The invention discloses a design method for realizing large remote sensing data storage model of Hbase database based on Google S2, which includes: realizing grid clipping of remote sensing data through Google S2 algorithm for partitioning, fragmentation and ground space discretization of a wide range of remote sensing images to facilitate the storage and management of image data; establishing table storage model of Hbase database and realizing it. The attributes of partitioned remote sensing images are expressed in multiple dimensions, and data structure integration of multi-source heterogeneous remote sensing image data is realized by data band discrete storage. The invention fully considers the characteristics of different types of remote sensing image data, realizes efficient storage of large remote sensing data, meets the needs of users in different application scenarios, and effectively takes into account the scalability of the system and data balance.
【技术实现步骤摘要】
基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法
本专利技术涉及数据库管理
,尤其涉及一种基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法。
技术介绍
遥感数据具有海量、多源、异构、分布式存储的特点,遥感数据的存储管理方式主要包括数据库管理方式、基于文件的管理方式以及基于文件和数据库的混合管理方式三种。国内外遥感影像存储管理系统的开发不断涌现,例如武汉大学研制的多分辨率无缝影像数据库系统Geo-ImageDB,采用文件管理方式来存储管理多尺度遥感影像数据;加拿大遥感图像中心(CCRS)建立的遥感影像数据库,利用数据库存储卫星图像的相关元数据信息,卫星图像则利用文件系统来管理。传统的基于文件管理和文件与关系数据库混合的遥感影像数据库管理方式中遥感影像都是以文件形式存在,不利于影像数据的管理、分发,且系统的安全性很低。同时,获取遥感影像的途径各异,遥感影像的数据格式也是各式各样,多数基于数据库的遥感影像管理系统都没有一个统一的标准存储各类数据,其格式、种类、数目各异,这无疑加大了系统开发成本和建设周期。面对海量数据的发展,遥感数据的管理精细化管理变得尤为重要,传统的元数据+图像文件形式的数据管理方式在海量数据面前变得越来越无法适用。其凸显出的问题包括:数据提供方式过于单一,数据管理精度不够;同一数据,多个使用方需要进行相同预处理操作,且无法有效共享;在一次数据传输中存在有大量的无效信息,浪费带宽资源;跨卫星体系的同类型卫星数据无法同层使用;数据分析后信息无法直接还原的对应空间区域,需要另建数据库管理。因此,现在亟须 ...
【技术保护点】
1.一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法,其特征在于,该方法包括以下步骤:遥感影像数据的格网化裁剪:获取遥感影像,通过Google S2算法裁剪遥感影像;依据遥感影像的分辨率选取对应的格网级别,划定遥感影像的覆盖范围,计算影像覆盖范围内所覆盖的格网,根据网格裁剪遥感影像原图得到影像块,并对影像块进行序列化转化;Hbase数据库表存储模型的建立:创建Hbase表,不同卫星的遥感影像对应一张Hbase表,将卫星及其对应的传感器名称作为Hbase表名;建立包含RowKey的表存储模型,根据影像块属性计算对应的RowKey;通过对分区遥感影像在多个维度的属性表述,并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合,将序列化后的影像块按照对应的Rowkey存储到Hbase数据库中。
【技术特征摘要】
1.一种基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法,其特征在于,该方法包括以下步骤:遥感影像数据的格网化裁剪:获取遥感影像,通过GoogleS2算法裁剪遥感影像;依据遥感影像的分辨率选取对应的格网级别,划定遥感影像的覆盖范围,计算影像覆盖范围内所覆盖的格网,根据网格裁剪遥感影像原图得到影像块,并对影像块进行序列化转化;Hbase数据库表存储模型的建立:创建Hbase表,不同卫星的遥感影像对应一张Hbase表,将卫星及其对应的传感器名称作为Hbase表名;建立包含RowKey的表存储模型,根据影像块属性计算对应的RowKey;通过对分区遥感影像在多个维度的属性表述,并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合,将序列化后的影像块按照对应的Rowkey存储到Hbase数据库中。2.根据权利要求1所述的基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法,其特征在于,该方法中对遥感影像进行格网化裁剪的方法具体为:格网化裁剪包括GoogleS2的多级格网与不同遥感影像的分辨率间的映射:当遥感影像分辨率为60米时,GoogleS2对应的裁切格网级别为9级;当遥感影像分辨率为30米时,GoogleS2对应的裁切格网级别为10级;当遥感影像分辨率范围为20-10米时,GoogleS2对应的裁切格网级别为11级;当遥感影像分辨率范围为8-5米时,GoogleS2对应的裁切格网级别为12级;当遥感影像分辨率范围为4-3.5米时,GoogleS2对应的裁切格网级别为13级;当遥感影像分辨率范围为2.5-2米时,GoogleS2对应的裁切格网级别为14级;当遥感影像分辨率为1米时,GoogleS2对应的裁切格网级别为15级。3.根据权利要求1所述的基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法,其特征在于,该方法中的裁剪遥感影像的覆盖范围为:裁切影像范围为GoogleS2菱形格网的最大外接矩形,大于GoogleS2裁切的菱形格网范围,切分后的遥感影像将完整填充GoogleS2菱形格网空间,保证像素对格网的饱和填充,实现了对遥感大范围影像的空间离散化。4.根据权利要求1所述的基于GoogleS2实现Hbase数据库遥感大数据入库模型的设计方法,其特征在于,该方法中Hbase数据库的表存储模型具体包括:1个RowKey、1个TimeStamp和...
【专利技术属性】
技术研发人员:孟令奎,崔长露,张文,王锐,杨倍倍,孟诣卓,高子文,王一松,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。