BitTorrent的影像流式传输模型研究

从BitTorrent协议算法在遥感影像流式传输中的局限性入手,研究BitTorrent结构中影像流式传输的实现机制,并提出一种基于BitTorrent的影像流式传输模型。模型在利用追踪服务器进行资源定位的基础上,使用适合影像流传输的影像瓦片动态下载队列机制,并对瓦片块选择下载算法进行改进。通过模拟试验测试表明,模型在影像瓦片块选择算法参数K取0.8时性能最佳,在大量用户并发访问场景中具有良好的稳定性。此外,模型在控制网络平衡性方面也较同类方式有所改进。

环境减灾卫星数据在黄河凌汛监测中的应用

应用国产环境与灾害监测预报小卫星星座CCD相机遥感影像数据对黄河2009—2010年度凌汛进行重点时间段和区域的监测,并利用实测数据对监测结果进行应用评价。结果表明环境减灾卫星数据在凌汛监测中具有很大的应用潜力。

基于P2P的海量水利遥感影像优化传输策略

海量水利遥感影像的网络传输与处理是用户及时获取遥感水利产品的关键。针对传统的基于客户端/服务器结构网络传输模式难以满足大量用户并发请求及时响应的问题,提出一种基于P2P思想的海量水利遥感影像传输优化策略,充分利用客户端资源进行数据处理与调度,减少服务器负载,并设计了抢占式传输机制,提高影像传输速度。通过原型系统Hydro-PNet(hydro-processing peer-to-peer network)测试表明,该策略有效地提高了数据传输速度,减少了用户请求的响应时间。

基于对等网络的多分辨率影像的网络传输模型

海量影像数据的网络传输和多分辨率显示是实现网络环境下影像图形浏览的关键。利用对等网络结构,借鉴基于P2P的文件下载相关技术,提出一种基于P2P的影像传输模型。在遥感影像分级分块的基础上,该模型通过构建基于兴趣区域分组的多追踪器覆盖网络,实现了节点加入和邻近节点选择的算法优化。通过模拟试验证明了模型中邻近节点选择的优化性能,并开发了原型系统IMAGEP2P。

水利遥感数据共享平台的高性能运行机制研究

随着遥感技术在水利应用上的逐步推进,海量多源遥感数据的低处理效率和共享程度成为该技术应用瓶颈。借鉴国内外现有技术经验,结合水利信息聚合应用特点,分析了解决该问题的空间数据密集和并行计算、快速检索与传输等几个关键支撑技术。通过对现有系统集成和应用模式的剖析,在理论上提出该运行框架的初步设计,为水利遥感数据中心的建设提供参考和建议。

基于网格平台的MODIS自动化处理方法研究

根据水利业务需求研究MODIS L1B级数据的预处理方法和流程,以及MODIS L1B级数据预处理产品的再加工处理方法和流程,按照网格平台并行化处理的要求对处理流程进行任务分解,将任务重组构成新的处理流程,搭建基于MODIS数据处理网格化平台。该网格化平台已部署到水利部水利信息中心业务化运行,为防汛抗旱、水土保持、水资源管理、水环境监测等水利业务提供了及时、可靠的数据支撑。

GIS技术在长江航道沉船扫测中的应用研究

长江航道水文条件复杂、通航密度大、水下沉物种类繁多,给沉船扫测工作带来了很大挑战。传统的长江航道沉船扫测方法存在扫测效率低、目标识别精度不高以及对扫测成果分析挖掘不充分等问题。研究通过引入一系列GIS技术的应用方法,探索在沉船扫测的各个环节中改进这些问题。通过实例分析,验证了GIS技术的应用能够有效提升扫测效率,提高目标识别的准确性,并能深化对沉船水域河床变化规律的理解。

基于AIS大数据的南京长江大桥水域规律航迹研究

南京长江大桥水域通航环境复杂,安全风险高。掌握船舶航行规律,对桥区水运安全监管及航道优化具有重要意义。利用船舶自动识别系统(AIS)大数据,采用自动化并行航迹密度计算方法,识别出不同大小的船舶在不同水期的规律航迹分布,并结合多源数据分析其时空变化特征。通过研究发现大桥水域船舶航行总体符合航行规则;相比小型船舶,大型船舶航行更加规范,通过桥孔时位置更居中,和桥轴法向夹角更小,主航迹带与航道重叠度更高;洪季受水流作用影响,船舶航迹较枯季整体偏北,随水位降低呈逐步向南演变的趋势。

长江航道水下数字高程模型自动化处理系统

手动处理生成航道水下数字高程模型(DEM)费时耗力,存在着效率瓶颈。提出并构建长江航道水下数字高程模型自动化处理系统。该系统由水深数据自动监测读取模块、DEM自动处理模块、成果自动加工模块以及流程监控显示模块组成,实现了从原始水深点自动监测到规则格网DEM及其专题图的快速自动化处理,有效节省了人工操作,提高了DEM产品的时效性,解决了效率瓶颈问题。

12.5m深水航道工程GPS基准站信息化监控管理

为保障12.5m深水航道二期工程GPS连续运行基准站的正常稳定工作,构建了信息化基准站远程监控管理体系。文中从GPS基准站设备监控、基准站数据备份质检分析以及信息发布等角度详细阐述了所采用的信息化监控手段,为同类基站的远程监控管理和维护提供技术参考。

可扩展的迭代自组织分析并行处理算法

随着遥感影像数据量的增加,传统非监督分类迭代自组织分析(ISODATA)算法的运算将十分耗时,应用并行计算技术能够有效解决该性能瓶颈。针对现有基于并行计算模型MapReduce的遥感迭代自组织分析并行算法存在的局限性,提出一种可扩展的基于MapReduce的迭代自组织分析并行处理算法。该算法通过其包含的全局子采样算法、聚类中心点集合过滤算法以及聚类映射算法,有效克服了现有并行算法中存在的不足。实验结果表明,在同等规模遥感计算中,该算法效率高于现有并行处理算法,具有良好的加速比,且在处理更大的影像块时具有更高的精度。