海量遥感影像管理与发布

分享地理价值海量遥感影像管理与发布董平分享地理价值内容1.为什么管理和发布遥感影像2.海量遥感影像管理与发布模式3.ESRI海量遥感影像管理与发布解决方案4.ArcGIS9.4展望1.为什么管理和发布遥感影像分享地理价值飞机ADS405cm~100cm分享地理价值飞艇CanonEOS5D20cm分享地理价值北京一号小卫星4米黑白分享地理价值福卫2号2米分享地理价值KOMPSAT-II1米分享地理价值IKONOS1米分享地理价值GeoEye-10.41米分享地理价值•“三多”–多平台–多传感器–多角度•“三高”–高空间分辨率–高光谱分辨率–高时相分辨率遥感未来发展趋势分享地理价值•“海量影像数据”概念深化•如何管理组织“海量影像数据”引发关注•基于文件的影像管理模式？还是•基于数据库的影像管理模式？还是•基于文件与数据库结合的影像管理模式？还是•其他？海量遥感影像管理需求日益迫切分享地理价值•基于Web的影像快速发布共享提升海量影像数据应用水平，提供最新的影像用作：–GIS应用的背景图–地物判读的参照–统计和分析数据•统计（例如归一化植被指数NDVI）–矢量地图制作/检验/更新快速发布海量影像数据具有现实意义分享地理价值•ArcGISOnlineService•MicrosoftBingMap（virtualEarth）•GoogleEarth基于Web的海量影像数据发布2.遥感影像管理与发布模式分享地理价值•基于文件的影像管理模式•基于文件与数据库结合的影像管理模式•基于数据库的影像管理模式•其他模式？海量影像管理模式分享地理价值•影像管理需求•优势：–管理方便•劣势：–不易实现对数据的保护–数据更新能力得不到保证–不能实现对影像的查找基于文件的影像管理模式分享地理价值•影像数据作为外部文件存储，而影像的元数据用关系数据库管理，通过在数据库中存储影像数据的路径名来存取影像。•优点：–保持原始文件，减少数据复制–提供影像元数据管理–支持基于元数据影像查询•缺点：–本质上仍是文件管理–共享和并发困难–无法实现影像的无缝漫游基于文件与数据库结合的影像管理模式分享地理价值•基于成熟的商用数据库，在数据库中统一存储影像和元数据。•优点–安全–多用户访问、并发控制–数据库恢复机制–支持复杂数据类型•缺点–数据量越来越大，入库时间长–难以支撑PB级海量空间数据管理基于数据库的影像管理模式分享地理价值•1998年6月，Microsoft借助网络化的商用数据库SQLServer和WindowsNTServer软件。•在Internet上建立了面向全球城市地区的地理信息网站——TerraServer•展示SQLServer的海量管理能力和IIS(InternetInformationServer)的海量信息发布能力•美国和俄罗斯数十年由高精度卫星拍摄的卫星照片MicrosoftTerraServer分享地理价值典型案例-MicrosoftTerraServer分享地理价值典型案例-MicrosoftBingMap分享地理价值典型案例-ArcGISOnline3.ESRI遥感影像管理与发布解决方案分享地理价值•ESRI一体化遥感影像管理与发布解决方案•Geodatabase遥感影像管理–Geodatabase影像管理模型–Geodatabase影像管理方案•基于服务的遥感影像数据发布–ArcGISServer–ArcGISServer和ArcGISImageServer扩展–ArcGISImageServer独立程序ESRI遥感影像管理与发布解决方案Geodatabase遥感影像管理方案——Geodatabase影像管理模型分享地理价值Geodatabase影像管理模型•栅格数据集Rasterdataset–装载时镶嵌的完整实体•栅格目录Rastercatalog–存储在表中的栅格数据集的集合–可作为一个实体访问–每个组成可作为rasterDataset访问–每个组成都有独立的存储属性–Personal/FileGDB：支持托管Managed/非托管Unmanaged模式–企业GDB:Embeddedorreferenced•栅格属性RasterAttribute–栅格类型的属性字段–基于库中存储的RasterDataset–和其他属性字段同样使用分享地理价值•栅格数据管理的基本单元•提供所有比例尺下的快速浏览•具有栅格数据集的所有属性：–Pyramids,imagesstatistics,spatialreference…•可把多幅小的影像镶嵌成完整的影像•但是：镶嵌比较耗时–更新操作，更耗时，需要更多的系统资源–格网大小一致•可用于地图背景等•不能对元数据描述进行扩展栅格数据集RasterdatasetImage1Image1Image2Image2MosaicMosaicImage1Image1Image2Image2Image1Image1Image1Image1Image2Image2Image2Image2MosaicMosaicMosaicMosaic分享地理价值•栅格数据集合•存储栅格数据的范围：Footprintshape•可以托管和非托管两种方式存储–非托管Unmanaged•只存储数据所在路径•PersonalGDB和FileGDB中可实现，ArcSDE不支持•数据操作不影响原始数据–托管Managed•GeoDatabase中存储整幅影像•所有的GDB中都支持，包括：personal/File/ArcsdeGDB•数据操作影响原始数据栅格目录RasterCatalogOBJECTIDNAMERASTERFOOTPRINTMETADATA……164733198401a_sid1028910289164743198402a_sid1029010290164753198403a_sid1029110291164763198404a_sid1029210292分享地理价值•数据装载速度快–尤其是非托管模式管理的栅格数据集•数据不需要满足：–格网一致–像素值位数保持一致•减少栅格数据集RasterDataset的数量，提高对ArcSDE的访问效率•可对栅格数据的元数据进行扩展。栅格目录RasterCatalog(续)分享地理价值金字塔Pyramids•分辨率逐级递减•大大提高显示性能：–客户端请求数据的分辨率匹配客户端的分辨率–用户每次缩放获取的像素数量是不变的•每一级都被分块存储•局部构建和更新2x2pixelblock1meter1st(2m)2nd(4m)3rd(8m)分享地理价值分块“瓦片”•在GeoDatabase中把栅格数据分块存储•允许分块访问提高数据显示效率•默认推荐分块大小：128x128;•也可以更改：256x256;512x512；1024x1024…012012Tiling分享地理价值压缩算法Compression无损压缩有损压缩Bestfor:DataanalyzedbycomputerDatawithsharpedgesDataanalyzedvisuallySmooth,continuousimagesAppliesto:AlldatatypesJPEG:8-bitdataWavelet:8-and16-bitdataAmountofcompression:LowHigherformorehomogeneousdataHighUsercontrolscompression/qualityratioPixels:AlloriginalvaluesmaintainedintheresultPixelvaluesarechangedbythealgorithmType:LZ77JPEGWavelet:JPEG2000,MrSID,ECW分享地理价值重采样方法PixelResampling•创建影像金字塔和显示采样Bilinearinterpolation：双线性取邻近四个像素值的平均平滑大多数图像对连续数据较快的重采样方法Cubicconvolution：三次卷积16个邻近像素的加权值通常重采样效果最好Nearestneighbor：最近邻插值取最邻近的像素值不创建新的像素值速度最快ForDiscreteDataForContinuousData分享地理价值•与颜色相关的一系列值(RGB).–存储在栅格数据集中–定义像素的渲染方式颜色表Colormaps35Geodatabase遥感影像管理方案——Geodatabase影像管理方案分享地理价值•单幅影像独立存储为RasterDataset•多幅影像镶嵌存储为RasterDataset•多幅影像统一存储在RasterCatalog中–File/ArcSDEGeodatabase托管–PersonalGeodatabase托管–Personal/FileGeodatabase非托管Geodatabase影像管理方案数据库管理文件与数据库结合管理分享地理价值•单幅影像独立存储方案适用于–空间不相邻，且不在同一项目中使用的遥感影像管理–元数据独立存储，支持基于元数据的影像查询–支持独立的颜色表存储–不支持元数据扩展，需数据库支持•多幅影像镶嵌存储适用于–支持多幅影像的无缝漫游，任意区域范围影像裁切–元数据统一存储，不查询和不调用单幅影像–分辨率一致的影像数据方案选择分享地理价值•多幅影像统一存储在RasterCatalog中适用于–范围存在部分或全部重叠影像数据管理–全部重叠的多时相的影像数据管理–多分辨率的影像数据集管理–同一区域的不同类型的多源影像数据管理–保持原始影像数据的元数据–保存不同影像数据集的颜色表方案选择（续）分享地理价值•根据建库应用需求，选择不同的数据库管理方案。–C/S,还是B/S应用–分析影像数据，综合使用各种方案•25m分辨率，底图可镶嵌管理等–设置合适的属性：金字塔，分块，压缩，重采样等–等等方案选择（续）分享地理价值•企业级的影像建库，开始从对C/S应用的支持，向B/S应用转变•局域网的多用户的并发访问，从传统的直接访问数据库，向使用服务进行转变•随着影像数据量越来越大，入库迁移困难，人们更倾向于文件与数据库结合的管理模式。•ArcGIS9.4推出新的数据模型，支持面向B/S架构的海量影像数据管理发展趋势基于服务的遥感影像发布分享地理价值•ArcGISServer–rasterdataset/rasterdatasetlayerImageService–MXD&MSDMapService–3ddGlobeService•ArcGISServer和ArcGISImageServer扩展–rasterdataset–rasterdatasetlayerImageService–*.ISCDef–MXD&MSDMapService–3ddGlobeService•ArcGISImageServer独立程序–*.ISCDefImageService如何发布遥感影像数据分享地理价值•ImageService•MapService•GlobeService•OGCWMS/WCS•REST遥感影像发布服务类型分享地理价值•可以直接发布RasterDatasets•1RasterDataset=1ImageService•性能比MapService更优•客户端可以改变影像的压缩率•能力:WMS,WCS,REST,KML•直接用于栅格影像处理•影像发布方式：rasterdataset，rasterdatasetLayer，ISCDef在ArcCatalog中直接发布ImageServicesRasterMosaicMosaicTileRectifiedSceneArcGISServerDesktopArcGISExplorerWebMap.NET/JavaWebArcEngine3rdPartyArcMapArcGlobeImageServiceImageW