遥感大数据特点及其相关技术分析

王 瑾

（山西水利职业技术学院， 山西 运城 044000）

0 前言

随着遥感技术的日益发展，遥感数据开始向多元化和海量化发展，从各种遥感平台所获得的遥感数据量急剧增加，遥感数据已进入大数据时代。基于这种时代背景，单纯地依靠传统数据处理方式已经无法充分满足人们对数据的现代化处理需求，因此使用大数据中的自动分析与数据挖掘技术可以加强遥感数据的分析与应用效果。遥感数据的大数据处理技术已经开始成为新的学科发展趋势，受到了人们的广泛关注。

1 遥感大数据的相关内容与特点解析

第一，外部特点。首先，遥感大数据具备海量的特点。随着遥感技术水平不断提高，目前对地观测遥感卫星单星日数据获取量以TB级计算，这些基于单位时间的范围内获取的日益庞大的数据，造成了存储、分析、管理上的许多困难。其次，数据异构特征。在数据的生成过程中，会使用到业务系统，不同的业务系统之间会展示出不同的状态，因此需要不同的数据中心将数据提供，还可以从逻辑结构与组织方式的方面展示出更多的特征。再次，数据多源特征。主要表现为数据的来源与获取手段方面，可以拥有更多形式的信息获取方式。如遥感数据的获取平台包括资源卫星、无人机、车载雷达等，传感器种类包括全色、多光谱、高光谱、微博、红外、激光雷达等，这些不同途径，不同格式，不同尺度的数据加剧了数据处理的难度。第二，内部特点。首先，高维度特点。遥感大数据技术中的数据类型复杂且繁多，就会使数据中的维度不断提升，主要表现为时间维度、空间维度等。其次，尺度性高特点。尺度性高也作为遥感大数据技术的主要特点，在获取数据的过程中，可以将不同类型的遥感技术与其相对应的技术水平作为基础，对数据类型准确划分，从空间与时间方面展示出数据多尺度的特征。

2 遥感大数据自动分析技术

2.1 遥感大数据中的表达技术

大数据技术含有极高的复杂性，还会使用多元化的技术手段，若继续使用传统的大数据表现方式，将无法跟上时代的发展步伐。在开展相同地物数据观测工作的过程中，使用遥感大数据可以使空间投影更加多维、多角度、多方位，这也作为促进遥感技术获得发展的重要组成部分。遥感大数据技术会将分辨率与层次作为基础，对数据构建模型，之后对数据模型与之间存在的关系进行对比、分析与研究。在实际应用遥感技术的过程中，需要对以下几方面内容进行研究：第一，遥感大数据技术具备的相应特征。第二，对多种类型的数据进行综合性的统一、规范整理。

2.2 遥感大数据检索技术

海量的数据是遥感技术的发展基础，为了将海量数据中的有效信息数据进行处理，需要专业的技术人员完成，将关联性较高的数据进行综合性的分析与处理。之后将对这些整理后的数据进行更深层次的分析与探讨，从而加强数据资料的利用效率。若仅对遥感技术的某种类型数据进行检索，无法顺应时代的发展。根据目前的发展情况来看，遥感大数据的检索技术若想获得发展，需要将知识作为基础，其中包含：第一，构建场景的检索程序。首先会采集海量的遥感数据信息，将这些数据作为基础，结合数据类型存在的特点，将其与场景互相匹配生成检索服务链，从而满足人们的数据需求[2]。第二，将用户的感知信息融入其中。可以使用有效的技术与手段，提升学习习惯的自主性，从而对图像数据进行检索。

2.3 对遥感大数据的掌握与理解

目前我国的科技水平不断提升，若想使遥感大数据获得进一步发展，就需要利用高科技的技术与手段，从而使遥感大数据技术为社会提供更优质的服务，使遥感大数据技术不断向知识方向进行发展。人们目前还没有完全掌握遥感大数据技术的优势，但实际应用大数据技术的过程中，数据处理方式已经开始由传统的“面向像素”转换为“面向对象”从而将相关数据进行更加高效的提取与准确区分。不同类型的数据会存在不同的语义，用户在使用过程中不能充分理解数据之间存在的关联性特点，就会发生场景信息认识不全面的情况。为了将该问题解决，相关技术人员要将大数据技术作为基础，对内容与场景进行更加深入的研究，尤其对于以下几方面内容应重点研究：第一，语义模型的构建， 主要包含数据特点、数据目标与数据场景。第二，对遥感大数据的场景形成多元化的认知。

3 遥感大数据的数据挖掘技术

3.1 数据挖掘流程

在对数据进行挖掘的过程中，会采用以下步骤：收集数据、索取数据、处理数据、数据分类、数据整合等，数据处理过程就会充分体现出大数据的特点。在对数据挖掘的过程中较为复杂与繁琐，主要是采用高超的技术与手段还有大数据的相关知识，拥有广阔的发展前景。对于遥感大数据的挖掘方面，会采用以下挖掘流程：第一，获取相关数据资料，在整合完成之后将数据存储在数据库中，在这个过程中，会采用多元化的技术与手段将数据进行处理，如去噪、采样、过滤等技术，最终形成新的数据集。第二，利用多元化的分析技术对数据集中数据进行分析与处理，之后将需求作为基础对数据分类。第三，将分类之后的数据集进行瓦解，利用互联网等相关技术。第四，利用决策树的方式将数据之间存在的关系进行整理并分析。第五，选择合理的方式与手段，将数据为用户呈现，让用户更好地理解并掌握。

3.2 遥感大数据中的综合数据挖掘技术

从一方面来看，在广义的遥感大数据中，还与 GIS数据存在一定关联性。从另一方面看，在遥感技术中还会处理较多非接触式的数据，使人们可以掌握更加全面的地球知识与客观规律，对自身所处的世界更加了解。

利用遥感答案数据对时空分布数据进行处理的过程中，不会以表面的形式将数据进行显示，会将相关数据信息以智能化的方式进行挖掘并处理，还可以将时空分布视频数据的特点充分利用，使正常行为与非正常行为更加智能、准确地区分，如人、车、物等，可以加强视频数据的处理效果。因此在对时空数据挖掘时，需要处理更加综合的数据。

3.3 遥感大数据对潜在应用的挖掘

我国的科技水平快速提升，遥感大数据作为其中的重要组成部分，将其优势发挥的淋漓尽致，不仅可以将地球中变化规律进行挖掘，还可以不断发现更多未知的新鲜事物，也被应用在人们的日常生活中。例如，利用全球多光谱遥感图像进行遥感大数据分析，可以得到空间分辨率达到数米级别的土地利用和覆盖变化信息，以此来对影响土地利用和覆盖变化的因素进行诊断分析，对农业、生物多样性、水资源、气候变化、生物多样性、矿产资源以及人类的地理分布与活动进行定量化分析，研究人类与自然的相互作用系统，为全球的土地利用和规划提供科学支撑，并为可能出现的风险提供预警。

4 结语

使用遥感大数据技术，可以加强遥感技术应用的广度与深度。未来在对遥感技术进行研究的过程中，应采用大数据的思维方式，将技术的研发重点落在数据分析与数据挖掘方面，从而扩大遥感大数据技术的使用范围，将遥感大数据技术的优势充分发挥，造福人类。