森林資源涉及的一系列環(huán)節(jié)都離不開客觀、現(xiàn)實(shí)、準(zhǔn)確的數(shù)據(jù),然而,傳統(tǒng)的森林資源監(jiān)測(cè)和調(diào)查方法已不能滿足快速準(zhǔn)確的數(shù)據(jù)需求,3S與計(jì)算機(jī)技術(shù)等現(xiàn)代化的分析管理技術(shù)在森林調(diào)查管理上扮演著愈發(fā)重要的作用。隨著3S技術(shù)的快速發(fā)展,全球每天都在集成大量的空間數(shù)據(jù),地理空間大數(shù)據(jù)時(shí)代已經(jīng)到來,對(duì)海量空間數(shù)據(jù)進(jìn)行高效組織存儲(chǔ)及快速處理成為研究熱點(diǎn),遙感影像及空間矢量作為典型的空間數(shù)據(jù),已被廣泛應(yīng)用于林業(yè)、軍事、測(cè)繪、交通等領(lǐng)域,許多研究者對(duì)這兩種空間數(shù)據(jù)展開分布式存儲(chǔ)與并行處理研究,取得了一定的成果,但在當(dāng)前研究中,沒有很好地結(jié)合數(shù)據(jù)特性設(shè)計(jì)存儲(chǔ)結(jié)構(gòu),更鮮有在優(yōu)化存儲(chǔ)的基礎(chǔ)上加速并行處理,因而當(dāng)面向體量更大的數(shù)據(jù)及實(shí)時(shí)性要求更高的應(yīng)用時(shí),當(dāng)前研究將到達(dá)瓶頸。本文針對(duì)遙感影像及空間矢量數(shù)據(jù)在分布式存儲(chǔ)以及并行處理研究中的不足之處,基于大數(shù)據(jù)云計(jì)算技術(shù),開展遙感影像及空間矢量數(shù)據(jù)分布式存儲(chǔ)與并行處理方法研究,提出了高效快速的空間數(shù)據(jù)存儲(chǔ)模型及并行處理方法,并設(shè)計(jì)實(shí)現(xiàn)了數(shù)據(jù)存儲(chǔ)到處理的接口,最后將研究成果應(yīng)用到林業(yè)領(lǐng)域,并行反演森林植被覆蓋度。本文研究內(nèi)容如下:(1)研究遙感影像分布式存儲(chǔ)模型。為解決當(dāng)前存...

【文章頁數(shù)】：135 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 地理空間大數(shù)據(jù)時(shí)代的到來
        1.2.2 遙感影像分布式存儲(chǔ)及并行處理研究現(xiàn)狀
            1.2.2.1 遙感影像分布式存儲(chǔ)研究現(xiàn)狀
            1.2.2.2 遙感影像并行處理研究現(xiàn)狀
        1.2.3 空間矢量數(shù)據(jù)分布式存儲(chǔ)及并行處理研究現(xiàn)狀
            1.2.3.1 空間矢量數(shù)據(jù)分布式存儲(chǔ)研究現(xiàn)狀
            1.2.3.2 空間矢量數(shù)據(jù)并行處理研究現(xiàn)狀
        1.2.4 空間矢量數(shù)據(jù)索引研究現(xiàn)狀
        1.2.5 當(dāng)前研究不足之處
    1.3 論文研究內(nèi)容與技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 技術(shù)路線
    1.4 論文組織結(jié)構(gòu)
2 相關(guān)技術(shù)介紹
    2.1 分布式文件系統(tǒng)
        2.1.1 HDFS
        2.1.2 Alluxio
    2.2 并行計(jì)算技術(shù)
        2.2.1 MapReduce
        2.2.2 Spark
    2.3 本章小結(jié)
3 遙感影像分布式存儲(chǔ)模型
    3.1 遙感影像特性分析
        3.1.1 影像數(shù)據(jù)模型
        3.1.2 遙感影像數(shù)據(jù)訪問
    3.2 遙感影像分布式存儲(chǔ)模型的設(shè)計(jì)與實(shí)現(xiàn)
        3.2.1 HDFS小文件問題
        3.2.2 鍵值對(duì)容器
        3.2.3 索引后的鍵值對(duì)容器
        3.2.4 影像數(shù)據(jù)塊編號(hào)
            3.2.4.1 矩形塊劃分編號(hào)
            3.2.4.2 行劃分編號(hào)
            3.2.4.3 列劃分編號(hào)
        3.2.5 遙感影像分布式存儲(chǔ)模型-MapImge
        3.2.6 模型存取接口
    3.3 實(shí)驗(yàn)與分析
        3.3.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
4 空間矢量數(shù)據(jù)分布式存儲(chǔ)模型
    4.1 矢量數(shù)據(jù)模型
        4.1.1 空間關(guān)系型矢量數(shù)據(jù)
        4.1.2 面向?qū)ο笮褪噶繑?shù)據(jù)
        4.1.3 矢量瓦片金字塔
        4.1.4 矢量瓦片格式-mvt
    4.2 矢量數(shù)據(jù)分布式存儲(chǔ)模型的設(shè)計(jì)與實(shí)現(xiàn)
        4.2.1 矢量空間索引
        4.2.2 內(nèi)存鍵值對(duì)容器
        4.2.3 矢量數(shù)據(jù)分布式存儲(chǔ)模型-VectorTileStore
        4.2.4 模型存取接口
    4.3 實(shí)驗(yàn)與分析
        4.3.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
5 空間數(shù)據(jù)并行處理
    5.1 遙感影像金字塔并行構(gòu)建及加載
        5.1.1 數(shù)據(jù)預(yù)處理
        5.1.2 并行構(gòu)建及加載流程
        5.1.3 實(shí)驗(yàn)與分析
    5.2 矢量瓦片金字塔并行構(gòu)建及加載
        5.2.1 數(shù)據(jù)預(yù)處理
        5.2.2 并行構(gòu)建及加載流程
        5.2.3 實(shí)驗(yàn)與分析
    5.3 存儲(chǔ)模型并行輸入格式
        5.3.1 InputFormat抽象類
        5.3.2 MapImage并行輸入格式
        5.3.3 VectorTileStore并行輸入格式
        5.3.4 實(shí)驗(yàn)與分析
    5.4 矢量空間并行查詢
        5.4.1 空間查詢
        5.4.2 并行查詢流程
            5.4.2.1 第一層過濾
            5.4.2.2 第二層過濾
            5.4.2.3 空間連接并行查詢
        5.4.3 實(shí)驗(yàn)與分析
    5.5 遙感影像并行鑲嵌
        5.5.1 數(shù)據(jù)預(yù)處理
        5.5.2 并行鑲嵌流程
        5.5.3 實(shí)驗(yàn)與分析
    5.6 空間數(shù)據(jù)并行處理接口
    5.7 本章小結(jié)
6 植被覆蓋度遙感并行反演
    6.1 研究區(qū)域與數(shù)據(jù)
    6.2 影像分布式存儲(chǔ)
    6.3 數(shù)據(jù)預(yù)處理與植被覆蓋度反演模型
        6.3.1 數(shù)據(jù)預(yù)處理
        6.3.2 植被覆蓋度反演模型
    6.4 植被覆蓋度并行反演流程
    6.5 實(shí)驗(yàn)與分析
        6.5.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)
        6.5.2 實(shí)驗(yàn)結(jié)果與分析
    6.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號(hào)：3776764