雲計算環境下高解析度遙感影像存儲與高效管理技術研究

雲計算環境下高解析度遙感影像存儲與高效管理技術研究

浙江大學 康俊鋒

本文的主要研究內容如下： (1)設計雲計算環境下的高解析度遙感影像存儲模型C-RSM在分析和對比當前主流雲平臺基礎上,提出整合已有雲平臺Hadoop及Eucalyptus,並圍繞遙感影像資料共用及地圖服務等應用的特點 ,設計了基於Hadoop雲平臺下的高解析度遙感影像資料組織方法；版本變更管理機制；並提出了Hadoop雲平臺下高解析度遙感影像資料劃分及存儲策略；及設計了Hadoop雲平臺下高解析度遙感影像存取演算法, 存取演算法主要討論了兩種演算法,分別是Hadoop下預設透明方式的高分辨遙感影像存取演算法,和在提出Hadoop下的基於Block的金字塔模型索引基礎上,設計了Hadoop下遙感影像地圖服務的訪問演算法。 (2)在C-RSM模型基礎上,設計高解析度遙感影像管理平臺C-RSMP在分析和對比當前分散式環境下的空間資料管理技術基礎上,提出採用雲計算技術管理高解析度遙感影像的優勢,並在分析了當前雲GIS發展不足後, 著手設計C-RSMP的體系結構、服務結構,以及C-RSMP中的高解析度遙感影像基礎服務,包括雲計算環境下的高解析度遙感影像資料共用服務、地圖服務、及高性能計算服務。 在服務設計中首次提出將GPU的平行計算能力與雲計算技術結合,並在設計GPU加速的影像重採樣演算法及金字塔模型創建演算法基礎上,設計了Hadoop下GPU加速的影像重採樣演算法、及高解析度遙感影像緩存管理演算法, 另外高性能計算服務的研究內容分為基於Eucalyptus虛擬資源管理的分散式任務、及基於MapReduce的高性能計算。 (3)將C-RSMP與土地利用規劃業務結合實現原型實驗系統：討論了系統構架及系統中雲計算環境的部署,實現並展示了系統中土地利用規劃業務、雲平臺管理、高解析度遙感影像資料共用及地圖服務、高性能計算服務等功能模組。 選取浙江省部分土地利用規劃資料進行效率測試,主要針對系統提供的高解析度遙感影像存取服務、地圖服務、及高性能計算中關鍵演算法在本實驗平臺上進行了多組對比效率測試,實驗表明平臺中的演算法正確,性能可靠。 研究結果表明,本文采用基於遙感影像應用來設計雲計算環境下高解析度遙感影像存儲模型、及管理平臺的研究方法,可以解決當前遙感影像分散存儲與管理的問題。 本研究提出的兩種高性能計算服務,其中基於虛擬資源管理的高性能計算可為其他串列演算法移植到本平臺提供基礎,而基於MapReduce的GPU加速遙感影像演算法可為其他遙感影像處理串列演算法移植到本平臺提供借鑒。 本文將C-RSMP與土地利用規劃行業應用結合,同樣可為其他行業應用遷移到雲計算環境提供一種新途徑。

關鍵字：雲計算 高解析度遙感影像 土地利用規劃 存儲與管理 高性能計算 虛擬化 MapReduce Hadoop Eucalyptus

[下載位址]：HTTP://bbs.chinacloud.cn/showtopic-13310.aspx