海量遥感影像管理与发布
海量遥感影像数据管理的独具匠心
态
影
像
技
术
２ ０ｌ ３年
第 ｌ期
维Ｇ Ｉ Ｓ ． ＿ 二维 与： 二 维相 比将 更为庞杂 ． 这对软件 管 和调度海量影像 数据 的能 力提 出了更高 的要求
海 量 数 据 是 怎 样 处 理 的
在地理 信息 产业 ． 影像 数据 就是价 值 ． 各Ｊ‘ 商 也
都 在 积极探 索寻 找最好 的方 法来 实现海 量影 像数 的管 理 、 处理 和共 享一 体化 ． ． 海量影像 数 据存储 管理 研究 最 可 以追 溯 剑２ （ ）
据． 向用户 提供 高分辨 率遥 感影 像公 众服 务 、
国 内在 该方 面的软件也 是异 军 突起 ． 如 遥 新 天地 的Ｅ Ｖ— Ｇ ｌ ｏ ｂ ｅ ． 灵 图的Ｖ Ｒ Ｍａ ｐ ．武 大 吉 奥 的
得要 管理 ． 使用 影像 数据 得要 处理 ． 影像 数据 服务得 要共 享 。 那 么如今 的海量 影像 数据 管理 、 处理 和共享
活跃 的影像 市场 ． 用户 对大 规模影 像 的管理 、 处理 和 共享是 普遍 的需 求 ．而Ａ ｒ ｃ Ｇ Ｉ Ｓ 最新 的影像 技 术 正好
具体 表 现在 ：
１ ． 新增 并改进 对数 据源 的支 持 支持 更多 栅格 数据 集格式 ．新 加 ｒ ｌ ６ 种栅 格数 据 格 式 的读 取 ，包 括 Ｃ Ｅ Ｏ Ｓ Ｓ Ａ Ｒ Ｉ ｍａ ｇ ｅ ， Ｅ Ｎ Ｖ Ｉ Ｓ Ａ Ｔ
世纪 ９ ０ 年代 ． 微软 开 发 的Ｍｉ ｃ ｒ ｏ ｓ ｏ ｆ ｔ Ｔ ｅ ｒ ｒ ａ Ｓ ｅ ｒ Ｖ ｅ ｒ 系统 ． 将 美 国 和 俄 罗 斯 数 十年 来 拍 摄 的 卫 晕 数 据 放 到
Ｉ ｎ ｔ ｅ ｍｅ ｔ ： 在 海 量影 像 数 据 管 理 和 处 理 方 而 ． 具 有 程碑 意 义 的是 Ｇ ｏ ｏ ｇ ｌ ｅ Ｅ ａ ｒ ｔ ｈ ． 它 可 以整 合 各类 影像 数
浅析遥感影像管理方法
浅析遥感影像管理方法陈云波;王健;王勤珍【摘要】This paper gives a detailed analysis of the current domestic remote sensing image management method,and expounds the key technology of remote sensing image database.Based on the analysis of the middleware technology（ArcSDE）and object-oriented relational database （Oracle10gGeoRaster）remote sensing image data organization and storage methods,combined with the characteristics of this unit and ArcSDE in a relational database management system（RDBMS）in the integration of spatial data,spatial,non spatial data operation to the database service advantages,proposed based on ArcSDE intermediate plug-in database technique is suitable for the remote sensing image management method.%详细分析了目前国内遥感影像管理方法,同时阐述了遥感影像建库的关键技术。
分析了基于中间件技术（ArcSDE）和基于扩展的面向对象关系数据库（Oracle10gGeoRaster）的遥感影像数据组织与存储方式,结合本单位的特点和ArcSDE在关系型数据库管理系统（RDBMS）中融入空间数据后,对空间、非空间数据进行高效操作的数据库服务的优点,提出了基于ArcSDE中间插件的建库技术才是适合本单位的遥感影像管理方法。
遥感影像处理技术的最新进展
遥感影像处理技术的最新进展遥感技术作为一种非接触式的对地观测手段，已经在众多领域得到了广泛应用，如国土资源调查、环境监测、城市规划等。
而遥感影像处理技术则是从海量的遥感数据中提取有用信息的关键环节。
近年来，随着计算机技术、传感器技术等的不断发展，遥感影像处理技术也取得了显著的进展。
一、高分辨率遥感影像的获取与处理随着卫星技术的不断进步，高分辨率遥感影像的获取变得越来越容易。
高分辨率意味着能够捕捉到更细微的地物特征，为更精确的分析和应用提供了可能。
然而，高分辨率影像也带来了数据量巨大、处理难度增加等问题。
在处理高分辨率遥感影像时，图像配准和融合技术显得尤为重要。
图像配准是将不同时间、不同传感器获取的影像进行精确对齐，以实现信息的综合利用。
而图像融合则是将多源影像的优势结合起来，生成一幅更具信息量和准确性的影像。
为了提高配准和融合的精度，研究人员提出了许多新的算法和模型，如基于特征点的配准方法、多尺度融合算法等。
二、多光谱和高光谱遥感影像分析多光谱遥感影像包含了多个波段的信息，能够反映地物在不同波长下的反射特性。
高光谱遥感影像则具有更高的光谱分辨率，可以提供更详细的地物光谱特征。
在多光谱和高光谱遥感影像分析中，光谱特征提取和分类是重要的研究方向。
传统的基于像素的分类方法往往忽略了地物的空间相关性，导致分类精度不高。
近年来，基于对象的分类方法逐渐兴起，它将影像分割成具有相似特征的对象，然后对对象进行分类，有效地提高了分类精度。
此外，深度学习技术也被应用于光谱特征提取和分类中，取得了较好的效果。
三、雷达遥感影像处理技术雷达遥感具有全天时、全天候的观测能力，在灾害监测、地形测绘等领域发挥着重要作用。
雷达遥感影像的处理面临着斑点噪声去除、几何校正、目标检测等挑战。
针对斑点噪声问题，研究人员提出了多种滤波算法，如均值滤波、中值滤波、小波滤波等。
在几何校正方面，精确的轨道模型和地面控制点的选取是提高校正精度的关键。
遥感影像在城市交通管理中的应用探索
遥感影像在城市交通管理中的应用探索在当今城市化进程不断加速的时代，城市交通管理面临着越来越多的挑战。
交通拥堵、交通事故、交通规划不合理等问题日益凸显，严重影响了城市的运行效率和居民的生活质量。
为了有效应对这些问题，提高城市交通管理的水平，遥感影像技术逐渐成为一种重要的手段。
遥感影像技术通过卫星、飞机等平台获取大范围、高分辨率的地表图像信息，能够为城市交通管理提供丰富的数据支持。
这些影像包含了道路网络、车辆分布、交通设施等多方面的信息，经过处理和分析，可以为交通规划、交通流量监测、交通事故分析等工作提供有力的依据。
在交通规划方面，遥感影像可以帮助规划者全面了解城市的土地利用情况、道路现状以及建筑物分布等。
通过对不同时期的遥感影像进行对比分析，能够清晰地看到城市的发展变化，从而预测未来的交通需求。
例如，新的居民区、商业区的建设会带来新的交通流量，利用遥感影像可以提前规划相应的道路和交通设施，避免出现交通拥堵的情况。
对于交通流量监测，遥感影像同样发挥着重要作用。
传统的交通流量监测方法往往局限于在道路上设置传感器或通过人工观测，这些方法不仅成本高，而且覆盖范围有限。
而遥感影像可以实现对大范围道路网络的同时监测，通过对影像中车辆的识别和跟踪，可以获取实时的交通流量信息。
此外，结合时间序列的遥感影像，还能够分析交通流量的变化规律，为交通信号灯的优化设置、道路拓宽等决策提供数据支持。
在交通事故分析中，遥感影像也能提供有价值的线索。
事故发生后，通过对事故现场及周边区域的遥感影像进行分析，可以了解事故发生地点的道路条件、交通标志标线设置情况以及周边环境因素。
这有助于找出事故发生的潜在原因，为制定预防措施和改进交通管理策略提供依据。
然而，要将遥感影像有效地应用于城市交通管理，还面临着一些技术和数据处理方面的挑战。
首先，遥感影像的分辨率和精度对于获取准确的交通信息至关重要。
高分辨率的影像虽然能够提供更详细的信息，但同时也增加了数据处理的难度和成本。
遥感影像的图像处理与分析技术
遥感影像的图像处理与分析技术在当今科技飞速发展的时代，遥感技术已成为获取地球表面信息的重要手段之一。
遥感影像作为遥感技术的主要产物，包含着丰富的地理、生态、环境等方面的信息。
而如何对这些海量的遥感影像进行有效的图像处理和分析，以提取有价值的信息，成为了众多领域关注的焦点。
遥感影像的获取通常通过卫星、飞机等平台搭载的传感器完成。
这些传感器接收到的原始影像数据可能存在多种问题，如噪声干扰、几何畸变、辐射误差等。
因此，在进行后续的分析之前，必须对这些影像进行预处理，以提高数据的质量和可用性。
图像增强是遥感影像预处理中的一项重要技术。
它的目的是通过调整影像的对比度、亮度等参数，突出影像中的有用信息，增强图像的视觉效果，便于后续的分析和判读。
常见的图像增强方法包括直方图均衡化、线性拉伸、非线性拉伸等。
例如，直方图均衡化可以使影像的灰度分布更加均匀，从而增强图像的整体对比度；线性拉伸则可以根据用户设定的灰度范围，对影像进行有针对性的增强。
几何校正也是不可或缺的一步。
由于传感器的姿态、地球的曲率等因素，获取的遥感影像可能会存在几何变形。
通过选取地面控制点，建立影像与实际地理坐标之间的数学关系，可以对影像进行几何校正，使其能够准确地与地理信息系统中的其他数据进行匹配和叠加。
在完成预处理后，接下来就是对遥感影像进行分类。
分类的目的是将影像中的像元按照其特征划分为不同的类别，例如土地利用类型（如耕地、林地、建设用地等）、植被类型（如森林、草原、荒漠等）等。
传统的分类方法有基于像元的分类和基于对象的分类。
基于像元的分类方法，如最大似然分类法，是根据像元的光谱特征，计算其属于各个类别的概率，然后将像元划分到概率最大的类别中。
然而，这种方法往往忽略了像元之间的空间关系，在处理复杂的地物类型时可能会出现误分。
基于对象的分类方法则是先对影像进行分割，将具有相似特征的像元组合成一个对象，然后再对这些对象进行分类。
这种方法充分考虑了地物的空间特征和纹理信息，能够提高分类的准确性。
高分辨率遥感影像的处理与分析
高分辨率遥感影像的处理与分析在当今科技飞速发展的时代，高分辨率遥感影像已经成为了获取地球表面信息的重要手段。
它就像我们观察地球的“超级眼睛”，能够以极高的清晰度和精度呈现出地球上的各种地貌、植被、建筑物等。
然而，要想从这些海量的影像数据中提取出有价值的信息，就需要进行一系列复杂的处理和分析工作。
高分辨率遥感影像的特点十分显著。
首先，它具有极高的空间分辨率，这意味着我们能够看到更加精细的地物细节，比如建筑物的门窗、道路上的标线等。
其次，它包含丰富的光谱信息，能够让我们更好地区分不同类型的地物。
但与此同时，高分辨率遥感影像也带来了一些挑战。
比如，数据量巨大，处理起来需要耗费大量的时间和计算资源；由于成像条件的影响，可能存在几何变形、噪声等问题。
在对高分辨率遥感影像进行处理时，几何校正至关重要。
由于卫星在拍摄过程中可能会受到各种因素的影响，导致影像存在几何变形，使得影像中的地物位置与实际位置产生偏差。
为了纠正这种偏差，我们需要通过选取地面控制点，并利用相应的数学模型来进行几何校正，从而使影像能够准确地反映地物的真实位置和形状。
辐射校正也是必不可少的一步。
由于传感器的性能差异、大气散射等原因，影像的辐射亮度值可能会存在偏差。
通过辐射校正，我们可以消除这些偏差，使得不同时间、不同传感器获取的影像具有可比性，从而更准确地进行地物信息的提取和分析。
图像增强是为了突出影像中的有用信息，提高影像的可读性和可解译性。
常见的图像增强方法包括对比度拉伸、直方图均衡化等。
对比度拉伸可以加大影像中灰度值的差异，使得地物的轮廓更加清晰；直方图均衡化则是通过重新分布影像的灰度值，来增强影像的整体对比度。
影像融合则是将不同分辨率、不同光谱特性的影像进行整合，以获取更全面、更准确的信息。
例如，将高分辨率的全色影像与低分辨率的多光谱影像融合，可以在保持高空间分辨率的同时，又具有丰富的光谱信息。
在完成了影像的处理之后，接下来就是对其进行分析。
遥感影像数据发布流程-概述说明以及解释
遥感影像数据发布流程-概述说明以及解释1.引言1.1 概述概述部分的内容可以介绍遥感影像数据发布流程的背景和概念。
以下是一个可能的内容：遥感影像数据是指通过卫星、无人机等遥感技术获取的地球表面的图像数据。
这些数据可以提供丰富的地理信息，并广泛应用于农业、城市规划、自然资源管理等领域。
遥感影像数据发布流程是指将获取到的遥感影像数据经过一系列的处理和整理，然后以适当的方式发布和共享给相关用户和利益相关者。
这个流程涉及到数据的获取、处理、存储、传输和发布等环节。
在遥感影像数据的获取阶段，需要使用遥感传感器来采集地球表面的图像。
遥感传感器可以是卫星上的遥感仪器，也可以是无人机等飞行器上的相机。
这些传感器会收集到大量的图像数据，包括不同波段的光谱数据、高分辨率图像等。
在遥感影像数据处理阶段，需要对获取的图像数据进行一系列的处理和分析。
这包括图像预处理、几何校正、辐射校正、数据融合等过程，以及特定的遥感算法和技术的应用，从而得到更加精确和可用性高的影像数据。
遥感影像数据的发布是为了让用户和利益相关者能够方便地获取和使用这些数据。
发布的方式可以是通过在线地图服务、数据共享平台、数据库等形式。
同时，为了方便用户的查询和使用，还需要对数据进行元数据描述和标准化，以及制定相应的数据访问和使用政策。
总而言之，遥感影像数据发布流程是一个涉及到数据获取、处理、存储和发布等环节的复杂过程。
通过合理的流程和方法，可以保证数据的准确性和可用性，进一步提升遥感影像数据的应用价值。
在接下来的文章中，我们将详细介绍遥感影像数据发布流程的各个环节和关键技术。
1.2 文章结构本文将按照以下结构来进行描述和解释遥感影像数据发布流程：1. 引言：首先介绍本文的概述，即遥感影像数据发布流程的基本概念和重要性。
同时，说明本文的章节安排和内容目的。
2. 正文：2.1 遥感影像数据获取：详细介绍遥感影像数据获取的方法和技术，包括遥感卫星、航空摄影和无人机遥感等。
Web-GIS技术原理与应用开发
Web GIS技术原理与应用开发第一章绪论WebGIS是Internet和www技术应用于GIS开发的产物，是利用Web技术来扩展和完善地理信息系统的一项新技术，是实现GIS互操作的一条最佳解决途径。
WebGIS的基本特点：（1）.WebGIS是全球化的客户/服务器网络系统；（2）. WebGIS是交互式系统；（3）. WebGIS是分布式系统；（4）. WebGIS是动态系统；（5）. WebGIS是跨平台系统；（6）. WebGIS能访问Internet异构环境；（7）. WebGIS是图形化的超媒体信息系统；WebGIS的基础技术：空间数据库管理技术、面向对象方法、客户/服务器模式、组件技术、分布计算平台。
>webGIS的几个应用层面：空间数据发布、空间查询检索、空间模型服务、Web资源的组织。
webGIS与GIS的不同之处：（1）它必须是基于网络的客户机/服务器系统（C/S），而传统的GIS大多数为独立的单机系统；（2）它利用Internet来进行客户端和服务器之间的信息交换，这就意味着信息的传递是全球性的；（3）它是一个分布式系统，用户和服务器可以分布在不同地点和不同的计算机平台上。
第二章计算机网络的基本原理计算机网络：凡是将地理位置不同、并具有独立功能的多个计算机系统通过通信设备和线路连接起来、以功能完善的网络软件实现网络中资源共享的系统，称之为计算机网络系统。
计算机网络的发展：a.远程联机系统阶段;b.计算机互连阶段;c.标准化系统的阶段,开放系统互联基本参考模型(OSI)；<d.网络互连与高速网络系统阶段.计算机网络分类: 1.按覆盖范围分类:局域网、城域网、广域网；2.按通信媒体分类：有线网、无线网、无线有线混合网；3.按数据交换方式分类：线路交换方式、报文交换方式、分组交换方式。
4. 按使用范围分类：公用网、专用网。
几种基本的联网设备：根据网络互连所在的层次，通常的联网设备有以下几类：①物理层互连设备，即中继器（repeater）；②数据链路层互连设备，即网桥（bridge）；③网络层互连设备，即路由器（router）；④网络层以上的互连设备，通称为网关（gateway）或应用网关。
遥感影像的空间数据处理与分析
遥感影像的空间数据处理与分析在当今科技迅速发展的时代，遥感技术作为获取地球表面信息的重要手段，其产生的大量遥感影像数据具有极高的应用价值。
而对这些遥感影像的空间数据进行有效的处理和分析，成为了从海量数据中提取有价值信息的关键环节。
遥感影像的空间数据处理，简单来说，就是对通过遥感设备获取的图像数据进行一系列的操作和转换，以使其更易于理解、分析和应用。
这其中包括了几何校正、辐射校正、图像增强等步骤。
几何校正是为了解决遥感影像在获取过程中由于传感器姿态、地球曲率等因素导致的图像变形问题。
就好像我们用相机拍照，如果角度不对或者距离不准确，拍出来的照片可能会歪斜或者变形。
通过几何校正，我们可以让遥感影像恢复到真实的地理空间位置，使得不同时期、不同传感器获取的影像能够进行准确的对比和分析。
辐射校正则是对由于传感器本身性能、大气散射等因素引起的影像辐射亮度误差进行修正。
想象一下，在不同的天气条件下拍照，照片的亮度和色彩可能会有所不同。
辐射校正就是要消除这些由于外界条件导致的误差，让影像的辐射亮度能够真实反映地物的特征。
图像增强是为了突出影像中的某些特征，提高图像的清晰度和可辨识度。
比如通过调整对比度、亮度等，让影像中的地物轮廓更加清晰，细节更加明显，从而便于我们进行观察和分析。
在完成了数据处理之后，接下来就是对遥感影像的空间数据进行分析。
空间数据分析的方法多种多样，常见的有分类分析、变化检测和空间关系分析等。
分类分析是将遥感影像中的地物按照一定的规则和特征进行分类。
这就好比我们把一堆水果按照种类进行区分，苹果归苹果，香蕉归香蕉。
在遥感影像中，我们可以根据地物的光谱特征、纹理特征等，将土地分为耕地、林地、建设用地等不同类型。
变化检测则是通过对比不同时期的遥感影像，发现地物的变化情况。
比如观察某一地区的城市扩张、森林砍伐或者水域面积的变化。
这种分析对于监测环境变化、城市发展等具有重要意义。
空间关系分析主要研究地物之间的空间位置关系。
海量测绘数据的存储与管理策略
海量测绘数据的存储与管理策略近年来，随着技术的发展与应用的广泛推广，海量测绘数据的获取成为可能，并且在各个领域发挥了巨大的作用。
然而，海量测绘数据的存储与管理成为了一个迫切需要解决的问题。
本文将探讨海量测绘数据的存储与管理策略，旨在为相关领域的研究者与从业人员提供一些有益的启示。
在测绘领域，海量测绘数据通常包括地形测量数据、遥感影像数据、地理信息数据等多种形式。
这些数据量庞大，需要耗费大量的存储空间。
而且，由于这些数据的特殊性，对数据的准确性和完整性有着极高的要求。
因此，如何高效地存储和管理这些海量数据是一项具有挑战性的任务。
对于海量测绘数据的存储，传统的物理存储方法已经无法满足需求。
过去常用的硬盘、磁带等存储介质不仅容量有限，而且难以进行有效的数据备份和恢复。
而现代的云存储技术则能够提供更为可靠和便捷的存储方案。
云存储具有高可用性、高扩展性、易备份恢复等特点，能够满足海量测绘数据的存储需求。
此外，云存储还具有灵活的数据访问权限管理和多地域分布等特点，适应了海量测绘数据的多样化用途和分布特点。
因此，在选择存储方案时，测绘领域的研究者和从业人员可以借鉴云存储技术，选择适合自身需求的存储方案。
然而，仅仅依靠云存储技术并不能解决海量测绘数据的管理问题。
相较于存储，数据的管理更为复杂和关键。
首先，海量测绘数据的分类与索引是管理的基础。
通过对数据进行分类和建立索引，可以提供更高效的数据检索和查询能力。
其次，对于不同类型的数据，其访问权限和使用方式也需要进行合理设置。
例如，对于敏感数据，可以设置更严格的权限控制，防止数据泄露；而对于共享数据，则需要设置更宽松的权限以便他人的使用。
此外，定期的数据备份与恢复也是数据管理的重要环节，以保证数据的安全和完整性。
除了常规的硬件备份，还可以借助异地备份等技术手段，提高数据的安全性。
最后，数据的清理和去重也是数据管理的关键一环。
海量测绘数据中往往包含大量重复或无效的数据，对这些数据进行清理和去重，不仅能节省存储空间，还能提高数据管理的效率。
遥感本科生毕业论文题目借鉴
遥感本科生毕业论文题目借鉴遥感是以航空摄影技术为基础，在20世纪60年代初发展起来的一门先进又实用的空间探测技术。
xxx为你提供了以下遥感本科生毕业论文题目，望借鉴采纳。
遥感本科生毕业论文题目一：1、GIS和遥感辅助下流域模拟的空间离散化与参数化研究与应用2、遥感和地理信息系统支持的土水资源分类、评价与预测研究3、基于遥感与地理信息系统的洪灾风险区划研究4、基于遥感影像与GIS数据的变化检测理论和方法研究5、基于遥感、GIS的陕北农牧交错带土地利用与生态环境效应研究6、遥感图像的目标检测方法研究7、遥感图像编码技术与算法研究8、基于遥感和地理信息系统的矿区环境监测与评价9、卫星遥感成像计算机仿真系统的研究与应用10、基于JPEG2000的高速遥感图像实时压缩仿真系统研究11、基于内容检索的遥感影像数据库系统研究12、基于遥感影像的地图道路网数据的变化检测13、基于小波变换的遥感图像融合算法的研究14、高分辨率遥感影像道路分割算法研究15、基于控制点影像数据库的遥感卫星影像几何矫正和半自动配准16、遥感和GIS技术在磐石市土壤侵蚀定量分析的应用研究17、GIS技术支持下的海岸带遥感动态监测分析18、基于灰度共生法和小波变换的遥感影像纹理信息提取19、荒漠化评价遥感信息模型的研究20、基于J2EE的遥感影像数据库检索与发布系统的设计与实现21、现代遥感和GIS技术支持下的江苏省某市土地利用变化研究22、基于单时相遥感影像与GIS的土地利用变化检测方法研究23、GIS和遥感（RS）在滇西北三江并流区地貌环境演化研究中的应用24、海量遥感图像内容检索关键技术研究25、基于多分辨率分析的遥感图像融合算法研究26、遥感软件知识产权与数字遥感影像版权保护27、基于特征点的遥感图像配准方法及应用研究28、基于成像系统建模提高遥感图像分辨率方法研究29、基于随机场模型的遥感影像变化检测方法研究30、基于特征区域的遥感影像数字水印研究31、基于数据库方式的遥感图像库内容检索研究32、面向对象的滩涂湿地遥感与GIS应用研究33、基于面向对象理论的城市空间信息遥感分析研究34、基于遥感和GIS的上海土地利用变化与土壤碳库研究35、高空间分辨率遥感影像单株立木识别与树冠分割算法研究36、虚拟样机技术及其在航天遥感器研发中的应用37、基于内容的光学遥感图像检索关键技术研究38、空域自适应滤波方法及其在斜模式遥感图像复原中的应用39、基于遥感和GIS的观测气温订正及对LUCC响应研究40、遥感影像数字水印算法研究遥感本科生毕业论文题目二：41、遥感与GIS在油气管道线路选择中的应用研究42、基于AcrGISServer的卫星遥感影像管理系统43、多权限遥感影像信息隐藏技术研究44、MODIS卫星遥感数据云检测软件设计45、基于GIS的遥感影像快速浏览系统的设计与实现46、基于遥感与GIS技术的锡林郭勒盟干旱监测与预警研究47、点、线结合下的多源高分辨率遥感影像匹配48、基于无人机遥感平台图像采集处理系统的研究49、基于OpenGL的遥感图像三维可视化重建50、面向对象的高分辨率遥感图像分割方法的研究51、基于遥感与GIS技术的汶川县地震前后生态环境质量评价52、遥感和GIS在汶川地震灾区地质灾害调查与评价中的应用研究53、遥感影像面状地物半自动提取方法54、遥感影像数据库原型系统的设计与实现55、遥感图像配准与变化检测中的关键技术研究56、遥感图像分割算法研究与实现57、高分辨率可见光遥感图像港口及港内目标识别方法研究58、遥感图像融合及应用研究59、暴雨诱发的地质灾害遥感监测与评估60、基于遥感和GIS的高分辨率城市人口密度模拟61、基于遥感技术的大庆地区地质环境监测与变化趋势评价62、基于ArcGISEngine的遥感土地退化监测子系统的设计与实现63、基于ArcGIS与ENVI一体化的遥感影像数据的网络发布与共享64、基于GIS和遥感的景观视觉资源评价65、第二次土地调查遥感解译与数据库建立研究66、基于遥感分类图的矢量化算法研究及应用67、GIS支持下的中国陆地生物量遥感动态监测研究68、基于多源遥感信息的WebGIS的设计与实现69、GIS辅助的遥感图像处理与分析技术的研究70、GIS和遥感辅助下的江西潋水河流域化学径流计算机模拟探讨71、基于遥感和GIS的土地利用变化及其环境效应分析72、基于遥感和GIS的塔里木河下游土地利用/覆盖变化研究73、基于小波包的遥感图像半脆弱性数字水印74、海量遥感影像数据库系统的设计和实现75、基于遥感和GIS的青藏铁路生态累积效应研究76、多光谱和全色遥感图像融合算法研究77、矿区遥感监测业务处理及管理信息系统设计与实现78、决策树分类器的实现及在遥感影像分类中的应用79、基于Hadoop遥感影像存储与管理系统的设计与实现80、基于空间信息核模糊C均值聚类算法的遥感图像分类遥感本科生毕业论文题目三：81、基于高分辨率遥感影像的交通路网提取技术研究82、基于面向对象遥感技术的矢量元胞自动机建模及应用83、基于遥感技术的土地违法发现系统的研制与开发84、主客观相结合的遥感图像质量评价方法研究85、遥感图像几何定位精度评价方法研究86、基于颜色和纹理特征的遥感图像检索87、基于特征的遥感图像自动配准技术研究88、基于MongoDB与Hadoop的地学遥感大数据管理系统的设计89、陇南金矿区矿山环境遥感监测与GIS评价研究90、定量化遥感数据网络发布模型设计与实现91、遥感与GIS技术在工业园规划中的应用研究92、多源遥感信息集成应用系统综合处理平台的设计与实现93、海量遥感影像管理系统的设计与实现94、基于遥感和GIS的兴和县土地利用时空变化研究95、彩色遥感图像分割算法研究96、基于遥感和GIS的京津冀都市圈城乡建设用地变化分析97、基于遥感与GIS的乌鲁木齐市绿地资源分析98、湖北省土壤侵蚀遥感监测信息WEB发布系统开发及实现99、基于小波变换的遥感图像自动配准算法研究100、基于内容的遥感图像数据库检索研究及实现101、遥感影像纹理特征提取及其在影像分类中的应用102、基于高光谱遥感图像的植被分析软件设计103、基于MODIS遥感影像及元胞自动机的京津冀地区城市模拟研究104、土地调查数据库中海量遥感影像数据的组织管理模式研究105、多源微波遥感数据综合应用系统设计与实现106、遥感影像配准与融合技术研究107、分布式遥感空间数据库信息共享平台的设计与实现108、基于遥感与GIS的北京市城镇化进程的动态研究109、基于支持向量聚类的遥感图像分割算法研究110、基于遥感和GIS技术的淮安市土地利用变化研究111、基于遥感与GIS的土地利用更新调查方法研究112、基于地理信息Web服务的海量遥感影像分布式处理与发布113、基于Oracle数据库的遥感影像数据管理与应用114、基于遥感和GIS的河流湖泊湿地信息提取与分析115、遥感图像分割算法研究及应用116、遥感与GIS技术在矿山环境监测与质量评价中的应用117、遥感与GIS技术在山区铁路工程地质勘察中的应用研究118、基于遥感影像的专题图制图综合研究及实践119、基于遥感影像的地物信息自动提取技术研究与实现120、基于遥感和GIS的重庆市涪陵区城市扩展分析遥感本科生毕业论文题目四：121、基于高分辨率遥感影像中舰艇目标的分割与提取技术研究122、土地利用遥感监测本底数据库建设与应用123、水源林遥感图像空间信息特征数据挖掘124、多尺度遥感图像分割算法研究与应用125、基于遥感和GIS的矿山环境评价体系的构建与研究126、遥感数据处理软件的设计与实现127、卫星遥感影像处理系统浏览图生成与云掩膜生成模块的设计与实现128、遥感图像道路信息提取研究129、基于四元数的彩色图像部分加密研究及在遥感图像的应用130、遥感专题产品生产中业务流程控制与资源调度设计与实现131、基于隐马尔可夫树模型与旋转不变性的遥感图像纹理检索方法研究132、基于遥感图像的内河航道识别研究133、资源三号遥感影像阴影检测与补偿系统研究与开发134、红外遥感图像仿真系统算法集成软件设计与实现135、基于MongoDB遥感数据存储管理策略的研究136、多光谱遥感图像变化检测的聚类算法研究137、基于Hadoop的遥感数据存储与管理系统的研究与实现138、海洋遥感数据传输系统研究与设计139、中科星图遥感应用软件营销策略研究140、基于遥感影像的数字水印的研究与实现141、基于脆弱水印的遥感影像完整性认证算法研究142、面向遥感产品的可视化建模方法研究143、基于Petri网的遥感产品生产模型研究与应用144、遥感产品并行生产技术的研究及其应用145、面向服务的消息中间件在XX异构遥感系统中的应用146、面向遥感数据的云数据库技术研究与应用147、面向高分应用的在线遥感数据挖掘研究。
高分辨率海量遥感影像的读取与处理
关键 词 ： 映射 丈 件
遥感影像
Ｗ ｒｄ ｉｗ ２ ｏ １Ｖ ｅ 一
１ 引 言
的方 式管 理所 有 内存 ，每 页为 ４ ９ ０ ６字 节 ，即 ４ Ｂ Ｋ。
随着 航 天 遥 感 科技 和 卫 星 传 感器 技 术 的 飞速 发 因此对 于 Ｗ ｎ ２ 操 作系 统 中，每个 进 程拥有 属 于 自 ｉ３ Ｂ的逻辑 地址 空 间 （ 页表 数 ×每个 页表 中的 展 ，遥 感 卫 星影 像 在 测绘 邻 域 的 应用 得 到 了快速 拓 己 的 ４ Ｇ 展 ，各 种 测 绘衍 生 产 品层 出不 穷 。特 别 是 随 着 高分 页数 ×页 大小 ，即 １ ２ ×１ ２ ×４ ９ －４ Ｇ ） ，其 ０４ ０ ４ ０６ Ｂ
的 同时 ，其 数 据 量 也在 呈 几 何级 数 的增 长 ，影 像 从 地 址 空 间便 产 生 了数 据 溢 出 ，使 得在 文 件读 写时 用 以前 的几十 兆 ，几 百兆增 长 到现 在 的几 Ｇ ，甚 至 是 的数 据定 位 函数 ｓ ｅ （ Ｏ Ｇ Ｌ ｆ ，Ｕ Ｎ Ｆ ｏ ｍ Ｂ ｅｋ Ｌ Ｎ ｏ ｆ ＩＴ ｎｒ ）
Ｂ地 址空 间用 于系 统使 用 ，低 ２ Ｇ Ｂ地址 空 辨率遥 感 影像 如 Ｉ Ｏ Ｏ 、Ｏ ｉ ｋ ｉ ｄ和 Ｗ ｒ ｄ ｉ ｗ 中高 ２ Ｇ Ｋ Ｎ Ｓ ｕｃ Ｂ ｒ ｏ ｌＶ ｅ 系列 等 商业 卫 星 的 出现 ，使 影 像 的地 面 分 辨率 由 以 间用 于进程 ，也就 是 函数 使用 …。 以这 些 函数在 影 所 Ｂ的 时候 ，在大 多数 场合 是 往 的几 米 跃升 到 一米 ，甚 至达 到 ０ ４ ，已基本 满 像 文件 的数 据量 小 于 ２ Ｇ ． ８ｍ
十几 Ｇ Ｂ以上 ，即产 生 了海 量遥 感 影像 数据 。而对 于 无法 准确 定位 到 ２ Ｇ 以后 的部 分来 读取 数据 ，因 Ｂ Ｂ以后 的数据 读取 错误 ，而 无 法进行 遥 感 图像 处 理 系统 来 说 ， 由于 计 算 机 内存 的增 长速 此就 会造 成 ２ Ｇ 度永 远 也 赶 不上 遥 感 影像 数 据 量 的增 长 速 度 ，使 得 海 量 遥 感 影像 数据 的 处理 ，因此 需 要 使用 另 外 一种
遥感影像数据管理与分析系统设计与实现
遥感影像数据管理与分析系统设计与实现
魏翔;吴克友;朱传勇;刘涛
【期刊名称】《城市勘测》
【年(卷),期】2015(000)006
【摘要】随着遥感影像数据的不断获取,多源、多尺度、多时相影像的数据量迅速增长. 同时,影像数据分析和信息提取技术迅速发展,遥感影像也逐渐在多个领域得以广泛应用. 如何存储、管理和应用这些海量数据,已成为遥感科学发展中的一个重要问题. 设计和开发遥感影像数据管理与分析系统用于解决这个问题,实现遥感影像数据的高效管理和利用.
【总页数】4页(P78-81)
【作者】魏翔;吴克友;朱传勇;刘涛
【作者单位】武汉市测绘研究院,湖北武汉 430022;武汉市测绘研究院,湖北武汉430022;武汉市测绘研究院,湖北武汉 430022;武汉市测绘研究院,湖北武汉430022
【正文语种】中文
【中图分类】P237
【相关文献】
1.重庆人行国库数据管理与分析系统设计与实现 [J], 孙政;
2.变形监测数据管理与分析系统设计与实现 [J], 李伟;王俊旻;彭子龙
3.海量遥感影像解译样本数据管理系统的设计与实现 [J], 李峰
4.轨道动态检测数据管理分析系统设计与实现 [J], 迟胜超;张宝猛;刘鹏飞;王新超;谢祯
5.山东省遥感影像数据管理系统的建设与应用 [J], 韩娟;戚文来
因版权原因，仅展示原文概要，查看原文内容请购买。
海量遥感影像数据共享服务系统的工作流程
使 用 文件 和数 据库 结 合 的方 式来 管 理 数 据 ， 避
１ 系统 工 作 流 程
首先 需要 对大 量 的卫 星遥 感影 像 、 空 遥 感 影 航 像 以及各 类产 品数 据 进 行 预处 理 ， 系统 可 以针 对 该
多 源 、 时相 、 分 辨 率 的遥 感 影 像 ， 供 对 数 据 的 多 多 提
辐射 校正 、 何 校 正 、 像 增 强 、 嵌 、 云 等 基 本 几 影 镶 去 的遥感 影像 处理 功 能 ， 提供 了 地理 遥 感 影 像 数据 也
开发 ， 开始运 用 于院 资料管 理部 门。
交 互式 控 制 浏 览 及 场 景 属 性 数 据 的 动 态 查 询 显 示 ， 证 了遥 感 影 像 数 据 与 属 性 数 据 的无 缝 结 合 。 保
系 统 以传 统 的 二 维 ＧＩ 术 为 依 托 ， 空 间对 象 Ｓ技 对 管理 手 段 进行 了突 破性 的创 新 和发 展 ， 二 维 ＧＩ 对 Ｓ 信 息 表 现 的不 足 之 处 给 予 很 好 的 补 充 ， Ｇ Ｓ的 将 Ｉ
应 用 引人 了一 个 全 新 的 领 域 ， 现 了传 统 地 理 信 实
息 系 统 的革 命 。
海 量影像 管 理 系统 可 以与 遥 感系 统 、 海 三维 浏 览 系 统 相结 合 ， 供海 量 遥感 影 像 库 建 设 的综 合 解 决 方 提
被各个 部 门或单 位 调 用 ， 为一 个 图层嵌 入 到各 单 作
位 自己的 系统 中 。
摄影的数码 影像 。这些 影像 资料数 据量 相 当庞 大 ， 结
构也很复杂 ， 而且相关信息 不太完整 ， 其数据 管理一直 没有很好地解决 ， 响了数据的应用和服 务能力 。 影 随着 信 息化测 绘 体 系 的建 设 需要 ， 步 实现 了 初 海 量影 像 数 据 共 享 服务 系 统 》 的框 架 建 设 和 技 术
新一代海量影像自动处理系统“像素工厂”初探
新一代海量影像自动处理系统“像素工厂”初探
曹敏;史照良
【期刊名称】《测绘通报》
【年(卷),期】2006()10
【摘要】随着数码相机的广泛使用,需要一种能够处理海量数据、进行并行计算和自动化生产高精度产品的新一代数字摄影测量系统——“像素工厂”,以更好地为测绘各相关部门服务。
主要分析像素工厂系统的特性、工作流程及其最终产品等,并将其与传统的摄影测量方法进行比较。
【总页数】4页(P55-58)
【关键词】像素工厂;传感器;数字表面模型;地面正射影像;真正射影像
【作者】曹敏;史照良
【作者单位】中国矿业大学环境与测绘学院
【正文语种】中文
【中图分类】P23
【相关文献】
1.索尼举办新一代海量光盘数据存储系统及4K肩扛摄录一体机交接仪式哈尔滨广播电视台成为索尼新一代海量光盘数据存储系统在中国的首家用户 [J],
2.基于像素工厂的海量遥感卫星影像处理方法 [J], 孙运豪;胡朵朵
3.新一代320万像素影像手机 [J],
4.像素工厂新产品发布推出新一代摄影测量产品线 [J],
5.基于像素工厂高分辨率正射影像制作研究 [J], 纪亮
因版权原因，仅展示原文概要，查看原文内容请购买。
RDBMS
第 替 Ａ 版 Ｊ 第 ４期
２０ ０ ２年 ４月
中 国 图 象 图 形 学 报
Ｊ ｕ ｎ ｌ ｆＩ ａ ｅａ ｄ Ｇｒ ｐ ｉｓ ｏ ｒ ａ ｍ ｇ ｎ ａ ｈｃ ｏ
Ｖｕ ． （ ． ． １ ７ Ａ） Ｎｏ １
Ａ ２ ２ ００
Ｍ ａ ｓ Ｉ ｂ ｉ ｈｉ ｇ Ｂａ ｅ ｓ ｍ ｇ ｔ ｂ ｓ ｎａ ｅ ｎ ｎｄ Ｗ ｂ Ｐｕ ｌｓ ｎ ｓ ｄ
ｏ ｎ ＲＤＢＭ Ｓ ａ ｄ Ｃ０Ｍ ｎ
Ｗ Ｕ ｎ ｃ ｉ Ｘｉ ａ ”，ＧＵＯ ｎ —ｉ ｇ Ｌｉ ｇ ｌ ，ＬＩｊ ｎ ｎ ｕ
Ｒ Ｍ Ｓ和 Ｃ ＤＢ ＯＭ 的海 量 遥 感 影像 数 据 的 管 理和 Ｗｅ ｂ发 布
吴 信 才 ” 郭玲 玲 李 军
中国 地 质 太 学 （ 汉 ） 息 工 程学 院 ，武 议 武 信 ４０７） ３０ ４ ”（ 京 大 学 数 字 地 球 工 作 事 ． Ｅ 北 』亩 １ ０７ ０８ １
给 出了 该 系 统 的涮 试 情 况 ， 试 结 果 表 明 ， 测 系统 达 到 了 设 计 目标
关键词 遥感影像 海量影像数据库 关系数据库管理系统 组件 对象模 型 网络发 布
中图 涪 分 类 号 ：ｒ ７ ｌ Ｔ ３ １】 ３ ＴＰ ９． Ｐ Ｐ １． ３ ３３４ 文献标识码 ： Ａ 文章 编 号 ：ｌ ０— ９ 】２ ０ ）４０ ８ ４ ０ ６８ ６ （０ ２ ０ —３ １０
摘 要
介绍 了基于 关系型数据库 （ ＤＢ ） Ｒ ＭＳ 和微 软组件技 术（ Ｏ 的 Ｗｅ Ｃ Ｍ） ｂ海量影 像数据库 （ＭＩ Ｂ 的研 究背 Ｉ Ｄ ）
景、 系统 组织和 实现 ： 体论述 了 Ｉ Ｄ 具 ＭＩ Ｂ的数 据库逻辑 设计 ， 包括数 据库 的选择 、 遥感数据 的组织 和存储 ； 在此基 础上 ． 论述 了存储在数据 嗥 中的遥感 影像 的 Ｗｅ ｂ发 布体系结 构 ， 以及组 件对象模 型技术在 该系统 中的运用 １ 最后
- 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)。
分享地理价值
重采样方法Pixel
• 创建影像金字塔和显示采样
Resampling
Nearest neighbor：最近邻插值
For Discrete Data 取最邻近的像素值 不创建新的像素值 速度最快
Bilinear interpolation：双线性
取邻近四个像素值的平均 For Continuous Data 平滑大多数图像 对连续数据较快的重采样方法
Applies to:
All data types
Amount of compression:
Low Higher for more homogeneous data Data analyzed by computer Data with sharp edges
Best for:
分享地理价值
基于数据库的影像管理模式
• 基于成熟的商用数据库，在数据库中统一存储影像 和元数据。 • 优点
– – – – 安全 多用户访问、并发控制 数据库恢复机制 支持复杂数据类型
• 缺点
– 数据量越来越大，入库时间长 – 难以支撑PB级海量空间数据管理
分享地理价值
Microsoft TerraServer
• 栅格属性 Raster Attribute
– 栅格类型的属性字段 – 基于库中存储的RasterDataset – 和其他属性字段同样使用
分享地理价值
栅格数据集 Raster dataset
• • • 栅格数据管理的基本单元 提供所有比例尺下的快速浏览 具有栅格数据集的所有属性：
– Pyramids, images statistics, spatial reference …
分享地理价值
北京一号小卫星 4米黑白
分享地理价值
福卫2号
2米
分享地理价值
KOMPSAT-II 1米
分享地理价值
IKONOS 1米
分享地理价值
GeoEye-1
0.41米
分享地理价值
遥感未来发展趋势
• “三多”
– 多平台 – 多传感器 – 多角度
• “三高”
– 高空间分辨率 – 高光谱分辨率 – 高时相分辨率
分享地理价值
方案选择（续）
• 多幅影像统一存储在Raster Catalog中
– 范围存在部分或全部重叠影像数据管理 – 全部重叠的多时相的影像数据管理 – 多分辨率的影像数据集管理 – 同一区域的不同类型的多源影像数据管理 – 保持原始影像数据的元数据 – 保存不同影像数据集的颜色表
适用于
分享地理价值
方案选择（续）
• 根据建库应用需求，选择不同的数据库管理方案。
– C/S,还是 B/S应用 – 分析影像数据，综合使用各种方案
• 25m分辨率，底图可镶嵌管理等
– 设置合适的属性：金字塔，分块，压缩，重采样等 – 等等
分享地理价值
发展趋势
• 企业级的影像建库，开始从对C/S应用的支持，向 B/S应用转变 • 局域网的多用户的并发访问，从传统的直接访问数 据库，向使用服务进行转变 • 随着影像数据量越来越大，入库迁移困难，人们更 倾向于文件与数据库结合的管理模式。 • ArcGIS9.4推出新的数据模型，支持面向B/S架构的 海量影像数据管理
– – – – – raster dataset raster dataset layer >> Image Service *.ISCDef MXD & MSD >> Map Service 3dd >> Globe Service
– Geodatabase 影像管理模型 – Geodatabase 影像管理方案
• 基于服务的遥感影像数据发布
– ArcGIS Server – ArcGIS Server和ArcGIS Image Server扩展 – ArcGIS Image Server独立程序
分享地理价值
Geodatabase 遥感影像管理方案
文件与数据库结合管理 数据库管理
分享地理价值
方案选择
• 单幅影像独立存储方案
– – – –
适用于
空间不相邻，且不在同一项目中使用的遥感影像管理 元数据独立存储，支持基于元数据的影像查询 支持独立的颜色表存储 不支持元数据扩展，需数据库支持
适用于
• 多幅影像镶嵌存储
– 支持多幅影像的无缝漫游，任意区域范围影像裁切 – 元数据统一存储，不查询和不调用单幅影像 – 分辨率一致的影像数据
无损压缩
Pixels: Type:
有损压缩
All original values maintained in the result LZ77
Pixel values are changed by the algorithm JPEG Wavelet: JPEG 2000, MrSID, ECW JPEG: 8-bit data Wavelet: 8- and 16-bit data High User controls compression/quality ratio Data analyzed visually Smooth, continuous images
Cubic convolution：三次卷积
16个邻近像素的加权值 通常重采样效果最好
分享地理价值
颜色表 Colormaps
• 与颜色相关的一系列值(RGB).
– 存储在栅格数据集中 – 定义像素的渲染方式
分享地理价值
35
Geodatabase 遥感影像管理方案
——Geodatabase 影像管理方案
——Geodatabase 影像管理模型
Geodatabase影像管理模型
• 栅格数据集 Raster dataset
– 装载时镶嵌的完整实体
• 栅格目录 Raster catalog
– – – – – 存储在表中的栅格数据集的集合 可作为一个实体访问 每个组成可作为raster Dataset 访问 每个组成都有独立的存储属性 Personal/File GDB：支持托管Managed/非托管 Unmanaged模式 – 企业 GDB: Embedded or referenced
分享地理价值
典型案例-Microsoft TerraServer
分享地理价值
典型案例-Microsoft Bing Map
分享地理价值
典型案例-ArcGIS Online
分享地理价值
3. ESRI遥感影像管理与发布解决方案
ESRI遥感影像管理与发布解决方案
• ESRI一体化遥感影像管理与发布解决方案 • Geodatabase 遥感影像管理
• 1998年6月， Microsoft借助网络化的商用数据库 SQL Server和Windows NT S e r v e r软件。 • 在Internet上建立了面向全球城市地区的地理信息 网站——TerraServer • 展示SQL Server的海量管理能力和IIS(Internet Information S e r v e r)的海量信息发布能力 • 美国和俄罗斯数十年由高精度卫星拍摄的卫星照片
海量遥感影像管理与发布
董 平
分享地理价值
内 容
1. 为什么管理和发布遥感影像 2. 海量遥感影像管理与发布模式 3. ESRI海量遥感影像管理与发布解决方案 4. ArcGIS 9.4 展望
分享地理价值
1. 为什么管理和发布遥感影像
飞机 ADS40 5cm~100cm
分享地理价值
飞艇 Canon EOS 5D 20cm
分享地理价值
海量遥感影像管理需求日益迫切
• “海量影像数据”概念深化 • 如何管理组织“海量影像数据”引发关注 • 基于文件的影像管理模式？还是 • 基于数据库的影像管理模式？还是 • 基于文件与数据库结合的影像管理模式？还是 • 其他？
分享地理价值
快速发布海量影像数据具有现实意义
• 基于Web的影像快速发布共享提升海量影像数据应用水 平，提供最新的影像用作：
分享地理价值
金字塔 Pyramids
• 分辨率逐级递减 • 大大提高显示性能：
– 客户端请求数据的分辨率匹配 客户端的分辨率 – 用户每次缩放获取的像素数量 是不变的
3rd (8 m)
2x2 pixel block
• 每一级都被分块存储 • 局部构建和更新
2nd (4 m)
1st (2 m)
1 meter
OBJECTID 16473 16474 16475 NAME 3198401a_sid 3198402a_sid 3198403a_sid 3198404a_sid RASTER 10289 10290 10291 10292 FOOTPRINT 10289 10290 10291 10292 METADATA ……
Geodatabase 影像管理方案
• 单幅影像独立存储为Raster Dataset • 多幅影像镶嵌存储为Raster Dataset • 多幅影像统一存储在Raster Catalog中
– File/ArcSDE Geodatabase 托管 – Personal Geodatabase 托管 – Personal/File Geodatabase 非托管
– GIS应用的背景图 – 地物判读的参照 – 统计和分析数据
• 统计（例如归一化植被指数NDVI）
– 矢量地图制作/检验/更新
分享地理价值
基于Web的海量影像数据发布
• ArcGIS Online Service • Microsoft Bing Map（virtual Earth） • Google Earth