【技术实现步骤摘要】
一种遥感影像数据存储方法和系统
本专利技术涉及遥感
，尤其涉及一种遥感影像数据存储方法和系统。
技术介绍
随着遥感技术的快速发展，多传感器、多时相、高空间分辨率、高光谱分辨率的遥感数据量也越来越多、数据类型也越来越复杂，包含非成像高光谱反射率数据、卫星遥感影像数据、研究区属性数据等。由于遥感数据周期性全方位积累，每天都有大量的遥感影像被获取，遥感数据体量十分庞大，若对某一地区多个时期不同类型遥感数据综合分析、融合处理，其数据量将成几何倍数增长。现有的遥感数据存储与管理方式主要可以分为两类：集中式的文件系统存储管理、基于传统关系数据库的分布式存储管理。(1)基于卫星条带的集中式文件存储管理，把海量遥感数据存储到中央服务器上，通过操作系统的文件对遥感数据进行组织和管理比较典型的有Windows的NTFS文件系统、Linux的Ext文件系统等。但是，遥感数据冗余度高、造成存储占用空间极大；跨网传输时，受限于网络宽带的影响，共享效率低；当存放影像过多时，存放混乱，检索难度大，对海量数据的快速访问和查找能力存在明显不足。...
【技术保护点】
1.一种遥感影像数据存储方法，其特征在于，包括：/n获取遥感影像数据，并利用MapReduce并行模型构建遥感影像金字塔；其中，所述遥感影像金字塔包括若干个不同分辨率的层级结构；/n对每一层级结构中的所述遥感影像数据根据Geohash编码进行分块，以计算索引值；/n利用空间填充曲线对每一所述遥感影像数据的栅格进行降维处理；/n以Key-Value键值对的形式将降维处理后的所述栅格进行分布式存储。/n
【技术特征摘要】
1.一种遥感影像数据存储方法，其特征在于，包括：
获取遥感影像数据，并利用MapReduce并行模型构建遥感影像金字塔；其中，所述遥感影像金字塔包括若干个不同分辨率的层级结构；
对每一层级结构中的所述遥感影像数据根据Geohash编码进行分块，以计算索引值；
利用空间填充曲线对每一所述遥感影像数据的栅格进行降维处理；
以Key-Value键值对的形式将降维处理后的所述栅格进行分布式存储。
2.如权利要求1所述的遥感影像数据存储方法，其特征在于，所述利用MapReduce并行模型构建遥感影像金字塔，具体包括：
利用重采样技术根据所述MapReduce并行模型构建遥感影像金字塔；其中，所述重采样技术包括双线性插值法、最临近像元法和三次卷积法中的至少一种。
3.如权利要求1所述的遥感影像数据存储方法，其特征在于，所述对每一层级结构中的所述遥感影像数据根据Geohash编码进行分块，具体包括：
获取所述遥感影像数据的空间范围以及分辨率；
建立与所述遥感影像金字塔的层级结构对应长度的字符串；
利用Geohash编码将所述空间范围以及分辨率为用所述字符串表示；
根据所述字符串的长度对所述遥感影像数据进行分层，并根据所述字符串的值对所述遥感影像数据进行分形，以将所述遥感影像数据切割为若干个不同层级结构的栅格。
4.如权利要求1所述的遥感影像数据存储方法，其特征在于，所述利用空间填充曲线对每一所述遥感影像数据的栅格进行降维处理，具体包括：
利用Z阶曲线原理把所有所述栅格以弓字形连接；
提取所有栅格像元所在的行列号，降为一维字符串；
把每个所述栅格对应的像元值作为Value属性，形成Key-Value键值对。
5.如权利要求1所述的遥感影像数据存储方法，其特征在于，所述遥感影像的降维索引用于进行并行计算，所述并行计算的过程包括：
在栅格空间数据转换库的分布式非关系型数据库中读取降维索引后的遥感数据；
将读取的数据转为Spark的RDD类型，以进行并行计算；
利用栅格空间数据转换库将并行计算后的数据再次写入分布式非关系型数据库中。
<...
【专利技术属性】
技术研发人员：刘洋，郭亮，何华贵，杨卫军，王会，林鸿，曾志铧，
申请(专利权)人：广州市城市规划勘测设计研究院，
类型：发明
国别省市：广东;44
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。