CN109542951A - 一种遥感大数据的时空代表性评估系统与方法 - Google Patents
一种遥感大数据的时空代表性评估系统与方法 Download PDFInfo
- Publication number
- CN109542951A CN109542951A CN201811397333.7A CN201811397333A CN109542951A CN 109542951 A CN109542951 A CN 109542951A CN 201811397333 A CN201811397333 A CN 201811397333A CN 109542951 A CN109542951 A CN 109542951A
- Authority
- CN
- China
- Prior art keywords
- assessment
- remote sensing
- space
- time
- big data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000011160 research Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 27
- 230000002123 temporal effect Effects 0.000 claims description 9
- 230000007774 longterm Effects 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012732 spatial analysis Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 2
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种遥感大数据的时空代表性评估系统,包括:遥感大数据时空代表性评估数据库、遥感大数据时空代表性评估指标与模板库、遥感大数据时空代表性评估模型、遥感大数据时空代表性评估可视化分析模块及遥感大数据时空代表性评估报告生成模块。本公开遥感大数据时空代表性评估系统及方法能够对于用户利用遥感大数据进行区域和全球问题研究,能够解决在进行遥感数据选择的时间和空间分布的问题,并针对专题提供数据获取方案,有效提高遥感大数据的使用水平。
Description
技术领域
本公开涉及遥感大数据时空代表性评估技术领域,具体涉及遥感大数据云的时空代表性评估系统与方法。
背景技术
随着卫星遥感技术的发展,国内外相关空间机构获取了大量的遥感卫星数据,这些数据已经超过PB级别,空间范围可以覆盖全球,在全球范围观测的时间频率大大提高,遥感卫星数据越来越多的被应用于分析全球范围的资源环境问题,但是遥感卫星数据由于受观测轨道和回归周期的影响,对于全球范围的观测存在时空的差异,在利用这些数据进行全球问题分析的时候必须明确其所代表的时空特性,特别是多源遥感卫星数据的联合利用,可以有效提高时间和空间的覆盖频度。
但是目前对于遥感卫星数据的时空分析还比较初级,主要是根据卫星运行轨道,来对卫星可能的数据覆盖的空间范围进行解算,这显然已经不能满足对于遥感卫星数据进行全球问题的分析需求,特别是利用遥感卫星的全球产品数据,如果不对其使用的原始卫星的时空代表性进行评估,就无法知道其科学性和可靠性,目前的研究中,在对于遥感数据的选取缺少科学的时空代表性评估系统和方法的指导,给各行业和应用专题充分利用遥感数据带来了困难。
发明内容
(一)要解决的技术问题
本公开提供了一种遥感大数据的时空代表性评估系统与方法,以至少部分解决以上所提出的技术问题。
(二)技术方案
根据本公开的一个方面,提供了一种遥感大数据的时空代表性评估系统,包括:遥感大数据时空代表性评估数据库、遥感大数据时空代表性评估指标与模板库、遥感大数据时空代表性评估模型、遥感大数据时空代表性评估可视化分析模块及遥感大数据时空代表性评估报告生成模块。
在一些实施例中,所述遥感大数据时空代表性评估评估数据库包括评估背景数据库和评估专题数据库,以及待评估数据库,其中,
评估背景数据库包括长时间序列卫星元数据库、卫星参数数据库、GIS矢量数据库;
所述专题数据库为对遥感监测对象所属的专题信息建立的数据库,包括被监测对象的名称、空间分布、种类、季节物候的属性信息;
待评估数据库是指待评价的遥感卫星数据信息,包括数据文件。
在一些实施例中,所述遥感大数据时空代表性评估指标与模板库包括评估指标体系和指标定量化模板,具备动态扩展性,其中,评估基本指标包括:空间覆盖频度、云量时空分布、影像获取时间月度分布/季节分布/气候带、数据时间集中度、卫星数据时间序列分布/关联度、面向专题的匹配度、基于多源遥感数据的区域覆盖的数据分辨率和光谱相近度。
在一些实施例中,所述遥感大数据时空代表性评估模型采用灵活的评估模板,分析研究遥感卫星观测的时空特征,建立时空代表性的评估模型,所述评估模型结合地理信息系统的空间分析、数据库SQL统计分析、时空统计模型。
在一些实施例中,所述遥感大数据时空代表性评估可视化分析模块用于实现二、三维的评估可视化分析,评估分析的结果能够按照不同专题和时间序列来进行可视化的评估分析,并能够按照时间轴和专题分布进行可视化显示。
在一些实施例中,所述遥感大数据时空代表性评估报告生成模块基于灵活评估模板,自动根据评估专题和个性化定制生成评估报告的图文。
根据本公开的另一个方面,提供了一种遥感大数据的时空代表性评估方法,采用所述的遥感大数据的时空代表性评估系统,所述时空代表性评估方法包括:
S1,建立遥感大数据时空代表性评估数据库;
S2,制定遥感大数据时空代表性评估指标与模板库;
S3,建立遥感大数据时空代表性评估模型;
S4,进行遥感大数据时空代表性评估可视化分析;
S5,生成遥感大数据时空代表性评估报告。
在一些实施例中,所述步骤S1包括:导入待评估遥感数据及填写相关参数,导入时选择评估的专题以及对应的相关参数,相关数据及参数将被导入待评估数据库;
其中,所述待评估遥感数据为遥感影像,或遥感影像的文件名列表,或遥感卫星数据的元数据信息。
在一些实施例中,所述步骤S3包括:基于步骤S1中建立的评估数据库,和S2中的评价指标与模板库,建立遥感大数据时空代表性评估模型,所述遥感大数据时空代表性评估模型包括评估算法库、评估流程库和评估执行引擎,其中,
评估算法库提供了各类面向评估指标评估的时空统计与分析算法;
评估流程库包括面向评估指标的评估流程,根据不同的评估指标进行流程定制;
评估执行引擎负责对评估数据执行评估的流程。
在一些实施例中,所述步骤S5中,所述遥感大数据评估报告生成模块按照不同的评估报告模板生成评估的报告文本,所述报告文本包含对待评估数据的各项指标的图文分析,并实现图文的打印输出。
(三)有益效果
从上述技术方案可以看出,本公开一种遥感大数据的时空代表性评估系统与方法,至少具有以下有益效果其中之一:
(1)针对卫星遥感数据时空代表性、云盖时空特征评估进行理论和方法研究,对全球可用遥感数据进行时空分布分析,生成分布图,并发展可评价卫星遥感数据时空代表性的相关指标;对全球遥感产品的生产中用到的遥感数据进行时空代表性评估,生成评估报告,对于遥感产品的生产和质量检查具有重要的意义;
(2)本公开的系统及方法能够对于用户利用遥感大数据进行区域和全球问题研究,能够解决在进行遥感数据选择的时间和空间分布的问题,能够针对这些全球研究的专题提供数据获取方案,有效提高遥感大数据的使用水平。
附图说明
图1为本公开实施遥感大数据的时空代表性评估系统的示意图。
图2为本公开实施例遥感大数据的时空代表性评估指标。
图3为本公开遥感大数据的时空代表性评估方法的流程图。
具体实施方式
本公开提供了一种遥感大数据的时空代表性评估系统与方法,针对卫星遥感数据时空代表性、云盖时空特征评估进行理论和方法研究,对全球可用遥感数据进行时空分布分析,生成分布图,并发展可评价卫星遥感数据时空代表性的相关指标;对全球遥感产品的生产中用到的遥感数据进行时空代表性评估,对于用户利用遥感大数据进行区域和全球问题研究,能够解决在进行遥感数据选择的时间和空间分布的问题。
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
本公开某些实施例于后方将参照所附附图做更全面性地描述,其中一些但并非全部的实施例将被示出。实际上,本公开的各种实施例可以由许多不同形式实现,而不应被解释为限于此处所阐述的实施例;相对地,提供这些实施例使得本公开满足适用的法律要求。
在本公开的一个示例性实施例中,提供了一种遥感大数据的时空代表性评估系统。图1为本公开实施遥感大数据的时空代表性评估系统的示意图。为实现遥感大数据的时空代表性评估,所述遥感大数据的时空代表性评估系统包括:遥感大数据时空代表性评估数据库、遥感大数据时空代表性评估指标与模板库、遥感大数据时空代表性评估模型、遥感大数据时空代表性评估可视化分析模块及遥感大数据时空代表性评估报告生成模块。
以下对本实施例遥感大数据的时空代表性评估系统的各个部分进行详细说明。
(1)所述遥感大数据时空代表性评估评估数据库,包括评估背景数据库和评估专题数据库,以及待评估数据库。其中,评估背景数据库包括长时间序列卫星元数据库、卫星参数数据库、GIS矢量数据库;待评估数据库是指待评价的遥感卫星数据信息,包括数据文件;所述专题数据库为对遥感监测对象所属的专题信息建立的数据库,包括被监测对象的名称、空间分布,种类,季节物候以及其他相关属性等信息,例如对全球森林的监测,需要对森林的信息进行监控,包括全球森林分布的地理范围,森林的种类,森林的生长季等录入数据库,评估系统基于该些属性,从而评估遥感数据对条件的满足程度。
(2)所述遥感大数据时空代表性评估指标与模板库为制定评估的具体指标体系,具备可扩展性。
进一步的,遥感大数据时空代表性评估指标与模板库包括评估指标体系和指标定量化模板。如图2所示,遥感大数据的时空代表性评估指标举例如下。
●空间覆盖频度:遥感卫星数据在空间上的覆盖程度和频率。
●云量时空分布:遥感卫星数据云量信息的时空分布信息,云量是遥感数据质量的重要指标,主要用于评估每次空间覆盖的数据质量信息。
●影像获取时间月度分布/季节分布/气候带:用于评估一次或多次全球遥感数据覆盖的月份分布,季节分布,以及可以结合气候特征等来评估覆盖的时空分布。
●数据时间集中度:用于评估一期遥感数据全球覆盖在时间分布上的集中度。
●卫星数据时间序列分布/关联度:用于评估多期遥感数据全球覆盖在时间序列上的分布特征。
●面向专题的匹配度:用于评估一期或多期遥感数据覆盖对于是否能满足某个专题的研究。
●多源遥感数据来完成区域覆盖的数据分辨率和光谱相近度评价:对来源于多卫星传感器的数据来完成一次全球覆盖的可行性的评估。
优选地,所述遥感大数据的时空代表性评估指标可以根据研究需要动态扩展。下面列举了几种时空代表性评估指标的基本实现流程作为实例,本公开不限于这几个评估,可以根据实际需要进行扩展和定制:
空间覆盖频度及云量分析:用户在系统中选择空间覆盖频度评估,可以将一定时间和空间范围内成像的遥感数据的元数据或者文件列表导入系统,存入待评估数据库,对于常用的遥感卫星数据系统会收集国内外主要卫星数据的元数据并建成综合数据库,对在综合数据库中存在的卫星遥感数据评估仅需要设定评估的时间空间范围;统计卫星数据对研究区域的空间覆盖程度,统计是否有为覆盖区域,统计同一地区的重复覆盖次数,以覆盖度统计图层显示。以Landsat为例,系统收集了长时间序列的全球覆盖的卫星元数据,其空间覆盖采用全球参考系统WRS(Worldwide Reference System),依据卫星地面轨迹的重复特性,结合星下点成像特性而形成的固定地面参考网格,其WRS参考系网格与Landsat卫星数据的成像区域紧密的契合,网格的二维坐标采用行列号进行标识,在进行空间覆盖频度时依据元数据库中的星下点和行列号,可以统计不同时间空间范围内卫星影像的覆盖范围和频度;同时可以加上元数据中的云量等信息来为用户推荐指定时空范围内一次或多次覆盖的卫星数据列表,方便用户来获取数据。
卫星数据时间序列的时空分析:针对长时间序列的卫星数据集,研究卫星数据的覆盖的时空分布特征,分析长时间序列数据之间的特征关系,分析每期全球覆盖遥感数据的季节分布特征和规律,评估对产品生产的影响,对长时间序列多期数据进行对比分析,分析不同时期因不同时间传感器观测能力,不同年份的成像计划等对时间序列数据的影响,以及对产品生成的影响进行评估;采用本公开灵活的时空代表性评估指标模板和时空算法库可以实现不同的时空统计分析,结合时空代表性可视化分析功能可直观分析时空的特征,并按照指定的制图模板生成报告。
面向产品生产的卫星数据时空代表性评估:针对全球覆盖产品的生产,研究全球覆盖遥感数据集的时空代表性对产品生产的影响,利用专题的专家辅助信息,研究卫星数据集对该专题的时空代表性,对产品生产的输入数据集进行详尽的评估分析,作为产品的重要信息,同时也为产品的生产提供了数据可溯源性;全球遥感监测专题例如森林、农作物、水体等受季节等影响较大,并且不同纬度、海拔等都会影响结果,因而遥感数据的时空特性对这些全球产品的至关重要,在进行评估可以对产品生产的遥感数据列表和参数导入系统,结合专题的时空和空间分布的辅助数据和评估综合数据库的内容,选择评估的时空模型,针对专题评估指标进行评估,并结合二、三维的全球地理空间数据的可视化来进行分析,最后选择评估报告的生成模板,来生成评估报告。
(3)所述遥感大数据时空代表性评估模型面向研究区域和全球变化专题,分析研究遥感卫星观测的时空特征,建立时空代表性的评估模型。所述遥感大数据时空代表性评估模型采用灵活的评估模板,能够针对不同应用专题开展评估,评估模型结合了地理信息系统的空间分析、数据库SQL统计分析、时空统计模型,提供了对于遥感大数据时空代表性的科学评估方法。
(4)所述遥感大数据时空代表性评估可视化分析模块实现二、三维的评估可视化分析,评估分析的结果能够按照不同专题和时间序列来进行可视化的评估分析。
(5)所述遥感大数据时空代表性评估报告生成模块基于灵活评估模板,能够自动化根据评估专题和个性化定制生成评估报告的图文。
本公开提出的一种面向遥感大数据的时空代表性评估系统,支持多种遥感大数据的时空代表性评估,能够根据专题和评价指标,生成评估报告;同时能够面向全球环境监测研究专题,为如何获取满足专题需要的全球范围的遥感大数据的数据准备方案。
在本公开的第二个示例性实施例中,提供了一种遥感大数据的时空代表性评估方法。图3为本公开遥感大数据的时空代表性评估方法的流程图,如图3所示,所述遥感大数据的时空代表性评估方法包括:
S1,建立遥感大数据时空代表性评估数据库;
S2,制定遥感大数据时空代表性评估指标与模板库;
S3,建立遥感大数据时空代表性评估模型;
S4,进行遥感大数据时空代表性评估可视化分析;
S5,生成遥感大数据时空代表性评估报告。
所述步骤S1中,首先需要导入待评估遥感数据及填写相关参数,导入的遥感数据可以是遥感影像,或者是遥感影像的文件名列表(一般的卫星数据文件名里包含了卫星名、传感名、获取时间等信息),或是遥感卫星数据的元数据信息,导入时需要选择评估的专题以及对应的相关参数,相关数据及参数将被导入待评估数据库;在遥感大数据时空代表性数据库中还包括卫星参数数据库、产时间序列卫星综合数据库、GIS图层数据、专题辅助数据库等数据库,与待评估数据库中的内容进行综合,满足评估的数据输入需要。
所述步骤S2中,为灵活支撑不同类型的遥感大数据时空代表性评估指标,建立了评估指标与模板库,集成了多种集成指标并具备可扩展性。具体地,所述的步骤S2中基本指标可以包括空间覆盖频度、云量时空分布、影像获取时间月度分布/季节分布/气候带、数据时间集中度、卫星数据时间序列分布/关联度、面向专题的匹配度、基于多源遥感数据的区域覆盖的数据分辨率和光谱相近度。优选地,所述遥感大数据的时空代表性评估指标可以根据研究需要动态扩展。
所述步骤S3中,建立的时空代表性评估模型包括评估算法库、评估流程库和评估执行引擎,评估算法库提供了各类面向评估指标评估的时空统计与分析算法,评估流程库包括面向评估指标的评估流程,可以根据不同的评估指标进行流程定制,评估执行引擎负责对评估数据执行评估的流程。
进一步地,所述的步骤S3中建立遥感大数据时空代表性评估模型包括,基于步骤S1中建立的评估数据库,和S2中的评价指标与模板库,建立遥感大数据时空代表性的数据评估模型,该模型是一个基于评估模板和评估流程管理的灵活评估模块,能够根据需要进行扩展,集成GIS的空间分析功能、关系数据库的SQL查询、统计功能,和时空分析的算法。
所述步骤S4中,通过评估可视化模块实现对评估结果的可视化,评估结果可以在二/三维界面展示评估的结果,评估分析的结果能够按照不同专题和时间序列来进行可视化的评估分析,并能够按照时间轴和专题分布进行可视化显示;
所述步骤S5生成遥感大数据时空代表性评估报告包括,遥感大数据时空代表性评估报告生成模块基于灵活评估模板,自动化根据评估专题和个性化定制生成评估报告的图文文本,支持图文的打印输出。具体地,所述遥感大数据评估报告生成模块能够按照不同的评估报告模板生成评估的报告文本,包含对待评估数据的各项指标的图文分析,可以用于指导遥感大数据的数据应用。
本公开针对卫星遥感数据时空代表性、云盖时空特征评估进行理论和方法研究,对全球可用遥感数据进行时空分布分析,生成分布图,并发展可评价卫星遥感数据时空代表性的相关指标;对全球遥感产品的生产中用到的遥感数据进行时空代表性评估,生成评估报告,对于遥感产品的生产和质量检查具有重要的意义。
同时,本公开遥感大数据时空代表性评估系统及方法能够对于用户利用遥感大数据进行区域和全球问题研究,能够解决在进行遥感数据选择的时间和空间分布的问题,本研究能够针对这些全球研究的专题提供数据获取方案,有效提高遥感大数据的使用水平。
至此,已经结合附图对本公开实施例进行了详细描述。需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本公开也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本公开的内容,并且上面对特定语言所做的描述是为了披露本公开的最佳实施方式。
本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的相关设备中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且,在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。
类似地,应当理解,为了精简本公开并帮助理解各个公开方面中的一个或多个,在上面对本公开的示例性实施例的描述中,本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,公开方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本公开的单独实施例。
以上所述的具体实施例,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种遥感大数据的时空代表性评估系统,包括:遥感大数据时空代表性评估数据库、遥感大数据时空代表性评估指标与模板库、遥感大数据时空代表性评估模型、遥感大数据时空代表性评估可视化分析模块及遥感大数据时空代表性评估报告生成模块。
2.根据权利要求1所述的时空代表性评估系统,所述遥感大数据时空代表性评估评估数据库包括评估背景数据库和评估专题数据库,以及待评估数据库,其中,
评估背景数据库包括长时间序列卫星元数据库、卫星参数数据库、GIS矢量数据库;
所述专题数据库为对遥感监测对象所属的专题信息建立的数据库,包括被监测对象的名称、空间分布、种类、季节物候的属性信息;
待评估数据库是指待评价的遥感卫星数据信息,包括数据文件。
3.根据权利要求2所述的时空代表性评估系统,所述遥感大数据时空代表性评估指标与模板库包括评估指标体系和指标定量化模板,具备动态扩展性,其中,评估基本指标包括:空间覆盖频度、云量时空分布、影像获取时间月度分布/季节分布/气候带、数据时间集中度、卫星数据时间序列分布/关联度、面向专题的匹配度、基于多源遥感数据的区域覆盖的数据分辨率和光谱相近度。
4.根据权利要求3所述的时空代表性评估系统,所述遥感大数据时空代表性评估模型采用灵活的评估模板,分析研究遥感卫星观测的时空特征,建立时空代表性的评估模型,所述评估模型结合地理信息系统的空间分析、数据库SQL统计分析、时空统计模型。
5.根据权利要求4所述的时空代表性评估系统,所述遥感大数据时空代表性评估可视化分析模块用于实现二、三维的评估可视化分析,评估分析的结果能够按照不同专题和时间序列来进行可视化的评估分析,并能够按照时间轴和专题分布进行可视化显示。
6.根据权利要求5所述的时空代表性评估系统,所述遥感大数据时空代表性评估报告生成模块基于灵活评估模板,自动根据评估专题和个性化定制生成评估报告的图文。
7.一种遥感大数据的时空代表性评估方法,采用如权利要求1-6中任一项所述的遥感大数据的时空代表性评估系统,所述时空代表性评估方法包括:
S1,建立遥感大数据时空代表性评估数据库;
S2,制定遥感大数据时空代表性评估指标与模板库;
S3,建立遥感大数据时空代表性评估模型;
S4,进行遥感大数据时空代表性评估可视化分析;
S5,生成遥感大数据时空代表性评估报告。
8.根据权利要求7所述的时空代表性评估方法,所述步骤S1包括:导入待评估遥感数据及填写相关参数,导入时选择评估的专题以及对应的相关参数,相关数据及参数将被导入待评估数据库;
其中,所述待评估遥感数据为遥感影像,或遥感影像的文件名列表,或遥感卫星数据的元数据信息。
9.根据权利要求8所述的时空代表性评估方法,所述步骤S3包括:基于步骤S1中建立的评估数据库,和S2中的评价指标与模板库,建立遥感大数据时空代表性评估模型,所述遥感大数据时空代表性评估模型包括评估算法库、评估流程库和评估执行引擎,其中,
评估算法库提供了各类面向评估指标评估的时空统计与分析算法;
评估流程库包括面向评估指标的评估流程,根据不同的评估指标进行流程定制;
评估执行引擎负责对评估数据执行评估的流程。
10.根据权利要求9所述的时空代表性评估方法,所述步骤S5中,所述遥感大数据评估报告生成模块按照不同的评估报告模板生成评估的报告文本,所述报告文本包含对待评估数据的各项指标的图文分析,并实现图文的打印输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811397333.7A CN109542951A (zh) | 2018-11-22 | 2018-11-22 | 一种遥感大数据的时空代表性评估系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811397333.7A CN109542951A (zh) | 2018-11-22 | 2018-11-22 | 一种遥感大数据的时空代表性评估系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109542951A true CN109542951A (zh) | 2019-03-29 |
Family
ID=65849143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811397333.7A Pending CN109542951A (zh) | 2018-11-22 | 2018-11-22 | 一种遥感大数据的时空代表性评估系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109542951A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126028A (zh) * | 2019-12-30 | 2020-05-08 | 中国联合网络通信集团有限公司 | 数据处理方法、装置及设备 |
CN112288656A (zh) * | 2020-11-16 | 2021-01-29 | 中电科大数据研究院有限公司 | 一种基于夜光遥感的电力消费量时空动态分析方法 |
CN113128621A (zh) * | 2021-05-12 | 2021-07-16 | 北京大学 | 数据资源价值评估报告生成方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101169798A (zh) * | 2007-12-06 | 2008-04-30 | 中国电信股份有限公司 | 一种数据挖掘系统和方法 |
US20140007017A1 (en) * | 2012-06-27 | 2014-01-02 | Marinexplore Inc. | Systems and methods for interacting with spatio-temporal information |
CN103631999A (zh) * | 2013-11-28 | 2014-03-12 | 中国科学院寒区旱区环境与工程研究所 | 一种基于样点时空代表性的npp监测网采样设计方法 |
CN106354760A (zh) * | 2016-08-18 | 2017-01-25 | 北京工商大学 | 基于变形统计地图的多视图时空数据可视化方法与应用 |
CN107920126A (zh) * | 2017-11-30 | 2018-04-17 | 河南云保遥感科技有限公司 | 一种云环境下的分布式空间大数据管理方法 |
CN108052924A (zh) * | 2017-12-28 | 2018-05-18 | 武汉大学深圳研究院 | 空间运动行为语义模式的辨识方法 |
CN108133044A (zh) * | 2018-01-12 | 2018-06-08 | 适普远景遥感信息技术(北京)有限公司 | 基于属性分离的空间大数据三维可视化方法及平台 |
-
2018
- 2018-11-22 CN CN201811397333.7A patent/CN109542951A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101169798A (zh) * | 2007-12-06 | 2008-04-30 | 中国电信股份有限公司 | 一种数据挖掘系统和方法 |
US20140007017A1 (en) * | 2012-06-27 | 2014-01-02 | Marinexplore Inc. | Systems and methods for interacting with spatio-temporal information |
CN103631999A (zh) * | 2013-11-28 | 2014-03-12 | 中国科学院寒区旱区环境与工程研究所 | 一种基于样点时空代表性的npp监测网采样设计方法 |
CN106354760A (zh) * | 2016-08-18 | 2017-01-25 | 北京工商大学 | 基于变形统计地图的多视图时空数据可视化方法与应用 |
CN107920126A (zh) * | 2017-11-30 | 2018-04-17 | 河南云保遥感科技有限公司 | 一种云环境下的分布式空间大数据管理方法 |
CN108052924A (zh) * | 2017-12-28 | 2018-05-18 | 武汉大学深圳研究院 | 空间运动行为语义模式的辨识方法 |
CN108133044A (zh) * | 2018-01-12 | 2018-06-08 | 适普远景遥感信息技术(北京)有限公司 | 基于属性分离的空间大数据三维可视化方法及平台 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126028A (zh) * | 2019-12-30 | 2020-05-08 | 中国联合网络通信集团有限公司 | 数据处理方法、装置及设备 |
CN112288656A (zh) * | 2020-11-16 | 2021-01-29 | 中电科大数据研究院有限公司 | 一种基于夜光遥感的电力消费量时空动态分析方法 |
CN113128621A (zh) * | 2021-05-12 | 2021-07-16 | 北京大学 | 数据资源价值评估报告生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bartha et al. | Standardization of geographic data: The european inspire directive | |
Quan et al. | GIS and participatory approaches in natural resources research | |
Kugler et al. | Terra Populus: Workflows for integrating and harmonizing geospatial population and environmental data | |
Bach et al. | Accuracy and congruency of three different digital land-use maps | |
CN109542951A (zh) | 一种遥感大数据的时空代表性评估系统与方法 | |
Liu et al. | Annual dynamic dataset of global cropping intensity from 2001 to 2019 | |
Jacobs et al. | Completeness of citizen science biodiversity data from a volunteered geographic information perspective | |
Karl et al. | Discovering ecologically relevant knowledge from published studies through geosemantic searching | |
Dainese et al. | Plant and animal diversity in a region of the Southern Alps: the role of environmental and spatial processes | |
Halabi et al. | 3D GIS interactive visualization of the archaeological sites in Qatar for research and learning | |
Nigrelli et al. | A web-based, relational database for studying glaciers in the Italian Alps | |
Sang et al. | Improving the rural data infrastructure: the problem of addressable spatial units in a rural context | |
Franzini et al. | Assessment of the Completeness of OpenStreetMap and Google Maps for the Province of Pavia (Italy). | |
Aurambout et al. | Simplifying climate change communication: An application of data visualisation at the regional and local scale | |
Kaur et al. | Development of village information system for Faridkot district using remote sensing and geographic information system | |
Barve | Discovering and developing primary biodiversity data from social networking sites | |
Greene et al. | WebGRMS: Prototype software for web-based mapping of biological collections | |
Tsai et al. | Framework and Use Case for a Web-Based Interactive Analysis Tool to Investigate Urban Expansion and Sustainable Development Goal Indicators | |
Brzezinska-Klusek et al. | OGNIWO-tool for integration different spatial data resources | |
Zhang et al. | Embedding and extending GIS for exploratory analysis of large-scale species distribution data | |
Kraak et al. | The potential of a national atlas as integral part of the spatial data infrastructure exemplified by the new dutch national atlas | |
Zuo et al. | Space-Time Cube for Visual Queries over Metadata of Heterogeneous Geodata | |
Pruckner et al. | Spatial Data Collection for Conservation and Management of Coastal Habitats | |
Colás | Participatory mapping in the design process of a spatial data infrastructure SDI: a case study in the Biosphere Reserve Rio Platano (Honduras) | |
Brueckner et al. | Use of geographical information systems for Thailand |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
RJ01 | Rejection of invention patent application after publication |