论文部分内容阅读
随着遥感技术和计算机技术的发展，对地观测技术和遥感应用水平得到飞速的发展。对地观测系统的数据获取、信息处理、反演应用的流程涉及到地球科学、信息科学、空间科学等多个学科的众多领域，各领域的科学家们不断进行各种遥感参数反演方法研究，建立了包括大气、植被、土壤、干旱等多个方向的遥感参数反演模型。这些地学数据、模型、计算和知识等资源呈现日益分布化的特点，面对大尺度和大规模全球性复杂问题，利用现代对地观测技术、遥感参数反演技术、网络技术和计算机技术的最新成就，开展遥感参数反演模型的按需处理技术，结合大规模典型遥感参数反演模型等案例，提出解决大规模的遥感参数反演模型从描述、管理到分布式计算的统一化过程的方法是本文的目标。 本文以遥感参数反演模型的可计算性、可扩展性、可移植性的科学问题为切入点，深入研究了遥感参数反演模型的按需描述与管理方法，提出了一种基于分布式网络环境的面向资源包的按需描述与组织方法。基于现有的云计算模式，建立一套较为科学、规范与简易的针对遥感参数反演模型处理算法的计算模式、相应的分布式数据管理机制以及按需处理云服务架构。目的在于实现遥感参数反演模型的按需服务的思想，提供从数据到信息的一体化的透明按需服务。 论文主要贡献和创新点如下: (1)提出了面向用户的遥感参数反演模型按需管理的方法。对遥感参数反演模型从数据-处理视图、原子模型视图、按需资源包视图和工作流视图四个层次来实现层次化的统一描述和管理。在面向资源服务架构的基础上，首次提出资源包的概念，并设计了基于资源包的按需组织策略，实现模型的统一描述和管理。 (2)提出了基于MapReduce的遥感参数反演模型的云计算模式。基于模型统一化描述的研究，对按照计算特性分类的每一种遥感参数反演模型设计一套适应其应用特征的MapReduce计算模式，实现遥感参数的分布式快速反演。 (3)提出了遥感参数反演模型在云处理中的分布式数据管理方法。通过分析遥感参数反演模型对地学数据的依赖性，建立地学数据特有的分布式分布和分块方式，并设计MapReduce中地学数据的两层数据结构的抽象，实现在网络分布式环境下对地学数据的存储和管理。并综合利用以上三种关键技术，提出了遥感参数反演模型“按需处理云”的概念，从应用、计算和数据三个层面实现对遥感参数反演模型的按需处理，并设计了遥感参数反演模型的按需处理云服务体系，实现对遥感参数反演模型的一体化按需服务。