大数据环境下卫星对地观测数据集成系统的关键技术(4)

　　遥感信息的应用需要为各类需求用户提供一个基础平台。运用云计算模式［33］，借助云平台先进的基础架构与管理方式，构建有效的遥感信息公共服务平台，提供权限管理、遥感图像智能化搜索、图像资源浏览、结果获取、订单处理及反馈等基本功能。利用高性能处理终端集群［34］可在遥感数据处理中建立云平台来处理卫星遥感数据，证明云计算模式具有较好的应用潜力。

　　云平台的构建包括3 个不同任务，即虚拟化、平台搭建以及服务提供［35］。其中，虚拟化是整个云平台构建的基础，在此基础上，平台搭建实现对信息资源以及相应虚拟化资源的调度和管理，服务提供则将相应信息资源转化为服务。采用虚拟化软件( 如Vmware，Virtual PC 等) 在虚拟服务器和底层硬件之间建立一个抽象层，然后将卫星遥感相关应用模块迁移到虚拟层上，不同应用模块共享底层硬件计算和存储资源。在建设时，服务器、存储设备以及应用程序等通过虚拟化软件整合成统一资源，动态地给各个应用系统按需分配资源，实现应用的动态迁移。

　　平台搭建具体包括搭建公共云、业务云和支撑云3个平台，对相应信息和数据资源等进行整合。其中，公共云将可供公共使用的数据和信息以及其他相应资源放在该平台上; 业务云为数据中心内部各个业务部门的相互连通而搭建; 支撑云为公众云和业务云的搭建和运行提供资源和技术层面的支持。服务提供使所建云平台向不同的集成系统提供丰富的云端服务。通过分布式高性能卫星遥感信息归档云平台，为用户提供能进入数据分析、知识查询的专用入口。

　　7 结语

　　本文提出大数据环境下卫星对地观测数据集成系统建立与应用中亟待解决的关键技术，包括大容量对地观测数据的存储优化技术、基于网格的遥感图像快速处理技术、海量卫星遥感图像数据的深度分析与地学知识发现技术、基于共享知识库的多数据中心协同处理及归档技术。通过这些关键技术建立卫星对地观测数据集成系统，实现集成卫星图像、地面观测数据和模拟模型的元数据管理、几何精度纠正和卫星数据质量评价、海量卫星图像数据的空间分析与知识发现、分布式高性能卫星图像数据管理和归档系统等基本功能，能够为解决海量卫星数据分布式存储与计算、数据集成与互操作、空间数据分析与地学知识发现这些问题提供新思路、新技术与新方法。

　　参考文献( Ｒeferences) :

　　［1］ Wang Yi． The development of the Earth observation system［J］．Advances in Earth Science，2005，20( 9) : 980-989．［王毅．新一代对地观测系统的发展［J］．地球科学进展，2005，20( 9) : 980-989．］

　　［2］ Li Deren，Tong Qingxi，Li Ｒongxing，et al． Current issues inhigh-resolution Earth observation technology［J］． Science in China( Series D) ，2012，42( 6) : 805-813．［李德仁，童庆禧，李荣兴，等．高分辨率对地观测的若干前沿科学问题［J］．中国科学: D辑， 2012， 42( 6) : 805-813．］

　　［3］ Max Craglia，Kees de Bie，Martino Pesaresi，et al． Digital Earth2020: Towards the vision for the next decade［J］． InternationalJournal Digital Earth，2012，5: 4-21．860 地球科学进展第30 卷

　　［4］ Li Deren． Opportunities for geomatics［J］． Geomatics and InformationScience of Wuhan University，2004，29( 9) : 753-756．［李德仁．地球空间信息学的机遇［J］．武汉大学学报: 信息科学版，2004， 29( 9) : 753-756．］

　　［5］ Li Deren，Shen Xin． Intelligent Earth observing system［J］． Scienceof Surveying and Mapping，2005，30( 4) : 9-11．［李德仁，沈欣．论智能化对地观测系统［J］．测绘科学，2005，30 ( 4 ) : 9-11．］

　　［6］Ｒong Xie，Ｒyosuke Shibasaki． Creating a satellite-data integrationsystem［J］． GIM International，2006，20( 12) : 21-23．［7］ Gong Jianya． Advances in Earth Observation Data Processing andAnalysis［M］． Wuhan: Wuhan University Press，2007．［龚健雅．对地观测数据处理与分析研究进展［M］．武汉: 武汉大学出版社，2007．］

　　［8］ James Manyika，Michael Chui，Brad Brown，et al． Big Data: TheNext Frontier for Innovation，Competition，and Productivity［Ｒ］．McKinsey Global Institute， 2011．

　　［9］ Daniel Sui，Sarah Elwood，Michael Goodchild． Introduction: Volunteeredgeographic information，the exaflood，and the growingdigital divide［M］∥Crowdsourcing Geographic Knowledge: VolunteeredGeographic Information ( VGI) in Theory and Practice．New York: Springer，2013: 1-14．

　　［10］ Big Data Expert Committee of China Computer Federation． WhitePaper of Big Data Technologies and Industry Development in China［Z］． Beijing: China Computer Federation，2013．［中国计算机学会大数据专家委员会．中国大数据技术与产业发展白皮书［Z］．北京: 中国计算机学会， 2013．］［11］ Yu Xing． The bigdata tool for geochemical study of seabedrocks—PetDB and its application in geoscience［J］． Advances inEarth Science，2014，29( 2) : 306-314．［余星．海底岩石地球化学研究中的“大数据”———PetDB 及其应用［J］．地球科学进展， 2014， 29( 2) : 306-314．］

　　［12］ Li Guoqing，Wu Yanhui． Scientific research of Earth observationin era of big data［J］． China Computer Society Newsletter，2013，9( 9) : 27-31．［李国庆，邬延辉．大数据时代的对地观测科学研究［J］．中国计算机学会通讯，2013，9( 9) : 27-31．］

　　［13］ Zhou Xiaofang，Lu Jiaheng，Li Cuiping，et al． Challenges of bigdata from the perspective of data management［J］． China ComputerSociety Newsletter，2012，8( 9) : 16-20．［周晓方，陆嘉恒，李翠平，等．从数据管理视角看大数据挑战［J］．中国计算机学会通讯， 2012，8( 9) : 16-20．］

　　［14］ Qin Xiongpai，Wang Huiju，Du Xiaoyong，et al． Big data analysis—Competition and symbiosis of ＲDBMS and MapＲeduce［J］．Journal of Software，2012，23( 1) : 32-45．［覃雄派，王会举，杜小勇，等．大数据分析———ＲDBMS 与MapＲeduce 的竞争与共生［J］．软件学报，2012，23( 1) : 32-45．］

　　［15］ Yang Bingxin． Brief introduction to Xiangshan science conferencesof nos［J］． China Basic Science，2012，14 ( 4) : 22-29．［杨炳忻．香山科学会议第420-424 次学术讨论会简述［J］．中国基础科学，2012，14( 4) : 22-29．］

　　［16］ Gong Xueqing，Jin Cheqing，Wang Xiaoling ， et al． Data-intensivescience and engineering: Ｒequirements and challenges［J］．Chinese Journal of Computers，2012，35( 8) : 1 563-1 578．［宫学庆，金澈清，王晓玲，等．数据密集型科学与工程: 需求和挑战［J］．计算机学报，2012，35( 8) : 1 563-1 578．］

　　［17］ Wang Shan，Wang Huiju，Qin Xiongpai，et al． Architecting bigdata: Challenges，studies and forecasts［J］． Chinese Journal ofComputers，2011，34( 10) : 1 741-1 752．［王珊，王会举，覃雄派，等．架构大数据: 挑战、现状与展望［J］．计算机学报，2011，34( 10) : 1 741-1 752．］

　　［18］ Ma Shuai，Li Jianxin，Hu Chunming． Challenging and thinkingof big data science and engineering［J］． China Computer SocietyNewsletter，2012，8( 9) : 22-30．［马帅，李建欣，胡春明．大数据科学与工程的挑战与思考［J］．中国计算机学会通讯，2012，8( 9) : 22-30．］

　　［19］ Li Guojie． The scientific value of big data research［J］． ChinaComputer Society Newsletter，2012，8( 9) : 8-15．［李国杰．大数据研究的科学价值［J］．中国计算机学会通讯，2012，8( 9) : 8-15．］

　　［20］ International Organization for Standardization． ISO/TC 211-Geographicinformation /Geomatics［S /OL］． ( 2005-07-28) ［2015-01-24］． http: ∥www． iso． org /iso /home /store /catalogue_tc /catalogue_tc_browse． htm? commid = 54904．

　　［21］ OGC． The OpenGIS Abstract Specification［S /OL］． ( 2005-07-28) ［2015-01-24］． http: ∥www． opengeospatial． org /standard /as．

　　［22］ Gu Xingfa． Development Status and Prospects of China Earth ObservationSystem［Ｒ］． Wuhan: Wuhan University，2010．［顾行发．中国空间对地观测体系发展现状与前瞻［Ｒ］．武汉: 武汉大学， 2010．］

　　［23］ State Administration of Science，Technology and Industry for NationalDefense［EB/OL］． China Major Projects of High-ＲesolutionEarth Observation System，2007．［2015-04-06］． http: ∥www． sastind． gov． cn /n25770 /index． html．［国家国防科技工业局［EB /OL］．中国高分辨率对地观测系统重大专项网，2007．［2015-04-06］． http: ∥www． sastind． gov． cn /n25770 /index．html．］

　　［24］ Gu Xingfa． Thinking of Industry Development of China’s SatelliteApplications［Ｒ］． Wuhan: Wuhan University，2010．［顾行发．我国卫星应用产业发展思考［Ｒ］．武汉: 武汉大学，2010．］

　　［25］ Dai Weimin． Techniques and Methods of Semantic Web Informationorganization［M］． Shanghai: Academia Press，2008．［戴维民．语义网信息组织技术与方法［M］．上海: 学林出版社，2008．］

　　［26］Ｒong Xie，Ｒyosuke Shibasaki． Imagery metadata developmentbased on ISO/TC 211 standards［J］． CODATA Data ScienceJournal，2007，6( 3) : 28-45．

　　［27］ Hua Yu，Jiang Hong，Zhu Yifeng，et al． SmartStore: A newmetadata organization paradigm with semantic-awareness for nextgenerationfile systems［C］∥Proceedings of the InternationalConference for High Performance Computing，Networking，Storageand Analysis，2009: 1-12．

　　［28］ Zeng Shaobin，Xie Chuanjie，Li Jiaqi，et al． Parallel fusion for第8 期谢榕等: 大数据环境下卫星对地观测数据集成系统的关键技术861remote sensing images based on grid services［J］． Journal of Geo-Information Science， 2010，12( 2) : 269-274．［曾少斌，谢传节，李佳琪，等．基于网格服务的遥感图像并行融合［J］．地球信息科学学报， 2010， 12( 2) : 269-274．］

　　［29］ Li Shengyang，Zhang Aijun，Zhu Chongguang，et al． Fast processingof grid-based remote sensing images［J］． Computer Engineering，2007，33( 6) : 35-37．［李盛阳，张爱军，朱重光，等．基于网格的遥感图像快速处理［J］．计算机工程，2007，33( 6) : 35-37．］

　　［30］ Dhruba Borthakur． The Hadoop Distributed File System: Architectureand Design ［Ｒ］． The Apache Software Foundation，2007．

　　［31］ Jeffrey Dean，Sanjay Ghemawat． MapＲeduce: Simplified dataprocessing on large clusters［J］． Communications of the ACM，2008，51( 1) : 107-113．

　　［32］ Kyuseok Shim． MapＲeduce Algorithms for Big Data Analysis，Proceedings of 8th International Workshop［C］． Berlin: Springer-Verlag Heidelberg，2013: 44-48．

　　［33］ Thomas Erl，Ｒicardo Puttini，Zaigham Mahmood． Cloud computing:

　　Concepts，Technology ＆ Architecture［M］． New York: ServiceTechPress，2013．

　　［34］ Navid Golpayegani，Milton Halem． Cloud computing for satellitedata processing on high end compute clusters［C］∥IEEE InternationalConference on Cloud Computing． Bangalore， India，2009: 88-92．

　　［35］ Lu Junjie，Hou Weizhen． Construction of e-government cloudplatform oriented information resources integration［J］． LibraryStudies，2012，13: 36-40．［鲁俊杰，侯卫真．面向信息资源整合的电子政务云平台构建研究［J］．图书馆学研究，2012， 13:36-40．］

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程