对应的待分析遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；

服务器主节点侦听各目标存储服务器节点的运算进度，运算完成后，服务器主节点获取并整合各目标存储服务器节点的运算结果，生成成果数据。

8.一种基于权利要求1～5任一方法构建的多尺度影像模型的应用系统，其特征在于，包括服务器主节点和存储服务器节点，其中：

服务器主节点根据待分析遥感影像数据的产品信息及空间范围，确定所述待分析遥感影像数据存储的物理位置；所述产品信息包括产品编号信息及波段编号信息，所述待分析遥感影像数据存储的物理位置包括存储所述待分析遥感影像数据的目标存储服务器节点及像素片数据；

服务器主节点根据获取的所述目标存储服务器节点，分配各所述目标存储服务器节点的运算任务，并将各所述目标存储服务器节点的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息发送给各目标存储服务器节点；

各目标存储服务器节点根据所分配的运算任务对应的遥感影像数据所在的像素片数据信息及时间范围信息，获取具体数据并进行计算；

服务器主节点侦听各目标存储服务器节点的运算进度，运算完成后，服务器主节点获取并整合各目标存储服务器节点的运算结果，生成成果数据。

9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1～5及权利要求7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～5及权利要求7任一所述的方法。