國土資源動態遙感監測原型系統設計與實現

陳 墾，苗 放，楊文暉，姚丹丹，程付超，王 方

(1.“地質災害防治與地質環境保護”國家重點實驗室 成都理工大學，成都 610059；2.“地學空間信息與技術”國土資源部重點實驗室 成都理工大學，成都 610059；3.“地球探測與信息技術”教育部重點實驗室 成都理工大學，成都 610059；4. 西南民族大學 計算機科學與技術學院，成都 610041)

0 引言

國土數據資源具有采集更新快、多分辨率、信息豐富、數據類型多、監測能力強等特點，具有廣泛的產業化應用前景。但由于國土數據資源獲取困難、技術難度大、建設成本高、開發周期長和動態更新不及時等問題，制約了其普及應用和產業發展?！笆濉逼陂g，中國計劃發射多顆遙感衛星，包括氣象、陸地、海洋和環境等成系列的、行業性的衛星體系和組合星座，將形成多分辨率、多類型，高覆蓋度的海量多源遙感數據[1]，為國土資源應用與產業化服務提供了基礎。

國土資源動態遙感監測是新一輪國土資源大調查的核心內容，旨在運用現代高新技術實現對重點地區、特定目標變化的快速檢測，為國民經濟建設和社會可持續發展提供真實、準確、動態更新的基礎數據，輔助地方政府快速、準確、完整地完成土地調查。主要監測技術與手段涉及地球空間信息技術、空天地一體化遙感技術、全球衛星導航定位技術、網格GIS技術、地理信息網絡服務、多維時空數據挖掘技術、空間信息云計算技術等[2]。動態監測涉及到國家的方方面面，首當其沖的便是關系國計民生的糧食問題，確保國家的1.2×106km2耕地面積直接關系到國家的大政方針，對于國家的安定發展與長治久安也有重要的歷史意義[3-4]。

隨著大數據時代的到來，國土數據資源的高效服務機制便成為國土資源應用研究中亟待解決的一個基礎問題。但是在大數據背景下，解決這一問題的技術難度卻成倍提高，數據的量變也會引起問題的質變。主要有以下難點：①國土數據資源預處理方法眾多，不同數據源難以實現通用處理方法；②國土數據資源存儲規模大且管理復雜，遙感影像數據分辨率較高，數據量較大，超出單節點圖形工作站的處理能力；③動態遙感監測圖斑數量龐大，人工提取、分析與判識方法效率較低，難以實現具有大數據特征的國土資源調查整體性統計分析；④國土數據資源多為涉密信息，數據隱私與安全急需有一個有力的保障機制。

針對動態遙感監測研究中存在的這些問題和難點，提出了一種面向數據的架構(Data Oriented Architecture, DOA)[5]。本次研究在該方法的基礎上，綜合運用前期成果“數字國土平臺”和“面向海量遙感影像的分布式計算框架[6-7]”等技術手段，設計并實現了一種動態遙感監測判識系統。經驗證，該系統能夠以高分辨率國土遙感影像為基礎，在選定監測區域內進行監測圖斑自動提取和類型的自動判識，從而為國土數據資源的采集、存儲、監測以及安全保障等研究提供技術支持。

1 理論與技術背景

1.1 圖斑分類方法

通過套合、對比分析前后兩時相遙感影像圖與上年度土地調查數據庫、臨時圖斑等，按照統一的圖斑提取原則，借助原型系統，采用人機交互為主的信息發現方式，提取多種類型的土地利用信息圖斑。首當其沖的便是科學、合理的對圖斑進行有效分類，如表1所示，共分為了五個大類14個小類。

1.2 基于DOA的數字國土平臺

數字國土平臺采用面向數據的架構DOA，運用了作者自行提出的標識影像金字塔(IdentifyingImage Pyramid, IIP)和面向空間實體的密度聚類算法(Density-Based Clustering for Spatial Surface Entity, DBCSSE)[6]等理論與技術，測試結果表明DOA能較好地滿足大數據下影像處理的需求。

面向空間信息服務的數字國土平臺是一種基于新型空間信息網絡服務G/S模式的三維可視化大數據展示與服務平臺[8-9]。數字國土平臺采用分布式服務器群、數據注冊中心和客戶終端三部分構成：

(1)分布式服務器群是由多臺服務器構成的數據存儲系統，支持結構化數據和非結構化數據的存儲，能夠提供較大訪問量的數據訪問服務。

表1 圖斑分類定義表

(2)數據注冊中心是一個高性能、分布式的元數據庫，用于提供高效的多源數據定位和查詢服務。

(3)客戶終端是提供數據可視化和數據互操作的應用軟件系統，包括數據可視化、信息管理、分析計算及人機交互等基本功能。

信息匯聚的數字國土平臺提供了一種針對國土資源研究的集觀察、分析于一體并提供各類應用和服務的有力工具。本課題研究的動態遙感監測原型系統以數字國土平臺為支撐，將信息展示和人機互操作部分通過該平臺完成，從而增加了系統的可用性與用戶體驗度。

1.3 面向國土數據資源的分布式計算框架

面向國土數據資源的分布式計算框架(簡稱分布式計算框架)是一種用于實現遙感影像分布式處理的編程框架，它通過提供一種透明化的編程環境，使用者不用去處理分布式計算中的若干細節問題，只需按照框架接口與規范編寫處理算法就能夠較容易的遙感影像的分布式處理[6]。分布式計算框架的影像處理過程包括遙感影像分割、分布式計算和冗余結果歸并三個步驟：①遙感影像分割，對原始影像數據進行分層分塊，將其轉化為多層冗余的剖分影像金字塔結構，作為分布式計算的輸入數據；②分布式計算，將分割后的遙感影像數據塊封裝為Key-Value格式，并按照使用者的處理算法在Hadoop平臺上進行計算和處理；③冗余結果歸并，采用聚類算法找出計算后的冗余結果，并按照使用者定義的歸并算法對冗余結果進行處理。

由于國家每年的遙感動態監測影像數據量巨大，通常都是PB，甚至EB數量級以上，傳統的處理方法很難支持如此大數據量下圖斑自動提取和類型判識的運算量，而面向國土數據資源的分布式計算框架較好的解決了這個問題，為動態遙感監測原型系統的實現提供了技術支持。

2 系統設計

2.1 功能需求

動態遙感監測原型系統的主要用途是對選定監測區域的土地利用現狀做變化信息提取，并判識其圖斑的類型情況，其主要功能包括數據管理、圖斑自動判識、地理國情監測展示以及人機交互操作等功能。

(1)地理國情監測展示。原型系統應具備綜合信息可視化展示功能，包括國土遙感影像展示，國土資源高程信息展示，圖斑提取結果展示和其他信息展示等，用于向使用者提供較為直觀的操作界面和使用反饋。

(2)變化信息提取。該功能是進行圖斑判識的先決條件，系統需具備對選定區域內土地利用現狀進行提取的功能。該功能并不需要對土地利用進行準確的分類定義等，而只需要根據遙感數據提取出前后時相的變化差異。

(3)圖斑自動判識。結合土地利用變化信息的提取差異結果，對圖斑進行自動判識，原型系統需要按照給定的圖斑分類方法，結合預先錄入的特征庫等，通過算法比對實現對圖斑的一級分類與二級劃分。

(4)數據管理。原型系統還應具有一定的數據管理功能，以便使用者能夠對使用的多源遙感影像數據、DEM數據、全國二調數據、圖斑提取數據等進行管理，包括上傳、下載、更新和刪除等相關數據服務。

(5)人機交互操作。原型系統應具備較方便的人機交互方式，除提供遙感影像處理系統常見的移動、縮放、旋轉等操作方式外，還應提供變化信息提取和圖斑自動判識相關的操作方式，包括監測區域選擇操作和判識提交操作等。

圖1 系統結構圖Fig．1 Systemstructuredrawing

2.2 系統體系結構設計

系統主要提供基于基礎數據和業務數據的二次開發功能。可根據建設用地報批、建設供地系統等相關耕地保護業務系統運行結果，自動同步土地轉、征用數據庫、建設供地數據庫等業務數據庫。對新增建設用地數據、建設占用耕地數據、土地供應數據、農用地轉用數據、違法用地數據等信息按時間點、時間段、區域等條件進行分類、關聯、匯總、統計，以掌握相關土地利用變化信息，并以空間圖形和圖表的方式，實時監控某一區域內已批準建設用地、已供的建設用地、耕地的補充情況、新增建設用地的空間分布、行業分布等信息，為參與宏觀調控提供信息支持，原型系統有效結合數字國土平臺與分布式文件系統的優點部分(圖1)。在圖1中：①數據注冊中心，是原型系統的核心模塊，通過元數據庫對系統的數據調用進行管理，將系統中的其他模塊進行有機的組合，為數據的展示和計算提供支持；②數據存儲模塊，是一個面向海量異構數據的分布式存儲系統，用于存儲判識系統中需要使用的各類數據，是系統的數據支撐；③數據處理模塊，是系統的計算模塊，既能實現數據預處理，同時又能通過計算機圖形圖像算法，實現對遙感影像前后時相變化信息的提取與判識；④數據服務模塊，是一個多種信息匯聚的可視化展示與人機操作平臺，是系統的圖形化用戶接口，系統中的功能都通過此模塊提供給用戶；⑤數據安全模塊，是國土數據資源共享的保障，要做到既允許用戶自由地使用共享數據，又不允許用戶私自擁有和轉移數據。

2.3 系統模塊

2.3.1 數據注冊中心

數據注冊中心是整個動態遙感監測原型系統的核心，其本質是一個對數據、計算和存儲資源進行整合和管理的元數據庫管理系統，其中記錄了各類資源的訪問和使用方式，同時具備與多個模塊進行通信的接口，能夠在各模塊間實現資源的調用與共享，從而將數字國土平臺和分布式計算框架整合到一起，實現遙感影像數據的高效利用與計算。在系統中，數據注冊中心主要具備以下幾方面的功能：

(1)對數據資源進行高效管理。原型系統中的各種數據都統一經過資源調用模塊進行管理，對數據的讀寫操作，包括數據服務模塊中遙感影像的加載，數據處理模塊中計算區域的載入等都需要首先向資源調用模塊發起查詢，并獲得數據實際位置后才能正確的執行。

(2)對計算任務及其結果進行管理。使用者通過數據服務模塊提交的判識任務，需要經過數據注冊中心分配給數據處理模塊。計算完成后，結果數據也需要數據注冊中心進行管理：發給數據存儲模塊進行轉存或是返回給數據服務模塊進行展示。

(3)通過數據注冊中心實現了原型系統中客戶端程序與后臺存儲、計算程序間的信息交換，起到了類似于消息中間件的作用。

2.3.2 數據存儲模塊

系統研究數據主要為衛星影像數據及其相關的矢量數據、全國二調數據、DEM數據等基礎數據。衛星影像數據選用國產衛星數據結合國外衛星數據，國產衛星影像包括天繪一號、遙感二號、資源三號、資源一號02C、遙感八號、HJ-1/2星等數據，國外衛星影像則包括GeoEye-1、WorldView-1、WorldView-2、Pleiades-1、QuickBird、IKONOS、SPOT5、IRS-P5、RapidEye等。國外衛星影像主要是對國產衛星數據的穩定性和有效性進行輔助驗證，通過基于DOA的分布式計算框架進行存儲。數據存儲模塊針對兩種存儲方式提供了不同的外部訪問接口，包括查詢、添加、刪除和修改等，以便數據處理模塊與數據服務模塊調用。

2.3.3 數據處理模塊

系統提供面向基礎數據、原始影像數據的預處理服務與變化信息提取服務，主要具備以下功能：

(1)控制點采集與正射糾正。系統根據糾正過程中記錄的控制點殘差文件，檢查正射糾正控制點點位精度。要求糾正控制點殘差中誤差應不大于規范要求，若控制點殘差超限，須進行二次選點。

(2)系統根據不同類型的數據源自動分配預先錄入的方法模型，做影像配準、融合與鑲嵌、裁切。

(3)使用分布式計算框架提供的開發接口[7]與一種基于特征匹配的自動提取算法[10]，來實現變化信息提取算法和圖斑類型判識算法，再設計冗余結果的處理算法，從而實現對高分遙感影像的計算與處理。

2.3.4 數據服務模塊

數據服務模塊是原型系統的用戶接口，以插件形式接入到數字國土平臺客戶端中，從而通過平臺客戶端提供遙感影像和高程信息的可視化展示和基本交互操作等功能，數據服務模塊主要具備以下幾方面的功能：

(1)圖斑判識及標注相關操作。數據服務模塊提供所有與土地利用變化信息提取相關的人機交互操作，包括啟動按鈕與菜單，圖斑判識窗口界面，監測區域選取功能等。其中監測區域選取功能包括兩種類型：①通過輸入經緯度坐標精確選取動態監測區域；②通過鼠標拉框選取處理區域(圖2)。

圖2 圖斑判識及標注示意圖Fig．2 Diagram of map spot judge and identify

(2)地理國情監測展示。數據服務模塊可以為使用者提供豐富的多源數據展示、矢柵一體化等功能，基本實現國土一張圖的監測理念。

2.3.5 數據安全模塊

數據安全模塊是對數字國土能夠有效實施與推廣應用的重要措施。主要具備以下功能：

(1)全生命周期加密設計。數據和產品在生產、存儲、傳輸和應用過程中全程加密，只在用戶的終端上才能被顯示和理解，即使是系統管理員也無法解密。

(2)訪問授權精細管理。對數據和信息按照數據集、用戶和訪問類型逐一授權，針對不同數據和用戶，對發布、修改和應用權限進行精細管理，以滿足安全保密的要求。

(3)分類存儲策略。根據需要，用戶可以將密級較高的數據和信息自行保存在終端上或部門的服務器上，進行單獨管理。在應用時與平臺密級較低的數據和信息之間執行分隔管理的安全策略。

(4)非對稱安全存儲設計。通常的數據加密實際上是一種基于密碼的變換，只要信息是完整的，就有可能被解密。采用基于DOA的非對稱分布式存儲技術，利用其暗箱特性，將數據和信息進行比特級劃分，使每個分布式存儲的數據塊均不包含局部的完整信息，獨立信息的不完整性可保證無法被解密。

3 系統實現與測試

原型系統基于DOA開發，以LRML作為數據共享與交換規范，以分布式服務器群為數據存儲平臺，通過計算機網絡在客戶端實現服務聚合與數據匯聚， 并利用可視化與數據分層分級技術，實現海量基礎數據及業務、專題數據的調度與可視化展示，為國土行業應用中的數據共享提供了一種參考規范。

3.1 系統模塊實現

根據動態遙感原型系統的需求設計，分別對各模塊進行了實現。

(1)數據注冊中心基于數字國土平臺進行實現，具體包括對系統元數據庫的構建和相關接口的實現。①系統資源元數據庫搭建在MongoDB NoSQL數據庫上，通過建立遙感影像元數據集合，DEM元數據集合，存儲資源元數據集合，計算引擎元數據集合和輸出結果元數據集合，實現對各類資源的統一入庫；②系統資源庫接口基于超地理傳輸協議[5-6]進行實現，通過其控制層協議實現資源調用模塊、數據存儲模塊和數據處理模塊間的數據傳輸，并通過其傳輸層協議實現數據服務模塊與其他模塊間的通信。

(2)數據存儲模塊通過MySQL、HDFS及其相關接口實現。①MySQL用于存儲結構化數據，對變化信息和圖斑建立獨立特征庫，變化信息庫用于表示影像基于前后時相有信息變化，圖斑庫用于存儲圖斑分類信息；②HDFS用于存儲系統中的非結構化數據，包括遙感影像，DEM數據，二調數據等。用于計算的數據與用于展示的數據在組織方式上有所不同，需對兩種不同用途的數據分別進行存儲；③數據訪問接口通過對MySQL和HDFS的原始接口進行二次封裝實現，并提供多語言支持。

(3)數據處理模塊通過分布式計算框架的開發接口進行實現，以保證其能夠通過分布式計算框架進行分布式處理。具體內容包括對控制點采集與正射糾正、影像配準、融合與鑲嵌、裁切和冗余結果處理算法的實現。由于需要與Hadoop MapReduce框架兼容[6]，本模塊需要在CentOS 6.4平臺上使用Java語言來實現，經過測試和優化后的最終算法代碼約18 000行。

(4)數據服務模塊按照數字國土平臺的插件設計規范，在Windows平臺上使用Java語言來實現。優化后的最終代碼規模約6 000行。實現過程中主要使用了國土平臺圖層渲染相關接口(Render)[7]，以實現圖斑自動判識與標注數據的疊加。

(5)數據安全模塊，針對國土數據資源不同數據類型特性進行設計并實現。①針對柵格數據采用Montgomery方法提高海量遙感數據的加解密速度，有效解決了海量遙感影像數據的安全保密問題；②針對DEM數據采用明暗恢復形狀(SFS)原理和遙感影像灰度信息加密更新基礎DEM數據的方法，以及在其基礎上的一種基于單幅遙感影像三維重建的DEM數據加密方法，實現了獲取更高分辨率的數字高程模型；③針對矢量數據采用完整性驗證的水晶數字水印算法，將矢量地圖分塊并采用MD5生成水印信息并嵌入在矢量地圖數據中，驗證了矢量地圖的完整性，將篡改的定位能力精確到數據塊[11]。

3.2 系統界面實現

原型采用Eclipse RCP富客戶端技術開發，RCP本質上是Eclipse的插件，利用RCP開發應用程序時，可以充分利用Eclipse平臺UI外觀和框架快速開發，采用SWT+JFace開發GUI也完全能夠替代傳統的AWT+Swing，能夠實現與本地操作系統統一風格的用戶界面。

RCP程序運行主要通過下述類實現：①Plugin類：用于創建整個插件的對象，是插件的全局對象，可以通過其靜態方法獲得插件對象的引用，然后獲得插件各種信息；②Application類：應用程序類，用于創建Display對象并創建工作臺對象；③ ApplicationWorkbeanchAdvisor類：工作臺類，定義默認透視圖ID并創建工作臺窗口類；④ApplicationWorkbenchWindowAdvisor類：工作臺窗口類，對工作臺進行設置并定義窗口變化時對應的調用方法；⑤ApplicationActionBarAdvisor類：操作類，用于創建及管理菜單欄、工具欄及狀態欄；⑥Perspective類：透視圖類，創建工作臺對象時指定的默認透視圖對象，用于管理窗口組件顯示布局關系；⑦SWT_AWT類：基于JOGL開發的三維操作球體，對AWT支持較好，在與SWT應用程序的結合中，通過SWT_AWT類實現球體畫布Frame到RCP View類中的嵌套與通信。

3.3 系統測試與驗證

原型系統部署在包括八個節點的實驗集群上，其中數據管理模塊單獨部署在一個節點上，數據存儲模塊和數據處理模塊共同部署在其余七個節點上，以保證硬件資源的高效利用。服務器節點的硬件指標為：Intel Xeon E5600、16 GB DDR3和2 TB SAS。數據服務模塊安裝在一臺PC兼容機上，作為測試客戶端使用。測試過程中，通過拉框操作選擇監測區域進行了圖斑自動提取和圖斑類型標注，結果如圖3所示。與純人工識別方法相比，采用本課題的人機交互方式的動態遙感監測原型系統進行處理，圖斑準確提取成功率能夠達到85%左右，對已提取圖斑的類型判識的準確率達到約78%?？梢钥闯觯瑢τ趧討B遙感監測及圖斑自動判識都有一定可用性與前瞻性，具有一定的科研應用與推廣價值。

4 結束語

針對數字國土平臺與動態遙感監測研究中存在的難點與問題，本次研究綜合運用項目組前期積累的理論和技術成果，設計并實現了一種動態遙感監測原型系統。該系統以本年度衛星遙感數據、二次調查底圖、DEM等控制資料為基礎，提供相應的數據服務功能，以及動態遙感監測圖斑自動提取和圖斑類型自動判識服務功能等，具有以下特點：

(1)實現了人機交互的動態遙感監測自動判識。

(2)能夠較好地支持大規模、高分辨率遙感影像數據的計算與分析。

(3)通過統一數據管理模塊對系統整體資源進行管理，減少了系統模塊間的耦合度。

(4)提供較直觀的信息展示方式和較便捷的人機交互操作，同時顧及了數據安全的問題。

下一步的研究工作將繼續改進圖斑類型自動判識算法，以提高判識的準確率，并提高系統運行可用性與穩定性。

參考文獻：

[1] REN FUHU. Turning Remote Sensing to Cloud Services[J]. Technical Research and Experiment. Journal of Remote Sensing,2012, 16(6): 1331-1336.

[2] 李德仁, 眭海剛, 單杰. 論地理國情監測的技術支撐[J]. 武漢大學學報:信息科學版, 2012, 37(5): 505-512

[3] 顏偉, 李瓊,譚靖,等. 土地整理遙感監測系統設計與實現[J]. 微計算機信息, 2012(4): 107-110.

[4] 溫家寶.政府工作報告, 第十屆全國人民代表大會第五次會議[EB/OL].2007.3.17,http://news.xinhuanet.com/.

[5] 陳墾, 苗放, 楊文暉,等. 基于DOA的應急管理指揮系統設計與實現[J]. 中國地質災害與防治學報, 2013, 24(3): 93-99.

[6] CHENG FU-CHAO, MIAO FANG, YANG WEN-HUI. Split Process Cluster: a Distributed Computing Platform for Edge Extraction of Massive Remote Sensing Images[C]. Proceedings of the 2013 International Symposium on Vehicle, Mechanical, and Electrical Engineering, 2013.

[7] 程付超, 苗放, 陳墾. 顧及結果完整性的遙感影像分布式邊緣提取方法[J]. 計算機工程與設計, 2014(3): 123-126.

[8] 苗放, 葉成名, 劉瑞, 等. 新一代數字地球平臺與“數字中國”技術體系架構探討[J]. 測繪科學, 2007, 32(6): 157-158.

[9] 陳墾, 苗放, 程付超,等. 基于G/S的應急管理應用[J]. 中國地質災害與防治學報, 2013, 24(2): 102-106.

[10] 魯宇航, 苗放, 都駿,等. 基于特征匹配的月球撞擊坑自動提取研究[J]. 測繪科學, 2014,35(1):52-56.

[11] 張佐理, 孫樹森, 汪亞明,等. 二維矢量數字地圖的零水印算法[J]. 計算機工程與設計, 2009, 30(6) : 1473-1475.