CN112115198B - 一种城市遥感智能服务平台 - Google Patents
一种城市遥感智能服务平台 Download PDFInfo
- Publication number
- CN112115198B CN112115198B CN202010961401.9A CN202010961401A CN112115198B CN 112115198 B CN112115198 B CN 112115198B CN 202010961401 A CN202010961401 A CN 202010961401A CN 112115198 B CN112115198 B CN 112115198B
- Authority
- CN
- China
- Prior art keywords
- data
- remote sensing
- image
- service
- management
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 claims abstract description 68
- 238000013523 data management Methods 0.000 claims abstract description 52
- 238000000605 extraction Methods 0.000 claims abstract description 34
- 230000008859 change Effects 0.000 claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 27
- 238000003860 storage Methods 0.000 claims abstract description 10
- 230000010354 integration Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 83
- 238000012544 monitoring process Methods 0.000 claims description 76
- 238000012937 correction Methods 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 40
- 238000010276 construction Methods 0.000 claims description 12
- 238000003066 decision tree Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000002310 reflectometry Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000008571 general function Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 210000004258 portal system Anatomy 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Abstract
一种城市遥感智能服务平台,从下至上依次包括:基础层、数据层、服务层、系统平台层和应用层,其中,系统平台层包括数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统,数据管理系统采用Hadoop+GIS平台构建分布式数据库,利用GIS平台实现遥感影像元数据的管理和高效检索,利用Hadoop实现遥感影像数据的分布式存储和管理;信息提取系统用于完成遥感影像变化位置提取和遥感影像分类信息提取;遥感空间服务系统为城市自然资源现状展示、自然资源动态更新及城市变化态势提供数据服务。该平台实现了海量遥感数据云端管理、智能计算和动态展示一体化,形成弹性存储、云端同步、内外协同、智能分发等综合应用服务能力。
Description
技术领域
本发明涉及遥感影像处理领域,特别涉及一种城市遥感智能服务平台。
背景技术
近几年,随着遥感技术的迅猛发展,分辨率高、重访周期短、获取范围大及速度快的遥感数据已经成为了城市空间信息获取的重要手段之一,为城市精细化管理、城市综合治理和自然资源监测提供了数据和技术支撑。目前,遥感应用在城市建设和管理过程中的监测、数据集成与信息共享需求方面都有一定成效,并在重大工程管理中发挥了作用。
然而,一方面,尽管遥感数据资源积累日益丰富,数据来源多样,但存储模式多以文件系统方式分散存储于磁盘,缺乏规范有序的组织模式和有效存储体系,使得遥感数据使用效率低下,难以管理和集成应用,从而使传统的遥感处理平台逐渐无法应对海量遥感影像的高效管理、批量快速处理调用和分发等;另一方面,当前遥感技术在城市应用中仍以传统的图像管理、基础底图服务和碎片化零散服务为主,批量化自动化智能化生产能力不足,同时也缺乏对各类业务全过程一站式的监测研究,使其精细化、定量化的潜在价值难以在城市精细化管理业务应用链中得到充分发挥和创新挖掘。因此,提高海量遥感数据高效管理、智能化处理和综合服务能力是城市遥感应用中亟需解决的问题。
为了解决上述问题,有申请号为CN201310137326.4(授权公告号为CN103281351B)的中国发明专利公开了一种高效能遥感数据处理与分析的云服务平台,包括云遥感数据存储与计算中心,用于遥感数据的存储和计算;云遥感中间服务平台公共中间件,用于遥感数据的处理和分析;轻量型云遥感信息服务客户端,用于配置远程云计算资源、创建与管理遥感信息服务链、用户信息管理与访问控制、数据与服务管理和地图可视化。该平台通过发挥云计算的优势,可以对海量遥感数据进行快速处理、分析,可广泛应用于应急测绘等时效性要求较高的领域。但该云服务平台管理的数据资源较为单一,缺少遥感解译样本库和自然资源库等数据;同时也缺少正射校正、辐射校正和大气校正等功能模块,及针对自然资源基底、城市建设、城市管理、农业和林业调查监测、移动核查等应用服务子系统;此外,该系统也未利用CPU和GPU协同处理技术优化算法和提升效率。因此需要进一步改进。
发明内容
本发明所要解决的技术问题是针对现有技术的现状,提供一种能实现海量遥感数据的高效管理、智能化处理、信息提取以及应用服务能力提升的城市遥感智能服务平台。
本发明解决上述技术问题所采用的技术方案为:一种城市遥感智能服务平台,其特征在于:该平台采用分层设计的SOA架构,从下至上依次包括:基础层、数据层、服务层、系统平台层和应用层,其中,
基础层,用于为该平台提供硬件基础设施和基础支撑软件平台,其中,硬件基础设施包括集成GPU阵列的云服务器;
数据层,以PostgreSQL、文件系统以及基于空间数据库的GIS平台为支撑进行海量数据的管理,为上层业务应用提供有力支持;所述数据层包括基础地理信息数据库、遥感影像数据库、遥感解译样本库、自然资源库、专题监测数据库和系统管理数据库;
服务层,利用组件构建可扩展服务对象,并以数据请求服务、地理处理服务形式进行封装,从而建立平台应用层和数据层的通信连接;
系统平台层,包括数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统,其中,数据管理系统负责统一各类数据汇聚、存储和服务,实现各类数据有效整合,该数据管理系统采用Hadoop+GIS平台构建分布式数据库,利用GIS平台实现遥感影像元数据的管理和高效检索,利用Hadoop实现遥感影像数据的分布式存储和管理;影像预处理系统用于对遥感影像进行预处理操作;信息提取系统用于完成遥感影像变化位置提取和遥感影像分类信息提取;遥感空间服务系统为城市自然资源现状展示、自然资源动态更新及城市变化态势提供数据服务;
应用层,利用系统平台层提供的应用分析和服务功能,在自然资源管理、规划、决策方面提供支持。
作为改进,所述数据管理系统中包括但不限于基础地理数据管理、基础影像数据管理、成果数据管理、系统运维数据管理、服务管理和元数据信息管理;其中,基础地理数据管理用于对多源遥感影像按照地理信息进行管理,基础影像数据管理用于对多源遥感影像按照时间序列进行管理,成果数据管理用于对自然资源数据库进行添加、删除、更新操作;系统运维数据管理包括权限数据管理和日志数据管理,另外,权限数据管理包括登录、注册、权限编辑和用户管理,日志数据管理包括增加系统运行日志;服务管理用于为应用系统提供数据访问接口;元数据信息管理用于为遥感影像、业务数据和服务提供基础信息。
进一步的,所述影像预处理系统包括对多源遥感数据进行正射校正、大气校正、融合和镶嵌处理,并在此基础上完成预处理的批处理操作,该影像预处理系统包括以下功能:
功能一、数据加载功能,用于矢量和栅格数据的加载;
功能二、正射校正功能,包括了影像正射校正和影像融合功能,利用高精度DEM数据,结合遥感影像自带的RCP文件,基于有理多项式模型实现原始多光谱数据和全色数据的正射校正;随后在数据配准基础上,将正射校正后的多光谱数据和全色数据进行融合;最后利用自动配准算法实现影像几何精校正;
功能三、大气校正功能,包括辐射定标、快速大气校正和FLAASH大气校正,最终将遥感影像无量纲的DN值转化为具有物理意义的反射率值;
功能四、通用功能,包括影像裁剪、影像镶嵌和坐标转换;
功能五、批处理功能,包括正射校正批处理功能和大气校正批处理功能。
进一步的,所述信息提取系统中具体包括以下功能:
功能1、影像加载与浏览,用于在软件中加载前后期影像;
功能2、影像裁切,用于分别裁切前后期影像,并存储影像分块结果;
功能3、相似度计算及变化位置定位,用于计算前后期影像相同位置的相似度,并将该相似度与设置相似度阈值进行对比,便于数据采集时进行变化位置定位;
功能4、数据采集,采集影像中判定为变化的位置,并在影像中勾绘出变化图斑且对其进行属性赋值;
功能5、规则集训练,通过将遥感影像的光谱信息、纹理特征以及输入的解译样本库数据共同构成了规则集训练所需样本数据,采用机器学习算法完成对样本属性和类别的信息熵增益率计算,并通过规则验证和调试流程,最终得到分类规则集;
功能6、决策树分类,由规则集训练得到的分类规则集中包含了决策树各节点所需的特征属性和分类阈值,通过各节点构建决策树分类模型,完成影像分类。
进一步的,所述遥感空间服务系统在前端数据展示上依据业务内容构建三级应用子系统,其中,第一级应用子系统包括遥感影像查询子系统、自然资源基底库子系统、变化检测子系统和专题监测子系统;第二应用子系统根据专题监测子系统的具体内容细分而成,包括城乡建设专题、城市管理专题、农林监测专题和生态监测专题;第三级应用子系统又根据第二级应用子系统中的每个专题的具体内容细分而成,包括由城乡建设专题分成的建设用地监测子系统、规划遥感督查子系统、闲置地块监测子系统、城市更新监测子系统和建筑工地监测子系统,由城市管理专题分成的垃圾堆放监测子系统和历史街区监测子系统,由农林监测专题分成的基本农田保护范围监测子系统和农膜监测子系统,由生态监测专题分成的生态保护区人类活动监测子系统、围填海监测子系统、山体修复监测子系统、自然资源专项审计子系统和不透水面与热环境监测子系统。
所述遥感空间服务系统包括信息导航门户系统、遥感影像查询系统、自然资源监测服务系统、专题监测应用系统和移动核查子系统五个部分。
与现有技术相比,本发明的优点在于:通过系统平台层包括数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统构建多源遥感影像“分布式管理存储-智能化预处理-智能化信息提取-产品应用服务”全流程,解决城市级遥感智能化应用和服务的关键问题,建成了集多源遥感数据获取、处理、自动化生产、智能化信息提取等功能为一体的城市级遥感产品业务化生产线,实现了海量遥感数据云端管理、智能计算和动态展示一体化,形成弹性存储、云端同步、内外协同、智能分发等综合应用服务能力。
附图说明
图1为本发明实施例中城市遥感智能服务平台架构示意图;
图2为本发明实施例中分布式数据库结构图;
图3为本发明实施例中遥感空间信息服务系统的组织结构图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1~2所示,一种城市遥感智能服务平台,该平台采用分层设计的SOA架构,从下至上依次包括:基础层、数据层、服务层、系统平台层和应用层,其中,
基础层,用于为该平台提供硬件基础设施和基础支撑软件平台;本实施例中,基础层包括集成GPU阵列的云服务器等硬件基础设施和ArcGIS,ENVI/IDL等基础支撑软件平台;
数据层,以PostgreSQL、文件系统以及基于空间数据库的GIS平台为支撑进行海量数据的管理,为上层业务应用提供有力支持;数据层包括基础地理信息数据库、遥感影像数据库、遥感解译样本库、自然资源库、专题监测数据库和系统管理数据库;
服务层,利用组件构建可扩展服务对象,并以数据请求服务、地理处理服务等形式进行封装,从而建立平台应用层和数据层的通信连接;
系统平台层,包括数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统,其中,数据管理系统负责统一各类数据汇聚、存储和服务,实现各类数据有效整合,该数据管理系统采用Hadoop+GIS平台构建分布式数据库,利用GIS平台实现遥感影像元数据的管理和高效检索,利用Hadoop实现遥感影像数据的分布式存储和管理;影像预处理系统用于对遥感影像进行预处理操作;信息提取系统用于完成遥感影像变化位置提取和遥感影像分类信息提取;遥感空间服务系统为城市自然资源现状展示、自然资源动态更新及城市变化态势提供数据服务;
应用层,利用系统平台层提供的应用分析和服务功能,在自然资源管理、规划、决策方面提供支持。
上述基础层、服务层和应用层均采用通用组件及服务的方式进行设计,数据层和系统平台层中通过搭建与城市遥感应用密切相关的业务组件和服务的方式进行设计,从而使该城市遥感智能服务平台既保证了基础功能模块的完整性,又易于业务功能模块的扩展。
该基础层内置的基础设施和基础支撑软件平台包括云服务器、网络储存、容灾备份和网络资源;服务层包括数据更新、访问控制和数据处理分析;应用层包括为政府、委办局和公众等部门展示遥感影像专题监测成果。
通过本系统平台层中的数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统构建多源遥感影像“分布式管理存储-智能化预处理-智能化信息提取-产品应用服务”的全流程。
数据管理系统分别面向数据库管理员和普通用户建立了后台管理系统和影像管理系统,主要实现了:(1)历史数据时态管理与数据动态更新;(2)多源异构数据统一管理;(3)为应用系统提供数据和服务支撑三大功能;另外,本实施例中,数据管理系统中包括但不限于基础地理数据管理、基础影像数据管理、成果数据管理、系统运维数据管理、服务管理和元数据信息管理;其中,基础地理数据管理用于对多源遥感影像按照地理信息进行管理,基础影像数据管理用于对多源遥感影像按照时间序列进行管理,包括元数据入库、切片发布等;成果数据管理用于对自然资源数据库进行添加、删除、更新等操作;系统运维数据管理包括权限数据管理和日志数据管理,另外,权限数据管理包括登录、注册、权限编辑和用户管理,日志数据管理包括增加系统运行日志等;服务管理用于为应用系统提供数据访问接口,主要功能包括基础影像服务、业务数据服务、统计分析服务、属性查询服务、基础地理数据服务和系统运维服务等;元数据信息管理用于为遥感影像、业务数据和服务提供基础信息,其管理功能包括影像基础信息管理、成果数据信息管理和服务信息管理。
本实施例中,数据管理系统基于Hadoop+GIS平台设计了分布式数据库结构,其中利用ArcGIS平台实现影像元数据的管理和高效查询,以及影像服务在线发布和空间检索,基于ArcGIS Api for JS平台构建在线交互管理的应用程序;利用Hadoop平台实现影像数据的分布式存储和管理,基于CDH集群,结合遥感影像的特点,构建分布式影像数据库,最终实现多源异构非结构化的影像数据高效管理。
影像预处理系统通过制定正射融合影像产品和反射率影像产品的处理流程,建立单景遥感影像预处理模块及多景遥感影像批处理模块,使其具备影像读取、正射校正、数据融合、辐射校正、大气校正和镶嵌等功能,最终实现快速、高效和智能化的遥感影像预处理工作流。本实施例中,该影像预处理系统主要针对多源航天影像,包括对多源遥感数据进行正射校正、大气校正、融合和镶嵌处理,并在此基础上完成预处理的批处理操作,具体包括以下功能:
功能一、数据加载功能,用于矢量和栅格数据的加载,加载的格式主要包括shp、GDB、栅格;
功能二、正射校正功能,包括了影像正射校正和影像融合功能,利用高精度DEM数据,结合遥感影像自带的RCP文件,基于有理多项式模型实现原始多光谱数据和全色数据的正射校正;随后在数据配准基础上,将正射校正后的多光谱数据和全色数据进行融合;最后利用自动配准算法实现影像几何精校正;
功能三、大气校正功能,包括辐射定标、快速大气校正和FLAASH大气校正,最终将遥感影像无量纲的DN值转化为具有物理意义的反射率值;
功能四、通用功能,包括影像裁剪、影像镶嵌和坐标转换,其中,影像镶嵌基于ENVI的影像无缝镶嵌实现,可进行颜色校正、羽化调和等功能;
功能五、批处理功能,包括正射校正批处理功能和大气校正批处理功能,其中,正射校正批处理实现原始国产影像压缩包的批量解压、国产影像快速自动几何纠正的批处理、影像融合批处理和影像匀色批处理,大气校正批处理实现FLAASH大气校正批处理,此外在大气校正批处理基础上实现了植被增强批处理等。
本实施例中,影像预处理系统采用基于云计算的多源遥感影像预处理技术,利用动态可伸缩GPU云的分布式计算模式,在云服务器架构了Tesla K80显卡阵列,构建了GPU云,根据影像配准和影像正射校正算法特点设计相应的计算模型,进行并行改进,将应用程序映射到GPU以获得较大的性能提升,最终利用CUDA技术实现复杂的、耗资源的影像预处理高效运算。
信息提取系统旨在解决当前遥感数据变化检测和影像分类工作量大,人工采集耗时长等问题,以准确发现变化位置、提升影像分类精度和信息提取效率为目标,以实际需求为出发点,结合计算机图像识别技术和机器学习算法,建立由影像到变化图斑提取的完整变化检测流程以及结合样本先验知识和机器学习的影像分类信息提取工作流程。本实施例中,信息提取系统采用Microsoft.NET.Framework框架,结合OpenCV计算机视觉库以及ArcGIS Engine接口,完成系统功能代码实现,通过配合遥感处理软件ENVI/IDL完成影像分类信息提取,通过自主研发的系统工具软件实现遥感影像变化位置发现提取,使该信息提取系统具备了影像变化快速发现,便捷提取,及高精度影像分类信息提取工作流程,为后续遥感应用的顺利开展奠定基础。
该信息提取系统中具体包括以下功能:
功能1、影像加载与浏览,用于在软件中加载前后期影像;
功能2、影像裁切,用于分别裁切前后期影像,并存储影像分块结果;
功能3、相似度计算及变化位置定位,用于计算前后期影像相同位置的相似度,并将该相似度与设置相似度阈值进行对比,便于数据采集时进行变化位置定位;
功能4、数据采集,采集影像中判定为变化的位置,并在影像中勾绘出变化图斑且对其进行属性赋值;
功能5、规则集训练,通过将遥感影像的光谱信息、纹理特征以及输入的解译样本库数据共同构成了规则集训练所需样本数据,采用机器学习算法完成对样本属性和类别的信息熵增益率计算,并通过规则验证和调试流程,最终得到分类规则集;
功能6、决策树分类,决策树分类法利用“规则+二叉树”的形式,对影像进行逐像元归类,由规则集训练得到的分类规则集中包含了决策树各节点所需的特征属性和分类阈值,通过各节点构建决策树分类模型,完成影像分类。
本实施例中,信息提取系统采用基于CPU和GPU协同处理的硬件加速技术,通过多核CPU+GPU硬件加速及软件算法优化相结合的方法,利用统一设备计算架构CUDA,调用Tesla K80并行性进行高效处理,实现格网化后变化发现并行计算以及分类中样本训练和决策树分类并行计算。
如图3所示,由于涉及的遥感业务应用非常广泛,上述遥感空间服务系统在前端数据展示上依据业务内容构建三级应用子系统,其中,第一级应用子系统包括遥感影像查询子系统、自然资源基底库子系统、变化检测子系统和专题监测子系统;第二应用子系统根据专题监测子系统的具体内容细分而成,包括城乡建设专题、城市管理专题、农林监测专题和生态监测专题;第三级应用子系统又根据第二级应用子系统中的每个专题的具体内容细分而成,包括由城乡建设专题分成的建设用地监测子系统、规划遥感督查子系统、闲置地块监测子系统、城市更新监测子系统和建筑工地监测子系统,由城市管理专题分成的垃圾堆放监测子系统和历史街区监测子系统,由农林监测专题分成的基本农田保护范围监测子系统和农膜监测子系统,由生态监测专题分成的生态保护区人类活动监测子系统、围填海监测子系统、山体修复监测子系统、自然资源专项审计子系统和不透水面与热环境监测子系统。
遥感空间服务系统包括信息导航门户系统、遥感影像查询系统、自然资源监测服务系统、专题监测应用系统和移动核查子系统五个部分。信息导航门户的作用是引导用户了解平台系统信息,引导用户功能使用,推广系统应用,主要用于发布系统更新信息和展示系统框架;遥感影像查询系统的作用是实现遥感影像服务在线查询、查看、申请和统计分析等服务,形成灵活在线服务模式,持续为城市精细化管理和综合治理业务提供数据和应用服务,其主要实现:(1)历史、现势影像入库资源查看;(2)卫星分中心影像查询;(3)影像申请提交功能;自然资源监测服务系统的作用是实现遥感影像服务在典型地物智能分类等领域应用,形成面向成熟综合治理的空间数据服务模式和基于时间序列的管理模式,持续为城市精细化管理和综合治理业务提供数据和应用服务,其主要实现:(1)时间序列遥感影像展示;(2)基于自然资源分类标准的城市地表数据管理;(3)为专题应用提供数据支撑等功能,具体包括地图支撑组件、遥感影像展示和自然资源数据展示等;专题监测应用系统的目的是在城市自然资源变化监测基础上,结合业务管理信息,面向市政府、各委办局、公众用户提供综合统计、分析、评价、预测等功能,实现城市精细化专题监测管理,针对不同业务满足城市治理需求,具体包括变化检测数据展示系统、城乡建设专题应用系统、城市管理专题应用系统、农林监测专题应用系统和生态监测专题应用系统;移动核查子系统移动核查系统主要包括任务接收管理、遥感影像查看、实时跟踪定位、核查位置导航、拍照取证管理、信息反馈上报、数据转换工具等功能模块,实现遥感监测信息的接收、管理、现场核查、反馈等业务应用,具体功能如下:
(1)任务接收,负责核查任务的接收与管理,其中任务接收可以通过线下拷贝任务包的方式直接上传任务信息,移动核查终端系统对核查任务进行分类管理与展示;
(2)遥感影像查看,实现遥感影像数据的管理与展示,实现全屏、漫游、放大、缩小、时间切换等基础操作功能,辅助核查人员随时查看影像,熟悉周边环境,现场调用查看区域影像图;
(3)实时跟踪定位,供高精度定位功能,实时跟踪展示核查人员移动位置,更新地图位置信息,为核查人员选择核查路径、判断位置正确性提供更精确依据;
(4)拍照取证,拍照取证管理模块主要实现拍照功能,核查人员到达现场后可以利用移动终端设备直接拍照取证,系统会将照片与位置坐标、时间、任务编号等信息挂接,统一管理照片资料;
(5)数据导出,核查人员现场进行信息填报、拍照取证后,将核查结果打包为核查信息包导出系统。
移动端采用离线空间数据加载模式,由于测绘保密技术要求,设计敏感信息的数据和分辨率优于0.5米的遥感影像数据无法通过互联网进行发布,因此本项目中需外业核查的空间数据只能通过离线加载的方式进行加载。离线的空间数据包括基础地图数据和业务数据,基础地图数据通过ArcGIS工具间构建MPK,业务数据包括矢量和栅格数据都可存储在本地的Geodatabase中。
目前移动端的系统主要为IOS系统和Android系统,目前一般的跨平台方案采用基于HTML5实现,但无法实现离线数据加载,且基于浏览器的展示,用户体验不是很友好,因此本项目采用ArcGIS API for Flex构建移动端跨平台应用程序。ArcGIS API for Flex是ESRI公司利用ActionScript语言基于Flex框架构建移动应用程序的API,其将ArcGIS提供的空间和其他资源嵌入到Flex可视化组件中,并通过编译环境分别构建ISO版本和Andriod版本移动App,实现一套数据和一套代码在同时两个平台下应用。
本遥感智能服务平台根据在数据层中设置与遥感影像相关的数据库,并通过系统平台层中的四大模块从而实现卫星遥感数据、地表覆盖数据、变化检测数据和各类专题信息数据的统一管理分发,并对各类空间信息提供浏览、查询、统计分析等应用服务。在此基础上,通过遥感空间信息服务系统及时向对应各部门展示、更新和分发专题成果,各对应业务部门对专题监测成果进行接收、管理、现场核查和反馈,最终形成业务闭环流。
Claims (2)
1.一种城市遥感智能服务平台,其特征在于:该平台采用分层设计的SOA架构,从下至上依次包括:基础层、数据层、服务层、系统平台层和应用层,其中,
基础层,用于为该平台提供硬件基础设施和基础支撑软件平台,其中,硬件基础设施包括集成GPU阵列的云服务器;
数据层,以PostgreSQL、文件系统以及基于空间数据库的GIS平台为支撑进行海量数据的管理,为上层业务应用提供有力支持;所述数据层包括基础地理信息数据库、遥感影像数据库、遥感解译样本库、自然资源库、专题监测数据库和系统管理数据库;
服务层,利用组件构建可扩展服务对象,并以数据请求服务、地理处理服务形式进行封装,从而建立平台应用层和数据层的通信连接;
系统平台层,包括数据管理系统、影像预处理系统、信息提取系统和遥感空间服务系统,其中,数据管理系统负责统一各类数据汇聚、存储和服务,实现各类数据有效整合,该数据管理系统采用Hadoop+GIS平台构建分布式数据库,利用GIS平台实现遥感影像元数据的管理和高效检索,利用Hadoop实现遥感影像数据的分布式存储和管理;影像预处理系统用于对遥感影像进行预处理操作;信息提取系统用于完成遥感影像变化位置提取和遥感影像分类信息提取;遥感空间服务系统为城市自然资源现状展示、自然资源动态更新及城市变化态势提供数据服务;
所述数据管理系统中包括基础地理数据管理、基础影像数据管理、成果数据管理、系统运维数据管理、服务管理和元数据信息管理;其中,基础地理数据管理用于对多源遥感影像按照地理信息进行管理,基础影像数据管理用于对多源遥感影像按照时间序列进行管理,成果数据管理用于对自然资源数据库进行添加、删除、更新操作;系统运维数据管理包括权限数据管理和日志数据管理,另外,权限数据管理包括登录、注册、权限编辑和用户管理,日志数据管理包括增加系统运行日志;服务管理用于为应用系统提供数据访问接口;元数据信息管理用于为遥感影像、业务数据和服务提供基础信息;
所述影像预处理系统包括对多源遥感数据进行正射校正、大气校正、融合和镶嵌处理,并在此基础上完成预处理的批处理操作,该影像预处理系统包括以下功能:
功能一、数据加载功能,用于矢量和栅格数据的加载;
功能二、正射校正功能,包括了影像正射校正和影像融合功能,利用高精度DEM数据,结合遥感影像自带的RCP文件,基于有理多项式模型实现原始多光谱数据和全色数据的正射校正;随后在数据配准基础上,将正射校正后的多光谱数据和全色数据进行融合;最后利用自动配准算法实现影像几何精校正;
功能三、大气校正功能,包括辐射定标、快速大气校正和FLAASH大气校正,最终将遥感影像无量纲的DN值转化为具有物理意义的反射率值;
功能四、通用功能,包括影像裁剪、影像镶嵌和坐标转换;
功能五、批处理功能,包括正射校正批处理功能和大气校正批处理功能;
所述信息提取系统中具体包括以下功能:
功能1、影像加载与浏览,用于在软件中加载前后期影像;
功能2、影像裁切,用于分别裁切前后期影像,并存储影像分块结果;
功能3、相似度计算及变化位置定位,用于计算前后期影像相同位置的相似度,并将该相似度与设置相似度阈值进行对比,便于数据采集时进行变化位置定位;
功能4、数据采集,采集影像中判定为变化的位置,并在影像中勾绘出变化图斑且对其进行属性赋值;
功能5、规则集训练,通过将遥感影像的光谱信息、纹理特征以及输入的解译样本库数据共同构成了规则集训练所需样本数据,采用机器学习算法完成对样本属性和类别的信息熵增益率计算,并通过规则验证和调试流程,最终得到分类规则集;
功能6、决策树分类,由规则集训练得到的分类规则集中包含了决策树各节点所需的特征属性和分类阈值,通过各节点构建决策树分类模型,完成影像分类;
所述遥感空间服务系统在前端数据展示上依据业务内容构建三级应用子系统,其中,第一级应用子系统包括遥感影像查询子系统、自然资源基底库子系统、变化检测子系统和专题监测子系统;第二应用子系统根据专题监测子系统的具体内容细分而成,包括城乡建设专题、城市管理专题、农林监测专题和生态监测专题;第三级应用子系统又根据第二级应用子系统中的每个专题的具体内容细分而成,包括由城乡建设专题分成的建设用地监测子系统、规划遥感督查子系统、闲置地块监测子系统、城市更新监测子系统和建筑工地监测子系统,由城市管理专题分成的垃圾堆放监测子系统和历史街区监测子系统,由农林监测专题分成的基本农田保护范围监测子系统和农膜监测子系统,由生态监测专题分成的生态保护区人类活动监测子系统、围填海监测子系统、山体修复监测子系统、自然资源专项审计子系统和不透水面与热环境监测子系统;
应用层,利用系统平台层提供的应用分析和服务功能,在自然资源管理、规划、决策方面提供支持。
2.根据权利要求1所述的城市遥感智能服务平台,其特征在于:所述遥感空间服务系统包括信息导航门户系统、遥感影像查询系统、自然资源监测服务系统、专题监测应用系统和移动核查子系统五个部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010961401.9A CN112115198B (zh) | 2020-09-14 | 2020-09-14 | 一种城市遥感智能服务平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010961401.9A CN112115198B (zh) | 2020-09-14 | 2020-09-14 | 一种城市遥感智能服务平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112115198A CN112115198A (zh) | 2020-12-22 |
CN112115198B true CN112115198B (zh) | 2024-03-15 |
Family
ID=73802643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010961401.9A Active CN112115198B (zh) | 2020-09-14 | 2020-09-14 | 一种城市遥感智能服务平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112115198B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560990A (zh) * | 2020-12-25 | 2021-03-26 | 济南浪潮高新科技投资发展有限公司 | 一种基于数据挖掘的遥感影像城市扩张监测方法 |
CN112732963A (zh) * | 2021-01-15 | 2021-04-30 | 浙江大学 | 基于遥感大数据的跨界服务应用方法 |
CN113033401B (zh) * | 2021-03-25 | 2022-10-11 | 生态环境部卫星环境应用中心 | 一种面向生态保护红线的人类活动变化识别监管方法 |
CN113094527B (zh) * | 2021-04-25 | 2022-09-27 | 华中师范大学 | 广义云控制时空谱大数据库及遥感影像处理方法 |
CN113360599A (zh) * | 2021-05-18 | 2021-09-07 | 苏州海赛人工智能有限公司 | 一种基于内容识别的多源异构情报汇聚协同处理平台 |
CN113596074A (zh) * | 2021-06-08 | 2021-11-02 | 中绘云图信息科技有限公司 | 基于遥感云数据处理方法 |
CN113515582A (zh) * | 2021-06-29 | 2021-10-19 | 湖北智凌数码科技有限公司 | 一种城市数据管理平台 |
CN113739984B (zh) | 2021-08-18 | 2023-06-02 | 中国科学院西北生态环境资源研究院 | 一种用于测量冻土孔隙水压力变化的装置 |
CN113901158A (zh) * | 2021-09-26 | 2022-01-07 | 北京和德宇航技术有限公司 | 卫星遥感数据订购服务系统 |
CN113963268B (zh) * | 2021-10-19 | 2022-06-28 | 成都四象纵横遥感科技有限公司 | 一种针对大型工程建设的施工状态变化监测方法 |
CN114158242B (zh) * | 2021-12-30 | 2023-03-31 | 广西九维正链信息科技有限公司 | 九维遥感影像智能分析系统 |
CN114461841B (zh) * | 2022-04-14 | 2022-07-05 | 自然资源部第三地理信息制图院 | 一种土地利用数据自动缩编方法 |
CN116665066A (zh) * | 2023-07-31 | 2023-08-29 | 平安科技(深圳)有限公司 | 遥感数据处理方法、平台、计算机设备和可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453618A (zh) * | 2016-11-15 | 2017-02-22 | 西安中科空间信息技术有限公司 | 基于G‑Cloud云计算的遥感图像处理服务云平台系统 |
CN108022176A (zh) * | 2017-11-29 | 2018-05-11 | 上海五零盛同信息科技有限公司 | 智慧园林管理系统与方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9667710B2 (en) * | 2015-04-20 | 2017-05-30 | Agverdict, Inc. | Systems and methods for cloud-based agricultural data processing and management |
-
2020
- 2020-09-14 CN CN202010961401.9A patent/CN112115198B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453618A (zh) * | 2016-11-15 | 2017-02-22 | 西安中科空间信息技术有限公司 | 基于G‑Cloud云计算的遥感图像处理服务云平台系统 |
CN108022176A (zh) * | 2017-11-29 | 2018-05-11 | 上海五零盛同信息科技有限公司 | 智慧园林管理系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112115198A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112115198B (zh) | 一种城市遥感智能服务平台 | |
CN113065000B (zh) | 一种基于地理实体的多源异构数据融合方法 | |
CN108446293A (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
CN106779417A (zh) | 工程勘察信息数字化采集、管理及综合应用方法 | |
CN110321443B (zh) | 三维实景模型数据库构建方法、装置及数据服务系统 | |
CN110659369B (zh) | 在轨高精度轻量化全球影像控制点数据库构建方法及系统 | |
CN114049462B (zh) | 一种三维模型单体化方法及装置 | |
CN112148820B (zh) | 一种基于深度学习的水下地形数据识别和服务方法及系统 | |
CN109741209A (zh) | 台风灾害下配电网多源数据融合方法、系统及存储介质 | |
CN110826454B (zh) | 一种遥感影像变化检测方法及装置 | |
CN114820975B (zh) | 基于全要素参数符号化的三维场景仿真重构系统及方法 | |
CN116522272A (zh) | 一种基于城市信息单元的多源时空数据透明融合方法 | |
CN111382165A (zh) | 一种移动国土管理系统 | |
CN116842209A (zh) | 一种基于时空影像数据库的遥感影像在线服务方法 | |
CN109543087A (zh) | 一种国际三极数据互操作引擎系统的构建方法及使用方法 | |
CN115170924A (zh) | 一种空天地大数据智能解译系统 | |
CN115391579A (zh) | 一种遥感影像时空聚合即时计算影像服务方法 | |
Zhang et al. | Supporting web-based visual exploration of large-scale raster geospatial data using binned min-max quadtree | |
Jin et al. | Analysis of the Modeling Method and Application of 3D City Model based on the CityEngine | |
Yang et al. | Design and Construction of Massive Digital Orthophoto Map Database in China | |
CN116302579B (zh) | 面向Web端的时空大数据高效加载渲染方法及系统 | |
Weng et al. | Efficient visualization techniques for high resolution remotely sensed data in a network environment | |
Yuan | Automatic update method of GIS platform drawing model based on machine learning | |
Xu et al. | GeoMapViz: a framework for distributed management and geospatial data visualization based on massive spatiotemporal data streams | |
Shao et al. | Research of data resource management platform in smart city |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |