基于事件触发的遥感产品生产的数据流模型研究

提出了基于事件触发的遥感产品生产的数据流模型,该模型将数据驱动和命令驱动结合起来,能直观地反映遥感产品的实际处理过程,并方便用于开发新的遥感产品生产流程。

基于高时空分辨率BRDF先验知识的高分卫星地表反照率产品及其初步验证

地表反照率是地表辐射能量平衡中的关键因子。利用高分卫星数据生产地表反照率产品,将有效地支撑局地尺度的遥感监测应用。但高分卫星数据反演反照率面临着角度信息不足难以获取BRDF特性的难题。本文利用高分一号卫星,基于低分辨率多角度信息获取时空分布的BRDF先验知识来反演高分卫星数据BRDF,进而估算反照率,生成了高分卫星全国地表反照率产品,并分析了产品的时空特征和基于地面测量数据验证了产品精度。主要利用黑河、怀来、东北遥感试验站多个观测点长时间序列地面观测进行直接验证,地表覆盖类型包括玉米作物,海棠、水杉、油松等林地以及草地,而在冬季其覆盖则转变为裸土或冰雪等。产品的时空动态变化基本捕捉了地表的变化特征,与地面站点数据时间序列特征吻合度较高。产品在植被覆盖的结果普遍较好,而在裸土和冰雪条件下精度则有所降低,总体均方根误差为0.05,相对精度80.24%,基本满足应用需求。验证结果表明,本文利用更为精细的具有时空分布特征(高时空分辨率)的BRDF先验知识有效地反演了高分数据反照率产品。反照率产品精度直接受到辐射定标、几何定位、大气校正、云识别、算法等精度影响,高分卫星反照率产品算法的适用性和产品的精度还需要更充分的验证和分析。

Docker容器化下的遥感算法程序集成方法

目的近年来,随着我国遥感技术的快速发展,遥感数据呈现出大数据的特点,遥感数据的时效性增强,针对新环境下遥感算法编程语言众多,程序运行和部署环境需求多样,程序的集成和部署困难的问题,提出了一种遥感算法程序快速封装与Docker容器化系统集成架构。方法该系统架构主要包括:1)遥感算法程序的镜像自动化封装制作;2)镜像的分发管理,达到算法程序镜像的共享;3)遥感信息产品生产流程的容器化编排服务,将相关联的算法程序镜像串联,以满足特定遥感信息产品的生产;4)容器的调度运行,调用镜像,实现特定遥感产品的容器化运行。本文在上述容器化系统集成架构下,以Landsat5数据的NDVI、NDWI信息产品的生产作为容器化生产实例,并同物理机、KVM(kernel-based virtual machine)虚拟机在运行时间、内存占用量、部署效率等性能进行了对比。结果Docker容器虚拟化环境下的产品生产和物理机环境下在运行时间和内存占用量上几无差别,优于KVM虚拟机。Docker容器虚拟化环境和KVM虚拟机环境下在部署上能够节省大量时间,相比于物理机环境能够提高部署效率。结论容器化的系统集成方式能够有效解决遥感算法程序集成和部署困难的问题,有利于遥感算法程序的复用和流程的共享,提高系统集成效率,具备较强的遥感数据实时快速处理能力。