遥感云平台系统设计——以西安航投一号卫星平台为例

苏 杰，王 栋，秦小宝，何晓彤，Wang Dingyi，4*

（1.上海导远智能系统有限公司 上海 200131；2.陕西铁路工程职业技术学院，陕西 渭南 714099；3.西安中科天塔科技股份有限公司，西安 710100；4.Physics Department,University of New Brunswick,Canada,E3B 5A 3）

随着遥感与其他对地观测技术水平的不断提高，遥感应用技术对社会、经济的发展做出了卓越贡献［1］。为引导遥感事业健康稳步发展，我国出台了《关于促进卫星应用产业发展的若干意见》、《航天发展“十一五”规划》、《国家民用空间基础设施中长期发展规划（2015—2025）年》等一系列政策［2-3］。遥感云的飞速发展，一方面促使遥感技术应用领域不断拓宽，遥感技术在各行业发挥着越来越重要的作用；另一方面，相对于传统的遥感信息系统，遥感云充分利用了云计算平台的海量数据存储、资源发布的云端特质，构建面向大规模应用的遥感数据服务体系，为用户提供按需和个性化的多元信息产品服务，形成了满足多种用户需求的遥感云系统［4-8］。

遥感云平台的飞速发展促进了强大的基础设施的建设，为应对海量遥感数据爆炸式增长，以及获取周期短、时效性强等挑战提供了有效的解决方案［9］。近年来，随着遥感云的发展，在遥感数据集成和遥感产品生产方面取得了巨大的成就［10］。用户访问遥感应用服务，需要在本地电脑安装遥感数据处理软件以及其运行所需的插件［11］，当服务器端系统发生变化时，用户需要对软件进行升级和维护；对于服务方来说，需要针对不同的操作系统，开发不同版本的遥感应用软件，在系统升级、维护过程中，需要开发人员到客户端所在地进行维护和调试操作［12］。

遥感云的发展为生态环境保护提供了有力的技术支撑。生态文明建设是关系中华民族永续发展的根本大计。2020 年4 月20 日，习近平总书记来陕西考察时强调，秦岭和合南北、泽被天下，是我国的中央水塔，是中华民族的祖脉和中华文化的重要象征。保护好秦岭环境，对我们国家意义重大。为此，西安市基于航投一号卫星开发了遥感云平台。本文以西安航投一号卫星遥感云平台为例，探讨遥感云平台系统建设的目标、原则、和内容。重点介绍系统架构、功能模块、硬件和软件环境以及技术指标，为设计开发遥感云平台提供参考，推动遥感云服务产业化。

1 西安航投一号遥感云平台

1.1 西安航投一号卫星

西安航投一号卫星（图1）是新一代光学遥感卫星，采用轻量化结构设计、高分辨率相机等创新技术，具有低成本、低功耗、低重量、高分辨的特点（表1），具有红、绿、蓝、近红外四个波段，幅宽17 km，分辨率优于0.75 m，可实现每天采集超过2×105km2的亚米级图像，可为农业、林业等领域提供遥感应用服务支撑。西安航投一号卫星由长光卫星公司于2022年8月10日成功发射，迄今已经获取了10 PB数据。图2所示为西安航投一号卫星拍摄的西安市一张影像图，图3为大明宫局部放大图。

图1 西安航投一号卫星Fig.1 Xi’an Hangtou No.1 satellite

图2 西安航投一号卫星拍摄的西安市高分辨率影像Fig.2 High resolution image of Xi’an City,taken by Xi’an Hangtou No.1 satellite

图3 西安航投一号卫星拍摄的西安市大明宫影像Fig.3 Daming Palace in Xi’an City，taken by Xi’an Hangtou No.1 satellite

表1 西安航投一号卫星技术参数Table 1 Technical parameters of Xi’an Hangtou No.1 satellite

1.2 平台建设目标

基于西安航投一号卫星观察，遥感影像数据提取、分析、加工，通过GIS+遥感+大数据等技术深度融合，打造航投一号遥感云平台，为生态、林业、水利和应急救灾提供“一张图”服务。

1.3 建设原则

（1）整体性原则

遥感云平台系统建设坚持“整体规划、重点突出”的原则，远处着眼，小处着手。在统一设计的基础上，兼顾不同部分之间的一致性和可协调性。

（2）标准化原则

总体设计充分采用国际上成熟的相关标准和规范，支持国内外目前所流行的主流网络体系结构和网络运行系统。

（3）安全性原则

遥感云平台系统应具有高度的安全性，确保整个系统的正常运行。

（4）准确性原则

每一步流程操作数据必须准确地体现在系统中，确保所有相关数据的准确、可靠。同时需具备相应的日志记录，能够快速准确地定位误差原因，从而解决问题。

1.4 平台建设内容

“西安航投一号遥感云平台”项目建设的任务包括：构建地理信息数据库，实现栅格、矢量数据等数据的管理；以任务调度方式实现各类遥感监测算法的运行；实现各类数据在前端界面的二、三维展示；实现地理数据的自动切片发布；对系统输出产品进行统计分析并生成专题产品；实现专题产品、统计结果以Web 方式进行交互式展示并提供下载服务；对整个系统流程中数据、任务状态等信息进行监控，实现西安航投一号遥感云平台自动连续的准实时业务运行。如图4所示，遥感云平台包括生态环境监测子系统、林业监测子系统、水利监测子系统、应急监测子系统、基础地理信息子系统、数据管理子系统、系统管理子系统。

图4 西安航投一号遥感云平台架构图Fig.4 Architecture of the Xi’an Hangtou No.1 satellite remote sensing cloud platform

1.5 生态环境监测子系统

该子系统依据环保部门对于水、土壤、大气、生态系统监测的需求，针对汾渭平原、秦岭生态保护区等重点区域，提供一系列功能性服务。如图5所示，生态环境监测子系统包含大气环境、水环境、生态环境监测、城市环境监测。具体功能如图6生态环境监测子系统页面所示。

图5 生态环境监测子系统Fig.5 Ecological environment monitoring subsystem

图6 生态环境监测子系统页面Fig.6 Web page of ecological environment monitoring subsystem

1.5.1 大气环境

污染源监测：遥感技术具有范围广、频次高的优点，利用遥感技术可迅速识别污染源位置，为空气治理执法提供依据。

气溶胶监测：根据气溶胶在大气光谱的反射规律，利用暗目标法、深蓝算法实现气溶胶浓度的反演。

温室气体监测：通过遥感技术监测能够对大气中温室气体的时空分布特征、强度等进行准确的分析。

臭氧监测：在进行大气环境监测时，臭氧层的变化情况能够通过遥感技术进行有效监测，空洞形成的位置也能够通过遥感技术进行全面掌握。

1.5.2 水环境

水体富营养化监测：利用卫星遥感进行河流、湖泊营养化空间分布及动态评价，具有监测范围广、速度快、成本低和便于长期动态监测的优势。

悬浮物浓度监测：利用中高分辨率遥感影像对监测区域内主要湖泊、水库、河流的悬浮物浓度进行遥感监测与预警，并对悬浮物浓度的时空特征、环境影响等进行遥感分析与评估。

叶绿素浓度监测：叶绿素浓度是评估水体富营养化程度的重要指标之一，本方案基于高空间分辨率遥感影像开展监测区域内主要湖泊、水库、河流的叶绿素浓度监测。

黑臭水体监测：事实上，一般水体和黑臭水体的颜色十分接近，肉眼很难区分，而遥感影像却可以通过“光谱指纹”的细微差异识别出黑臭水体。同时，相比传统的地面监测手段，遥感技术具有低成本、覆盖广、速度快等优势。

1.5.3 生态环境监测

土地覆盖监测：土地覆盖监测数据是城市发展规划制定的基础数据，通过可见光、近红外数据，获取城市用地现状及城市植被覆盖度等数据，帮助城市管理部门查清家底，更合理地制定发展方案。

森林覆盖监测：利用多源多时相遥感数据、地形数据、森林物候特征数据等基础数据，提取区域单一或多种树种林地类型的空间分布情况并进行面积统计，为森林资源现状和变更调查提供服务。

草地覆盖监测：利用多源遥感数据，基于深度学习影像分类的方法快速提取草地分布情况，获取草地边界、面积信息。同时根据室内的判读与解译，结合外业草地类型调查与图斑核实，进一步提高数据的精度。利用地理信息与遥感技术获取草地资源信息，实现草地监测的可行性，为科学地管理草地资源提供依据。

湿地资源监测：应用多时相、多波段的观测数据，采用面向对象方法，充分考虑地物的光谱特征和空间特征，提取区域单一或多种湿地类型的空间分布情况并进行面积统计。

1.5.4 城市监测

城市绿地监测：利用高分辨率遥感影像，基于深度学习算法，提取城市区域绿地分布情况，统计绿地面积，为城市规划发展提供辅助决策。

两违监测：通过高分辨率遥感影像对生态蓝线范围内未经规划审批、未按规划审批方案建设、超过审批时限未拆除的已建或在建违法建筑物、构筑物进行监测，为违法建筑物拆除和整治工作提供依据。

1.6 水利子监测系统

该子系统依据水利部门监测领域职能进行划分，针对重点水库、干流、支流，提供水资源水文监测、洪旱灾监测预警、水土保持监测等功能。如图7所示，水利监测子系统主要利用卫星遥感手段针对水资源管理、水土保持、防洪抗旱进行监测。

图7 水利子监测系统Fig.7 Water conservancy subsystem

1.6.1 水资源管理

水库库容监测：遥感技术具有实时性、覆盖范围广的优势，可快速提供水库库容监测产品。

河湖岸线监测：利用遥感技术对主要河流进行大范围、高频次、持续性的监测，获取多期高分辨率卫星遥感影像，利用深度学习算法，将库区土地分类为水体、林耕地、裸地和建筑用地、非法建筑用地，并分析库区土地近年时空演化。

1.6.2 水土保持

水土流失遥感监测：以监测区的航天遥感影像为基础资料源，借助现代计算机图像处理和光谱分析技术，通过各种形式的人机对话，解释不同时相遥感影像的土地资源利用状况，土壤侵蚀的类型、特征及其危害，地貌及地形坡度分布。

水土保持治理与监测：水土保持监测作为现阶段水土资源保护的重要手段，实现对区域水土流失原因、强度、影响范围以及危害程度的科学评估，在水土资源开发以及保护环节发挥着重要作用。遥感技术覆盖面广、分辨率高、高效稳定，较好地满足了水土保持监测的相关要求，成为目前主流的水土保持监测手段。

1.6.3 防洪抗旱

洪灾监测：基于洪水光谱特征与空间位置关系的分析，实现洪水淹没范围的快速提取。提供科学有效的洪涝灾害监测和评估结果，作为防灾减灾决策的重要依据，提高洪涝灾害决策与评估的时效性和精度。

灾后评估：利用遥感影像准确识别水体，通过洪水期水面覆盖面积与底图叠加得出洪水淹没面积，评估灾害损失。

旱情监测：遥感技术以其快速、经济和宏观的特点，结合地表温度数据和植被数据，可对旱情进行监测，为水利部门提供支持和帮助。

图8所示为水利监测子系统页面。

图8 水利监测子系统页面Fig.8 Web page of water conservancy monitoring subsystem

1.7 林业子监测系统

该子系统按照林业、草地、湿地进行划分，重点针对重点林业保护区、重点畜牧业保护区、湿地区域等提供监测服务。如图9所示，提供森林资源监测、森林病虫害监测、森林火灾监测、草地长势监测、湿地生态环境评估监测等功能。

图9 林业子系统Fig.9 Forestry subsystem

1.7.1 森林资源监测

森林资源调查：利用多源多时相遥感数据、地形数据、森林物候特征数据等基础数据，采用人工神经网络、决策树模型、支持向量机等监督和非监督分类方法，提取区域单一或多种树种林地类型的空间分布情况并进行面积统计，为森林资源现状和变更调查提供服务。

森林碳汇监测：森林碳汇主要是指森林吸收并储存二氧化碳的能力。通过遥感数据反演，可为森林蓄积量、生物量估算，以及碳储量、碳汇计量提供基础数据。

森林变化监测：针对林区内人类活动进行多尺度分割，建立分类规则集，提取保护区内人类活动信息，对比前后不同时相的影像，获取林区内违法砍伐、采药、开垦、烧荒、开矿、采石、挖沙以及其他法律法规禁止的活动的分布情况。

1.7.2 森林病虫害监测

灾前评估：基于信息量法，依据历史灾害发生情况、多年气象条件、林区立地特征等环境影响因素，对大区域森林病虫害爆发程度的各评价因子进行等级划分，评估得到不同受灾风险等级的分布区，并绘制专题图。

森林病虫害监测：应用多光谱数据对大区域森林发生的大范围灾害进行监测，对多年的灾害发生情况进行动态监测；应用高空间分辨率高光谱的无人机数据，对小区域代表性受灾林区进行精细监测，获得高光谱反演灾害模型与受灾单木区域。

灾后评估：在长时间遥感监测，得到大区域森林灾害严重程度结果的基础上，叠加气象与地形的空间插值数据，进行GIS空间叠加分析，筛选出与灾害相关性强的因子，由此对未来灾害进行预测。

1.7.3 森林火灾监测

灾前风险等级评估：结合地形、植被及气象条件进行归纳和深入分析，提供精细化的本地森林火灾风险动态评估和预警服务。

火点监测：精选国内外优质多源卫星数据组合，自主研发的高精度森林火点识别算法，突破了卫星数据直收、海量数据快速处理、火情信息迅速自动报送、全链路自动化智能解析技术的应用障碍，建立了全天时、反应迅速、极简交互的森林及草原火情监测预警服务，全方位优化森林及草原火灾的监测能力。

灾后评估：森林火灾发生后会导致在可见光波段的光谱反射率有明显的下降。将火灾前后的植被覆盖状况进行对比，建立过火面积估算模型，进行灾后评估。

1.7.4 重点畜牧业地区

草地长势监测：草原植被长势遥感监测具有时效性高、覆盖范围广的特点，及时、高效地掌握草原长势信息具有重要意义。

畜牧业灾害监测与气象评估：利用气象数据对严重旱情、暴雨、特大雪灾以及大范围寒潮等灾害性天气做出准确预报，发布灾害性天气预警信号，提醒各地政府及早做好防灾准备。通过收集、分析生态气象监测资料，开展牧草产量监测工作，帮助广大农牧民提高生产效益。

1.7.5 湿地区域

湿地面积提取：应用多时相、多波段的观测数据，采用面向对象方法，充分考虑地物的光谱特征和空间特征，提取湿地的空间分布。

湿地生态环境评估：应用高分辨率影像，提取地物信息，采用监督分类和决策树方法提取影响环境质量的各种因子，最终得到环境质量的综合评价，为湿地区域合理性规划和保护提供基础数据。

图10 所示为林业监测子系统主页面，可对森林资源、森林火灾、病虫害、湿地等提供遥感监测服务。

1.8 应急监测子系统

该子系统按照火灾、旱灾、洪灾进行划分，重点针对重点林业保护区、秦岭生态保护区、重点河流区域、重点农田等区域进行监测。如图11所示，应急监测子系统主要包含地质灾害风险评估、地质灾害识别、灾后评估、灾前风险评估、火点监测、重点河流洪灾监测、旱情监测等功能。图12为应急监测子系统页面。

图11 应急监测子系统Fig.11 Emergency monitoring subsystem

图12 应急监测子系统页面Fig.12 Web page of emergency monitoring subsystem

1.8.1 秦岭生态保护区

地质灾害风险评估：利用遥感（remote sence，RS）技术进行地质灾害调查工作具有宏观、快速、准确的特点，能反映出地质灾害的真实情况，基于遥感影像获取地质灾害影响因子，构建灾害分析模型进行危险性评估。

地质灾害识别：用综合遥感技术开展地质灾害隐患识别。通过“雷达卫星+差分干涉测量技术+专家系统”来识别变形区域，通过“遥感影像+激光雷达+高精度地形数据”来判别是否准确。

1.8.2 重点林业保护区

火点监测：精选国内外优质多源卫星数据组合，自主研发的高精度森林火点识别算法，突破了卫星数据直收、海量数据快速处理、火情信息迅速自动报送、全链路自动化智能解析技术的应用障碍，建立了全天时、反应迅速、极简交互的森林及草原火情监测预警服务，全方位优化森林及草原火灾的监测能力。

灾后评估：森林火灾发生后光谱反射率有明显的下降。将火灾前后的植被覆盖状况进行对比，建立过火面积估算模型，进行灾后评估。

1.8.3 重点河流区域

洪灾监测：基于洪水光谱特征与空间位置关系的分析，实现洪水淹没范围的快速提取，提高洪涝灾害决策与评估的时效性和精度。

灾后评估：利用遥感影像准确识别水体，通过洪水期水面覆盖面积与底图叠加得出洪水淹没面积，评估灾害损失。

1.8.4 重点农田

旱情监测：土壤墒情是农田耕层土壤含水率的俗称，是作物生长的控制性因子之一，其在空间、时间上的分布变化将直接影响到农作物的生长发育和农作物最终的收成。利用多光谱卫星遥感影像，结合气温、降水、相对湿度、水气压等气象数据，对农田土壤墒情进行反演，获取区域内土壤墒情情况，统计土壤相对湿度信息，监测农田土壤含水量，进行干旱评价和分级制图。

2 系统建设内容

2.1 系统架构

西安航投一号遥感云平台系统是集权限管理、数据管理、数据分析、可视化展示、任务管理、信息采集、查询统计等功能于一体的WebGIS服务平台。由下至上，平台层次架构分为基础设施层、数据交互层、服务层、展示层四个层次，其层次架构如图13所示。

（1）数据采集层：包含了立体化采集手段，包括卫星遥感影像、业务数据接入等。

（2）资源数据层：系统信息资源库建设主要包括三方面：

①信息资源库的分级分类。可以根据数据的实时性、关键程度、使用频率等方面对信息资源进行分级分类。

②明确系统平台需要管理的信息资源。这部分资源主要包括影像数据库和专题数据库等。

③明确需要集中存储的信息资源。集中存储的信息资源可以包括实时性要求不高、使用频率高、关键性的数据。

（3）应用支撑层：主要针对数据资源与应用系统的对接，实现对资源数据的管理和利用，对多源数据建立统一的地理信息基础框架和数据对接接口，其中的服务包括智能表单服务、工作流服务、GIS服务等。

（4）应用系统层：根据实际的工作业务需求，主要包括基础地理信息子系统、生态环境监测子系统、林业监测子系统、水利监测子系统、应急监测子系统。

（5）门户表现层：系统支持多类用户的使用，应用表现形式包括B/S模式的专业应用系统。

2.2 软硬件环境

华为云服务。

操作系统：Linux；

编译环境：Intel Compiler Suite（icc,icpc,ifort），可考虑直接安装intel oneapi软件套件；

软件环境：Git，CMake （version ≥3.13），netCDF-C /netCDF-Fortran，HDF5,zlib 库等，python3 （cartopy，gdal，gcpy，matplotlib，numpy，pandas，xarray，netCDF4，h5py）。

2.3 系统指标

（1）支持7×24 小时稳定运行，系统出错率小于0.1%。

（2）支持跨平台运行，要求系统在当前主流的操作系统平台上运行，包括Windows、Unix、Linux等。

（3）支持主流的客户端浏览器环境，兼容不同版本。

（4）用户并发数：基础平台支持2 000 个以上用户并发访问。

（5）元数据检索平均响应时间：小于0.5 s。

（6）应用系统客户端版本：Windows 版、Android版。

（7）坐标系基准：CGCS2000坐标系、西安80坐标系、WGS-84坐标系。

（8）高程基准：1985国家高程基准。

2.4 遥感监测指标体系

遥感云平台包括生态环境监测、林业监测、水利监测、应急监测四大领域，共43个监测项目。对每一个监测项目，根据国家、地方、行业标准或者技术规程，确定了监测指标、监测方法、监测频次和监测精度，建立了监测指标体系和数据质量控制方法，限于篇幅，本文不详细列出。

3 结论

随着国家民用遥感卫星数量的增加，遥感数据每年以PB 量级增加，如何充分挖掘遥感数据蕴含的信息，实现地理信息快速感知，是地理信息工作者共同面对的挑战。相比于国外的GEE（Google Earth Engine）等遥感云平台，国内的遥感云平台起步较晚，例如航天宏图的PIE-Enginee。西安航投一号卫星遥感云平台做了有益的探索，提供了可资借鉴的参考。