遥感数据在线信息分析服务技术研究

谢秋平，于海洋，王　栋，余　涛，张振鹏，元沐南

(1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室，河南 焦作 454000；

2. 中国科学院遥感与数字地球研究所，北京 100101)

Research on Online Information Analysis and Service Technology of

Remote Sensing Data

XIE Qiuping，YU Haiyang，WANG Dong，YU Tao，ZHANG Zhenpeng，YUAN Munan



遥感数据在线信息分析服务技术研究

谢秋平1,2，于海洋1，王栋2，余涛2，张振鹏2，元沐南2

(1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室，河南 焦作 454000；

2. 中国科学院遥感与数字地球研究所，北京 100101)

Research on Online Information Analysis and Service Technology of

Remote Sensing Data

XIE Qiuping，YU Haiyang，WANG Dong，YU Tao，ZHANG Zhenpeng，YUAN Munan

摘要：遥感数据的在线信息分析服务技术是基于在线处理技术，整合各种遥感信息和技术资源，通过标准Web Service调用方式以按需共享的方式提供遥感应用服务。本文就高分遥感数据产品的在线信息分析技术框架及信息分析结果的在线可视化系统实现展开研究，通过整合遥感数据处理算法及处理工具资源进行系统集成，并利用标准Web Service调用的方式为用户统一提供在线数据分析服务，使用户无须安装复杂处理软件就能在线对数据进行处理分析。试验结果表明，在线信息分析服务系统能稳定高效地为3—5级高分影像数据产品提供在线的数据分析功能，能有效降低行业应用高分遥感影像的难度，进一步增强了对高分遥感影像数据的应用能力。

关键词：高分遥感数据；在线分析；数据挖掘；变化检测；可视化

随着网络技术的高速发展，遥感数据的在线信息分析逐渐成为各领域用户提取遥感信息的一种新方式。遥感数据的在线信息分析，即是将遥感数据集中存储在综合信息产品数据库，用户在线提交所需研究区域范围的遥感数据，对所选数据进行在线处理，数据处理结果以可视化方式展示，用户可以在线查看预览并下载处理结果。钟洪麟等[1]综合利用C#、交互式数据语言(interactive data language，IDL)等技术，以ASP.NET为平台，研发了DVB-SMODIS遥感数据在线交互式处理原型系统，实现了遥感数据的基本预处理及在线去云处理等功能。何川等[2]利用IDL语言和ASP.NET相结合的技术开发了基于Web的遥感信息提取系统，并实现了归一化植被指数(normalized difference vegetation index，NDVI)数据的在线发布。谭庆全等[3]利用Java、C++实现了基于B/S模式和基于C/S模式的两种Internet环境下遥感影像金字塔切割算法，提高了遥感数据在线浏览速度。国外应用最广泛的是NASA遥感数据在线处理与可视化系统——GIOVANNI，该系统提供了全球海洋、大气及地理环境等方面遥感数据的可视化和在线分析功能，用户仅需通过在线提交数据处理申请，即可进行遥感数据的在线处理和分析[4-5]。

高分一号卫星的成功发射，为国土资源部门、农业部门、环境保护部门提供了高精度、高分辨率、大范围的示范应用服务，也在地理测绘、城市和交通精细化管理、土地动态遥感监测等领域发挥了重要作用。用户在使用高分数据产品时，往往期望能够预先了解和挖掘遥感影像数据产品内在的信息。本文就高分数据产品的在线信息分析及其结果可视化表达展开技术研究，利用标准Web服务调用的方式，屏蔽各类功能实现的软硬件环境差异，开发出一个基于B/S结构的Web遥感信息分析系统，客户端只需通过浏览器访问，无须安装任何遥感处理软件，在设置相关参数后，即可得到数据的处理结果，可以为用户提供方便快捷的透视数据产品和具有信息产品内涵的在线分析工具。

一、研究目标

针对高分数据产品，研究在线的数据透视分析功能，从而使各类用户能够快速感知高分数据的基本特征。主要研究目标在于：①实现对高分遥感数据的在线分析，对各类分析工具的实现进行关键技术探索，为不同层次的用户提供高分数据影像产品的基本数据信息分析的在线工具集，工具集的功能主要有：在线数据投影变换、基本信息统计与直方图分析、多时相变化检测分析、空间聚类分析、多目标对象间的空间关联模式挖掘分析；②各类在线数据分析的技术实现，采用基于标准Web服务调用的方式，集成到原型应用系统中；③对输入海量高分遥感数据利用5层15级瓦片切分技术进行分块分割，以提高数据处理效率。

遥感数据在线信息分析服务技术将提供在线实时的数据分析，系统总体结构层次划分如图1所示，资源层是系统的基础和集成资源，功能层实现系统服务所需的基本功能，服务层是对系统功能进行业务逻辑组合建立的在线信息分析服务模式，用户层是针对业务应用为各类用户提供在线信息分析服务技术。

图1　系统总体结构层次

系统服务层是基于Web Service实现的，包括目录服务、数据服务和信息功能服务。目录服务提供给用户关于在线信息分析服务的目录信息及所提供数据服务、功能服务的目录信息；数据服务提供给用户关于在线信息分析服务处理结果中遥感影像数据的描述、地理空间数据的图形和属性信息；信息功能服务是以服务封装的形式向用户提供在线遥感数据处理和分析功能，用户按规定格式输入请求，经服务器处理和分析后，将结果返回给用户。

二、系统功能

在线信息分析系统功能的实现采用的技术流程如图2所示，在可视化参数交互式设置的控制下，通过高分数据读取接口获取待处理高分数据；对获取的高分数据产品，首先进行投影变换；然后进行数据挖掘分析，即进行基本统计分析及直方图分析、多时相变化检测分析、空间聚类分析和关联模式数据挖掘分析，也可对通过高分数据读取接口获得的数据直接进行相关数据分析；最后通过图、表等方式实现结果的可视化输出。

图2　在线信息分析技术路线

1) 在线投影变换：投影变换[6]首先通过Web服务方式，用户提交请求，对高分影像数据源进行选取和对目标投影进行参数设置，同时针对高分影像数据转换进行参数设置，然后进行坐标转换和投影变换运算，服务器将高分影像数据由原坐标系统及投影方式转换为所需目标坐标系统及投影方式，以便适应实际应用环境，将转换结果展示到可视化界面返回给用户。

2) 基本统计和直方图分析功能是对3—5级高分遥感影像数据产品进行数据分析，包括在线实现影像数据的基本统计功能与直方图生成，为用户进行数据分析提供基础。

3) 遥感影像的变化检测[7-8]，本部分的各项功能主要基于像素级、无监督的变化检测算法，将实现在线数据产品的变化检测功能。通过Web服务的方式，用户提交符合系统要求的原数据和处理请求，依据可能造成像元光谱相应变化的各种要素的情况，选用适于避免干扰的算法组合，服务器通过变化检测算法，对遥感瞬间视场中两个时期的高分辨率影像数据的像元光谱响应进行变化检测，并将检测结果返回给用户。

4) 空间聚类是空间数据挖掘的重要组成部分，此部分将对高分影像数据产品进行在线聚类分析，获取产品的聚类特征信息，实现聚类分析并输出结果。

5) 数据挖掘功能对高分影像数据完成多图层数据间的关联分析，建立出回归方程，挖掘出其中的关联特征。本文主要是对3—5级高分辨率遥感影像数据完成对多图层数据间的关联分析。具体分析过程采用多元线性回归方法，对待分析数据进行关联分析，建立回归方程，挖掘出其中的关联特征。用户在可视化界面首先需进行影像数据输入，影像数据默认为GeoTIFF格式，数据输入后即可进行数据分析，其主要任务是提取波段及各波段所对应的像素值。用户确定自变量与因变量后即可进行任务参数的设定，参数设定后系统便可进行数据挖掘，挖掘结束后结果以XML格式进行输出。

三、系统实现中的关键技术

1. 高分数据读取接口技术

数据准备层是在线信息分析技术实现的首要工作，在可视化参数交互式设置的控制下，通过高分数据读取接口来获取待处理高分数据，其技术流程如图3所示。在技术实现过程中，通过开放地理信息联盟(Open Geospatial Consortium，OGC)的服务为空间影像数据的共享和传输提供了统一的接口，根据其服务接口规范协议，设计数据读取服务的简单对象访问协议(simple object access protocol，SOAP)请求内容，特别是设置请求数据源的所在位置、数据源的名称、高分数据图层及空间范围参数等，并对远程数据请求的反馈结果进行XML解析，提取GeoTIFF影像数据内容，设置数据分析对象并为后续的数据分析做准备。

图3　读取高分影像数据流程

2. Web Service技术

Web Service是由企业发布的完成其特定需求的在线应用服务，是基于XML和SOAP简化客户端与服务端的交互的应用组件，并由WSDL(web services description language)描述调用所需信息，通过UDDI(universal description，discovery and integration)发现和注册服务的描述信息[9]。文中调用Web Service是采用生成客户端的方式，关键步骤为：

1) 调用服务的接口前将服务和接口引用到具体类，代码如下：

Import WebServiceClient. SearcherService.ServiceStub;

Import

WebServiceClient.SearcherService.ServiceStub.SearTilePaged;

Import

WebServiceClient.SearchService.ServiceCallbackHandler;

2) 初始化服务和接口对象，并输入参数，代码如下：

ServiceStubsub=new ServiceStub();

SearTilePagedstp = new SearTilePaged ();

stp. setTileLevel(aryTileLevel);

3) 执行对Web Service的调用，代码如下：

result=sub. SearTilePaged (stp);

class MyCallback extends ServiceCallbackHandler

{

public void receiveResult SearTilePaged (SearTilePagedResponse result)

{ System.out.println(result.get_return());}

}

stub. SearTilePaged (stp, new MyCallback());

3. 海量遥感数据处理技术

高分一号卫星16 m分辨率数据，单景影像数据压缩后大约为0.8 GB，针对高分数据的海量性，对输入的遥感数据进行5层15级瓦片分割分块处理，以便于海量数据的在线信息分析处理，并采用实时解算、实时统计、分布式存储的方法解决时间消耗问题。

对遥感影像数据进行5层15级瓦片切分，首先对影像数据进行预处理，然后进行切分，生成图幅大小与数据结构相同的不同层级的影像切片，切片最大限度地保留了数据的原始信息[10]。5层15级瓦片切分标准见表1。该标准在保证整体划分影像数据的空间分辨率均匀分布的同时将遥感影像数据的重采样分辨率与国家基本比例尺相对应，使各层级的影像数据在空间属性上对应到简单的数值上，多幅切片在球面上显示时可以实现无缝拼接。

影像数据切分后，单个切片数据的大小为1000×1000像素，随着层级的升高，空间分辨率下降。每一层级的切片数据的行列号以坐标(-180°,-90°)为起点，从下到上、从左至右进行排序，其中行和列的编号从0开始。切片数据的行列号与经纬度范围的换算公式为

(1)

(2)

式中，r为切片数据的行号；c为切片数据的列号；lon为切片数据左下角顶点经度；lat为切片数据左下角顶点纬度；a为切片数据所在层级对应的单个像元大小(°)。

四、系统界面与运行实例

本系统主要采用HTML5+JSP+STRUTS2+ Hibernate等技术进行开发，对外服务采用标准Web Service服务、Tomcat 7.0 Web服务器，客户端为任意支持Web服务的系统。功能部件开发使用Java和Eclipse工具，主要使用C++和Java编程，人机交互可视化界面使用JSP进行开发。在实现的功能中，将通过标准Web服务，与原型系统或外部在线用户进行数据或服务交换，交换格式符合OGC标准。

用户通过浏览器输入网址登录遥感卫星应用技术平台，根据需要选择所研究区域的高分数据，将所选择的高分数据加入到在线信息分析队列，用户根据需求逐一选择队列列表数据及所需数据处理方法，图4为在线分析原型主界面，图5为空间聚类模块，用户可自行设置对应参数，图6为分辨率为8 m的高分遥感影像数据空间聚类可视化结果，图7为多目标关联数据挖掘模块，其最终分析结果以XML系统根据分布式部署的特点，采用Web服务的方式，用户从任何联网的终端通过浏览器即可访问功能模块、提交数据和参数进行数据处理，随后可选择将处理结果在服务器存档或下载到本地。鉴于高分数据的海量性特点，在传统工具的基础上增加了交互式操作、 实时监测的特性。当用户开始数据处理时，系统界面的监控区域显示数据统计信息、处理进程等信息，并随着解算过程动态更新。

网页的形式反馈给用户，如图8所示。

图4　在线分析原型主界面

图5　空间聚类模块

图6　空间聚类结果

图7　多目标关联数据挖掘模块

图8　多目标对象关联结果

五、结束语

随着高分影像数据在各行各业的广泛应用，快速灵活探测并充分利用高分影像数据产品潜在的信息尤为重要。本文就高分数据产品的在线信息分析服务技术及其结果可视化表达展开研究，在高分信息产品库(3—5级)基础上研究在线的、可灵活集成的在线信息分析工具集，并实现了在线分析工具集的功能，基于服务模式的技术框架及各类在线分析工具集的实现，为不同层次的用户提供了方便快捷的在线数据信息分析服务技术。在线信息分析服务技术的研究可以为各个行业的高分数据产品提供共享和共性的服务功能，极大地方便了各行业对高分数据影像产品的应用。

参考文献：

[1]钟洪麟.DVB-SMODIS遥感数据在线交互式处理系统研发[D].上海:华东师范大学,2011.

[2]何川,张友静,佘远见,等.基于Web和IDL的遥感信息提取系统开发[J].遥感技术与应用，2009, 24(3):405-408.

[3]谭庆全,刘群,毕建涛,等.面向Internet的分布式遥感影像切割算法[J].吉林大学学报(工学版)，2010, 40(1):224-228.

[4]BERRICK S W,LEPTOUKH G,FARLEY J D,et al.Giovanni:A Web Service Workflow-based Data Visualization and Analysis System[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(1):106-113.

[5]LEPTOUKH G,COX S,FARLEY J, et al.Exploring NASA and ESA Atmospheric Data Using Giovanni, the Online Visualization and Analysis Tool[C]∥Proceedings of Envisat Symposium 2007. Montreux： European Space Agency,2007.

[6]段福洲,朱琳,高立.遥感像片中多投影变换的实现与优化[J].中国图象图形学报，2005, 10(5):608-610.

[7]李德仁.利用遥感影像进行变化检测[J].武汉大学学报(信息科学版)，2003, 28(SI):7-12.

[8]赵敏.面向对象的高分辨率遥感影像变化检测[J].测绘标准化，2012, 28(4):36-38.

[9]沈占峰,骆剑承,盛昊,等.基于Web Service的分布式遥感影像数据库设计与实现[J].测绘通报，2006(2):14-17．

[10]盛林.基于Web的海量遥感数据共享系统设计与实验[D].北京:北京建筑大学,2014.

引文格式： 谢秋平，于海洋，王栋，等. 遥感数据在线信息分析服务技术研究[J].测绘通报，2016(1)：28-32.DOI:10.13474/j.cnki.11-2246.2016.0007.

作者简介：谢秋平(1988—)，女，硕士生，研究方向为遥感技术应用。E-mail:pingerxie@qq.com

基金项目：高分重大专项(E01061213)；中国科学院遥感与数字地球研究所创新项目(Y3SG100CX)；中国科学院遥感与数字地球研究所自主项目(Y4SF010030)

收稿日期：2014-11-27; 修回日期： 2015-04-01

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2016)01-0028-05