李 峰，尤淑撐，魏 海，韋二龍，陳 莉

(1.中國電子科技集團公司第五十四研究所，河北 石家莊 050081； 2.中國電子科技集團公司航天信息應(yīng)用技術(shù)重點實驗室，河北 石家莊 050081； 3.中國土地勘測規(guī)劃院，北京 100035)

遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集的篩選模型

李 峰1,2，尤淑撐3，魏 海3，韋二龍1,2，陳 莉1

(1.中國電子科技集團公司第五十四研究所，河北 石家莊 050081； 2.中國電子科技集團公司航天信息應(yīng)用技術(shù)重點實驗室，河北 石家莊 050081； 3.中國土地勘測規(guī)劃院，北京 100035)

隨著遙感影像數(shù)據(jù)越來越多，面向指定區(qū)域的遙感數(shù)據(jù)查詢，往往出現(xiàn)查詢結(jié)果數(shù)據(jù)量大、數(shù)據(jù)重疊且數(shù)據(jù)質(zhì)量良莠不齊的問題。針對傳統(tǒng)查詢方法的問題，提出一種遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集的篩選模型。該模型基于成像時間、云量和分辨率等參數(shù)建立歸一化數(shù)學計算模型，完成指定時空范圍內(nèi)覆蓋最優(yōu)的遙感影像數(shù)據(jù)集篩選。試驗結(jié)果表明，使用區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型，能夠有效剔除遙感數(shù)據(jù)中較早時相、重復覆蓋和多云量的數(shù)據(jù)，有效地縮減用戶數(shù)據(jù)篩選時間。

遙感影像；篩選模型；最優(yōu)數(shù)據(jù)集；智能Agent

0 引言

隨著對地觀測技術(shù)的發(fā)展，遙感影像數(shù)據(jù)越積越多，數(shù)據(jù)量越來越大，從GB數(shù)量級迅速增長到TB級數(shù)量級[1-2]，傳統(tǒng)的遙感數(shù)據(jù)查詢是采用界面分頁方法和數(shù)據(jù)源分頁方法，從海量數(shù)據(jù)中提取所有符合條件的查詢結(jié)果，查詢結(jié)果動輒幾百條甚至上千條，嚴重影響用戶的使用效率[3-4]。面對用戶需求，如何快速從海量遙感影像數(shù)據(jù)中獲取適應(yīng)用戶需求的遙感影像數(shù)據(jù)，顯得尤為重要[5]。為此本文研究了一種遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型，基本思想是根據(jù)成像時間、云量和分辨率等參數(shù)，自動篩選區(qū)域內(nèi)的時相新、重疊少和云量優(yōu)的遙感影像，減少用戶數(shù)據(jù)挑選工作量，縮短數(shù)據(jù)篩選時間，提供數(shù)據(jù)查詢效率。

1 遙感影像篩選過程中遇到的問題

以全圖土地變更調(diào)查監(jiān)測與核查為例，進行某個縣的遙感監(jiān)測信息提取時，需要提取該區(qū)域內(nèi)時間最近、覆蓋最全和云量最少的遙感影像，作為遙感監(jiān)測信息提取工作的原始數(shù)據(jù)進行專題產(chǎn)品生產(chǎn)[6-7]。若按原始條件直接查詢檢索出符合要求的影像數(shù)據(jù)集，數(shù)據(jù)集中會存在一些區(qū)域、成像時間上的冗余數(shù)據(jù)，主要包括以下幾個方面：

① 多景遙感影像數(shù)據(jù)的成像時間接近，但分辨率不同；

② 同一點的遙感影像數(shù)據(jù)分辨率相同，但成像時間不同；

③ 同一區(qū)域不同遙感影像數(shù)據(jù)的云量、覆蓋率各有優(yōu)劣，例如數(shù)據(jù)A的云量較低，但對該地區(qū)的覆蓋率較低，數(shù)據(jù)B的云量較高，對該地區(qū)的覆蓋率較高。

如何從海量遙感影像數(shù)據(jù)中綜合考慮遙感影像的成像時間、分辨率和云量等條件，篩選出最優(yōu)的影像數(shù)據(jù)集，提高遙感影像的檢索效率，減少人工參與篩選的過程，是遙感影像數(shù)據(jù)應(yīng)用過程中亟需解決的問題之一。

2 模型設(shè)計與實現(xiàn)

2.1 模型總體設(shè)計

遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型由客戶端、Web服務(wù)器、智能Agent和數(shù)據(jù)源4個模塊組成，每個模塊主要功能以及模塊之間的交互關(guān)系如圖1所示。

圖1 遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型

2.1.1 客戶端

客戶端是用戶和篩選模型交互的可視化接口，一般是瀏覽器，主要實現(xiàn)用戶篩選條件的輸入和篩選結(jié)果的顯示[8-9]。

2.1.2 Web服務(wù)器

Web服務(wù)器是Web應(yīng)用程序運行的容器[10]。一方面通過HTTP協(xié)議和客戶端完成消息的交互，另一方面向智能Agent發(fā)送SOAP消息調(diào)用Web服務(wù)[11-12]，實現(xiàn)遙感影像數(shù)據(jù)篩選。Web服務(wù)器主要包含了篩選條件組合、篩選條件編碼和頁面內(nèi)容解析等功能。Web服務(wù)器將用戶在客戶端中輸入的所有篩選條件進行編碼組合，然后封裝在SOAP消息中發(fā)送給智能Agent[13]。查詢結(jié)果返回時，Web服務(wù)器解析篩選頁面的內(nèi)容，然后發(fā)送到客戶端。

2.1.3 智能Agent

智能Agent是具有一定智能性的計算機程序[14-15]，能夠代表人們在動態(tài)變化的環(huán)境中進行交互操作。本文中智能Agent是整個篩選系統(tǒng)的核心，它接收Web服務(wù)器的查詢請求，訪問注冊的所有數(shù)據(jù)源，篩選滿足條件的遙感影像數(shù)據(jù)。

2.1.4 數(shù)據(jù)源

數(shù)據(jù)源是遙感影像數(shù)據(jù)的存儲中心[16]，提供用于訪問本地遙感影像數(shù)據(jù)的Web服務(wù)接口。智能Agent發(fā)送SOAP消息調(diào)用這些Web服務(wù)接口，實現(xiàn)多源遙感影像數(shù)據(jù)的篩選查詢。

2.2 智能Agent設(shè)計

智能Agent由篩選預處理、篩選處理和篩選后處理3個功能模塊構(gòu)成，每個模塊主要功能以及模塊之間的交互關(guān)系如圖 2所示。

圖2 智能Agent執(zhí)行流程

2.2.1 篩選預處理

篩選預處理模塊經(jīng)過參數(shù)解析和參數(shù)重組獲得用戶的篩選條件，Web服務(wù)器以SOAP消息的形式發(fā)送篩選參數(shù)，完成區(qū)域網(wǎng)格拆分和歸一化處理模型構(gòu)造。

歸一化處理是將成像時間、云量、分辨率分別進行處理。成像時間：成像時間越新歸一化值越大，取當前設(shè)定時間與成像時間差(設(shè)取值范圍：1 s，5年(157 680 000 s))的倒數(shù)(6.34×10-9,1)，并歸一化到(0,100)區(qū)間范圍，取值為α1；云量：百分比值(0.01,100)，在歸一化區(qū)間范圍(0,100)內(nèi)，取值為α2；分辨率：(0.01 m,100 000 m)取倒數(shù)(0.000 01,100)，并歸一化到(0,100)區(qū)間范圍，取值為α3。

2.2.2 篩選處理

篩選處理模塊是智能Agent的核心功能模塊，處理過程分為遙感數(shù)據(jù)檢索、歸一化權(quán)重計算、基于網(wǎng)格和權(quán)重值的數(shù)據(jù)篩選3個階段。

首先，根據(jù)輸入的地理區(qū)域、時間范圍、衛(wèi)星和傳感器要求、分辨率范圍等條件，檢索出符合要求的所有遙感影像數(shù)據(jù)記錄集A。根據(jù)業(yè)務(wù)應(yīng)用類型，設(shè)置歸一化后成像時間、云量、分辨率的權(quán)重系數(shù)，設(shè)成像時間系數(shù)為γ1，云量系數(shù)為γ2，分辨率系數(shù)為γ3(0≤γ≤1，γ1+γ2+γ3=1)，則遙感影像數(shù)據(jù)權(quán)重值γ=γ1*α1+γ2*α2+γ3*α3，根據(jù)該方法計算記錄集A中每條數(shù)據(jù)記錄的權(quán)重值。最后對區(qū)域網(wǎng)格拆分后的網(wǎng)格進行遍歷，計算記錄集A中覆蓋每個網(wǎng)格的所有遙感影像數(shù)據(jù)，將權(quán)重值最大的數(shù)據(jù)記入記錄集B，所有網(wǎng)格檢索完畢得到初步篩選結(jié)果記錄集B。

2.2.3 篩選后處理

篩選后處理模塊負責篩選結(jié)果去重和篩選結(jié)果編碼反饋。篩選結(jié)果去重是指對記錄集B進行去重處理，首先創(chuàng)建一個新的結(jié)果集C，遍歷并判斷記錄集B中的數(shù)據(jù)是否在結(jié)果集C中存在，不存在則加入C。最后輸出最優(yōu)數(shù)據(jù)集C。篩選結(jié)果編碼反饋將完整的最優(yōu)數(shù)據(jù)集內(nèi)容封裝到SOAP消息中，回送給Web服務(wù)器，完成篩選響應(yīng)過程。

3 實例應(yīng)用

為了驗證本文提出的遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型的可行性和有效性，開發(fā)了一個遙感數(shù)據(jù)篩選查詢系統(tǒng)，試驗數(shù)據(jù)采用分布在同一區(qū)域、不同時相、不同衛(wèi)星的遙感影像數(shù)據(jù)，以內(nèi)蒙古赤峰市為示例區(qū)域查詢2015年7月～9月的遙感影像數(shù)據(jù)。試驗分2部分進行：第1部分直接采用區(qū)域、時間、衛(wèi)星和傳感器為查詢條件進行檢索；第2部分，使用遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型進行篩選。試驗效果如圖3(a)、圖3(b)所示。

通過試驗結(jié)果可以看出，使用遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型后，能夠有效剔除遙感數(shù)據(jù)集中存在的部分重復覆蓋數(shù)據(jù)，輸出時相、分辨率和云量等指標相對更優(yōu)的數(shù)據(jù)集。

(a) 未應(yīng)用篩選模型查詢結(jié)果

(b) 應(yīng)用篩選模型查詢結(jié)果圖3 查詢結(jié)果

4 結(jié)束語

通過建立遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集篩選模型，利用Web服務(wù)和智能Agent技術(shù)設(shè)計并實現(xiàn)了遙感影像數(shù)據(jù)的最優(yōu)數(shù)據(jù)集篩選，根據(jù)用戶輸入的地理范圍、時間區(qū)間和衛(wèi)星等多種查詢條件，篩選出符合條件的最優(yōu)遙感影像數(shù)據(jù)集，為在限定條件下獲取最優(yōu)遙感數(shù)據(jù)集提供了一種解決方法。

[1] 欒峰，寧方輝，滕惠忠.面向海量遙感影像的數(shù)據(jù)模型與管理模型設(shè)計[J].海洋測繪,2014,34(5):76-78.

[2] 李盛陽，于海軍，韓潔.基于三維地球的海量遙感影像高效可視化管理系統(tǒng)的設(shè)計與實現(xiàn)[J].遙感技術(shù)與應(yīng)用,2016,31(1):170-176.

[3] 倪睿熙.一種基于JSON的異構(gòu)數(shù)據(jù)查詢方法[J].無線電通信技術(shù),2013,39(1):73-76.

[4] 謝冰川，趙亮，李莎莎.分布式海量遙感圖像編目檢索機制[J]．計算機工程，2010,36(20):281-285．

[5] 王士成.遙感數(shù)據(jù)服務(wù)系統(tǒng)能力需求估算方法研究[J].無線電工程,2013,43(4):61-64.

[6] 王忠武，劉順喜，戴建旺，等.高分二號衛(wèi)星數(shù)據(jù)在新增建設(shè)用地監(jiān)測中的應(yīng)用分析[J].航天器工程,2014,24(6):134-139.

[7] 王忠武，劉順喜，戴建旺，等.“高分二號”衛(wèi)星多光譜與全色影像配準策略[J].航天返回與遙感,2015,36(4):48-53.

[8] 盛林.基于Web的海量遙感數(shù)據(jù)共享系統(tǒng)設(shè)計與實現(xiàn)[D].北京：北京建筑大學，2014.

[9] 溫靜，胡玉新，許寧.基于WEB的用戶服務(wù)與信息發(fā)布分系統(tǒng)設(shè)計與實現(xiàn)[J].地質(zhì)力學學報,2015,21(2):163-168.

[10] 郝亮.一個高可擴展的Web服務(wù)器架構(gòu)設(shè)計與熱部署實現(xiàn)[D].武漢：華中科技大學，2013.

[11] 李振舉，李學軍，楊晟，等.海量遙感數(shù)據(jù)管理研究[J]．計算機技術(shù)與發(fā)展，2015,25(11):152-155.

[12] 杜根遠．海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D].成都：成都理工大學，2011.

[13] 徐故成,崔賓閣.多源海量遙感數(shù)據(jù)分頁查詢策略的優(yōu)化研究[J].計算機工程，2014,40(8):64-69．

[14] 劉穎，馬斌，王長濤，等.基于多Agent的動態(tài)數(shù)據(jù)并行計算方法研究[J].測控技術(shù)，2014,33(7):46-49.

[15] 遲鐵.基于Agent的無線網(wǎng)絡(luò)在建筑環(huán)境中的應(yīng)用研究[D].沈陽：沈陽建筑大學，2011.

[16] 黃飛鵬.海量遙感影像管理系統(tǒng)的設(shè)計與實現(xiàn)[D].上海：華東師范大學，2011.

AOptimalDatasetScreeningModelforRemote-sensingImageryRegionalCoverage

LI Feng1,2,YOU Shu-cheng3,WEI Hai3,WEI Er-long1,2,CHEN Li1

(1.The54thResearchInstituteofCETC,ShijiazhuangHebei050081,China； 2.CETCKeyLaboratoryofAerospaceInformationApplications,ShijiazhuangHebei050081,China； 3.ChinaLandSurveyingandPlanningInstitute,Beijing100035,China)

With more and more remote sensing imagery,for the querying of remote sensing data in specified region,the problem with large querying result,repeating coverage and mixed quality appeared.To improve the problem of traditional querying,a screening model for optimal coverage datasets of remote sensing imagery was proposed.A normalized mathematical computational model was built on the imaging time,cloud amount and image resolution,which realized the screening of imagery datasets with optimal coverage in the specified space-time range.The test result showed that the screening model could effectively reject the remote sensing data with early time-phase,repeating coverage and large cloud cover.And the screening time was also effectively reduced.

remote-sensing imagery;screening model;optimal dataset;intelligent Agent

10.3969/j.issn.1003-3106.2017.10.10

李峰，尤淑撐，魏海，等.遙感影像區(qū)域覆蓋最優(yōu)數(shù)據(jù)集的篩選模型[J].無線電工程,2017,47(10):45-48.[LI Feng,YOU Shucheng,WEI Hai,et al.A Optimal Dataset Screening Model for Remote-sensing Imagery Regional Coverage[J].Radio Engineering,2017,47(10):45-48.]

V55

A

1003-3106(2017)10-0045-04

2017-01-07

國土資源公益性行業(yè)科研專項基金資助項目(201411119)。

李峰男，(1982—)，高級工程師。主要研究方向：航天地面應(yīng)用、地理信息系統(tǒng)。尤淑撐男，(1975—)，研究員。主要研究方向：遙感技術(shù)土地調(diào)查監(jiān)測應(yīng)用。