遥感影像区域覆盖数据集筛选方法

doi:10.7523/j.ucas.2022.006

中国科学院大学学报 ›› 2023, Vol. 40 ›› Issue (4): 523-530.DOI: 10.7523/j.ucas.2022.006

• 电子信息与计算机科学 • 上一篇下一篇

遥感影像区域覆盖数据集筛选方法

闫雪静^1,2, 刘巍¹, 刘士彬¹, 段建波¹, 夏玮¹

1 中国科学院空天信息创新研究院, 北京 100094;
2 中国科学院大学资源与环境学院, 北京 100049

收稿日期:2021-11-19 修回日期:2022-01-10 发布日期:2022-01-13
通讯作者: 刘巍,E-mail:liuwei202614@aircas.ac.cn
基金资助:
国家高分专项计划项目（30-H40B02-9002-19/21）资助

Screening method of remote sensing image region covering dataset

YAN Xuejing^1,2, LIU Wei¹, LIU Shibin¹, DUAN Jianbo¹, XIA Wei¹

1 Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China;
2 College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2021-11-19 Revised:2022-01-10 Published:2022-01-13

摘要/Abstract

摘要： 随着遥感卫星技术的发展，遥感数据的时空分辨率不断提升，呈现出大数据、海量化的趋势，为遥感数据的筛选工作带来了挑战。传统的遥感数据检索往往出现查询结果数据量大、重叠度高的问题，需要人工进一步挑选数据，效率低且准确度不高，因此如何从大量遥感影像中快速准确地找到所需数据是目前亟需解决的问题。采用区域覆盖数据集筛选算法，利用影像的有效范围将目标区域分割成互不重叠的碎块，根据影像包含的碎块数量、成像时间和云量等参数建立归一化数学计算模型，得到一个综合代价，根据代价的大小筛选出最优影像组合，将目标区域完全覆盖。通过Landsat8数据证实了方法的有效性，并通过并行计算提升了筛选效率。

关键词: 遥感数据检索, 数据筛选, 最优影像组合, 并行计算

Abstract: With the development of remote sensing satellite technology, the temporal and spatial resolution of remote sensing data has been continuously improved, showing the trend of big data and massive quantification, which has brought challenges to the screening of remote sensing data. Traditional remote sensing data retrieval often has the problem of large amount of query results and high overlap. It requires manual data selection, which is inefficient and low in accuracy. Therefore, how to quickly and accurately find the required data from a large number of remote sensing images is a problem that needs to be solved urgently. In this paper, a remote sensing data screening algorithm based on area coverage is used to divide the target area into non-overlapping fragments using the effective range of images. A normalized mathematical calculation model is established based on the number of fragments contained in the image, imaging time, and cloud cover. The model obtains a comprehensive cost. An optimal image combination is selected according to the cost, which completely covers the target area. This paper confirms the effectiveness of the method through Landsat8 data, and improves the screening efficiency through parallel computing.

Key words: remote sensing data retrieval, data screening, optimal image combination, parallel computing

中图分类号:

TP79

闫雪静, 刘巍, 刘士彬, 段建波, 夏玮. 遥感影像区域覆盖数据集筛选方法[J]. 中国科学院大学学报, 2023, 40(4): 523-530.

YAN Xuejing, LIU Wei, LIU Shibin, DUAN Jianbo, XIA Wei. Screening method of remote sensing image region covering dataset[J]. Journal of University of Chinese Academy of Sciences, 2023, 40(4): 523-530.

参考文献

[1] 江威, 何国金, 刘慧婵, 等. 高分一号卫星WFV影像全国陆地镶嵌与制图技术研究[J]. 国土资源遥感, 2017, 29(4):190-196. DOI:10.6046/gtzyyg.2017.04.29.
[2] 江威, 何国金, 彭燕, 等. 夜光遥感在"一带一路"战略中的应用潜力展望[J]. 中国科学院大学学报, 2017, 34(3):296-303. DOI:10.7523/j.issn.2095-6134.2017.03.004.
[3] Lossou E, Owusu-Prempeh N, Agyemang G. Monitoring Land Cover changes in the tropical high forests using multi-temporal remote sensing and spatial analysis techniques[J]. Remote Sensing Applications:Society and Environment, 2019, 16:100264. DOI:10.1016/j.rsase.2019.100264.
[4] 何方园. 基于空间格网过滤的海量遥感数据检索技术研究[D]. 河南开封:河南大学, 2017.
[5] USGS. Earth Resource Observation and Science Center(EROS)[EB/OL]. (2001)[2021-12-29]. http://glovis.usgs.gov/.
[6] University of Maryland. Global Land Cover Facility[EB/OL]. (2002-06-20)[2021-12-29]. http://landcover.org/.
[7] 中国资源卫星应用中心.中国资源卫星应用中心[EB/OL]. (2001-07-18)[2021-12-29]. http://www.cresda.com/CN/.
[8] 中国科学院计算机网络信息中心.地理空间数据云[EB/OL]. (2011-02-21)[2021-12-29]. http://www.gscloud.cn/.
[9] 中国科学院空天信息创新研究院.空天院遥感数据服务系统[EB/OL]. (2011-04-01)[2021-12-29]. http://eds.ceode.ac.cn/.
[10] 熊明豪. 面向高分遥感影像数据的检索策略研究与应用[D]. 河南开封:河南大学, 2018.
[11] 原发杰. 一种新的海量遥感瓦片影像数据存储检索策略[D]. 成都:电子科技大学, 2013.
[12] 王金杰. 基于语义的遥感影像数据检索关键技术研究[D]. 长沙:国防科学技术大学, 2013.
[13] 苗立新, 李霞, 周连芳, 等. 基于ENVI/IDL的多源遥感数据覆盖范围快速查询技术及实现[J]. 遥感技术与应用, 2010, 25(4):502-509.
[14] Demir B, Bruzzone L. An effective active learning method for interactive content-based retrieval in remote sensing images[C]//2013 IEEE International Geoscience and Remote Sensing Symposium-IGARSS, July 21-26, 2013, Melbourne, VIC, Australia. IEEE, 2013:4356-4359. DOI:10.1109/IGARSS.2013.6723799.
[15] Sukhia K N, Riaz M M, Ghafoor A, et al. Content-based remote sensing image retrieval using multi-scale local ternary pattern[J]. Digital Signal Processing, 2020,104:102765. DOI:10.1016/j.dsp.2020.102765.
[16] Bretschneider T, Cavet R, Kao O. Retrieval of remotely sensed imagery using spectral information content[C]//IEEE International Geoscience and Remote Sensing Symposium. June 24-28, 2002, Toronto, ON, Canada. IEEE, 2002:2253-2255. DOI:10.1109/IGARSS.2002.1026510.
[17] Chaudhuri B, Demir B, Bruzzone L, et al. Region-based retrieval of remote sensing images using an unsupervised graph-theoretic approach[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(7):987-991. DOI:10.1109/LGRS.2016.2558289.
[18] 李峰, 尤淑撑, 魏海, 等. 遥感影像区域覆盖最优数据集的筛选模型[J]. 无线电工程, 2017, 47(10):45-48.
[19] 杨曦, 颜静. 资源三号卫星影像最优区域覆盖算法研究[J]. 测绘地理信息, 2019, 44(6):71-74. DOI:10.14188/j.2095-6045.2017463.
[20] 何方园, 黄祥志, 马骏, 等. 基于空间二次过滤的遥感数据单时相全覆盖检索方法[J]. 河南大学学报(自然科学版), 2017, 47(3):287-292. DOI:10.15991/j.cnki.411100.2017.03.005.
[21] 宋晓晨. 集合覆盖问题的遗传算法求解方法[J]. 黑龙江工程学院学报, 2007,21(3):36-40. DOI:10.19352/j.cnki.issn1671-4679.2007.03.012.
[22] 张镱锂, 李炳元, 刘林山,等. 再论青藏高原范围[J]. 地理研究, 2021, 40(6):1543-1553. DOI:10.11821/dlyj020210138.

遥感影像区域覆盖数据集筛选方法

Screening method of remote sensing image region covering dataset

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	肖云帆, 肖俊, 缪青海, 王颖. 非连续变形分析中方程组的并行化求解方法[J]. 中国科学院大学学报, 2018, 35(1): 118-125.
[2]	张贝, 张怀, 石耀霖. 基于数值模拟的潮汐应力触发月球深震机制的探讨[J]. 中国科学院大学学报, 2016, 33(1): 82-88.
[3]	袁竞杰, 张清毅, 马宜科, 宋风龙. 细粒度并行归一化部分失真运动估计[J]. 中国科学院大学学报, 2013, 30(6): 813-818.
[4]	顾青, 高能, 包珍珍, 向继. 基于GPGPU和CUDA的高速AES算法的实现和优化[J]. 中国科学院大学学报, 2011, 28(6): 776-785.
[5]	王润泽, 王颖, 杨栋毅. 大规模FFT并行计算中2维SRAM的设计[J]. 中国科学院大学学报, 2008, 25(1): 123-128.
[6]	刘礼农, 刘洪, 李幼铭. 波动方程三维叠前深度偏移并行计算的负载平衡方案[J]. 中国科学院大学学报, 2003, 20(3): 321-327.
[7]	刘礼农, 刘洪, 李幼铭, 李建勇, 李冰, 陈树民, 范兴才, 张尔华, 裴江云, 年静波. 波动方程辛几何算法三维叠前深度偏移流程及应用[J]. 中国科学院大学学报, 2002, 19(2): 134-140.