ArcGIS 10.7影像大数据分析能力及应用.docx

二,2019EsriChinaDeveloperSummitArcGIS10.7影像大数据分析能力及应用ESri中国信息技术有限公司刘春影OesriSilna一“THfSCICNCeOF2019EaflOmDwlC(Survnt目录当前，影像大数据面临的难题和挑战ArCGlS影像大数据六个关键词六大核心能力ArCGIS影像大数据使用方式多年来，我们这样使用影像数据和应用2019EMOreDwlC(Survnt航天（卫星）低空（无人机）航空（飞机）数据获取数据生产多种空间分辨率：30m15mlm0.5m多种波段：嗔彩色（RGB）近红外远红外紫外线纠正：几何纠正辐射纠正业务应用遥感卫星中心 遥感院 农业遥感 自然资源遥感当前，影像大数据面临的难题和挑战当，影像数据量越来越大、种类越来越多、增长越来越快时我们面临诸多难题：不同传感器、不同分辨率、不同时期的数据如何管理如何快速、高效的进行影像数据管理、分析、应用？影像管理： 查询效率低 存储冗余大 服务方式单一 影像分析任重道远ArCGIS影像大数据发展历程2019EvlChrMDwk3tSurvntFrom10.5ArcGlShastocreateandexecutespatialanalysismodelsandimageprocessingchainswhichleveragedistributedstorageandanalyticsImageServer服务器产品：ArcGISforServer类型：Imageservice形式：GPImageServerImageextention10.12011Imageextention10.510.32015201710.72019服务器：imageserver类型：Imageservice形式：ftemArcGISImageSerVer初识2019EMOmDwlC(Survnt专门致力于高效的处理、分析和传播影像和栅格的服务能力动态影像服务1.andsat8或Sentinel-2可用于对大量影像、栅格和遥感数据进行服务发布、处理、分析和提取世界高程或者高分辨率卫星影像栅格分析进行分布式栅格分析和分布式影像处理大规模影像管理、分发、处理、分析与信息挖掘ArcGIS10.7影像大数据产品架构ArcGISPro用户，分析师，研究人员结果存储在分布式存储中，并立即作为新的WebGlS图层提供，这些图层已针对进一步分析进行了优化esri9na*rMBArCGIS影像梯据:六大为建词、六大核心能力2019EsnChinaDeVetoOerSUrrfnH6KeyComponents-RasterDataset-RasterTypeRasterFunctionRasterProductMosaicDatasetImageService六大关键词 RasterDataset Rastertype RasterFunction RasterProduct MosaicDataset ImageServiceRastertype2019EanOreDvtowSmtwt<AppianixCADRGGeoEyeTHRE/1.andsat1-5TMPlades*1/WQuickbird/WEr-2ECRGIKONOS“1.andsat7RapidEye，W2CIBJSATETM*Radarsat2DMCiiKOfnpSt2/1.andsat8SOCET(SUP)DTED1.andsat1«5/1.ASSPOT5Formo*at-2MSS/NrrFSPOT6Rastertype代表来自供应商的指定的传感器型号的影像产品： 定义了像素存储和元数据规则 定义了默认的处理链 定义了传感器类型和参数2019EaflOmDwlC(SurvntRasterFunction:处理影像数据的主要信息模型，能够对输入影像进行基于规则的计算和处理，并进行成果输出。 处理单景影像 几何校正（投影、裁剪、正射处理） 辐射校正（波段计算、卷积过滤） 可以创建复杂的栅格函数链4RastArProduct一2019EvlOmDevekWSurvntRasterPrOdUCt是一种主要的信息模型组件,可以使不同种类的RaSterTyPe使用起来更方便为用户提供了一种便捷的方法，来进行影像波段组合和函数处理链生成让用户从产品角度去思考应用-口IKONOSStereo-已po_294085_0000000+GeoEyeJogo1，PeF«4IW.31RasterproductA1.po-294085-metadataMultispectralDerivedrasterdatasets.Panchromatic¾¾PAnsharpcn÷OISpo_294085-pan-0000000:po_294085_pan_0000000_rpc，罐po_294085gbJjoooooo5MOSiaCDatasAtMosaicDataset（镶嵌数据集）:是海量影像数据管理的主要方式 影像数据管理（catalog,indexing,metadata,searching.） 影像产品生成（镶嵌、处理和分析） 动态影像服务、可视化、分析 影像数据快速获取、和发布的工作流从1景、到数百景影像的发布和管理6ImageService2019EvlChrMDwk3tSurvntImageService（影像服务），是一种通过Web端获取影像能力和影像信息的方法完整的应用流程2019EMOmDwlC(Survnt3D2DRasterFunction数据处理与分析DesktopRaSterTyPe大规模数据管理多源影像数据读取ArcGISPrC(MosiacDataset)多端应用Image®Server共享发布分布式处理ImageServiceArCGIS影像，六大核心能力5.Web端影像方布能一二一、分布式存储支持能力日益增长的影像数据、历年累积的影像数据如测绘局的影像来源：1）基础性地理国情监测数据;2）平台节点推送影像；3）航空航天遥感影像获取与统筹数字正射影像生产；4 ）第三次全国国土调查正1寸影像生产；5 ）国家1:5万动态更新项目查询分发效率低存储、管理、检索、使用存储冗余大服务方式单一原始航片原始卫片分幅正射影像整景纠正影像影像控制点分布式存储连接一ArcGISProZ1.Dw*oSuwnt分布式存储支持：分布式文件系统：HDFS云存储：亚马逊S3、阿里云OSS、华为云OBS5、云存储中数据，创建镶嵌数据集二、大规模影像管理能力2019EaflOmDwlC(Survnt全动态视频(FMV)RADARArCGlS能够管理和集成各种类型的数据源多源卫星支持卫星ReSterTyPeGFTPMS高分一号GFTWFV高分二号GF2PMS高分四号GF4PMI环境卫星HJIAZlBCCD一ZY02CHRC资源一号ZY02CPMSZY3CRES次资源三号ZY3SASMAC天绘一号TH1吉林一号J1.lOlAPMS®解决的问题：多种数据源（航片、卫片、务） 多种数据格式 不断增加的波段个数和像元位数 极大规模的影像数据Web服ArCGlS采用镶嵌数据集进行影像数据管理快速构建影像库文件+数据库管理模式口自动抽取元数据信息灵活自定义处理流程Do:遥感影像玄官平台影像数据动态影像更新流程Demo:基于镶嵌数据集的动态影像更新2019EMOmDwlC(SurvntQQ。，AIidhaolNewMap*HSaa5h<e0Print：白Me七(JooV11rk>DUdAddIHBZMETJP口MZy小About11Coftent-1.ependContem>史mcwcgfWHo11>eEOSa>jgrb2jmageZ.0WGddM4pN*gtjBwn*三、栅格大数据分布式处理能力虹2019EartCmDwlC(Survnt分布式一实现了单个机器无法胜任的分析任务从大规模数据管理、共享到处理分析、信息提取挖掘信息产品更丰富的数据类型单机处理一分布式处理本地存储一云存储-更灵活的模型定制动态影像模型基于服务器的分布式栅格处理和分布式栅格存储WebGIS图层即时处理强有力的分析地理处理模型分布式分析与可选的分布式存储丰富的地理信息模型,以实现更高的可扩展性ArCGlS影像大数据分析能力2019EwlOreDw*c(wSurwnrRasterFunctionsRasterFunctionsMultlbandMathArithmeticBandArithmeticCorrectionApparentReflectanceGeometricCorrectionSpeckleFiltering(1.eetFroslKuan)Thermalnoise