论文部分内容阅读
随着对地观测技术手段的迅速发展,海洋遥感数据所需存储量也不断增加。与此同时,在海岛监视、海岛调查等领域遥感影像应用不断深入,涌现出各种计算密集型和数据密集型的应用,传统的遥感数据存储管理方法已难以达到预期要求。如何做到高效存储日益增加的海量海岛遥感数据,并提供灵活的、可靠的管理与应用服务,是目前海岛遥感影像数据存储管理领域急需解决的问题。面对动态增长的高分辨率海岛遥感影像数据存储管理和应用难题,廉价的、高可伸缩的云计算是一种极具潜力的解决途径。本文在已有的开源云计算平台Hadoop的基础上,结合高分辨率遥感数据存储和应用特点,研究云计算的两大主要特性(分布式存储和高性能并行计算)在高分辨遥感数据存储管理上的应用。为此,提出了一种面向云服务的高分辨率遥感数据存储管理应用模型Cloud-RDSM,实现云计算环境下海量遥感影像数据的高效存储管理和数据传输,主要包括以下2个方面的研究工作:1)分析了当前云存储的分布式文件系统和遥感数据按空间区域存取的特点,指出当前分布式文件系统在海量遥感数据存储管理领域应用存在的问题,提出了一种遥感影像数据存储模型,它基于分布式海岛影像数据集(DID),并与开源的分布式文件系统HDFS结合,能够做到影像数据的高效存储与检索,使遥感数据存储具备空间区域访问特性,并支持用户通过指定空间范围从云平台上获取所需空间区域影像数据。2)分析了云存储分布式文件系统实例HDFS的访问方式,针对使用现有应用层网络协议传输大规模影像数据块效率低下的问题,提出了一种基于网络连接复用(NCM)的影像数据传输机制,实现了面向分布式海岛影像数据集的大规模影像数据块的高效传输,为影像数据的高效发布提供技术基础。实验与分析表明,通过以上关键技术,系统能够保持高水平的数据吞吐量,具备较好的伸缩性,同时具备影像数据高效并行重采样特性,以及良好的影像数据传输效率,可为廉价的、高可伸缩性的海岛遥感数据云服务提供技术支撑。