CN112732963A - 基于遥感大数据的跨界服务应用方法 - Google Patents

基于遥感大数据的跨界服务应用方法 Download PDF

Info

Publication number
CN112732963A
CN112732963A CN202110051958.3A CN202110051958A CN112732963A CN 112732963 A CN112732963 A CN 112732963A CN 202110051958 A CN202110051958 A CN 202110051958A CN 112732963 A CN112732963 A CN 112732963A
Authority
CN
China
Prior art keywords
remote sensing
industry
service
model
cross
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
Application number
CN202110051958.3A
Other languages
English (en)
Inventor
尚永衡
尹建伟
吴朝晖
沈正伟
谭哲越
苏鸽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202110051958.3A priority Critical patent/CN112732963A/zh
Publication of CN112732963A publication Critical patent/CN112732963A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于遥感大数据的跨界服务应用方法，通过对遥感大数据的行业应用元模型的研究和抽取，生成一个融合型的多行业跨界融合元模型，并用该元模型来指导遥感图像解译、分类，以及遥感信息服务化包装，然后通过信息服务的匹配并应用到国土、农业、水利等不同的行业，实现遥感大数据的服务化和跨界共享。本发明可以有效的消除行业壁垒，为遥感数据应用的服务化提供了一个可行的方案，为后续遥感数据应用市场的拓展提供了支撑。

Description

基于遥感大数据的跨界服务应用方法
技术领域
本发明涉及一种基于遥感大数据的跨界服务应用模型，广泛运用于空天信息领域。
背景技术
随着信息技术和航天技术的发展，越来越多的卫星被部署在轨道并对全球进行全方位的感知，遥感数据的数据量也随着卫星数量的增加而成几何倍数增长。根据公开信息显示，我国陆地卫星的数据量已经超过了100PB，并在2025年将超过1400PB，数据量的增加，也扩大了遥感在不同行业的应用，但是目前的应用主要是行业的垂直应用，比如国土行业，用户首先是获取遥感图像，对图像进行预处理、解译、信息提取，最后是示范应用。而其他行业的应用和国土行业用户是走同样的流程，行业之间互相不通，形成严重的信息孤岛现象，严重阻碍遥感产业化生态建设。然而在做图像解译和信息提取时，国土需要解译的目标包括土地的利用现状信息，而在农业、林业、城建、水利等行业也需要解译同样的信息，所以所有的行业既有融合又有差别，基于此我们提出了该发明可以有效的解决上述问题。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种遥感大数据的跨界服务应用方法。
一种基于遥感大数据的跨界服务应用方法，步骤包括行业服务元模型抽取、行业服务元模型跨界融合、遥感图像信息服务化包装和遥感图像信息服务匹配；所述的行业服务元模型抽取是针对不同行业用户中应用的多元、目标多样和流程可变需求特点，基于每个行业应用的概念，建立面向生态的跨界服务元模型，为后续多行业跨界融合提供基础；所述的行业服务元模型融合是在行业服务元模型抽取的基础上提取不同行业的共同特征和异构特征，并通过微服务技术对这些特征进行服务化包装，最终实现一个统一的多行业跨界融合模型；所述的遥感图像信息服务化包装是在多行业跨界融合模型的指导下，对预处理后的遥感图像进行解译与分类，信息服务化包装，并为后续的遥感图像信息服务匹配提供基础的服务内容。
所述的行业包括国土、农业、林业、城建、水利行业。
所述的遥感图像信息服务匹配通过遥感图像信息服务和多行业跨界融合模型的特征进行匹配，并最终形成不同的行业应用，完成多个行业的跨界共享。
本发明的有益效果：
（1）可以有效的消除遥感应用时所产生的行业壁垒，提高遥感产业应用和生态建设。
（2）该发明为遥感数据应用的服务化提供了一个可行的方案，为后续遥感数据应用市场的拓展提供了支撑。
（3）打通了遥感行业应用壁垒，提高了遥感数据应用的效能。
附图说明
图1基于遥感大数据的跨界服务应用方法的流程框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示，一种基于遥感大数据的跨界服务应用，包括行业服务元模型抽取、行业服务元模型跨界融合、遥感图像信息服务化包装和遥感图像信息服务匹配；所述的行业服务元模型抽取是针对不同行业用户中应用的多元、目标多样和流程可变需求特点，基于每个行业应用的概念，建立面向生态的跨界服务元模型，为后续多行业跨界融合提供基础；所述的行业服务元模型融合是在行业服务元模型抽取的基础上提取不同行业的共同特征和异构特征，并通过微服务技术对这些特征进行服务化包装，最终实现一个统一的多行业跨界融合模型；所述的遥感图像信息服务化包装是在多行业跨界融合模型的指导下，对预处理后的遥感图像进行解译与分类，信息服务化包装，并为后续的遥感图像信息服务匹配提供基础的服务内容。
所述的行业包括国土、农业、林业、城建、水利行业。
所述的遥感图像信息服务匹配通过遥感图像信息服务和多行业跨界融合模型的特征进行匹配，并最终形成不同的行业应用，完成多个行业的跨界共享。
比如在所述的行业跨界服务融合元模型的指导下，将遥感数据按照特征包装成农田信息服务、建筑物信息服务、水体信息服务、道路信息服务、绿色植被信息服务、森林信息服务等，而在遥感跨界应用时，国土行业可以根据自身的需求获取农田信息服务来作为普查耕地情况，可以通过获取水体信息服务来获取全国水系占地信息，通过建筑物信息服务来获取建筑用地信息；而农业节点可以通过农田信息服务、水体信息服务来为农业的发展提供信息支撑，进而达到通过一次的遥感信息处理、解译可以实现多行业跨界应用，打通了行业间的壁垒，提高了遥感信息使用的能效，有效促进遥感信息行业发展和生态建设。
上述描述中的实施方案可以进一步组合或者替换，且实施方案仅仅是对本发明的优选实施例进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中普通技术人员对本发明的技术方案做出的各种变化和改进，均属于本发明的保护范围。本发明的保护范围由所附权利要求及其任何等同物给出。

Claims (3)

1.一种基于遥感大数据的跨界服务应用方法，其特征在于：步骤包括行业服务元模型抽取、行业服务元模型跨界融合、遥感图像信息服务化包装和遥感图像信息服务匹配；所述的行业服务元模型抽取是针对不同行业用户中应用的多元、目标多样和流程可变需求特点，基于每个行业应用的概念，建立面向生态的跨界服务元模型，为后续多行业跨界融合提供基础；所述的行业服务元模型融合是在行业服务元模型抽取的基础上提取不同行业的共同特征和异构特征，并通过微服务技术对这些特征进行服务化包装，最终实现一个统一的多行业跨界融合模型；所述的遥感图像信息服务化包装是在多行业跨界融合模型的指导下，对预处理后的遥感图像进行解译与分类，信息服务化包装，并为后续的遥感图像信息服务匹配提供基础的服务内容。
2.如权利要求1所述的方法，其特征在于：所述的行业包括国土、农业、林业、城建、水利行业。
3.如权利要求1所述的方法，其特征在于：所述的遥感图像信息服务匹配通过遥感图像信息服务和多行业跨界融合模型的特征进行匹配，并最终形成不同的行业应用，完成多个行业的跨界共享。
CN202110051958.3A 2021-01-15 2021-01-15 基于遥感大数据的跨界服务应用方法 Pending CN112732963A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110051958.3A CN112732963A (zh) 2021-01-15 2021-01-15 基于遥感大数据的跨界服务应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110051958.3A CN112732963A (zh) 2021-01-15 2021-01-15 基于遥感大数据的跨界服务应用方法

Publications (1)

Publication Number Publication Date
CN112732963A true CN112732963A (zh) 2021-04-30

Family

ID=75591508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110051958.3A Pending CN112732963A (zh) 2021-01-15 2021-01-15 基于遥感大数据的跨界服务应用方法

Country Status (1)

Country Link
CN (1) CN112732963A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024139414A1 (zh) * 2022-12-28 2024-07-04 浙江大学德请先进技术与产业研究院 一种用于遥感大数据共享的服务包装方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777001A (zh) * 2016-12-06 2017-05-31 中国人民公安大学 公安遥感监测应用标准体系数据库的构建方法
CN109800671A (zh) * 2018-12-28 2019-05-24 北京市遥感信息研究所 面向目标解译的多源遥感信息知识图谱构建方法和系统
CN110175932A (zh) * 2019-05-16 2019-08-27 中国农业科学院农业资源与农业区划研究所 基于遥感信息提取与多旬降水耦合的农业旱情监测方法
CN111742329A (zh) * 2020-05-15 2020-10-02 安徽中科智能感知产业技术研究院有限责任公司 一种基于多源遥感数据融合和深度神经网络的矿山开采典型地物动态监测方法及平台
CN112115198A (zh) * 2020-09-14 2020-12-22 宁波市测绘和遥感技术研究院 一种城市遥感智能服务平台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777001A (zh) * 2016-12-06 2017-05-31 中国人民公安大学 公安遥感监测应用标准体系数据库的构建方法
CN109800671A (zh) * 2018-12-28 2019-05-24 北京市遥感信息研究所 面向目标解译的多源遥感信息知识图谱构建方法和系统
CN110175932A (zh) * 2019-05-16 2019-08-27 中国农业科学院农业资源与农业区划研究所 基于遥感信息提取与多旬降水耦合的农业旱情监测方法
CN111742329A (zh) * 2020-05-15 2020-10-02 安徽中科智能感知产业技术研究院有限责任公司 一种基于多源遥感数据融合和深度神经网络的矿山开采典型地物动态监测方法及平台
CN112115198A (zh) * 2020-09-14 2020-12-22 宁波市测绘和遥感技术研究院 一种城市遥感智能服务平台

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024139414A1 (zh) * 2022-12-28 2024-07-04 浙江大学德请先进技术与产业研究院 一种用于遥感大数据共享的服务包装方法

Similar Documents

Publication Publication Date Title
Jiang et al. Multi-resolution dataset for photovoltaic panel segmentation from satellite and aerial imagery
Sundberg Spore rain in relation to regional sources and beyond
Dai et al. RADANet: Road augmented deformable attention network for road extraction from complex high-resolution remote-sensing images
Molinario et al. Quantification of land cover and land use within the rural complex of the Democratic Republic of Congo
CN106709989B (zh) 基于面向对象影像特征的地理本体建模与语义推理方法
Liu et al. Towards accurate tiny vehicle detection in complex scenes
US20120294539A1 (en) Object identification system and method of identifying an object using the same
CN108089191A (zh) 一种基于激光雷达的全局定位系统及方法
CN112906537B (zh) 一种基于卷积神经网络的农作物识别方法及系统
CN112732963A (zh) 基于遥感大数据的跨界服务应用方法
CN105741309A (zh) 一种基于卡方变换和样本选择的遥感影像变化检测方法
Diep et al. Assessment on controlling factors of urbanization possibility in a newly developing city of the Vietnamese Mekong delta using logistic regression analysis
CN114723869A (zh) 影像处理方法以及装置
CN116863347A (zh) 一种高效率和精度的遥感图像语义分割方法及应用
Saifi et al. Deep learning based framework for semantic segmentation of satellite images
Zhang et al. Individual tree detection and counting based on high-resolution imagery and the canopy height model data
Tatlhego et al. Are African irrigation dam projects for large-scale agribusiness or small-scale farmers?
Majchrowska Abandonment of agricultural land in central Poland and its ecological role
Chaudhari et al. Crop inventory of orchard crops in India using remotely sensed data
Lee et al. Farmland use mapping using high resolution images and land use change analysis
Hu et al. Wind turbine detection with synthetic overhead imagery
Liu Real-Time Obstacle Detection Based on Image Semantic Segmentation and Fusion Network.
Bao Remote-sensing Small-target Detection Based on Feature-dense Connection
CN113297524A (zh) 一种基于混合模式的移动气象服务系统及其工作方法
Ganesh et al. Site suitability assessment for neelambur panchayat using GIS and AHP techniques

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210430

WD01 Invention patent application deemed withdrawn after publication