省级多源遥感影像数据库管理系统建设研究

合集下载

遥感影像数据库设计与实现

１引言
计算机技术、Ｓ技术、天技术和数字摄影测ＧＩ航量的不断发展，为遥感技术的应用开阔了广阔的前景。遥感技术正在进入一个快速、高精度、全天候
对地观测数据的新阶段。影像覆盖面积持续增长，
数据库设计与管理遥感影像，将影像信息存储在二
进制大对象（ｏｓ中，Ｂｌ）ｂ同时，将元数据信息用ＸＭＬ
语言表达，存储在另一个Ｂｏｓ，二者通过设置主ｌｂ中
关键字联系。 Fra bibliotek２多源遥感影像读取
ＧＬ是一个操作各种栅格地理数据格式的库，ＤＡ可以读取、写入、转换、处理各种栅格数据。ＧＡＬＤ支持很多栅格数据格式，括ＴＦ／ｏＩＦ（ｉ）包ＩＦＧｅＴＦ．ｆ、ｔ
感领域得到了广泛的应用，很多地理信息系统和遥感处理软件都应用了ＧＤＡＬ库。本数据库系统的设计就是利用ＧＬ读取多源遥感数据并入库到ＤＡ
Ｂｌｓ中。ｏｂ
量影像数据库管理系统，如国外ＥＤＡＳ公司的ＲＩｇａａｏ、ＲＳ公司的ＡＳｍａｅｔｌｇＥＩＣＲＣＤＥ栅格数据管理
库的研究从２０世纪８０年代末开始初见端倪，到２０
６多种数据格式。强大的栅格数据读取、写入、转０
换、处理等功能，使得ＧＤＡＬ在地理信息系统和遥

遥感07-毕业设计题目(选)

学生于博洋臧博
许海蓬赵强
修明军王旭牟磊李敬德吴廷博张焕雪姬景龙段宁李文君姜建王玉叶纪晓华孙云晓侯典吉吴垒田会龙高明刚任仲亮耿晓庆王孔华王吉振张岩
宋晓刘明旭刘钊君谢小伟李兴李帅孙常峰张超
郑明振曲家杰赵冠雄张辰
指导教师江涛江涛江涛江涛江涛江涛江涛王志勇王志勇王志勇王志勇王志勇战丽丽战丽丽战丽丽战丽丽战丽丽王仁礼王仁礼王仁礼王仁礼王仁礼王萍王萍王萍王萍孙林孙林孙林孙林孙林孙林蔡玉林蔡玉林蔡玉林蔡玉林蔡玉林朱红春朱红春朱红春朱红春朱红春许君一许君一许君一许君一许君一许君一朱金山朱金山朱金山朱金山朱金山朱金山朱金山
选题来源科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研科研生产科研科研生产科研科研科研科研科研科研科研科研科研科研科研研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目工程实际理论研究科研项目工程实际科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目科研项目

遥感影像数据库管理系统需求分析报告

遥感影像数据库管理系统——系统需求分析报告随着遥感技术的迅速发展，获取的对地观测影像数据越来越多，同一地区的多时相、多波段的数据也不断增加，形成了对地观测的多级分辨率影像金字塔体系，出现了海量影像数据这样的概念。

如何管理组织这些海量数据，就显得尤为重要。

遥感影像数据管理系统是用来实现对海量的各种遥感数据进行分门别类的管理，实现快速有效的查询计算等功能。

本系统主要包括三个模块：影像数据录入、查询功能和计算功能这三个模块基本实现设计本系统的目的，从而可以进一步满足有效管理海量遥感数据的要求。

一、数据需求1.下面是遥感影像数据库管理系统所需要的输入输出数据。

影像实体（编号，名称，格式，像幅面积，成像时间，传感器，存放目录），传感器实体（名称，卫星平台，仰角），分辨率特征实体（影像类型，光谱分辨率，时间分辨率，空间分辨率）影像实体传感器实体分辨率实体2.明确实体之间的联系名称和类型。

例如，传感器实体和影像实体是“属于”联系，联系类型为1：1；影像实体和分辨率实体同样是“特征”联系，联系类型为1：m。

3.画出实体关系E-R图二、功能需求“遥感影像数据库管理系统”包括四个模块：影像实体、传感器、影像类型和系统功能。

这四个模块既相互联系又相互独立。

其中功能模块包括影像查询模块和基本计算模块。

1.影像数据录入模块该模块主要数据录入的关系表，是数据库的基本模块，主要功能用来对遥感影像进行收集和修改。

录入包括上述的各种属性，如影像名，影像编号，格式，分辨率，成像时间，传感器，卫星平台，仰角，光谱分辨率，时间分辨率，空间分辨率等。

2.查询功能模块该模块满足影像按照名称、编号、成像时间等的唯一值检索要求，同时能够进行多条件的复合查询检索。

检索结果以逻辑值和文件目录的形式返回。

3.计算功能模块通过该系统能够进行基本的遥感影像的计算和新值插入和更新等操作。

计算有面积的计算，几何校正，重采样等。

三、数据字典举例A ImageB TransducerC ImageResolution四、主要数据流图五、逻辑结构E-R图。

遥感影像样本大数据建库与应用方法

ｓａｍｐｌｅｄａｔａ．Ｉｎｄｉｖｉｄｕａｌｒｅｇｉｏｎ’ Ｓｍａｓｓｉｖｅｓａｍｐｌｅｄａａｔａｒｅｓｅｌｅｃｔｅｄｏｒｆｖｅｒｉｆｙｉｎｇｔｈｅｍｅｔｈｏｄｎｄａｉｔｓｅｉｃｆｉｅｎｃｙ￣Ａｔｔｈｅ
ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｄｅｎｓｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｌｌｋｉｎｄｓｏｆｓａｍｐｌｅｄａａ．Ｔｈｅｔｒｅｓｕｌｔｓｓｈｏｗｈａｔｔｔｈｅｍｅｔｈｏｄｏｆｄａｔａｂａｓｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｍａｎａｇｅｍｅｎｔｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｉｎｔｅｒａｇｔｉｏｎｏｆｒｅｌａｔｉｏｎａｌｄａａｂａｔｓｅｎｄａｄｉｓｔｒｉｂｕｔｅｄｉｌｆｅｓｙｓｔｅｍｉｓｖｅｒｙｅｆｅｃｔｉｖｅａｎｄａｐｐｌｉｃａｔｉｖｅｏｒｆｓａｍｐｌｅｄａｔａ ’ Ｓｓｅａｒｃｈｎｇｉ，ｎａａｌｙｚｉｎｇｎｄａｐｒｏｍｏｔｅｄａｐｐｌｉｃａｔｉｏｎ．
Ｉｍａｇｅ
ＣＨＥＮＧＴａｏ
（ＮａｉｔｏｎａｌＧｅｏｍａｔｉｃｓＣｅｎｔｅｒｏｆＣｈｉｎａ，Ｂｅｉｊｉｎｇ１００８３０，Ｃｈｉｎａ）

多源空间数据底板构建技术

多源空间数据底板构建技术随着科技的不断发展，多源空间数据的获取和应用越来越广泛。

然而，由于不同数据源之间的差异性和异构性，如何有效地将多源数据整合起来，构建起一个统一的数据底板，成为了一个重要的挑战。

本文将介绍多源空间数据底板构建的技术和方法，以及其在各个领域的应用。

一、多源空间数据的特点多源空间数据指的是来自不同数据源的空间信息数据，包括遥感影像、地理信息系统数据、卫星数据等。

这些数据具有以下特点：1. 异构性：不同数据源之间的数据格式、坐标系统、分辨率等存在差异，难以直接进行整合和比较。

2. 时空性：多源空间数据具有时序变化和空间分布的特点，需要考虑不同时间和空间尺度的数据融合与分析。

3. 大数据量：随着数据获取和存储技术的进步，多源空间数据的规模越来越大，需要高效的处理和管理方法。

二、多源空间数据底板构建的方法为了解决多源空间数据的异构性和整合问题，研究者们提出了多种构建数据底板的方法。

1. 数据预处理：首先需要对不同数据源的数据进行预处理，包括数据格式的转换、坐标系统的统一、数据质量的评估与修复等。

这样可以使得不同数据源之间具备一致的数据基础，为后续的整合和分析提供便利。

2. 数据对齐与匹配：由于不同数据源之间的差异，需要对数据进行对齐与匹配，使得它们在空间和时间上具有一致性。

常用的方法包括影像配准、数据插值、时空插值等。

3. 数据融合与融合模型：多源空间数据的融合是构建数据底板的关键步骤。

融合方法包括基于像元级的融合、基于特征的融合、基于模型的融合等。

其中，基于模型的融合方法能够更好地利用不同数据源之间的互补性，提高数据的精度和可靠性。

4. 数据存储与管理：构建好的数据底板需要进行有效的存储和管理。

常用的方法包括数据库管理系统、分布式存储系统、云计算等。

这些方法能够提供高效的数据查询、检索和共享功能，使得多源空间数据的应用更加便捷。

三、多源空间数据底板的应用多源空间数据底板的构建为各个领域的研究和应用提供了强大的支持。

遥感数据的管理制度

遥感数据的管理制度引言随着遥感技术的快速发展，遥感数据的获取、处理、应用在各个领域得到了广泛的应用。

遥感数据是多源多元的，其规模庞大、种类繁多，如何有效管理这些数据成为了一个迫切的问题。

建立科学合理的遥感数据管理制度，对于提高遥感数据的利用效率、推动遥感技术的发展具有重要意义。

本文将探讨遥感数据管理制度的建立和实施，以帮助相关部门和单位更好地管理遥感数据资源。

一、遥感数据的特点1. 多源性：遥感数据来源多样，包括卫星遥感、航空遥感、地面遥感等多种形式，每种形式又涵盖了多个观测参数，数据种类繁多。

2. 大数据量：由于遥感数据一般都是以像素为单位的大规模数据，处理遥感数据需要大量的计算和存储资源。

3. 多样性：遥感数据包括多光谱、高光谱、合成孔径雷达、激光雷达等多种类型，每种类型的数据又有不同的处理方式和应用场景。

4. 实时性：随着卫星技术的发展，很多卫星都能够提供实时或准实时的遥感数据，这就要求数据管理系统要能够处理高频率、大容量的数据流。

二、遥感数据管理的目标1. 实现数据共享：遥感数据管理制度的一个重要目标是实现数据的共享和交换，避免重复采集和处理数据，提高数据的利用效率。

2. 确保数据的安全性：遥感数据包含着重要的地理信息，为了保护国家和个人的信息安全，必须建立安全可靠的数据管理系统。

3. 提高数据利用效率：通过建立科学合理的数据管理制度，可以提高遥感数据的利用效率，促进遥感技术的应用推广。

4. 规范数据使用行为：遥感数据的使用涉及到多个利益主体，要建立规范的数据使用行为，避免数据滥用和侵权行为的发生。

三、遥感数据管理制度的建立1. 统一管理机构：建立统一的遥感数据管理机构，负责遥感数据的采集、处理、存储、传输和应用，协调各个部门和单位之间的数据管理工作。

2. 制定数据管理规范：制定遥感数据管理规范，明确数据的归属、使用权限、安全保障措施等内容，保障数据的安全性和合法性。

3. 建立数据存储和传输系统：建立高效安全的数据存储和传输系统，包括数据中心、云存储、数据备份等设施，确保数据的完整性和可靠性。

多级多源控制点影像数据库建立数据分析与处理

ＷＡＮＧｅ—ｌ，Ｌａ—ｈｎ，ＷＡＮＧｈｎ—ｈｎＹｕｉＩＦｏｇＺａｏｇ
（ｈｉｓＩｓｔｔｏｈｔｐａＴｅＦｒｔｎｔｕｅｆｏｏｒｍｍｅｙａｄＲｍｏｅＳｎｉｇｔｔＢｒａｆｕｖｙｎｎｐｉｇｉｎ７０５，ｈｎ）ｉＰｔｎｅｔｅｓ，ＳａｅｕｅｕｏｒｅｉｇａｄＭａｐｎ，Ｘ１０４ＣｉａｒｎＳａ
ＡｂｔａｔＴｅＧｏｎｏｔｌｏｎ（Ｃ）ｉｔｅｅｐｅｓｎｏｔｅｇｐｉｓａｅｌａｏｎｒａｉａａｗｉｎｌｄｓｔｅｓｒｃ：ｈｒｕｄＣｎｒｉｔＧＰｓｈｘｒｉｆｈｇｏｒｈｃｐｃｃｔｎｉｆｍｔｎｄｔｈｈｉｃｅｏＰｓｏｅａｏｉｏｏｃｕｈｓａｅｃｏｄｎｔｓｏａｉａｅｐｉｔｈｒｔｉｉｄｓｒｔｎ（ｅｃｉｉｆｔｔｎｎｕｉａｆｒｔｎｈｓｐｐｒｂｓｄｐｃｏｒｉｅ，ｌｌｍｇ，ｏｎｃａｃｅｓｃｅｃｐｏｄｓｒｔｎｏｓｉ）ａｄａｘｉｙｉｏｉ．Ｔｉａｅ，ａｅａｃａｒｔｉｉｐｏａｏｌｒｎｍａｏ
途的控制点其精度是不同的，制点获取的时间、政区控行域、坐标参考基准、位影像类型、像的分辨率等相关点影
ＤａａＡｎｌｓｓａｄＰｒｃｓｉｎＩａｅＣｈｐＤａａｓｓｄｔａｙｉｎｏｅｓｎｇｏｍｇｉｔＢａｅＢａｅｏｏｎｎｔｏｉｔｆＭｕｔｓａｅａｄＭｕｔｐｅＳｕｒｅｎＧｒｕｄＣｏｒｌＰｏｎｓｏｌｔｇｎｉｌｉｌｏｃｓ

多源遥感影像融合技术研究

多源遥感影像融合技术研究随着遥感技术的飞速发展，航空遥感和卫星遥感技术不断提升，遥感图像的识别和解译技术也取得了很大的进步。

但是，由于不同遥感平台的图像具有不同的特点和分辨率，仅使用单一源数据进行图像处理往往无法满足实际需求。

因此，多源遥感影像融合技术日益受到人们的关注和重视。

一、多源遥感影像融合技术概述多源遥感影像融合技术是指通过将来自不同遥感传感器的遥感数据集成功地组合在一起，以创造出优于单个数据源的遥感图像。

它是一种共存技术，目的是提高遥感图像质量，增强遥感图像的信息和特征，并使其适应更广泛的应用领域。

多源遥感影像融合技术的实际应用有很多，例如农作物遥感监测、城市土地覆盖分类、自然灾害分析等方面。

多源遥感影像融合技术通常包括以下三个步骤：（1）数据预处理数据预处理是遥感影像融合的第一步，包括去噪、几何校正和辐射校正等过程。

对于不同传感器所获取的遥感影像，其几何定位、坐标系统和数据范围可能存在不同，因此需要进行几何校正和辐射校正，以确保不同数据源之间的一致性。

去噪是为了提高遥感图像的质量，消除影响图像分析和处理的噪声干扰。

（2）特征提取特征提取是指从多个遥感影像中提取具有代表性的特征信息。

在遥感图像的融合过程中，需要根据要求选择相似或互补的影像来融合，特征提取是实现此目的的关键。

这些特征可以包括纹理特征、形状特征、频谱特征等。

（3）融合算法融合算法是指对不同传感器所获取的遥感影像进行相应的加权组合，生成新的遥感影像的方法。

这种方法的目的是获得优于单一图像源的遥感图像，从而可以更好地提取地物信息。

常用的融合方法有像元水平融合、特征水平融合、决策水平融合等。

二、多源遥感影像融合技术的应用（1）农作物遥感监测在农作物遥感监测方面，多源遥感影像融合技术可以提高农作物信息提取的精度和可靠性，根据不同时间段和不同波段遥感影像的融合，可以得到更准确的作物种植面积、作物生长状态和作物产量等信息。

在实践中，多源遥感影像融合技术已经被成功应用于农作物估产、农作物分类、灾害检测等领域。

多源遥感数据管理系统研究

多源遥感数据管理系统研究
秦凯，赵英俊，陆冬华，张东辉，吴文欢
（核工业北京地质研究院，遥感信息与图像分析技术国家级重点实验室，北京１０００２９）
［摘要］针对多源遥感数据管理问题进行探索研究，主要运用镶嵌数据集模型和影像与解译数据集成显示方法。基于ＡｒｃＧＩＳ和ＩＭＩＮＴ特征知识库平台，使用Ｃ＃和其他编程工具进行开发，设计并实
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｔｈｅｓｉｓ，ｔｈｅａｕｔｈｏｒｅｘｐｌｏｒｅｄｍｕｌｔｉ — ｓｏｕｒｃｅｍａｎａｇｅｍｅｎｔｐｒｏｂｌｅｍｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ．Ｔｈｅｍａｉｎｉｄｅａｉｓｔｏｕｓｅｔｈｅｍｏｓａｉｃｄａｔａｓｅｔｍｏｄｅｌ，ａｎｄｔｈｅｗａｙｓｏｆａｎｉｎｔｅｇｒｅｔｅｄｄｉｓｐｌａｙｏｆｉｍａｇｅａｎｄｉｔｓｉｎｔｅｒｐｒｅｔａｔｉｏｎ．ＢａｓｅｄｏｎＡｒｃＧＩＳａｎｄＩＭＩＮＴｆｅａｔｕｒｅｋｎｏｗｌｅｄｇｅｐｌａｔｆｏｒｍ，ｔｈｅａｕｔｈｏｒ
（ＮａｔｉｏｎａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇＩｎｆｏｒｍａｔｉｏｎａｎｄＩｍａｇｅＡｎａｌｙｓｉｓＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＵｒａｎｉｕｍＧｅｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ）

遥感影像样本库管理系统的设计与实现

1概述近年来,随着全球遥感影像数据的不断更新,其数据量越来越大,相应的元信息也越来越多,因此迫切需要借助现代化的信息技术实现其快速的信息提取及有效的查询管理。

遥感影像中,最多的是土地利用现状数据和土地覆盖分类数据,因此需要进行信息提取及分类。

当有新的遥感数据来临时,如何依据已有的遥感训练样本,实现信息的快速提取及分类,就成为一个迫切需要解决的问题。

因此,研究建立一个动态的遥感影像样本库管理系统,实现高效地分类提取遥感影像信息,具有重要的现实意义。

刘悦利用面向对象分类技术及Ar⁃cGIS 软件,构建了基于无人机影像的地质灾害样本库,能够实现地质灾害信息的自动提取[1]。

李冬宁从地理国情普查和地理国情监测实际应用的角度出发,开发了集样本整理、合并、展点为一体的遥感影像解译样本管理软件,为建立高质量的遥感影像解译样本库提供了技术手段[2]。

叶素倩等构建了一个具有一定通用性的LU/LC 样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题[3]。

由于在建立遥感影像样本库和研发相应的管理软件后,能够提高各项遥感影像处理工作的效率,节约人力物力成本,基于此,采用C#编程语言和ArcGIS 二次开发工具设计并实现了遥感影像样本库管理系统。

2系统需求分析需求分析阶段位于系统开发的前期,是系统能否成功实现的基础,这一步工作的质量对于整个开发工作的成败是决定性的。

本系统的最终用户为遥感影像处理工作人员,其需求是能够方便地提取、查询和使用各类遥感影像样本,包括样本的显示浏览、样本的分类管理、样本的快速查询定位、样本元信息的管理与查询等。

由于该软件一般为影像处理工作人员在实际工作中单独使用,故采用一般的客户端/服务器架构即可满足此需求。

3系统架构由于该系统是单机操作,无需联网,故本系统设计采用简单实用的Access 2003作为后台数据库。

选择ArcGIS Engine 作为GIS 二次开发平台,以支持能够打开与显示各类遥感影像样本。

多源遥感数据融合技术在测绘中的应用研究进展

多源遥感数据融合技术在测绘中的应用研究进展随着遥感技术的迅速发展和卫星技术的日益完善，多源遥感数据融合技术在测绘领域的应用也越来越广泛。

这种技术通过将不同传感器获取的多种数据融合起来，可以大幅提高地理信息和地图制作的精度和可信度。

本文将从多源遥感数据融合的意义、融合方法以及应用案例等方面，对该技术在测绘中的应用研究进展进行探讨。

一、多源遥感数据融合的意义多源遥感数据融合是指将来自不同遥感传感器的多种数据进行整合，以获取更全面、准确的地理信息。

在传统的测绘中，通常只依赖单一的遥感数据源进行测量和制图，这种方法存在信息不全、精度不高等问题。

而多源遥感数据融合技术的应用，可以综合利用各种遥感数据源的优势，弥补不同传感器的缺陷，提高测绘的精度和可信度。

例如，在地图制作中使用卫星图像，常常会受到云层、大气和地形等因素的干扰，导致图像质量下降，难以准确提取地物信息。

而通过多源遥感数据融合，可以利用不同传感器的观测优势，将具有云雾抗干扰能力的红外遥感数据与高空间分辨率的光学遥感数据进行融合，从而得到更清晰、更准确的图像，提高地图的制作精度。

此外，多源遥感数据融合也有助于提高地表覆盖信息的提取精度。

通过融合多种数据源的信息，可以更准确地提取地物的空间位置、形状、尺度以及分类等信息。

在地理信息系统（GIS）中，准确的地表覆盖信息对决策制定、资源管理和环境监测等方面都具有重要价值。

二、多源遥感数据融合的方法多源遥感数据融合技术有多种方法，常见的包括基于像元级的融合方法、基于特征级的融合方法和基于决策级的融合方法。

1. 基于像元级的融合方法基于像元级的融合方法是将各个数据源的像元进行逐点运算，得到新的像元值。

常见的方法有简单加权平均法、主成分分析法和小波变换等。

简单加权平均法是将不同数据源的像元灰度值按一定权重进行加权平均，得到融合后的像元灰度值。

主成分分析法则通过提取各个数据源的主成分，构建主成分空间，进而进行融合。

多源遥感影像数据集成与处理技术研究

多源遥感影像数据集成与处理技术研究现代遥感技术可以提供很多种类的遥感影像数据，以帮助我们获取、分析和管理地球环境。

然而，由于不同遥感数据源记录的是不同的空间信息和波谱特征，单一数据通常不能完全反映出地球表面的复杂变化。

因此，多源遥感影像数据集成与处理技术是实现遥感应用的重要手段之一。

多源遥感影像数据集成技术的目标是将来自不同传感器、不同时间、不同分辨率或不同数据格式的遥感影像数据融合在一起，形成一个多源数据集。

这样的多源数据集可以最大化利用各种地球监测传感器的数据资源，增强遥感数据的信息量，提高反演精度和分类准确度。

同时，多源数据集成也可以解决遥感影像数据存在的不完善问题，使得融合后的数据能够在更广阔的应用范围内得到有效利用。

多源遥感影像数据处理技术是在多源数据集成的基础上对数据进行处理和分析的技术。

该技术包括影像配准、数据替代、特征提取和数据融合，而这些处理过程的目的都是为了更好的获取和理解地球表面的信息。

影像配准是遥感数据处理的首要步骤之一。

由于不同遥感传感器产生的遥感影像具有不同的光谱、时间、分辨率和投影坐标系等特点，因此，需要对不同源影像进行配准，使其达到相同的坐标空间和角度空间参考。

常用的配准方法包括基于空间变换模型的配准和基于模板的配准。

基于模板的配准主要是通过使用某些已知的地物特征来对遥感影像进行配准，例如建筑物、水体、公路、林地和城市绿地等。

而基于空间变换模型的配准主要是根据已知参考数据或者点对来进行计算，以实现影像的空间匹配。

数据替代是一种用一组遥感数据集来代替另一组遥感数据集的技术。

这种替代可以通过重采样、插值和放大等方法来实现。

常见的数据替代方案包括降尺度数据替代和升尺度数据替代。

降尺度数据替代是将高分辨率遥感影像通过降采样算法变为低分辨率影像，从而减少像素数据量和冗余信息，为后续影像处理提供更有效的数据。

升尺度数据替代则是增加影像分辨率，以便深入探测地球表面的细节和结构。

遥感影像数据存储系统设计

遥感影像数据存储系统设计一、系统描述某单位主要负责接收和处理遥感影响数据。

由对地观测卫星所产生遥感影像数据规模巨大，一般单颗卫星一次成像产生的单轨数据可能在数10g甚至数100g。

数据进一步加工生产进一步产生更高级别的应用产品，日均产生数据量在10T左右，并同时服务于数十家用户。

二、需求分析我们针对系统的描述，对系统的需求进行了分析：1. 数据存储类型卫星遥感的原始数据为影像，属于非结构化的文件数据，存储、处理这些数据需要非结构化的存储系统，而处理完的数据为结构化的文件数据，需要结构化的存储系统的支撑。

2.数据存储容量单日产生的数据量非常巨大，且日均产生数据量在10TB左右，年均产生数据量则3PB左右，存储系统需要对海量的系统进行存储。

3.数据的安全性由于卫星遥感影像数据的获取成本较高，存储系统的容灾性能必须足够好，进行一定的备份和冗余设计。

4.存储性能单日存入数据10T数据，同时服务于数十家用户，要求存储系统有较高的IO性能，支撑并发IO操作，IO的带宽要足够大。

对于原始数据，由于处理过程中要频繁地读取原始数据，因而非结构化的存储系统部分要有很高的并发读性能。

而作为结构化存储系统部分的数据库，要有很高的查询性能，且并发性足够好，能支持数十家用户同时进行顺利的查询工作。

5.可扩展性遥感影像数据量的增长十分迅速，考虑到系统的负荷，一次性较大的投入会造成系统在前期使用阶段容量的浪费，而过小的投入又难以适应快速增长数据存储需求，因此存储系统必须可扩展，且扩展过程中业务系统仍能正常运行。

6.跨平台应用终端由于遥感数据要供给数十家用户，用户的使用环境是多种多样的，因而存储系统的应用终端必须能支持多种运行环境，在不同环境中都能有良好的业务性能。

7.控制成本海量数据的存储的成本主要来源于系统开发的成本和服务器硬件成本，在这两个方面，在满足存储需求的前提下尽量使用廉价的方案。

三、存储媒质选择本系统采用硬盘对数据进行存储，并通过存储网络实现集群式或分布式存储。

国家基础多源数字正射影像数据库的设计与建立_廖安平

２００６．０８Ｎｏ．４ＷＷＷ．ＧＷＮ．ＣＯＭ．ＣＮ地理信息世界ＧＥＯＭＡＴＩＣＳＷＯＲＬＤ０引言数字正射影像直观而详细地记录了地表的自然现象，同时具有地图的几何特征和影像特征，从而成为现代地理信息应用越来越重要的数据源。

与传统的符号化矢量图相比，数字正射影像的生产周期较短、精度更高、现势性更好，所表达的信息更为丰富真实、直观易读，具备良好的判读性能与量测性能，因此具有更大的开发应用价值，既可直接应用于国民经济、社会发展、国防建设、科学研究等领域，提供极为重要的基础地理数据资源，还可以从中提取和派生出新的自然地理和社会经济信息，实现地图的修测更新，并可以作为背景控制信息，评价其他地理信息资源的数据精度、现势性和完整性。

随着传感器技术的发展和数据处理自动化程度的提高，数字正射影像以其廉价、快捷等优点必将成为空间信息的主要载体。

近年来国家基础数字正射影像的数据类型、存储规模和数据版本的逐渐积累，导致传统常规手段很难适应对海量数字正射影像数据的管理，从而限制了数字正射影像的调度、分发、共享和应用；建立国家级基础数字正射影像数据库，实现对海量、多源数字正射影像数据的安全存储和集成管理，提供有效的数据分发与对外交换服务，成为基础测绘成果管理部门所面临的重要使命。

国家基础多源数字正射影像数据库的设计与建立文章编号：１６７２－１５８６（２００６）０４－００１０－０５摘要：数字正射影像直观而详细地记录了地表的自然现象，具有良好的可判读性和可测量性，从而成为现代ＧＩＳ应用越来越重要的数据源。

本文针对国家基础数字正射影像数据库安全存储、集成管理、分发服务和提供应用的技术要求，通过对海量数字正射影像数据建库的数据源分析与探讨，提出了适合多源数字正射影像建库的数据组织方式和数据存储模式，最后设计建立了国家基础多源数字正射影像数据库系统，实现了国家级海量多源数字正射影像数据的存储管理和数据服务。

关键词：数字正射影像；空间数据库；影像数据库；空间数据引擎；分级存储管理中图分类号：Ｐ２０８文献标识码：ＡＤｅｓｉｇｎ＆ＥｓｔａｂｌｉｓｈｍｅｎｔｏｆＮａｔｉｏｎａｌＦｕｎｄａｍｅｎｔａｌＭｕｌｔｉ－ｓｏｕｒｃｅＤＯＭＤａｔａｂａｓｅＬＩＡＯＡｎ－ｐｉｎｇ，ＹＡＮＲｏｎｇ－ｈｕａ，ＴＡＮＧＨａｉ（ＮａｔｉｏｎａｌＧｅｏｍａｔｉｃｓＣｅｎｔｅｒｏｆＣｈｉｎａ，Ｂｅｉｊｉｎｇ１０００４４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＡｓＤｉｇｉｔａｌＯｒｔｈｏｇｒａｐｈｉｃＭａｐ（ＤＯＭ）ｒｅｐｒｅｓｅｎｔｓｔｈｅｎａｔｕｒａｌｐｈｅｎｏｍｅｎａｏｆｔｈｅｅａｒｔｈ’ｓｓｕｒｆａｃｅ，ｉｔｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｌａｔｉｖｅｌｙｅａｓｙ－ｉｎｔｅｒｐｒｅｔａｔｉｏｎａｎｄｅａｓｙ－ｍｅａｓｕｒｅｍｅｎｔｔｏｂｅｃｏｍｅｔｈｅｉｍｐｏｒｔａｎｔｄａｔａｓｏｕｒｃｅｓｏｆＧＩＳＡｐｐｌｉｃａｔｉｏｎ．Ｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｔｅｃｈｎｉｃａｌｒｅｑｕｉｒｅｍｅｎｔｓｏｆｓａｆｅｔｙｓｔｏｒａｇｅ，ｉｎｔｅｇｒａｔｅｄｍａｎａｇｅｍｅｎｔａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｓｅｒｖｉｃｅ，ｔｈｅｐａｐｅｒａｎａｌｙｚｅｄｔｈｅｄａｔａｓｏｕｒｃｅｓｏｆｈｕｇｅ－ｖｏｌｕｍｅＤＯＭｄａｔａｂａｓｅ，ｔｈｅｎｐｕｔｆｏｒｗａｒｄｔｈｅｍｏｄｅｌｓｏｆｄａｔａｏｒｇａｎｉｚａｔｉｏｎａｎｄｄａｔａｓｔｏｒａｇｅｓｕｉｔａｂｌｅｆｏｒｍｕｌｔｉ－ｓｏｕｒｃｅＤＯＭｄａｔａｂａｓｅｅｓｔａｂｌｉｓｈｍｅｎｔ，ｆｉｎａｌｌｙｄｅｓｉｇｎｅｄｔｈｅｎａｔｉｏｎａｌｆｕｎｄａｍｅｎｔａｌｍｕｌｔｉ－ｓｏｕｒｃｅＤＯＭｄａｔａｂａｓｅ，ｒｅａｌｉｚｅｄｔｈｅｓｔｏｒａｇｅｍａｎａｇｅｍｅｎｔａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｓｅｒｖｉｃｅｏｆｎａｔｉｏｎａｌｌｅｖｅｌｍａｓｓｉｖｅａｎｄｍｕｌｔｉ－ｓｏｕｒｃｅＤＯＭ．Ｋｅｙｗｏｒｄｓ：ＤｉｇｉｔａｌＯｒｔｈｏｇｒａｐｈｉｃＭａｐ；ｓｐａｔｉａｌｄａｔａｂａｓｅ；ｉｍａｇｅｒｙｄａｔａｂａｓｅ；ｓｐａｔｉａｌｄａｔａｅｎｇｉｎｅ；ｈｉｅｒａｒｃｈｉ－ｃａｌｓｔｏｒａｇｅｍａｎａｇｅｍｅｎｔ廖安平，严荣华，汤海（国家基础地理信息中心，北京１０００４４）廖安平（１９７１－），男，湖南人，高级工程师，国家基础地理信息中心遥感部副主任，主要从事航空摄影、遥感技术应用、国家基础地理信息数据库建设、国家１：５００００比例尺数据库更新等方面的工作。

多源遥感影像的图像配准和分类技术研究

多源遥感影像的图像配准和分类技术研究遥感技术是以人造卫星、飞艇或航空器等高空平台获取地面信息的科学技术，具有广泛的应用领域，如气象、环境、农业、林业、水利等。

遥感图像配准和分类是遥感技术中的两项基础工作。

本文主要介绍多源遥感影像的图像配准和分类技术研究现状及发展趋势。

一、图像配准技术图像配准是指利用不同地物或相同地物在不同图像之间的相似性，把多幅遥感影像配准到同一坐标系下。

多源遥感影像的配准可以实现不同时间、不同分辨率、不同角度、不同传感器的遥感影像融合，从而提高对地观测数据的时空分辨率和准确性。

目前，图像配准技术主要分为两种方法：基于特征点匹配和基于区域匹配。

基于特征点匹配的方法通常采用尺度不变特征变换算法（SIFT）、加速稳健特征算法（SURF）等，能够应对遥感影像的旋转、平移和缩放等形变情况。

而基于区域匹配的方法则主要采用相似性矩阵算法（SSD）和归一化互相关算法（NCC）等，适用于处理多目标、弱纹理、复杂背景的遥感影像。

图像配准的关键在于选取合适的匹配算法和精确的粗配准参数估计方法，从而实现有效的图像区域匹配。

目前，随着深度学习、人工智能和卷积神经网络等技术的不断发展和应用，遥感图像配准的精度和速度都得到了极大地提高，并逐渐向自动化、智能化、高精度化方向发展。

二、图像分类技术图像分类是指根据遥感图像中的地物特征和空间分布规律，将其划分成不同的类别，以实现对遥感影像的目标提取和地物分类。

多源遥感影像的分类应用广泛，如城市土地利用监测、自然资源调查、农业生产管理等。

目前，图像分类技术主要包括基于经验规则、基于传统机器学习算法和基于深度学习算法等方法。

其中，基于经验规则的分类方法针对特定的地物类型和场景，采用专家规则和知识经验进行分类。

而基于传统机器学习算法的分类方法则主要包括最大似然法（ML）、支持向量机（SVM）和随机森林（RF）等，可以根据大量标注样本进行学习和分类。

基于深度学习算法的分类方法则主要是基于卷积神经网络（CNN）等深度学习算法，通过多层神经元进行特征提取和分析，进而实现高精度的分类。

多源遥感数据的融合与应用研究

多源遥感数据的融合与应用研究遥感技术作为一种重要的地球信息获取技术，其应用范围越来越广泛。

通过遥感手段，我们可以获取大量的遥感数据，包括图像、地形、光谱数据等。

但是，基于不同监测手段所获取的数据，具有数据维度、数据格式和数据质量等上的差异，给对数据的进一步应用和开发带来了诸多挑战。

为此，多源遥感数据融合技术成为解决这一问题的重要的途径。

多源遥感数据融合是通过计算机技术将不同源、不同分辨率、不同格式的并行或者连续的遥感数据，综合处理成一个整体，并结合地理信息系统技术进行数据分析和决策支持。

其中，多源遥感数据的融合主要包括像元级、特征级和决策级三种方式。

像元级数据融合，是指将各种各样的图像数据进行融合。

像元级的融合方式主要有如下几种:1. 直接融合法：直接将多幅图像叠加到一起，获取综合后的图像。

这种方法适用于各种遥感图像尺度和分辨率差异较小且同源的数据融合。

2. 图像分解融合法：首先对每幅图像进行分解处理，然后将各幅图像中相同的内容进行叠加，而差异较大的内容进行差别融合。

3. 主成分分析融合法: 主成分分析是一种常用的统计分析方法，对输入的多幅遥感图像数据进行统计分析，即对各幅遥感图像的主成分进行分析。

4. 数据融合模型法：建立数据融合模型，通过模型对各种遥感图像的像素进行处理，得到最终融合的结果。

特征级融合是将不同波段的数据融合在一起，达到充分利用多源数据的目的。

在此过程中，会抽取其中的特征进行融合。

特征级融合主要包括像元特征融合和特征变换融合等两种方法。

决策级融合指利用决策支持系统的方法进行数据融合。

其中，主要是利用决策树或者逻辑回归等方法，利用之前处理的数据，得到一个更加准确的预测结果。

多源遥感数据融合具有很高的应用价值。

它能够获得更加贴近实际、更精确的数据结果，解决单一遥感数据容易出现的问题，如信息缺失、噪声干扰等。

并且，多源遥感数据融合也可广泛应用于城市规划、土地利用、水资源管理、自然灾害预警等领域。

多源遥感信息融合技术及多源信息在地学中的应用研究

多源遥感信息融合技术及多源信息在地学中的应用研究一、本文概述本文主要研究多源遥感信息融合技术及其在地学中的应用。

多源遥感信息融合技术是一种将来自不同传感器或不同平台的遥感数据进行综合处理和分析的技术，旨在提高遥感数据的利用效率和解译精度。

该技术的研究已经成为遥感领域的一个重要方向。

本文首先对多源遥感信息融合技术进行了概述，介绍了其目的、意义以及国内外的研究现状。

详细阐述了多源遥感信息融合的理论基础，包括融合的概念、层次、模型和结构等。

接着，讨论了多源遥感影像像素级融合技术，包括融合过程、特点及其应用。

本文还探讨了基于不同理论的多源遥感信息融合方法，如Bayes融合法、DempsterShafer证据理论和改进的BP神经网络等。

在地学应用方面，本文研究了遥感技术为地学应用提供的数据来源和探索方式。

通过对遥感地学分析的基本思想进行研究，论述了遥感信息在地学中的应用，并结合实际案例进行了分析和讨论。

本文旨在为多源遥感信息融合技术的研究和应用提供理论和实践指导，以促进遥感技术在地学领域的进一步发展和应用。

二、多源遥感信息融合技术基础多源遥感信息融合技术是指将来自不同传感器、不同平台、不同时间和不同空间分辨率的遥感数据进行集成和综合分析，以获得更全面、更准确的地学信息。

该技术已取得显著进展，主要特点包括：数据来源广泛：随着航天技术的发展，遥感数据的获取平台和传感器类型日益丰富，包括光学传感器、雷达传感器、激光传感器等。

数据分辨率提高：遥感数据的分辨率不断提高，从早期的米级、公里级发展到亚米级、厘米级，甚至毫米级，提高了数据的细节信息含量。

数据融合技术成熟：多源遥感数据融合技术包括图像配准、图像增强、特征提取、分类识别等，实现了多源数据的有效集成和利用。

数据量大：遥感数据的体量庞大，处理和存储这些数据对计算资源和存储空间提出了挑战。

数据异质性强：多源遥感数据具有不同的传感器类型、分辨率和波段范围，导致数据异质性强，融合难度增大。

多源遥感影像共享平台的设计与实现

如何对
具有空间信息以栅格形式存储的大数据集进行存
储和管理一直是ＧＳ和遥感等领域研究的一个重Ｉ
要问题。
存储、管Байду номын сангаас理等方面开展了大量的研究。提出了
Ｇｏｉ等通用的栅格数据交换和存储格式，同时ｅＴｆ也开发了一批海量栅格数据库系统，如ＥＲＳＩ的
ｆｎｍ＠ｌｉ．ｅｅｅｇｒｓａ．ｎｅ
维普资讯
１期
冯
敏等：多源遥感影像共享平台的设计与实现
１３Ｏ
的基础，也是共享平台的核心；基于上述基础，
文章最后实现了多源遥感影像共享平台。
能，实现海量遥感数据的在线共享。针对上述问题，国内外学者从海量遥感影像
又重复存储，造成软硬件资源的浪费－。ｚ为了实现多源遥感影像数据的管理和共享，
主要需要解决三方面的问题：
（）海量遥感数据存储与管理问题１
大的栅格数据管理平台的基础上实现对多源遥感
数据之间的格式差异；其次，不同来源遥感影像具有不同的参数，如空间覆盖范围、获取时间、空间分辨率等参数；另外，对于经过加工处理的
遥感数据产品来说，还需要记录遥感数据在获取、
量遥感影像的快速存取和管理应用一。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

省级多源遥感影像数据库管理系统建设研究
摘要：近年来，随着国家经济的高速发展，促进了我国科技水平的快速提升。

科学技术不断革新，尤其是对于卫星遥感技术以及航空摄影技术来说，其发展已
经广泛应用于各个行业领域，与此同时遥感影像数据库管理系统建设问题也成为
了业界关注的焦点。

本文就省级多源遥感影像数据库管理系统建设展开探讨。

关键词：遥感影像管理；数据库管理系统；地理信息系统；元数据
引言
随着基础测绘、地理国情、国土调查、土地利用变更调查、土地执法督查、
林业资源普查、水资源调查、环境保护及其他重大监测监管专项的开展，省级自
然资源部门积累了大量的多源、多时相、多分辨率、多数据格式的卫星影像和航
空影像数据成果，数据存储量已经达到几百TB，甚至PB的量级，而且正逐年增长。

为了对这些丰富多源的影像数据进行更有效、更规范的存储和管理，更好地
支撑影像数据的查询、检索及影像的分发业务，以及后期影像数据的更新生产，
亟待建设影像数据库管理系统，实现影像数据资源的空间化、一体化管理，为影
像数据的应用服务和对外分发提供支撑。

1遥感影像管理系统建设
1.1系统总体架构
分为四层:集成环境层、数据层、系统层和用户层。

软硬件集成环境层是系统
正常运行的基础，组成内容包括操作系统、数据库管理软件、遥感影像处理软件、应用中间件、服务器、存储系统、网络设备和安全设备。

数据层为数据资源库，
是整个系统建设的核心，主要内容包括不同格式的卫星影像数据、航空影像数据、控制点数据、DEM数据、相关矢量数据和元数据等。

海量遥感影像数据管理的系
统层主要包含影像数据入库前整理、数据入库质检、查询检索、数据提取下载、
多期影像对比、统计分析、数据备份恢复、用户管理、系统维护和系统安全管理
等功能。

用户层包含系统的管理员、数据库管理人员及普通用户。

1.2系统网络部署模式
由于省级遥感影像数据体量大类型繁多，为了保障影像数据库管理系统的正
常运行与数据传输，网络带宽主干网设计不小于1GB。

另外，还要考虑局域网对
网络环境的不同需求，合理设计网络环境。

系统网络部署面向单位内部局域网部署，主要由存储设备、数据库服务器、管理应用服务器及工作客户端组成。

存储
设备的作用是管理影像实体和库体文件以及备份文件;数据服务器的作用是提供基础数据库运行环境，管理系统业务库表和空间数据索引表;管理应用服务器提供影像数据库管理系统运行的基本保障环境，保障影像数据库系统正常运行;客户端的作用是通过管理数据服务器和管理应用服务器实现影像数据库系统基本参数的配
置及影像数据的成果入库、查询浏览、统计分析和在线下载。

2省级多源遥感影像数据库管理系统建设
2.1定制元数据适配模块
多源遥感影像数据带来了多种不同的影像元数据。

影像元数据文件存在格式
多样，属性字段名称不同的问题。

平台开发的元数据适配模块可根据每一类不同
元数据字段的具体特性，定制相应的适配文件，来满足元数据字段多源的适配需求，解决了多类型影像数据入影像库时元数据属性信息提取问题，提高了影像数
据入库的效率。

2.2数据库建设
数据库的设计包含空间数据库和关系数据库，空间数据库采用空间数据引擎ArcSDE连接Oracle进行管理，关系数据库采用Oracle管理，影像数据实体采用
文件编目进行管理，数据库采用混合存储方式实现各类遥感影像数据的入库存储，针对不同的遥感数据类型采用不同的空间数据存储模式。

系统结构化业务数据、
元数据直接存储于Oracle关系表中;矢量数据、更新频率低且常用的栅格影像数据，采用空间数据库引擎ArcSDE+Oracle数据库进行管理;遥感影像实体数据、非结构
化数据采用文件目录方式进行存储与管理。

分别按照数据库设计流程概念设计、
逻辑设计和物理设计。

对于影像数据库的建库流程，设计包括五大技术步骤:影像
数据分析、影像数据建模、影像数据存储设置、影像目录结构设置和影像数据入库。

影像数据分析:对待入库影像数据文件以及组成文件命名规则进行分析;影像
数据建模是对不同传感器影像数据进行类型建模;影像数据存储配置是对不同遥感
类型数据存储配置类型进行参数设定;影像数据目录配置是进行节点影像树参数配置;系统内进行影像数据结构检查以及影像数据重复性的检查，检查合格后进行最
终的影像数据入库。

2.3基于数据库的方式
基于数据库的遥感影像管理模式主要以分布式对象对应关系数据库管理遥感
影像数据,该方式不仅可以给中央服务器减负，还可以减少产生瓶颈的几率，提高
数据的传送率、查询以及更新效率，可以大大缩短相应时间，并且能够支持多用
户的并发访问，这些都是其他管理模式无法比拟的。

除此之外目前的数据库都设
置了安全访问控制机制，这样的设置能够为开发人员省下了不少的麻烦，提高效率。

2.4灵活、标准的大规模影像分发方式
大规模影像的分发是和管理分不开的。

影像数据的应用需求有两种，一种是
影像数据实体使用需求，另一种是将影像作为背景底图使用。

针对影像数据实体
使用需求，统计每年的用户申请使用影像情况，分析获得常用影像范围。

将使用
频率高的影像数据，拷贝至在线数据服务器，通过FTP的方式进行快速分发，提
高影像的分发速度。

通过ArcGIS Image Extension for Server进行服务共享，可以提供切片服务影像分发方式，为用户提供了即拿即用的服务，能够极速显示影像，
满足用户将影像作为背景底图使用的需求。

2.5遥感影像数据库管理系统功的能设计
可以将遥感影像数据库管理系统分为五个子系统。

（1）质检入库子系统。

遥感影像采集后需录入到系统当中，但是在此之前需要对遥感影像进行质检，主要
检查的内容包括了遥感影像的完整性、一致性等等，并且通过工程化方式对遥感
影像、元数据等等实现快速入库，支持断点续传、后台任务同时进行。

（2）组
织管理子系统。

该子系统是对遥感影像数据管理的核心部分，主要对数据库当中
遥感影像的参数进行配制、同时还包含了数据建模、数据备份以及数据共享等等
应用，方便遥感影像数据的共享和管理系统的集成。

（3）分发服务子系统。

需
要在系统中引入电子商务模式的影像分发服务，实现对数据库中遥感影像的查询、分发等功能，同时在改子系统当中提供开放的数据接口。

（4）技术支援子系统。

对入库的遥感影像数据进行规范化处理，包括了元数据的采集、快视图提取、镶嵌、配准等。

（5）配置维护子系统。

主要的工作是支持和维护遥感影像数据库
管理系统的运行，提供一系列的安全管理配套功能，如用户管理、日志信息维护等。

结语
本文设计影像数据库管理系统，实现多源影像的数据分析、整理、建库、管理和分析技术，建立覆盖全省的多源遥感影像数据库，实现了基于数据库的多源遥感影像数据管理、分析与成果分发，促进各类遥感影像数据的共享，满足影像管理部门对影像数据日常管理的各方面需求。

参考文献
［1］陈中林，龚建辉．多源遥感影像管理与服务平台的设计与实现［J］．测绘与空间地理信息，2018，38(12):52－54．
［2］毕金强，张盼盼．基于GIS的多源遥感影像管理显示系统的设计与实现［J］．测绘与空间地理信息，2018，38(4):124－127．
［3］王华斌，唐新明，李黔湘．海量遥感影像数据存储管理技术研究与实现［J］．测绘科学，2018，33(6):156－158．
［4］黄杰，刘仁义，刘南，沈林芳，王娜.海量遥感影像管理与可视化系统的研究与实现[J].浙江大学学报（理学版）.2018（06）.
［5］谭庆全，毕建涛，池天河.一种灵活高校的遥感影像金手塔构建算法[J].一计算机系统应用，2018（17）.
［6］侯伟，鲁学军，张春晓，王静.面向对象的高分辨率影像信息提取方法研究——以四川理县居民地提取为例[J].地球信息科学学报.2018（01）.。