王履華， 孫在宏， 曾微波， 高權(quán)忠

（1.南京市地理信息應(yīng)用工程技術(shù)研究中心， 江蘇 南京 210036；2.南京師范大學(xué)地理科學(xué)學(xué)院， 江蘇南京 210097；3.南京大學(xué)地理與海洋科學(xué)學(xué)院， 江蘇 南京 210046）

省級國土資源海量遙感影像數(shù)據(jù)管理技術(shù)研究

王履華1,2， 孫在宏1,2， 曾微波1,3， 高權(quán)忠1

（1.南京市地理信息應(yīng)用工程技術(shù)研究中心， 江蘇 南京 210036；2.南京師范大學(xué)地理科學(xué)學(xué)院， 江蘇南京 210097；3.南京大學(xué)地理與海洋科學(xué)學(xué)院， 江蘇 南京 210046）

研究目的：研究海量遙感影像數(shù)據(jù)管理技術(shù)路線，解決省級國土資源部門影像數(shù)據(jù)管理與共享問題。研究方法：理論分析法， 對比試驗法，實例驗證法。研究結(jié)果：（1）采用數(shù)據(jù)庫和文件系統(tǒng)混合管理方式，顯著提高影像數(shù)據(jù)的存儲和檢索效率；（2）通過建立影像鑲嵌數(shù)據(jù)集，構(gòu)建影像金字塔和概視圖，實現(xiàn)了TB級遙感影像數(shù)據(jù)的快速組織、更新和發(fā)布；（3）采用JPEG_YCbCr視覺無損壓縮方法，大幅度提升影像金字塔壓縮效率和壓縮比。研究結(jié)論：基于鑲嵌數(shù)據(jù)集的海量遙感影像數(shù)據(jù)管理技術(shù)，應(yīng)用于江蘇省第二次土地調(diào)查省級數(shù)據(jù)中心系統(tǒng)建設(shè)，解決了技術(shù)瓶頸， 實驗證明該技術(shù)路線可行。

土地信息；遙感影像；鑲嵌數(shù)據(jù)集；金字塔；概視圖；視覺無損壓縮

遙感作為空間數(shù)據(jù)采集手段，已成為地理信息系統(tǒng)的主要信息源與數(shù)據(jù)更新途徑[1]。隨著對地觀測技術(shù)的快速發(fā)展，遙感影像數(shù)據(jù)以幾何級數(shù)般速度增長[2]。國土資源部門在第二次全國土地調(diào)查和每年土地變更調(diào)查與遙感監(jiān)測工作中積累了大量的影像數(shù)據(jù)，根據(jù)區(qū)域面積和分辨率的差異，一個縣（區(qū)）的DOM數(shù)據(jù)量為20 GB到50 GB，市級的DOM數(shù)據(jù)量平均在200 GB左右，省級的DOM數(shù)據(jù)量達到了TB級[3]，國家級第二次全國土地調(diào)查本底數(shù)據(jù)庫一年的DOM數(shù)據(jù)不小于55 TB[4]，并且這些數(shù)據(jù)將逐年以相同的數(shù)量遞增。遙感影像數(shù)據(jù)是國土資源管理的基礎(chǔ)數(shù)據(jù)，并作為各級國土資源“一張圖”核心數(shù)據(jù)庫建設(shè)中的重要組成部分，如何將海量影像數(shù)據(jù)進行高效管理、更新和網(wǎng)絡(luò)發(fā)布，并能夠快速應(yīng)用到各業(yè)務(wù)系統(tǒng)中，為構(gòu)建國土資源綜合監(jiān)管平臺提供數(shù)據(jù)支撐，成為目前迫切需要解決的問題。本文從數(shù)據(jù)存儲、管理和可視化等方面對海量遙感影像數(shù)據(jù)管理的關(guān)鍵技術(shù)進行研究，并以江蘇省第二次土地調(diào)查省級數(shù)據(jù)中心系統(tǒng)建立為例，提出利用分布式文件系統(tǒng)和數(shù)據(jù)庫混合存儲技術(shù)，通過建立影像鑲嵌數(shù)據(jù)集，構(gòu)建影像金字塔和概視圖，實現(xiàn)海量遙感影像數(shù)據(jù)的高效管理。

1 影像數(shù)據(jù)存儲管理設(shè)計

海量遙感影像數(shù)據(jù)一方面是指影像數(shù)據(jù)量大，需要占用大量的存儲空間，另一方面是指影像文件數(shù)量多，需要產(chǎn)生龐大的編目管理信息。目前，海量遙感影像數(shù)據(jù)的高效存儲與管理技術(shù)已成為國內(nèi)外研究的熱點，技術(shù)方法主要有：在地理數(shù)據(jù)庫中進行存儲和管理；存儲在文件系統(tǒng)中進行管理；數(shù)據(jù)庫和文件系統(tǒng)混合管理。

1.1 影像數(shù)據(jù)存儲管理模式分析

1.1.1 基于關(guān)系數(shù)據(jù)庫的存儲管理 （1）將影像數(shù)據(jù)文件以二進制流的形式存儲在關(guān)系數(shù)據(jù)庫BLOB字段中，實現(xiàn)對影像數(shù)據(jù)的存儲和管理。由于傳統(tǒng)數(shù)據(jù)庫未提供對遙感影像這類復(fù)雜數(shù)據(jù)類型的快速存取機制以及缺少空間索引技術(shù)，這種方法存在效率低下的問題。（2）基于空間數(shù)據(jù)引擎中間件進行影像數(shù)據(jù)管理，解決了空間索引問題，但該方法仍然以二進制的方式在數(shù)據(jù)庫中存儲數(shù)據(jù)文件，其性能受制于所依賴的DBMS能力，并且增加了購買第三方軟件的成本。（3）使用Oracle擴展的面向?qū)ο箨P(guān)系數(shù)據(jù)模型GeoRaster實現(xiàn)遙感數(shù)據(jù)組織和管理，GeoRaster是設(shè)計用于提升數(shù)據(jù)庫中柵格或網(wǎng)格數(shù)據(jù)性能的物理模式[5]，在GeoRaster引擎中定義了SDO_GEORASTER的原生數(shù)據(jù)類型，每個柵格或網(wǎng)格數(shù)據(jù)以SDO_GEORASTER類型進行存儲?；陉P(guān)系數(shù)據(jù)庫存儲管理遙感影像數(shù)據(jù)的方式，可充分發(fā)揮關(guān)系數(shù)據(jù)庫的優(yōu)勢，在數(shù)據(jù)安全性、多用戶并發(fā)控制和存儲擴展等方面具有優(yōu)勢，但其弊端也非常明顯：需要大型關(guān)系型數(shù)據(jù)庫平臺的支持，影像數(shù)據(jù)入庫耗費大量時間和精力，建庫后影像數(shù)據(jù)將會占用較大的存儲空間，數(shù)據(jù)的局部更新和備份操作繁瑣。

1.1.2 基于文件系統(tǒng)的存儲管理 數(shù)據(jù)以文件的形式集中存儲在文件服務(wù)器中，通過文件的方式對影像數(shù)據(jù)進行組織和管理，具有易于維護管理和不需要建立影像數(shù)據(jù)庫的特點。當(dāng)面臨海量數(shù)據(jù)以及多并發(fā)用戶時，其數(shù)據(jù)存儲的擴展性和高并發(fā)訪問的響應(yīng)效率方面容易成為系統(tǒng)的瓶頸。

1.1.3 數(shù)據(jù)庫和文件系統(tǒng)混合管理 結(jié)合關(guān)系數(shù)據(jù)庫和文件系統(tǒng)存儲管理的特點，將遙感影像數(shù)據(jù)存儲在文件系統(tǒng)中，利用關(guān)系數(shù)據(jù)庫管理影像的元數(shù)據(jù)信息。由于數(shù)據(jù)文件并沒有存儲在數(shù)據(jù)庫中，數(shù)據(jù)庫只管理影像數(shù)據(jù)的索引信息，使得影像數(shù)據(jù)的存儲和檢索效率得到大幅提高。

1.2 基于鑲嵌數(shù)據(jù)集的影像數(shù)據(jù)存儲管理

鑲嵌數(shù)據(jù)集（Mosaic Dataset）是地理數(shù)據(jù)庫中的數(shù)據(jù)模型，采用柵格數(shù)據(jù)集和柵格目錄相結(jié)合的混合技術(shù)，管理一組以目錄形式存儲并以鑲嵌影像方式查看的柵格數(shù)據(jù)集（圖1，封二），用于存儲、管理、查詢和瀏覽各種類型的柵格和影像數(shù)據(jù)。在影像數(shù)據(jù)入庫時，只會在空間數(shù)據(jù)庫的鑲嵌數(shù)據(jù)集中建立影像索引，不會拷貝或改變原有的影像數(shù)據(jù)，原有影像文件仍然存儲在文件系統(tǒng)中。當(dāng)訪問影像數(shù)據(jù)時，鑲嵌數(shù)據(jù)集將動態(tài)地執(zhí)行鑲嵌，并提供實時處理功能。鑲嵌數(shù)據(jù)集充分發(fā)揮了文件存儲系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的優(yōu)勢，適用于管理和發(fā)布海量的多分辨率、多傳感器遙感影像數(shù)據(jù)。

圖2 影像數(shù)據(jù)存儲管理架構(gòu)圖Fig.2 The architecture diagram for storage management of remote sensing image

1.3 影像數(shù)據(jù)存儲管理架構(gòu)設(shè)計

影像數(shù)據(jù)的主要應(yīng)用是查詢、瀏覽和分析，要求在高并發(fā)訪問的情況下，數(shù)據(jù)讀寫性能不能有明顯下降。為了有效保證系統(tǒng)在并發(fā)訪問增加情況下的數(shù)據(jù)讀寫性能，影像數(shù)據(jù)存儲管理架構(gòu)設(shè)計如圖2所示，數(shù)據(jù)存儲在分布式的文件服務(wù)器中，利用關(guān)系數(shù)據(jù)庫管理影像的索引和元數(shù)據(jù)信息。在影像數(shù)據(jù)應(yīng)用過程中，一般對最新獲取數(shù)據(jù)的使用頻率最高，其次是歷史數(shù)據(jù)和備份數(shù)據(jù)。因此，在數(shù)據(jù)存儲方面，根據(jù)使用頻率可將最新采集的數(shù)據(jù)視為熱數(shù)據(jù)，而其他數(shù)據(jù)視為冷數(shù)據(jù)，熱數(shù)據(jù)存儲在性能較好的文件服務(wù)器中。通過GIS服務(wù)器對影像數(shù)據(jù)進行組織管理和服務(wù)發(fā)布，并用于執(zhí)行對 Web 服務(wù)的請求。GIS 服務(wù)器由一臺或多臺一起工作的計算機構(gòu)成，可按集群的方式進行組織，根據(jù)需要增加或減少參與計算的服務(wù)器數(shù)量。Web 服務(wù)器用于托管 Web 應(yīng)用程序，并為GIS服務(wù)器提供負載平衡。為提高應(yīng)用并發(fā)訪問的響應(yīng)效率和高可用性，Web服務(wù)器也可采用集群的方式進行部署，由多臺Web服務(wù)器協(xié)同提供應(yīng)用服務(wù)。該架構(gòu)能夠很好地適應(yīng)各種復(fù)雜的影像數(shù)據(jù)結(jié)構(gòu)，充分利用了集群中各個節(jié)點的存儲和計算能力，整個系統(tǒng)具備平滑的擴展能力、高吞吐量和高可用性。

2 影像數(shù)據(jù)可視化技術(shù)研究

影像數(shù)據(jù)可視化目前普遍采取瓦片金字塔的方法[8]。瓦片金字塔是一種多分辨率層次模型，從瓦片金字塔的底層到頂層，分辨率越來越低，但表示的地理范圍不變。其原理是按照設(shè)定地圖數(shù)據(jù)范圍、縮放級別及每個級別所對應(yīng)地圖的顯示樣式，逐級將地圖按照配置樣式裁剪為固定尺寸和分辨率的圖片存儲在服務(wù)端，客戶端瀏覽調(diào)用時，獲取相應(yīng)級別當(dāng)前屏幕范圍內(nèi)的圖片返回客戶端進行顯示。由于每次顯示僅僅是調(diào)取幾張固定的圖片，所以顯示速度快、并發(fā)訪問效率高、數(shù)據(jù)安全性較高，但其缺點也非常明顯：（1）只能按照預(yù)先設(shè)定的比例尺和內(nèi)容進行顯示；（2）顯示的地圖瓦片是柵格圖像，丟失了影像數(shù)據(jù)的原始信息；（3）大范圍數(shù)據(jù)生成地圖瓦片耗時較長，且生成的數(shù)據(jù)量巨大；（4）數(shù)據(jù)更新后，需要重新生成地圖瓦片。針對以上問題，本文提出基于金字塔和概視圖的影像數(shù)據(jù)可視化技術(shù)，實現(xiàn)海量影像數(shù)據(jù)高效顯示，同時解決瓦片金字塔存在的不足。

2.1 基于金字塔和概視圖的影像數(shù)據(jù)可視化技術(shù)

影像金字塔（Pyramid）是在同一空間參照下，以不同分辨率存儲和顯示遙感影像數(shù)據(jù)，形成分辨率由粗到細、數(shù)據(jù)量由小到大的金字塔結(jié)構(gòu)。影像金字塔用于圖像編碼和漸進式圖像傳輸，是一種典型的分 層數(shù)據(jù)結(jié)構(gòu)形式。利用影像金字塔，可在繪制遙感影像數(shù)據(jù)時快速顯示較低分辨率的數(shù)據(jù)副本，隨著放大操作的進行，更精細的分辨率等級將逐漸得到繪制，從而改善了影像數(shù)據(jù)讀取和顯示的性能，但影像金字塔的構(gòu)建是針對于單幅的影像數(shù)據(jù)文件，當(dāng)鑲嵌數(shù)據(jù)集中影像文件數(shù)量較多，特別是要調(diào)取全市或全省甚至更大范圍的影像數(shù)據(jù)時，將會涉及大量影像金字塔數(shù)據(jù)的讀取，影像數(shù)據(jù)的顯示速度將會明顯降低。影像金字塔只能解決單幅或較小范圍內(nèi)影像數(shù)據(jù)的顯示效率，對于海量遙感影像數(shù)據(jù)可采用影像金字塔和概視圖（Overview）相結(jié)合的數(shù)據(jù)管理技術(shù)。如圖3（封三）所示，在原始單幅影像金字塔的基礎(chǔ)上，逐層構(gòu)建整個區(qū)域的概視圖。由于概視圖基于影像金字塔從底層向上構(gòu)建，對比瓦片地圖技術(shù)，具有更高的執(zhí)行效率和更少的存儲空間。同時，在數(shù)據(jù)縮放到較大比例尺時，直接調(diào)用和顯示原始影像數(shù)據(jù)，而不是瓦片金字塔的圖片。

2.2 影像金字塔和概視圖壓縮方法選擇

基于鑲嵌數(shù)據(jù)集的影像數(shù)據(jù)管理系統(tǒng)，在瀏覽大范圍遙感影像數(shù)據(jù)時，GIS服務(wù)器會根據(jù)用戶的顯示比例，自動選擇最適合的影像金字塔和概視圖等級，只有在放大到較大的比例時，才會讀取原始影像文件。因此，在數(shù)據(jù)查詢?yōu)g覽時，影像金字塔和概視圖使用的頻率最高，其壓縮方式的選擇是提升整個系統(tǒng)性能的關(guān)鍵。

以下選擇6幅1∶5000分幅的正射影像圖為試驗對象，在構(gòu)建影像金字塔時，采用最鄰近法（Nearest Neighbor）重采樣，分別使用無壓縮和LZ77、JPEG2000、JPEG_YCbCr的壓縮方式進行對比試驗。LZ77是一種無損壓縮算法，通過使用編碼器或者解碼器中已經(jīng)出現(xiàn)過的相應(yīng)匹配數(shù)據(jù)信息替換當(dāng)前數(shù)據(jù)從而實現(xiàn)壓縮功能。JPEG2000作為JPEG的升級版，同時支持有損和無損壓縮，允許使用不同的壓縮比例對文件進行壓縮，支持多種壓縮級別。JPEG_YCbCr是使用亮度（Y）和色度（Cb和Cr）顏色空間的有損壓縮，該壓縮方式不直接存儲圖片的RGB數(shù)據(jù)，而是將圖像數(shù)據(jù)從RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間后再進行存儲，以提高圖像的壓縮比。RGB轉(zhuǎn)換到Y(jié)CbCr后，圖像各個像素的信息通過圖像亮度Y與色度CbCr表示，色度信息通常是一種變換比較緩慢的信息，根據(jù)人類視覺系統(tǒng)（HVS）的特點，人的肉跟對色度信息變化的敏感度遠遠小于強度信息的變化[12]，根據(jù)這種特性，對色度圖像進行降低分辨率的采樣，同時保持圖像強度信息Y不變，該壓縮方式雖然為有損壓縮，但壓縮后的圖片在視覺上沒有明顯差別，可視為視覺無損壓縮。

試驗結(jié)果如表1所示，原始單幅1∶5000比例尺分幅的DOM文件大小在85 M左右，在無壓縮的情況下影像金字塔大小為29.7 M，采用LZ77對影像金字塔進行無損壓縮，平均壓縮率為26%左右；使用JPEG2000質(zhì)量為80%的有損壓縮方式，影像金字塔的壓縮比可提升為74%左右；使用JPEG_YCbCr質(zhì)量為80%的壓縮方式，影像金字塔的壓縮比可提升到90%以上。從圖4（封三）可以看出，從左到右分別使用無壓縮和LZ77、JPEG2000、JPEG_YCbCr的壓縮方式對影像金字塔進行壓縮，其顯示效果在視覺上沒有明顯差異。因此，采用JPEG_YCbCr的影像金字塔壓縮方法，可較大幅度提升壓縮效率和壓縮比。

表1 不同金字塔壓縮方式下生成文件大小對比Tab.1 The fi les size of image pyram id w ith different com pression methods

3 實例系統(tǒng)

江蘇省第二次土地調(diào)查省級數(shù)據(jù)中心系統(tǒng)是根據(jù)全國第二次土地調(diào)查相關(guān)標準、規(guī)范的要求建立的省級數(shù)據(jù)庫管理系統(tǒng)，實現(xiàn)對全省第二次土地調(diào)查及每年土地變更調(diào)查與遙感監(jiān)測形成成果的集中管理與共享。遙感影像數(shù)據(jù)是數(shù)據(jù)中心的主要組成部分，2009年江蘇省第二次土地調(diào)查形成的本底數(shù)據(jù)庫中，全省1∶5000和1∶2000分幅的DOM影像數(shù)據(jù)量為1.86 TB，每年新增變更調(diào)查和遙感監(jiān)測形成的影像數(shù)據(jù)以3 TB左右遞增。原始分幅的遙感影像文件按照年度進行組織，存儲在分布式的文件系統(tǒng)中，每個年度的數(shù)據(jù)作為一個地圖服務(wù)進行發(fā)布。以2009年度的遙感影像數(shù)據(jù)管理為例，流程如下：（1）對提交的影像數(shù)據(jù)進行質(zhì)量檢查，主要包括數(shù)據(jù)格式、文件命名、空間參考等。（2）按照不同的中央經(jīng)線分別建立鑲嵌數(shù)據(jù)集。遙感影像數(shù)據(jù)統(tǒng)一采用西安80坐標系統(tǒng)，江蘇省橫跨117、120和123三個三度分帶，另外南京市采用了地方坐標系，中央經(jīng)線為118.83°，按照不同的中央經(jīng)線在ArcGIS軟件中建立4個鑲嵌數(shù)據(jù)集，分別將原始影像數(shù)據(jù)的目錄導(dǎo)入到相應(yīng)的鑲嵌數(shù)據(jù)集中。（3）對鑲嵌數(shù)據(jù)集中的遙感影像文件建立影像金字塔，采用最鄰近法重采樣，使用JPEG_YCbCr壓縮方式，對2009年1.86 TB遙感影像數(shù)據(jù)生成的金字塔文件總大小約為52 G。（4）分別對鑲嵌數(shù)據(jù)集構(gòu)建概視圖，采用雙線性插值法重采樣，使用JPEG_YCbCr壓縮方式，對2009年1.86 TB的遙感影像數(shù)據(jù)構(gòu)建概視圖，生成文件的總大小約為4.2 G。（5）將不同中央經(jīng)線的4個鑲嵌數(shù)據(jù)集加載到ArcMap軟件中，通過動態(tài)投影進行全省影像數(shù)據(jù)服務(wù)的發(fā)布。（6）在基于ArcGIS Server和Adobe Flex開發(fā)的江蘇省第二次土地調(diào)查省級數(shù)據(jù)中心數(shù)據(jù)服務(wù)系統(tǒng)（圖5，封三），采用面向服務(wù)架構(gòu)（Service-Oriented Architecture）技術(shù)，實現(xiàn)海量影像數(shù)據(jù)的管理與服務(wù)共享。在實例web環(huán)境中，調(diào)用全省影像數(shù)據(jù)進行任意級別縮放瀏覽，系統(tǒng)達到亞秒級響應(yīng)速度。

其他各年度的數(shù)據(jù)按照以上步驟制作地圖服務(wù)，每個年度的遙感影像數(shù)據(jù)作為一個獨立的服務(wù)進行發(fā)布。在對局部地區(qū)的影像數(shù)據(jù)進行更新時，只需要將影像文件替換后，重新對該區(qū)域的鑲嵌數(shù)據(jù)集進行局部概視圖重構(gòu)。由于影像文件沒有建庫，數(shù)據(jù)備份時只需將原始的遙感影像數(shù)據(jù)文件進行備份。

4 結(jié)論

本文以江蘇省第二次土地調(diào)查省級數(shù)據(jù)中心系統(tǒng)建設(shè)為例，按照不同的中央經(jīng)線，分別建立鑲嵌數(shù)據(jù)集，并進行影像金字塔和概視圖的構(gòu)建，最后將各年份的數(shù)據(jù)進行影像數(shù)據(jù)服務(wù)發(fā)布。實踐證明，利用分布式文件系統(tǒng)和數(shù)據(jù)庫混合存儲技術(shù)，實現(xiàn)了TB級遙感影像數(shù)據(jù)的快速管理、更新和網(wǎng)絡(luò)發(fā)布，較好地滿足了海量遙感影像數(shù)據(jù)的管理和共享要求，為國土資源“一張圖”和綜合監(jiān)管平臺建設(shè)提供數(shù)據(jù)和技術(shù)支撐。

（

）：

［1］鄔倫，劉瑜，張晶，等.地理信息系統(tǒng)原理方法和應(yīng)用［M］.北京：科學(xué)出版社，2005：23-24.

［2］黃杰，劉仁義，劉南，等.海量遙感影像管理與可視化系統(tǒng)的研究與實現(xiàn)［J］.浙江大學(xué)學(xué)報（理學(xué)版），2008，35（6）：701-706.

［3］王履華，張雅奇.第二次土地調(diào)查影像數(shù)據(jù)網(wǎng)絡(luò)發(fā)布系統(tǒng)的研究與實現(xiàn)［J］.測繪與空間地理信息，2010，3（5）：83-85.

［4］戴建旺，白曉飛.第二次全國土地調(diào)查國家級數(shù)據(jù)庫管理系統(tǒng)關(guān)鍵技術(shù)研究［J］.中國土地科學(xué)，2010，24（6）：74-80.

［5］Jeffrey Xie, Jayant Sharma. Oracle Spatial 11g GeoRaster: An Oracle Technical White Paper ［EB/OL］. http://www.oracle.com/cn.

［6］李宗華，彭明軍.基于關(guān)系數(shù)據(jù)庫技術(shù)的遙感影像數(shù)據(jù)建庫研究［J］.武漢大學(xué)學(xué)報信息科學(xué)版，2005, 30（2）：166-169.

［7］劉偉，劉露，陳犖，等.海量遙感影像數(shù)據(jù)存儲技術(shù)研究［J］.計算機工程，2009，35（5）：236-239.

［8］劉升容，劉學(xué)鋒.全國第二次土地調(diào)查中海量遙感影像瓦片金字塔的建立與無縫組織［J］.測繪通報，2011,（5）：385-389.

［9］牛得學(xué)，崔苗苗，黃超.基于Oracl.Spatial的影像數(shù)據(jù)存儲技術(shù)研究［J］.安徽農(nóng)業(yè)科學(xué)，2011，39（7）：4254-4255.

［10］陳能成，龔健雅，朱欣焰，等.多級緩沖提升海量影像數(shù)據(jù)在線服務(wù)質(zhì)量［J］.測繪通報，2007，（6）：19-22.

［11］汪超亮，李傳榮，賈彬.新型遙感衛(wèi)星數(shù)據(jù)目錄服務(wù)系統(tǒng)的研制［J］.遙感學(xué)報，2007，11（3）：385-389.

［12］楊進，劉建波.基于區(qū)域特征加權(quán)的JPEG改進算法［J］.計算機應(yīng)用與軟件，2007，24（11）：25-28.

Research on the M anagement Technologies of M assive Remote Sensing Image of Provincial Land and Resources

WANG Lv-hua1,2, SUN Zai-hong1,2, ZENG Wei-bo1,3, GAO Quan-zhong1
（1. Nanjing Engineering Technology Research Center for Geographic Information Application, Nanjing 210036, China;2. School of Geography Science, Nanjing Normal University, Nanjing 210097, China; 3. School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210046, China）

The purpose of this paper is to solve the management issues of massive remote sensing image for provincial land and resources. Methods of theoretical analysis, comparative experiment and case study were employed. The results indicate that 1) the efficiency of storage and retrieval for image data can be considerably improved by using the mixed management of database and file system; 2) the massive remote sensing image of TB level can be rapidly managed, updated and published by creating image pyramid and overview based on the method of mosaic dataset; 3) the compression efficiency and ratio of image pyramid can be dramatically increased by using the visual lossless compression of JPEG_YCbCr. It is concluded that the solution has solved the technical bottleneck in the data center information system for the second land survey in Jiangsu province, and the solution has also been proved to be practicable and effective.

land information; remote sensing image; mosaic dataset; pyramid; overview; visual lossless compression

TP751

A

1001-8158（2013）07-0069-05

2012-12-03

2013-03-20

國家自然科學(xué)基金資助項目（41101350）。

王履華（1981-），男，江蘇鹽城人，碩士。主要研究方向為地理信息應(yīng)用工程技術(shù)。E-mail: wanglvhua@sina.com

（本文責(zé)編：仲濟香）