Please wait a minute...
 
国土资源遥感  2017, Vol. 29 Issue (s1): 171-174    DOI: 10.6046/gtzyyg.2017.s1.29
  地理信息系统 本期目录 | 过刊浏览 | 高级检索 |
基于时间金字塔模型的国产资源卫星数据统计分析
冯磊, 周伟, 王彦佐, 刘若溪
中国国土资源航空物探遥感中心,北京 100083
Statistical analysis of domestic satellites data based on time pyramids model
FENG Lei, ZHOU Wei, WANG Yanzuo, LIU Ruoxi
China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
全文: PDF(750 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 海量国产资源卫星数据的各种覆盖率统计和空间分析是非常耗时耗力的工作,庞大的计算量常常导致统计分析结果不能够快速及时地生成。本研究提出构建“时间金字塔模型”的方式来解决该问题,将遥感影像数据图斑按照“日、周、月、年”的4层时间金字塔模型进行归档管理并用于统计分析,在实际应用中取得了良好的效果。实践证明这种以空间(少量的数据冗余)换时间(极高的执行效率)的方式在国产资源卫星数据的统计分析工作中是非常实用且可行的。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李云帆
谭德宝
刘瑞
邬建伟
关键词 LiDAR区域生长RANSAC建筑物点云分割    
Abstract:The process of statistical analysis and spatial coverage of massive resource satellites data is very time-consuming work. Large amounts of computation often leads to the result that statistical analysis cannot be quickly generated. This paper proposes the construction of “pyramid model” approach to solve this problem. The remote sensing image data are archived at four levels, i.e., daily, weekly, monthly and yearly level for statistical analysis. This model achieved good results in the practical application. Practice shows that exchange space (with a little redundant data) for time (high efficiency) in the way of statistics of resource satellite data analysis is very practical and feasible.
Key wordsLiDAR    regional growing    RANSAC    building    point clouds segmentation
收稿日期: 2017-06-01      出版日期: 2017-11-24
基金资助:国家发改委业务卫星工程项目“资源一号02C卫星应用系统(地矿)作业平台子系统建设”(编号: 201530602)和中国地质调查局地质调查项目“地质大数据支撑平台建设(航遥中心)”(编号: DD20179376)共同资助
作者简介: 冯 磊(1988-),男,工程师,主要从事数据库、地理信息系统等方面的研究。Email: 413977650@qq.com。
引用本文:   
冯磊, 周伟, 王彦佐, 刘若溪. 基于时间金字塔模型的国产资源卫星数据统计分析[J]. 国土资源遥感, 2017, 29(s1): 171-174.
FENG Lei, ZHOU Wei, WANG Yanzuo, LIU Ruoxi. Statistical analysis of domestic satellites data based on time pyramids model. REMOTE SENSING FOR LAND & RESOURCES, 2017, 29(s1): 171-174.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2017.s1.29      或      https://www.gtzyyg.com/CN/Y2017/V29/Is1/171
[1] 彭齐鸣.资源卫星在国土资源领域应用及发展建议[J].国土资源遥感,2009,21(1):1-2. doi:10.6046/gtzyyg.2009.01.01.
Peng Q M.Advice of resource satellites application and development in land resource area[J].Remote Sensing for Land and Resources,2009,21(1):1-2. doi:10.6046/gtzyyg.2009.01.01.
[2] 方洪宾,刘顺喜,杨清华,等.CBERS-02B星在轨测试数据国土资源应用评价[J].国土资源遥感,2009,21(1):34-47. doi:10.6046/gtzyyg.2009.01.09.
Fang H B,Liu S X,Yang Q H,et al.An application evaluation of the CBERS-02B satellite on-orbit image data for land and resources[J].Remote Sensing for Land and Resources,2009,21(1):34-47. doi:10.6046/gtzyyg.2009.01.09.
[3] 薛 涛,刁明光,李建存,等.资源环境遥感海量空间数据存储、检索和访问方法[J].国土资源遥感,2013,25(2):168-173. doi:10.6046/gtzyyg.2013.02.28.
Xue T,Diao M G,Li J C,et al.Approach to storing, retrieving and accessing mass spatial data in resources and environments remote sensing[J].Remote Sensing for Land and Resources,2013,25(2):168-173. doi:10.6046/gtzyyg.2013.02.28.
[4] 董 春,张继贤,刘纪平,等.高精度地理数据空间统计分析模型与方法[J].遥感信息,2016(1):13-19.
Dong C,Zhang J X,Liu J P,et al.Models and methods of spatial statistics and analysis based on high-precision data[J].Remote Sensing Information,2016(1):13-19.
[5] 梁艳平.基于GIS的统计信息分析与辅助决策研究[D].长沙:中南大学,2003.
Liang Y P.Research on statistical information analysis and assistant decision making based on GIS[D].Changsha:Central South University,2003.
[6] 周 伟,黄 炜,王彦佐,等.资源一号02C卫星数据管理与服务系统研建[J].国土资源遥感,2014,26(1):179-185. doi:10.6046/gtzyyg.2014.01.30.
Zhou W,Huang W,Wang Y Z,et al.Tentative construction of satellite data management and service system for ZY-1-02C[J].Remote Sensing for Land and Resources,2014,26(1):179-185. doi:10.6046/gtzyyg.2014.01.30.
[1] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[2] 郭文, 张荞. 基于注意力增强全卷积神经网络的高分卫星影像建筑物提取[J]. 国土资源遥感, 2021, 33(2): 100-107.
[3] 武宇, 张俊, 李屹旭, 黄康钰. 基于改进U-Net的建筑物集群识别研究[J]. 国土资源遥感, 2021, 33(2): 48-54.
[4] 卢麒, 秦军, 姚雪东, 吴艳兰, 朱皓辰. 基于多层次感知网络的GF-2遥感影像建筑物提取[J]. 国土资源遥感, 2021, 33(2): 75-84.
[5] 康晋洁, 戚浩平, 杨清华, 陈华. 道路通行障碍物遥感检测与通过性评价[J]. 国土资源遥感, 2020, 32(2): 94-102.
[6] 孟蕾, 林超. 机载LiDAR技术生成DEM的质量检查与解决方案探讨[J]. 国土资源遥感, 2020, 32(1): 7-12.
[7] 朱军桃, 王雷, 赵传, 郑旭东. 基于区域生长算法的复杂建筑物屋顶点云分割[J]. 国土资源遥感, 2019, 31(4): 20-25.
[8] 党涛, 宋起, 刘勇, 徐安建, 徐波, 张宏刚. 基于多层次分割分类模型及其特征空间优化的建筑物提取方法[J]. 国土资源遥感, 2019, 31(3): 111-122.
[9] 周阳, 张云生, 陈斯飏, 邹峥嵘, 朱耀晨, 赵芮雪. 基于DCNN特征的建筑物震害损毁区域检测[J]. 国土资源遥感, 2019, 31(2): 44-50.
[10] 程滔, 李广泳, 毕凯. 顾及时点特征的水体提取成果空间修正方法[J]. 国土资源遥感, 2019, 31(2): 96-101.
[11] 朱茂, 沈体雁, 黄松, 白书建, 葛春青, 胡琼. InSAR技术地铁沿线建筑物形变监测[J]. 国土资源遥感, 2019, 31(2): 196-203.
[12] 吴柳青, 胡翔云. 基于多尺度多特征的高空间分辨率遥感影像建筑物自动化检测[J]. 国土资源遥感, 2019, 31(1): 71-78.
[13] 闫利, 李瑶, 谢洪. 基于机载与车载LiDAR数据的LoD3城市建筑物模型自动重建[J]. 国土资源遥感, 2018, 30(4): 97-101.
[14] 李云帆, 谭德宝, 刘瑞, 邬建伟. 顾及建筑物屋顶结构的改进RANSAC点云分割算法[J]. 国土资源遥感, 2017, 29(4): 20-25.
[15] 付盈, 国巧真, 潘应阳, 汪东川. 基于SPOT6数据的建筑物提取规则研究[J]. 国土资源遥感, 2017, 29(3): 65-69.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发