遙感數據在線信息分析服務技術研究

謝秋平，于海洋，王　棟，余　濤，張振鵬，元沐南

(1. 河南理工大學礦山空間信息技術國家測繪地理信息局重點實驗室，河南 焦作 454000；

2. 中國科學院遙感與數字地球研究所，北京 100101)

Research on Online Information Analysis and Service Technology of

Remote Sensing Data

XIE Qiuping，YU Haiyang，WANG Dong，YU Tao，ZHANG Zhenpeng，YUAN Munan

?

遙感數據在線信息分析服務技術研究

謝秋平1,2，于海洋1，王棟2，余濤2，張振鵬2，元沐南2

(1. 河南理工大學礦山空間信息技術國家測繪地理信息局重點實驗室，河南 焦作 454000；

2. 中國科學院遙感與數字地球研究所，北京 100101)

Research on Online Information Analysis and Service Technology of

Remote Sensing Data

XIE Qiuping，YU Haiyang，WANG Dong，YU Tao，ZHANG Zhenpeng，YUAN Munan

摘要：遙感數據的在線信息分析服務技術是基于在線處理技術，整合各種遙感信息和技術資源，通過標準Web Service調用方式以按需共享的方式提供遙感應用服務。本文就高分遙感數據產品的在線信息分析技術框架及信息分析結果的在線可視化系統實現展開研究，通過整合遙感數據處理算法及處理工具資源進行系統集成，并利用標準Web Service調用的方式為用戶統一提供在線數據分析服務，使用戶無須安裝復雜處理軟件就能在線對數據進行處理分析。試驗結果表明，在線信息分析服務系統能穩定高效地為3—5級高分影像數據產品提供在線的數據分析功能，能有效降低行業應用高分遙感影像的難度，進一步增強了對高分遙感影像數據的應用能力。

關鍵詞：高分遙感數據；在線分析；數據挖掘；變化檢測；可視化

隨著網絡技術的高速發展，遙感數據的在線信息分析逐漸成為各領域用戶提取遙感信息的一種新方式。遙感數據的在線信息分析，即是將遙感數據集中存儲在綜合信息產品數據庫，用戶在線提交所需研究區域范圍的遙感數據，對所選數據進行在線處理，數據處理結果以可視化方式展示，用戶可以在線查看預覽并下載處理結果。鐘洪麟等[1]綜合利用C#、交互式數據語言(interactive data language，IDL)等技術，以ASP.NET為平臺，研發了DVB-SMODIS遙感數據在線交互式處理原型系統，實現了遙感數據的基本預處理及在線去云處理等功能。何川等[2]利用IDL語言和ASP.NET相結合的技術開發了基于Web的遙感信息提取系統，并實現了歸一化植被指數(normalized difference vegetation index，NDVI)數據的在線發布。譚慶全等[3]利用Java、C++實現了基于B/S模式和基于C/S模式的兩種Internet環境下遙感影像金字塔切割算法，提高了遙感數據在線瀏覽速度。國外應用最廣泛的是NASA遙感數據在線處理與可視化系統——GIOVANNI，該系統提供了全球海洋、大氣及地理環境等方面遙感數據的可視化和在線分析功能，用戶僅需通過在線提交數據處理申請，即可進行遙感數據的在線處理和分析[4-5]。

高分一號衛星的成功發射，為國土資源部門、農業部門、環境保護部門提供了高精度、高分辨率、大范圍的示范應用服務，也在地理測繪、城市和交通精細化管理、土地動態遙感監測等領域發揮了重要作用。用戶在使用高分數據產品時，往往期望能夠預先了解和挖掘遙感影像數據產品內在的信息。本文就高分數據產品的在線信息分析及其結果可視化表達展開技術研究，利用標準Web服務調用的方式，屏蔽各類功能實現的軟硬件環境差異，開發出一個基于B/S結構的Web遙感信息分析系統，客戶端只需通過瀏覽器訪問，無須安裝任何遙感處理軟件，在設置相關參數后，即可得到數據的處理結果，可以為用戶提供方便快捷的透視數據產品和具有信息產品內涵的在線分析工具。

一、研究目標

針對高分數據產品，研究在線的數據透視分析功能，從而使各類用戶能夠快速感知高分數據的基本特征。主要研究目標在于：①實現對高分遙感數據的在線分析，對各類分析工具的實現進行關鍵技術探索，為不同層次的用戶提供高分數據影像產品的基本數據信息分析的在線工具集，工具集的功能主要有：在線數據投影變換、基本信息統計與直方圖分析、多時相變化檢測分析、空間聚類分析、多目標對象間的空間關聯模式挖掘分析；②各類在線數據分析的技術實現，采用基于標準Web服務調用的方式，集成到原型應用系統中；③對輸入海量高分遙感數據利用5層15級瓦片切分技術進行分塊分割，以提高數據處理效率。

遙感數據在線信息分析服務技術將提供在線實時的數據分析，系統總體結構層次劃分如圖1所示，資源層是系統的基礎和集成資源，功能層實現系統服務所需的基本功能，服務層是對系統功能進行業務邏輯組合建立的在線信息分析服務模式，用戶層是針對業務應用為各類用戶提供在線信息分析服務技術。

圖1　系統總體結構層次

系統服務層是基于Web Service實現的，包括目錄服務、數據服務和信息功能服務。目錄服務提供給用戶關于在線信息分析服務的目錄信息及所提供數據服務、功能服務的目錄信息；數據服務提供給用戶關于在線信息分析服務處理結果中遙感影像數據的描述、地理空間數據的圖形和屬性信息；信息功能服務是以服務封裝的形式向用戶提供在線遙感數據處理和分析功能，用戶按規定格式輸入請求，經服務器處理和分析后，將結果返回給用戶。

二、系統功能

在線信息分析系統功能的實現采用的技術流程如圖2所示，在可視化參數交互式設置的控制下，通過高分數據讀取接口獲取待處理高分數據；對獲取的高分數據產品，首先進行投影變換；然后進行數據挖掘分析，即進行基本統計分析及直方圖分析、多時相變化檢測分析、空間聚類分析和關聯模式數據挖掘分析，也可對通過高分數據讀取接口獲得的數據直接進行相關數據分析；最后通過圖、表等方式實現結果的可視化輸出。

圖2　在線信息分析技術路線

1) 在線投影變換：投影變換[6]首先通過Web服務方式，用戶提交請求，對高分影像數據源進行選取和對目標投影進行參數設置，同時針對高分影像數據轉換進行參數設置，然后進行坐標轉換和投影變換運算，服務器將高分影像數據由原坐標系統及投影方式轉換為所需目標坐標系統及投影方式，以便適應實際應用環境，將轉換結果展示到可視化界面返回給用戶。

2) 基本統計和直方圖分析功能是對3—5級高分遙感影像數據產品進行數據分析，包括在線實現影像數據的基本統計功能與直方圖生成，為用戶進行數據分析提供基礎。

3) 遙感影像的變化檢測[7-8]，本部分的各項功能主要基于像素級、無監督的變化檢測算法，將實現在線數據產品的變化檢測功能。通過Web服務的方式，用戶提交符合系統要求的原數據和處理請求，依據可能造成像元光譜相應變化的各種要素的情況，選用適于避免干擾的算法組合，服務器通過變化檢測算法，對遙感瞬間視場中兩個時期的高分辨率影像數據的像元光譜響應進行變化檢測，并將檢測結果返回給用戶。

4) 空間聚類是空間數據挖掘的重要組成部分，此部分將對高分影像數據產品進行在線聚類分析，獲取產品的聚類特征信息，實現聚類分析并輸出結果。

5) 數據挖掘功能對高分影像數據完成多圖層數據間的關聯分析，建立出回歸方程，挖掘出其中的關聯特征。本文主要是對3—5級高分辨率遙感影像數據完成對多圖層數據間的關聯分析。具體分析過程采用多元線性回歸方法，對待分析數據進行關聯分析，建立回歸方程，挖掘出其中的關聯特征。用戶在可視化界面首先需進行影像數據輸入，影像數據默認為GeoTIFF格式，數據輸入后即可進行數據分析，其主要任務是提取波段及各波段所對應的像素值。用戶確定自變量與因變量后即可進行任務參數的設定，參數設定后系統便可進行數據挖掘，挖掘結束后結果以XML格式進行輸出。

三、系統實現中的關鍵技術

1. 高分數據讀取接口技術

數據準備層是在線信息分析技術實現的首要工作，在可視化參數交互式設置的控制下，通過高分數據讀取接口來獲取待處理高分數據，其技術流程如圖3所示。在技術實現過程中，通過開放地理信息聯盟(Open Geospatial Consortium，OGC)的服務為空間影像數據的共享和傳輸提供了統一的接口，根據其服務接口規范協議，設計數據讀取服務的簡單對象訪問協議(simple object access protocol，SOAP)請求內容，特別是設置請求數據源的所在位置、數據源的名稱、高分數據圖層及空間范圍參數等，并對遠程數據請求的反饋結果進行XML解析，提取GeoTIFF影像數據內容，設置數據分析對象并為后續的數據分析做準備。

圖3　讀取高分影像數據流程

2. Web Service技術

Web Service是由企業發布的完成其特定需求的在線應用服務，是基于XML和SOAP簡化客戶端與服務端的交互的應用組件，并由WSDL(web services description language)描述調用所需信息，通過UDDI(universal description，discovery and integration)發現和注冊服務的描述信息[9]。文中調用Web Service是采用生成客戶端的方式，關鍵步驟為：

1) 調用服務的接口前將服務和接口引用到具體類，代碼如下：

Import WebServiceClient. SearcherService.ServiceStub;

Import

WebServiceClient.SearcherService.ServiceStub.SearTilePaged;

Import

WebServiceClient.SearchService.ServiceCallbackHandler;

2) 初始化服務和接口對象，并輸入參數，代碼如下：

ServiceStubsub=new ServiceStub();

SearTilePagedstp = new SearTilePaged ();

stp. setTileLevel(aryTileLevel);

3) 執行對Web Service的調用，代碼如下：

result=sub. SearTilePaged (stp);

class MyCallback extends ServiceCallbackHandler

{

public void receiveResult SearTilePaged (SearTilePagedResponse result)

{ System.out.println(result.get_return());}

}

stub. SearTilePaged (stp, new MyCallback());

3. 海量遙感數據處理技術

高分一號衛星16 m分辨率數據，單景影像數據壓縮后大約為0.8 GB，針對高分數據的海量性，對輸入的遙感數據進行5層15級瓦片分割分塊處理，以便于海量數據的在線信息分析處理，并采用實時解算、實時統計、分布式存儲的方法解決時間消耗問題。

對遙感影像數據進行5層15級瓦片切分，首先對影像數據進行預處理，然后進行切分，生成圖幅大小與數據結構相同的不同層級的影像切片，切片最大限度地保留了數據的原始信息[10]。5層15級瓦片切分標準見表1。該標準在保證整體劃分影像數據的空間分辨率均勻分布的同時將遙感影像數據的重采樣分辨率與國家基本比例尺相對應，使各層級的影像數據在空間屬性上對應到簡單的數值上，多幅切片在球面上顯示時可以實現無縫拼接。

影像數據切分后，單個切片數據的大小為1000×1000像素，隨著層級的升高，空間分辨率下降。每一層級的切片數據的行列號以坐標(-180°,-90°)為起點，從下到上、從左至右進行排序，其中行和列的編號從0開始。切片數據的行列號與經緯度范圍的換算公式為

(1)

(2)

式中，r為切片數據的行號；c為切片數據的列號；lon為切片數據左下角頂點經度；lat為切片數據左下角頂點緯度；a為切片數據所在層級對應的單個像元大小(°)。

四、系統界面與運行實例

本系統主要采用HTML5+JSP+STRUTS2+ Hibernate等技術進行開發，對外服務采用標準Web Service服務、Tomcat 7.0 Web服務器，客戶端為任意支持Web服務的系統。功能部件開發使用Java和Eclipse工具，主要使用C++和Java編程，人機交互可視化界面使用JSP進行開發。在實現的功能中，將通過標準Web服務，與原型系統或外部在線用戶進行數據或服務交換，交換格式符合OGC標準。

用戶通過瀏覽器輸入網址登錄遙感衛星應用技術平臺，根據需要選擇所研究區域的高分數據，將所選擇的高分數據加入到在線信息分析隊列，用戶根據需求逐一選擇隊列列表數據及所需數據處理方法，圖4為在線分析原型主界面，圖5為空間聚類模塊，用戶可自行設置對應參數，圖6為分辨率為8 m的高分遙感影像數據空間聚類可視化結果，圖7為多目標關聯數據挖掘模塊，其最終分析結果以XML系統根據分布式部署的特點，采用Web服務的方式，用戶從任何聯網的終端通過瀏覽器即可訪問功能模塊、提交數據和參數進行數據處理，隨后可選擇將處理結果在服務器存檔或下載到本地。鑒于高分數據的海量性特點，在傳統工具的基礎上增加了交互式操作、 實時監測的特性。當用戶開始數據處理時，系統界面的監控區域顯示數據統計信息、處理進程等信息，并隨著解算過程動態更新。

網頁的形式反饋給用戶，如圖8所示。

圖4　在線分析原型主界面

圖5　空間聚類模塊

圖6　空間聚類結果

圖7　多目標關聯數據挖掘模塊

圖8　多目標對象關聯結果

五、結束語

隨著高分影像數據在各行各業的廣泛應用，快速靈活探測并充分利用高分影像數據產品潛在的信息尤為重要。本文就高分數據產品的在線信息分析服務技術及其結果可視化表達展開研究，在高分信息產品庫(3—5級)基礎上研究在線的、可靈活集成的在線信息分析工具集，并實現了在線分析工具集的功能，基于服務模式的技術框架及各類在線分析工具集的實現，為不同層次的用戶提供了方便快捷的在線數據信息分析服務技術。在線信息分析服務技術的研究可以為各個行業的高分數據產品提供共享和共性的服務功能，極大地方便了各行業對高分數據影像產品的應用。

參考文獻：

[1]鐘洪麟.DVB-SMODIS遙感數據在線交互式處理系統研發[D].上海:華東師范大學,2011.

[2]何川,張友靜,佘遠見,等.基于Web和IDL的遙感信息提取系統開發[J].遙感技術與應用，2009, 24(3):405-408.

[3]譚慶全,劉群,畢建濤,等.面向Internet的分布式遙感影像切割算法[J].吉林大學學報(工學版)，2010, 40(1):224-228.

[4]BERRICK S W,LEPTOUKH G,FARLEY J D,et al.Giovanni:A Web Service Workflow-based Data Visualization and Analysis System[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(1):106-113.

[5]LEPTOUKH G,COX S,FARLEY J, et al.Exploring NASA and ESA Atmospheric Data Using Giovanni, the Online Visualization and Analysis Tool[C]∥Proceedings of Envisat Symposium 2007. Montreux： European Space Agency,2007.

[6]段福洲,朱琳,高立.遙感像片中多投影變換的實現與優化[J].中國圖象圖形學報，2005, 10(5):608-610.

[7]李德仁.利用遙感影像進行變化檢測[J].武漢大學學報(信息科學版)，2003, 28(SI):7-12.

[8]趙敏.面向對象的高分辨率遙感影像變化檢測[J].測繪標準化，2012, 28(4):36-38.

[9]沈占峰,駱劍承,盛昊,等.基于Web Service的分布式遙感影像數據庫設計與實現[J].測繪通報，2006(2):14-17．

[10]盛林.基于Web的海量遙感數據共享系統設計與實驗[D].北京:北京建筑大學,2014.

引文格式： 謝秋平，于海洋，王棟，等. 遙感數據在線信息分析服務技術研究[J].測繪通報，2016(1)：28-32.DOI:10.13474/j.cnki.11-2246.2016.0007.

作者簡介：謝秋平(1988—)，女，碩士生，研究方向為遙感技術應用。E-mail:pingerxie@qq.com

基金項目：高分重大專項(E01061213)；中國科學院遙感與數字地球研究所創新項目(Y3SG100CX)；中國科學院遙感與數字地球研究所自主項目(Y4SF010030)

收稿日期：2014-11-27; 修回日期： 2015-04-01

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2016)01-0028-05