一种高分辨率遥感数据格网精细化管理模型及其构建方法

    公开(公告)号:CN110781325A

    公开(公告)日:2020-02-11

    申请号:CN201911000624.2

    申请日:2019-10-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种高分辨率遥感数据格网精细化管理模型及其构建方法,该模型包括:基于全球离散网格Google S2的遥感影像数据分块组织规范,将同一地区不同来源的遥感影像数据分级约束到离散格网中,产生标准的、同构的影像格网矩阵数据;切片数据的HBase三层存储模型,实现多个栅格层存储同一时间下、同一地理区域、同一传感器的不同层级信息;Kylin二级数据索引机制,用于重新组织不同维度数据间的线性关联,在HBase上进行二级索引构建。本发明利用地理空间格网、数据编码映射和信息多维分析的技术,对数据资源进行二次组织整理,统一了影像数据的标准,解决了异构数据源数据兼容难题,在大规模数据背景下提供数据分析服务,实现不同维度,不同粒度的数据观察。

    一种基于土壤水分亏缺的农业干旱监测方法

    公开(公告)号:CN109596811A

    公开(公告)日:2019-04-09

    申请号:CN201811599653.0

    申请日:2018-12-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于土壤水分亏缺的农业干旱监测方法,提出了一种改进的土壤水分亏缺农业干旱监测指数(mSWDI),该指数顾及了土壤耗水系数和土壤收缩特性,主要针对遥感土壤水分产品。其包括以下的步骤:计算一个时间周期内的遥感土壤含水量均值;估算33kpa、1500kpa时的土壤含水量;顾及土壤收缩特性和土壤耗水系数,计算土壤可用含水量;结合土壤水分均值、田间持水量、可用含水量,计算mSWDI;根据mSWDI分值判断农业干旱程度。本发明顾及了动态的潜在蒸散发和不同的作物类型造成的土壤可用含水量的变动和高粘土含量具有的土壤收缩特性导致的土壤可用含水量高估,使农业干旱监测的空间和时间尺度更具有可比性。

    一种基于OSGi的MODIS数据分布式处理方法

    公开(公告)号:CN105930173B

    公开(公告)日:2019-01-04

    申请号:CN201610329521.0

    申请日:2016-05-18

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于OSGi的MODIS数据分布式处理方法,将IDL语言进行编程实现的MODIS数据生产算法进行并行化与组件化改造,使之能够在分布式的OSGi环境中进行动态的部署与安装,并将MODIS数据生产封装成OSGi中的标准服务,通过服务调用实现MODIS数据的分布式生产。本发明整合了局域网内的计算资源,提高了MODIS数据处理的效率;改变了原有软件手工操作的生产模式,减少数据生产过程中的人工交互及出错概率,为MODIS数据生产带来了统一规范的管理方式。

    一种基于Spark平台的点云K邻域的搜索方法及装置

    公开(公告)号:CN109033340A

    公开(公告)日:2018-12-18

    申请号:CN201810811481.2

    申请日:2018-07-23

    Applicant: 武汉大学

    Inventor: 孟令奎 马成 张文

    Abstract: 本发明提供了一种基于Spark平台的点云K邻域的搜索方法及装置,该方法应用于计算机集群,所述计算机集群上搭建有Spark平台,该方法包括:首先将参考点云与查询点云存储到所述计算机集群所在的HDFS分布式文件系统中,然后将所述参考点云和所述查询点云加载至所述Spark平台,并以弹性分布式数据集的方式保存所述参考点云和所述查询点云,分别获得参考点云数据集与查询点云数据集,接下来确定所述参考点云数据集的分区个数;再根据所述分区个数对所述参考点云数据集构建分布式k‑d树;最后基于所述分布式k‑d树,对所述查询点云数据集进行并行K邻域搜索。本发明实现了提高K邻域搜索效率的技术效果。

    结合先验概率估计的SAR影像水体概率制图方法

    公开(公告)号:CN108932520A

    公开(公告)日:2018-12-04

    申请号:CN201810386697.9

    申请日:2018-04-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种结合先验概率估计的SAR影像水体概率制图方法,包括以下步骤:步骤1,建立SAR影像像元后向散射系数分布统计模型假设;步骤2,估计水体分布先验概率;步骤3,根据研究区域影像后向散射系数σ0估计分布参数;步骤4,计算该像元属于水体的条件概率。本发明采用贝叶斯推断对研究区域影像像元后向散射系数做Gauss分布假设,随后结合k-means聚类算法对像元做水体、非水体二分类,计算研究区域水体像元比例作为水体分布先验概率的估计值,最后结合该先验概率估计值将后向散射系数理论概率密度函数叠加在统计分布直方图之上,使用非线性最小二乘拟合完成模型参数估计,得到研究区域影像每个像元属于水体的概率。

    面向关系数据库扩展的自适应影像金字塔切片方法

    公开(公告)号:CN104408202B

    公开(公告)日:2017-08-08

    申请号:CN201410788404.1

    申请日:2014-12-17

    Applicant: 武汉大学

    Abstract: 本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法,本发明针对空间数据管理系统发展现状,综合考虑局域网网络带宽和服务器端数据库存储块大小,并结合局域网客户端硬件情况,提出了自适应影像切片模型,根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问,为高效的影像数据管理提供了可行的思路和方法,有助于在C/S架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。

    一种基于代理的异构服务调用方法与协同调用系统

    公开(公告)号:CN105721562A

    公开(公告)日:2016-06-29

    申请号:CN201610058405.X

    申请日:2016-01-28

    Applicant: 武汉大学

    CPC classification number: H04L67/28

    Abstract: 本发明公开了一种基于代理的异构服务调用方法与协同调用系统。本调用方法利用代理的思想对CORBA、Web Service两种异构服务进行封装转换,生成能够对异构服务实现调用的OSGi代理Bundle组件,从而利用本协同调用系统对异构服务进行调用与协同管理。本协同调用系统主要包括OSGi服务管理模块、OSGi服务容错模块、LDAP异构服务管理中间件等部分。本发明能够有效地针对CORBA服务、OSGi服务、Web服务等异构服务进行快速发现、协同调用、统一管理以及服务监控与容错,从而增强历史遗留系统与异构服务的可复用性,克服异构服务之间的互操作困境,提高异构服务的利用效率。

    面向关系数据库扩展的自适应影像金字塔切片方法

    公开(公告)号:CN104408202A

    公开(公告)日:2015-03-11

    申请号:CN201410788404.1

    申请日:2014-12-17

    Applicant: 武汉大学

    CPC classification number: G06F17/30595 G06F17/30244

    Abstract: 本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法,本发明针对空间数据管理系统发展现状,综合考虑局域网网络带宽和服务器端数据库存储块大小,并结合局域网客户端硬件情况,提出了自适应影像切片模型,根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问,为高效的影像数据管理提供了可行的思路和方法,有助于在C/S架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。

    一种结合回归模型和GACOS的时序InSAR大气二次改正方法及系统

    公开(公告)号:CN117452406A

    公开(公告)日:2024-01-26

    申请号:CN202311423450.7

    申请日:2023-10-30

    Applicant: 武汉大学

    Abstract: 本发明公开了一种结合回归模型和GACOS的时序InSAR大气二次改正方法及系统,包括获取研究区域的原始SAR影像、卫星轨道数据、数字高程模型和GACOS数据集;选取公共主影像进行配准,通过干涉处理得到多个缠绕干涉相位,利用最小费用流算法对所有缠绕干涉相位进行相位解缠,得到原始的解缠相位;将GACOS数据集、数字高程模型转换到SAR影像坐标系下;将解缠相位减去利用回归模型拟合的大气相位得到初步改正后的解缠相位;利用GACOS数据集对所有经过初步改正后的解缠相位进行二次大气改正;将二次改正后的解缠相位输入到小基线集InSAR反演算法中进行后续的时序分析。本发明可进一步提高时序InSAR中大气改正的效果,为快速、高精度实现地表形变监测提供有效手段。

Patent Agency Ranking