基于MODIS山東省植被指數(shù)影像數(shù)據(jù)庫的實現(xiàn)

摘要：基于ＭＯＤＩＳ數(shù)據(jù)，利用ＥＮＶＩ軟件分析處理得到山東省的歸一化植被指數(shù)（ＮＤＶＩ）與增強(qiáng)型植被指數(shù)（ＥＶＩ）影像數(shù)據(jù)，通過對影像數(shù)據(jù)進(jìn)行分塊、編碼和建立索引，建立了山東省ＮＤＶＩ和ＥＶＩ植被指數(shù)影像數(shù)據(jù)庫，并可提供數(shù)據(jù)下載服務(wù)。

關(guān)鍵詞：山東省；歸一化植被指數(shù)；增強(qiáng)型植被指數(shù)；影像數(shù)據(jù)庫

中圖分類號：Ｐ２０８ 文獻(xiàn)標(biāo)識碼：Ａ 文章編號：0439－８114（２０11）09－1890-03

Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ Ｉｍａｇｅ Ｄａｔａｂａｓｅ of Ｓｈａｎｄｏｎｇ Ｐｒｏｖｉｎｃｅ Ｂａｓｅｄ

ｏｎ ＭＯＤＩＳ

ＹＡＮＧ Ｊｉｅ

（Ｓｈａｎｄｏｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｇｒｉｃｕｌｔｕｒｅ Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ， Ｊｉｎａｎ ２５０１００，China）

Ａｂｓｔｒａｃｔ： Ｔｈｅ Ｉｍａｇｅ ｄａｔａs ｏｆ ＮＤＶＩ ａｎｄ ＥＶＩ ｉｎ Ｓｈａｎｄｏｎｇ pｒｏｖｉｎｃｅ ｗｅｒｅ ｂｕｉｌｔ ｂｙ ａｎａｌｙｚｉｎｇ ｔｈｒｏｕｇｈ ＥＮＶＩ ｓｏｆｔｗａｒｅ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ． Ａｎｄ ｔｈｅ ｉｍａｇｅ database was established by blocking，coding and indexing image data and the ｄｏｗｎｌｏａｄ ｓｅｒｖｉｃｅ waｓ ａｌｓｏ ｐｒｏｖｉｄｅｄ．

Ｋｅｙ ｗｏｒｄｓ： Ｓｈａｎｄｏｎｇ ｐｒｏｖｉｎｃｅ； ＮＤＶＩ； ＥＶＩ； Ｉｍａｇｅ ｄａｔａｂａｓｅ

ＮＤＶＩ和ＥＶＩ是對中分辨率成像光譜儀數(shù)據(jù)（ＭＯＤＩＳ） 選用的兩種植被指數(shù)。通過遙感技術(shù)對植物物候機(jī)理的研究分析證明，植被指數(shù)可反映植被各物候期的特征，其中歸一化差異植被指數(shù)（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ，ＮＤＶＩ）的時間序列分析，已成為人們研究植被變化的有效手段［１］，被廣泛應(yīng)用于基于遙感影像的植被分類［２］。

ＭＯＤＩＳ的空間分辨率分別能夠達(dá)到２５０、５００和１ ０００ ｍ，掃描帶寬２ ３３０ ｋｍ，涵蓋的信息非常豐富［３］，每天覆蓋山東省的數(shù)據(jù)約２～４Ｇ。遙感影像數(shù)據(jù)的管理有兩種模式：基于文件的遙感影像數(shù)據(jù)庫管理系統(tǒng)和基于關(guān)系數(shù)據(jù)庫的遙感影像數(shù)據(jù)庫管理系統(tǒng)［４］。目前大部分ＧＩＳ軟件和遙感圖像處理軟件都是采用文件方式來管理遙感影像數(shù)據(jù)，由于遙感影像數(shù)據(jù)庫并不僅僅包含圖像數(shù)據(jù)本身，還包含大量的圖像元數(shù)據(jù)信息（例如圖像類型，攝影日期、攝影比例尺等），而且數(shù)據(jù)的安全性、并發(fā)控制和數(shù)據(jù)共享等都將使文件管理無法應(yīng)付，因此關(guān)系數(shù)據(jù)庫是目前影像數(shù)據(jù)庫發(fā)展的優(yōu)勢選擇。

基于ＭＯＤＩＳ數(shù)據(jù)，選用ＳＱＬ Ｓｅｒｖｅｒ ２０００系統(tǒng)，針對作物不同生育期進(jìn)行對比分析，分別選出在裸地、作物生長早期和作物生長旺盛期，能夠更好地反映作物各項特征量的植被指數(shù)序列，在ＥＮＶＩ軟件中分析處理得到山東省的歸一化植被指數(shù)（ＮＤＶＩ）與增強(qiáng)型植被指數(shù)（ＥＶＩ）影像數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行分塊、編碼和索引，發(fā)揮關(guān)系數(shù)據(jù)庫的最優(yōu)性能，建立了山東省ＮＤＶＩ和ＥＶＩ植被指數(shù)庫，為山東省作物估產(chǎn)、苗情監(jiān)測、干旱監(jiān)測等提供技術(shù)資料儲備。

１遙感數(shù)據(jù) ＭＯＤＩＳ數(shù)據(jù)源的選擇

山東省冬小麥１０月下旬播種，１２月上旬分蘗后，小麥進(jìn)入越冬期，麥苗生長緩慢，植被指數(shù)基本無變化。次年２月上旬，小麥進(jìn)入返青期，ＮＤＶＩ和ＥＶＩ開始出現(xiàn)上升趨勢，４月中旬抽穗期達(dá)到峰值，６月上旬進(jìn)入成熟期，植被指數(shù)跌至谷底。根據(jù)山東省冬小麥的生育期特點(diǎn)，選擇從ＭＯＤＩＳ數(shù)據(jù)共享平臺ｈｔｔｐｓ：／／ｗｉｓｔ．ｅｃｈｏ．ｎａｓａ．ｇｏｖ／ａｐｉ／下載１６ ｄ合成的ＭＯＤ１３Ｑ１，時間為１２月中下旬到次年６月上旬，２００５～２０１０連續(xù)５年的數(shù)據(jù)。

２影像數(shù)據(jù)庫建立的關(guān)鍵技術(shù)

２．１數(shù)據(jù)的分塊與劃分方法

影像數(shù)據(jù)管理的核心是將影像分塊和建立影像金字塔。由于一幅影像數(shù)據(jù)量太大，難以滿足實時調(diào)度的要求，所以需要將其進(jìn)行分塊存放。如何高效地組織和管理數(shù)據(jù)，數(shù)據(jù)分塊是影像數(shù)據(jù)庫的關(guān)鍵。

單純就分塊而言，沒有標(biāo)準(zhǔn)可循，可以按任意規(guī)則分塊，但在實際應(yīng)用中就要考慮索引、效率、金字塔、磁盤讀／寫、網(wǎng)絡(luò)傳輸?shù)炔灰?guī)則分塊對索引構(gòu)建、金字塔構(gòu)建、索引操作以及重構(gòu)的效率問題。目前多采用的數(shù)據(jù)塊大小為１２８×１２８或者２５６×２５６個像素［５］。

影像數(shù)據(jù)的生產(chǎn)都以圖幅為單位進(jìn)行，而圖幅本身是對整個地理空間的一種規(guī)則劃分，實際上每個圖幅文件可看成是一個圖塊，因此圖幅內(nèi)部的數(shù)據(jù)還要進(jìn)行再一次的數(shù)據(jù)劃分，目前對影像塊的劃分方法主要有兩種：一是帶狀劃分，就是把圖像的若干行作為一個單元形成一個條帶，條帶可以順序編碼，可以單獨(dú)檢索；一是塊狀劃分，就是按照格網(wǎng)劃分成小塊，圖塊通常是方形的，有時也是矩形的［６］。相對于帶狀劃分，塊狀劃分更適合圖像索引和鑲嵌，且劃分后的圖塊具有良好的聚集特性。基于ＭＯＤＩＳ的山東省植被指數(shù)影像數(shù)據(jù)庫中的數(shù)據(jù)塊劃分?jǐn)M采用塊狀劃分。

在關(guān)系數(shù)據(jù)庫中，以小的圖像塊作為一條記錄來對其進(jìn)行操作是非常合適的，數(shù)據(jù)塊的大小對圖形調(diào)度效率的影像至關(guān)重要，因此影像分塊的速度主要考慮影像可視化的速度。從呂婧［3］在圖像塊大小對調(diào)度效率影響試驗結(jié)果來看，當(dāng)數(shù)據(jù)塊大小為２５６×２５６時，效率最高。

２．２影像塊的空間編碼

影像塊空間編碼的基本原理是按照某種策略對劃分的圖塊進(jìn)行組織。它相當(dāng)于將二維的對象空間按照一定的編碼函數(shù)映射到一維空間的一個過程。最常用的空間編碼方法有：Ｒｏｗ ｏｒｄｅｒｉｎｇ、Ｍｏｒｔｏｎ ｏｒｄｅｒｉｎｇ和Ｈｉｂｅｒｔ－ｐｅａｎｏ ｏｒｄｅｒｉｎｇ等。

由于采用圖幅與圖塊的二級編碼，以１２８×１２８或２５６×２５６個像素進(jìn)行分塊時，不可能分得整數(shù)塊。在將ＭＯＤＩＳ影像數(shù)據(jù)存放到數(shù)據(jù)庫的過程中，采用將圖像先分波段，再分割成小塊的存儲策略。

存儲圖像矩陣時，如果按照單元來存儲的話，該表格記錄的數(shù)量可能會很大。為了減少數(shù)據(jù)量，可以把圖像矩陣中的多個單元組合成一個集合，該集合就稱為數(shù)據(jù)塊，每個數(shù)據(jù)塊作為一個記錄，存儲在ＢＬＯＢ數(shù)據(jù)類型的字段中。柵格圖像存儲進(jìn)數(shù)據(jù)庫后，就可以在數(shù)據(jù)表上建立數(shù)據(jù)塊索引。

２．３影像數(shù)據(jù)的壓縮

對遙感數(shù)據(jù)進(jìn)行壓縮，降低數(shù)據(jù)的規(guī)模，有利于節(jié)省通信信道，提高信息的傳輸率。數(shù)據(jù)壓縮的核心問題就是怎樣把這些水分?jǐn)D掉并以更為精煉的方式將信息表達(dá)出來［5］。

根據(jù)重建圖像的質(zhì)量，數(shù)據(jù)壓縮分為兩類：無損壓縮和有損壓縮［7］。無損壓縮可以完整地恢復(fù)原始圖像，重建圖像與原始圖像之間分毫不差，但其倍率通常較低（１．５左右）；有損壓縮允許重建信號略微失真，壓縮倍率也比無損壓縮更高，通過調(diào)整閥值和量化步長可以控制壓縮倍率。究竟采用有損壓縮還是無損壓縮取決于實際應(yīng)用對圖像質(zhì)量的要求。可以將有損和無損壓縮合二為一，即把無損壓縮看作失真為零的有損壓縮，通過調(diào)整參數(shù)可實現(xiàn)任意倍率和質(zhì)量的圖像編碼。

壓縮之后的遙感影像按照分幅格網(wǎng)單元存儲到空間數(shù)據(jù)庫相應(yīng)的層中，為了更好地管理影像數(shù)據(jù)，數(shù)據(jù)庫應(yīng)該是：①邏輯上和物理上的地理數(shù)據(jù)無縫組織；②數(shù)據(jù)存取效率高；③便于數(shù)據(jù)庫的完整性和一致性維護(hù)；④數(shù)據(jù)庫易于擴(kuò)充。

３ＳＱＬ Ｓｅｒｖｅｒ數(shù)據(jù)庫

Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ ２０００是微軟公司推出的一個高性能的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，它采用客戶／服務(wù)器的體系結(jié)構(gòu)，能夠滿足分布式計算環(huán)境的需要。

１）ＳＱＬ Ｓｅｒｖｅｒ ２０００數(shù)據(jù)庫容量最大長度可達(dá)１０６ ＴＢ。

２）ＳＱＬ Ｓｅｒｖｅｒ ２０００數(shù)據(jù)庫支持影像數(shù)據(jù)在數(shù)據(jù)庫中的直接存儲。

３）ＳＱＬ Ｓｅｒｖｅｒ ２０００具有高伸縮性。此數(shù)據(jù)庫引擎是一個功能強(qiáng)大的服務(wù)器，可管理供上千用戶訪問的ＴＢ數(shù)據(jù)庫，也為數(shù)量巨大的多用戶并行訪問提供了強(qiáng)有力的支持［8］。

正是由于其具有上述優(yōu)點(diǎn)，能夠滿足海量（大數(shù)據(jù)量）目標(biāo)影像數(shù)據(jù)的管理需求，選擇ＳＱＬ Ｓｅｒｖｅｒ ２０００來建立目標(biāo)影像數(shù)據(jù)庫。

在ＳＱＬ Ｓｅｒｖｅｒ數(shù)據(jù)庫中，其基本存儲單元是頁，每頁２ｋＢ。由于一條記錄必須存放在一頁內(nèi)，不能進(jìn)行跨頁存儲，因此ＳＱＬ Ｓｅｒｖｅｒ中每條記錄的最大尺寸為１ ９６２個字節(jié)。對于一般數(shù)據(jù)類型的字段，其值直接存儲在分配的數(shù)據(jù)頁中，但對于ＳＱＬ Ｓｅｒｖｅｒ中的ＩＭＡＧＥ類型數(shù)據(jù)例外，其值存放在另外分配的數(shù)據(jù)頁中，并通過數(shù)據(jù)鏈串在一起，因而ＩＭＡＧＥ類型數(shù)據(jù)字段內(nèi)存放的是數(shù)據(jù)鏈地址指針，這種存儲機(jī)制使ＩＭＡＧＥ類型數(shù)據(jù)可達(dá)到２ＧＢ［9］。在ＳＱＬ Ｓｅｒvｅｒ中，假設(shè)影像數(shù)據(jù)塊的像元數(shù)據(jù)以大二進(jìn)制的方式（ＩＭＡＧＥ）存儲在ＢＬＯＣＫ＿ＤＡＴＡ字段中，則采用Ｖｉｓｕａ１Ｃ＋＋和ＡＤＯ表達(dá)。

４植被指數(shù)影像數(shù)據(jù)庫系統(tǒng)的實現(xiàn)

４．１系統(tǒng)平臺選擇

硬件部分采用一臺普通計算機(jī)作為操作平臺，通過百兆交換機(jī)在主干網(wǎng)采用千兆光纖交換，選用１Ｇ內(nèi)存的ＤＥＬＬ－Ｐｏｗｅｒ Ｅｄｇｅ ２９５０服務(wù)器，存儲容量為１０Ｔ 的ＤＥＬＬ磁盤陣列進(jìn)行數(shù)據(jù)存儲。軟件部分主要基于ＳＱＬ Ｓｅｒｖｅｒ ２０００和Ｖｉｓｕａｌ Ｃ＋＋６．０語言進(jìn)行數(shù)據(jù)庫的設(shè)計鏈接。

４．２影像數(shù)據(jù)處理的流程圖

基于ＭＯＤＩＳ的山東省植被指數(shù)影像數(shù)據(jù)在存儲于磁盤陣列之前，需要進(jìn)行相關(guān)預(yù)處理，這也是數(shù)據(jù)庫高效存儲的一個性能保障。數(shù)據(jù)處理存儲模塊的主要功能是將接收到的ＭＯＤＩＳ數(shù)據(jù)通過幾何校正、去蝴蝶結(jié)、投影變換等預(yù)處理操作后，按經(jīng)緯度分成小塊ＨＤＦ文件，以便下一步的存儲和管理。圖１給出了每一幅基于ＭＯＤＩＳ的植被指數(shù)影像數(shù)據(jù)的處理流程圖。

４．３植被指數(shù)影像數(shù)據(jù)系統(tǒng)的設(shè)計實現(xiàn)

４．３．１影像數(shù)據(jù)的存儲方式為了充分描述影像數(shù)據(jù)，通常需要記錄其部分屬性信息，如影像的類型、成像時間、存儲格式、數(shù)據(jù)來源、數(shù)據(jù)精度、分辨率等，我們將這些描述信息稱為影像的元數(shù)據(jù)。

將影像數(shù)據(jù)存入影像數(shù)據(jù)庫時，每一影像數(shù)據(jù)塊都存為一條數(shù)據(jù)記錄，該記錄包括多個列（Ｃｏｌｕｍｎ）或字段（Ｆｉｅｌｄ），用來記錄影像的一些屬性數(shù)據(jù)和元數(shù)據(jù)，元數(shù)據(jù)是以二進(jìn)制 ＩＭＡＧＥ格式存儲在 ＳＱＬ Ｓｅｒｖｅｒ數(shù)據(jù)庫中的。

４．３．２數(shù)據(jù)庫登陸界面為了實現(xiàn)對目標(biāo)影像數(shù)據(jù)的安全管理，本系統(tǒng)提供了用戶登錄機(jī)制，用戶必須有正確的用戶名和密碼才能登錄進(jìn)入系統(tǒng)主界面。登錄界面如圖２所示。

４．３．３查詢結(jié)果顯示界面基于ＭＯＤＩＳ的山東省植被指數(shù)影像數(shù)據(jù)系統(tǒng)，主要用于對山東省植被指數(shù)影像數(shù)據(jù)進(jìn)行查詢，并提供數(shù)據(jù)下載功能。為了防止誤刪掉影像的重要信息，造成不必要的損失，數(shù)據(jù)一旦入庫后，只有管理員可以進(jìn)入對數(shù)據(jù)執(zhí)行修改、刪除、備份等數(shù)據(jù)的維護(hù)操作。用戶通過選擇空間分辨率、植被指數(shù)類型、合成天數(shù)和關(guān)注的時間來執(zhí)行查詢。由于該數(shù)據(jù)庫是山東省的植被指數(shù)庫，且在數(shù)據(jù)入庫之前都進(jìn)行了人工篩選，能保證每幅都是可用的影像數(shù)據(jù)，所以根據(jù)查詢結(jié)果可直接選擇感興趣的數(shù)據(jù)文件下載。圖３是本系統(tǒng)查詢下載界面。

５小結(jié)

主要基于ＭＯＤＩＳ遙感影像數(shù)據(jù)，選用Ｖｉｓｕａｌ C++ ６．０語言和ＳＱＬ Ｓｅｒｖｅｒ ２０００系統(tǒng)進(jìn)行系統(tǒng)開發(fā)和界面實現(xiàn)。選取山東省不同地形（平原／丘陵）、不同生態(tài)區(qū)（魯東／魯南／魯中／魯北／魯西），分析冬小麥不同生長時期ＭＯＤＩＳ遙感影像數(shù)據(jù)的特點(diǎn)，處理得到山東省冬小麥生長期內(nèi)的歸一化植被指數(shù)（ＮＤＶＩ）與增強(qiáng)型植被指數(shù)（ＥＶＩ）影像數(shù)據(jù)，建立了山東省植被指數(shù)庫。數(shù)據(jù)庫內(nèi)的影像數(shù)據(jù)都是經(jīng)過人工嚴(yán)格篩選，進(jìn)行了精細(xì)的遙感圖像處理及混合像元糾錯，能夠確保每幅數(shù)據(jù)的可用性。系統(tǒng)實踐表明，文中給出的建庫方案初步實現(xiàn)了山東省植被指數(shù)庫的建設(shè)和遙感數(shù)據(jù)的入庫、查詢、下載等功能，在建庫過程中應(yīng)用了數(shù)據(jù)的分塊、編碼索引與壓縮技術(shù)，提高了數(shù)據(jù)的管理和應(yīng)用效率。

參考文獻(xiàn)：

［１］ 江東，王乃斌，楊小喚，等． ＮＤＶＩ曲線與農(nóng)作物長勢的時序互動規(guī)律［Ｊ］．生態(tài)學(xué)報，２００２，２２（２）：２４７－２５２．

［２］ 張學(xué)霞，葛全勝，鄭景云．遙感技術(shù)在植物物候研究中的應(yīng)用綜述［Ｊ］．地球科學(xué)進(jìn)展，２００３，１８（４）：５３４－５４４．

［３］ 呂婧．ＭＯＤＩＳ影像數(shù)據(jù)庫分布式存儲方式研究［Ｄ］．武漢：華中科技大學(xué)，２００７．

［４］ 樊疆．基于ＩＤＬ的遙感影像數(shù)據(jù)庫的研究與實現(xiàn)［Ｄ］．蘭州：蘭州大學(xué)，２００９．

［５］ 郭晶．組件式ＧＩＳ中地圖顯示模塊的設(shè)計與實現(xiàn)［Ｄ］．鄭州：中國人民解放軍信息工程大學(xué)，２００２．

［６］ 王密．大型無縫影像數(shù)據(jù)庫系統(tǒng)（ＧｅｏＩｍａｇｅＤＢ）的研制與可量測虛擬現(xiàn)實（ＭＶＲ）的可行性研究［Ｄ］． 武漢：武漢大學(xué)，２００１．

［7］ 吳信才，郭玲玲，李軍．ＲＤＢＭＳ和ＣＯＭ的海量遙感影像數(shù)據(jù)的管理和Ｗｅｂ發(fā)布［Ｊ］．中國圖象圖形學(xué)報，２００２，７（４）：３８４－３８７．

［8］ 於建峰．網(wǎng)絡(luò)環(huán)境下目標(biāo)空間數(shù)據(jù)庫應(yīng)用系統(tǒng)的研究與實現(xiàn)［Ｄ］．鄭州：中國人民解放軍信息工程大學(xué)，２００３．

［9］ 杜瑩．全球多分辨率虛擬地形環(huán)境關(guān)鍵技術(shù)的研究［Ｄ］．鄭州：中國人民解放軍信息工程大學(xué)，２００５．