论文部分内容阅读
云计算是当前计算机领域研究的主要方向,它整合了网格计算、并行计算、分布式计算等先进技术,被众多行业广泛应用。云计算通过整合资源构成一个资源池,向用户提供服务,具有高可用性和扩展性。Hadoop是近几年发展较好的云计算平台,一个并行处理数据的成熟的开源软件框架,凭借其高可靠性、可扩展性受到各行业的青睐。先进的卫星和传感器不断投入使用,遥感数据类型不断丰富,使得空间数据规模呈指数型增长。此外,复杂度越来越高的算法和模型也逐渐应用于遥感数据处理中,遥感数据处理越来越呈现出数据密集和计算密集的特征。而现阶段大多数遥感处理软件是基于单机系统的,在计算速度和效率上都受到很大的制约,无法满足生态环境的动态监测与实时评估的需求。将云计算技术应用于生态评价,进行并行化的遥感影像处理和生态评估关键参数的并行化遥感反演,可以实现森林的实时动态评估。本论文采用开源云计算平台Hadoop中的核心组件,对帽儿山研究区的生态因子进行并行化反演,实现基于云计算的森林生态系统服务功能的评估,验证将云计算应用到森林生态系统服务功能评估中的高效性。本文主要研究内容如下:(1)基于HDFS文件系统和HBase数据库的数据存储。本论文中将遥感影像数据存储在HDFS中,指定影像在HDFS中的存储策略;对HDFS的文件存储结构进行设计,数据包括原始数据、预处理数据、遥感反演结果数据等。HBase是一种面向列的非结构化数据库,论文中将处理中的影像块信息数据和元数据存储于HBase中。HDFS不能直接支持遥感影像的处理,但是提供了可扩展的API,本论文针对遥感影像的存储和处理问题,在Hadoop的基础上对相关功能模块进行了扩展。(2)基于MapReduce并行框架的遥感参数反演方法。大多数遥感处理软件是基于单机系统的,在计算速度和效率上都受到很大的制约。本论文搭建基于Hadoop的集群环境,将遥感参数反演的模型算法集成到基于MapReduce的并行框架中,构建基于MapReduce并行框架的生态因子遥感反演算法,从而提高影像处理效率。(3)植被净初级生产力的遥感估算模型Cloud-ICASA。在固碳释氧服务功能的评估中,难以直接获取的参数是林分净生产力(NPP),NPP直接反映了植被在自然环境条件下的生产能力,在全球变化及碳平衡中扮演着重要的作用。本论文对CASA模型的关键参数进行修正和优化,提出了适用于帽儿山的Cloud-ICASA模型。(4)林分蒸散量的遥感估算模型Cloud-ISEBAL。在涵养水源服务功能的评估中,主要的参数是林分的蒸散量。蒸散量是地下水和地表水相互转化的中间环节,影响着森林生态系统的水循环和碳循环过程。随着遥感技术的发展,应用遥感方法进行地表能量之间的反演成为现实。本论文在SEBAL的基础上,结合高分影像特点,提出了基于高分影像的Cloud-ISEBAL模型,实现对林分蒸散量的遥感反演。