Please wait a minute...
国土资源遥感  2019, Vol. 31 Issue (2): 240-245    DOI: 10.6046/gtzyyg.2019.02.33
  地理信息系统 本期目录 | 过刊浏览 | 高级检索 |
环境遥感云服务平台与高性能平台对比分析
史园莉1,2,孙中平1,2(),姜俊1,2,高乾1,2,孙浩1,2,闻瑞红1,2
1.生态环境部卫星环境应用中心,北京 100094
2.国家环境保护卫星遥感重点实验室,北京 100101
Comparison and analysis of cloud service platform and high performance platform for environmental remote sensing
Yuanli SHI1,2,Zhongping SUN1,2(),Jun JIANG1,2,Qian GAO1,2,Hao SUN1,2,Ruihong WEN1,2
1.Satellite Environment Center, Ministry of Ecology and Environment, Beijing 100094, China
2.State Key Laboratory of Environmental Protection Satellite Remote Sensing, Beijing 100101, China
全文: PDF(2321 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

云计算技术迅猛发展并不断开拓应用行业。为探索云计算技术在环境遥感领域的应用,基于虚拟化、大数据技术,研究环境遥感数据处理云服务平台架构、网络拓扑和服务功能,选取138景高分一号卫星数据进行产品生产实验,对比分析云服务平台和高性能平台在海量遥感数据处理中的效率。实验证明,在现有运行环境下,高性能平台数据处理效率是云服务平台的2.5倍左右。总体而言,相对于云服务平台,专用的高性能计算处理平台在计算、通信和存储等方面具有一定优势,更适合海量环境遥感数据的高效处理和参数产品反演。

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
史园莉
孙中平
姜俊
高乾
孙浩
闻瑞红
关键词 云服务平台环境遥感数据处理高性能平台    
Abstract

Cloud computing technology is developing rapidly and constantly expanding the application range. For exploring the cloud computing technology in the field of environmental remote sensing application, this paper discusses some key techniques of cloud computing based on virtualization and big data technology, which include architecture design, network topology and service function. 138 images of GF-1 satellite were selected for production experiments for comparing and analyzing the efficiency of cloud service platform and high performance platform in mass remote sensing data processing. Experiments show that the data processing efficiency of high performance cluster platform is about 2.5 times higher than that of cloud service platform under the existing operating environment. In general,compared with cloud service platform, dedicated high performance computing and processing platform has certain advantages in computing, communication and storage. It is more suitable for massive environmental remote sensing data processing and quantitative retrieval with efficiency.

Key wordscloud service platform    environmental remote sensing    data processing    high performance platform
收稿日期: 2018-01-02      出版日期: 2019-05-23
ZTFLH:  TP32  
基金资助:国家重点研发计划项目“农田污染天地一体化动态监测网络构建技术研究”(2016YFD0800903);“城乡生态环境综合监测空间信息服务平台研发”(2017YFB0503904);环境遥感技术研究基金项目“海量遥感数据高性能处理前沿技术研究分析”共同资助(WHJJ2016-002)
通讯作者: 孙中平     E-mail: sunnybnu114@163.com
作者简介: 史园莉(1984-),女,高级工程师,硕士,主要研究方向为环境遥感、高性能数据处理。Email: shiyuanli001@163.com。
引用本文:   
史园莉,孙中平,姜俊,高乾,孙浩,闻瑞红. 环境遥感云服务平台与高性能平台对比分析[J]. 国土资源遥感, 2019, 31(2): 240-245.
Yuanli SHI,Zhongping SUN,Jun JIANG,Qian GAO,Hao SUN,Ruihong WEN. Comparison and analysis of cloud service platform and high performance platform for environmental remote sensing. Remote Sensing for Land & Resources, 2019, 31(2): 240-245.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2019.02.33      或      http://www.gtzyyg.com/CN/Y2019/V31/I2/240
Fig.1  环境遥感云服务平台架构设计
Fig.2  环境遥感云服务平台网络拓扑示意图
Fig.3  环境遥感云服务平台服务功能
名称 规格 数量 功能
云平台虚拟化软件 Inspur VMware vSphere6.0 企业增强版 48CPU 建立遥感影像处理与生产云平台虚拟化环境
云操作系统 云海OS V3.2高级版 48CPU 对海量遥感影像和基础数据调度管理
云平台管理软件 Inspur Vmware vCenter Server6 标准版 1套 虚拟化管理中心
Tab.1  环境遥感云服务平台软件配置
名称 规格 数量 功能
存储磁盘阵列 浪潮AS5600 企业融合存储(容量1 500 TB) 1套 遥感影像处理与生产云平台搭建
计算服务器 浪潮TS860(8路CPU) 6台 海量高空间分辨率数据接收与处理
浪潮NF8460M3(4路CPU) 4台
网络交换设备 浪潮FS5900 2台 连接内网存储磁盘阵列与内网数据处理服务器
Tab.2  环境遥感云服务平台硬件配置
硬件环境 参数配置 高性能平台 云服务平台
计算服务器(4台) CPU/核 2×12 2×12
内存/GB 128 128
GPU加速卡
本地硬盘/GB 600 200
操作系统 RHEL6.5 x64 RHEL6.5 x64
管理服务器(1台) CPU/核 2×12 2×12
内存/GB 64 64
GPU加速卡
本地硬盘/GB 600 200
操作系统 RHEL6.5 x64 RHEL6.5 x64
网络设备 网络 10 GB级 GB级
存储设备 存储/TB 38(NAS存储) 5(外接硬盘)
Tab.3  云服务平台和高性能平台的硬件环境对比
功能 处理步骤 高性能平台 云服务平台
全色影像
区域网平差
连接点匹配 15.5 45.5
剔点 1 1
自由网平差 16.5 22.5
基准点匹配 3.5 16
剔点 0.5 1
控制平差 1 1
合计 38 87
多光谱影像配准平差 连接点匹配 5 12
剔点 1 1
单片配准平差 1 1.5
二次连接点匹配 3 14
剔点 1 1
二次单片配准平差 1 1
合计 12 30.5
数字正射影像生产 正射校正 17 18
影像融合 40 163
波段重组 42 159
影像降位 30 45
匀色 20 34
镶嵌成图 30 41
合计 179 460
Tab.4  云服务平台和高性能平台的生产效率对比
[1] 李中元, 吴炳方 Gommes R , 等. 农情遥感监测云服务平台建设框架[J]. 遥感学报, 2015,19(4):578-585.
Li Z Y, Wu B F, Gommes R , et al. Design framework for cropwatch cloud[J]. Journal of Remote Sensing, 2015,19(4):578-585.
[2] 林林 . 水利云平台若干技术问题研究[D]. 北京:中国水利水电科学研究院, 2016.
Lin L . Research on Technology of Water Conservancy Cloud Platform[D]. Beijing:China Institute of Water Resources and Hydropower Research, 2016.
[3] 房海群 . 教育云计算服务架构研究与应用实现[D]. 成都:电子科技大学, 2015.
Fang H Q . Education Cloud Computing Services Architecture Research and Application Implementation[D]. Chengdu:University of Electronic Science and Technology of China, 2015.
[4] 丁凡 . 云环境中高性能计算应用的关键问题研究[D]. 兰州:兰州大学, 2014.
Ding F . Research on Key Issues of HPC Application in Cloud[D]. Lanzhou:Lanzhou University, 2014.
[5] 李德仁, 张良培, 夏桂松 . 遥感大数据自动分析与数据挖掘[J]. 测绘学报, 2014,43(12):1211-1216.
doi: 10.13485/j.cnki.11-2089.2014.0187
Li D R, Zhang L P, Xia G S . Automatic analysis and mining of remote sensing big data[J]. Acta Geodaetica et Cartographica Sinica, 2014,43(12):1211-1216.
doi: 10.13485/j.cnki.11-2089.2014.0187
[6] 王晋年 . 地球遥感信息变化应用云平台的现状与展望[J]. 科技促进发展, 2016,12(5):644-646.
Wang J N . The cloud platform of earth remote sensing information changes and application:Status and future development[J]. Science and Technology for Development, 2016,12(5):644-646.
[7] 邓书斌, 田德山, 陈秋锦 . 企业级与云遥感服务平台技术初探[C]//第十八届中国环境遥感应用技术论坛论文集, 2014: 381-385.
Deng S B, Tian D S, Chen Q J . Enterprise and cloud services platform remote sensing technology[C]//The 18th Progressing of Environmental Remote Sensing Application Technology of China, 2014: 381-385.
[8] 任伏虎, 王晋年 . 遥感云服务平台技术研究与实验[J]. 遥感学报, 2012,16(6):1331-1346.
doi: 10.11834/jrs.20121180
Ren F H, Wang J N . Turning remote sensing to cloud services:Technical research and experiment[J]. Journal of Remote Sensing, 2012,16(6):1331-1346.
doi: 10.11834/jrs.20121180
[9] 武云龙, 王思勇, 李新楼 . 基于云计算的遥感数据处理模型的设计与实现[J]. 电脑知识与技术, 2010,6(14):3646-3648.
Wu Y L, Wang S Y, Li X L . Spatial data processing model design and implement based on cloud computing[J]. Computer Knowledge and Technology, 2010,6(14):3646-3648.
[10] 刘异, 呙维, 江万寿 , 等. 一种基于云计算模型的遥感处理服务模式研究与实现[J]. 计算机应用研究, 2009,26(9):3428-3431.
Liu Y, Guo W, Jiang W S , et al. Research of remote sensing service based on cloud computing mode[J]. Application Research of Computers, 2009,26(9):3428-3431.
[11] 熊礼治 . 云环境下遥感影像内容安全研究[D]. 武汉:武汉大学, 2016.
Xiong L Z . Study on Content Security of Remote Sensing Image in Cloud Computing[D]. Wuhan:Wuhan University, 2016.
[12] 史园莉, 申文明, 熊文成 , 等. 遥感数据集群处理作业调度管理系统研究[J]. 计算机工程与应用, 2012,48(25):77-82.
Shi Y L, Shen W M, Xiong W C , et al. Research on job schedule and management system for remote sensing data processing with cluster[J]. Computer Engineering and Applications, 2012,48(25):77-82.
[13] Wong A K L, Goscinski A M . A unified framework for the deployment,exposure and access of HPC applications as services in clouds[J]. Future Generation Computer Systems, 2013,29(6):1333-1344.
doi: 10.1016/j.future.2013.01.014
[14] Hill Z, Humphrey M. A quantitative analysis of high performance computing with Amazon’s EC2 infrastructure:The death of the local cluster? [C]//Proceedings of the 10th IEEE/ACM International Conference on Grid Computing, 2009: 26-33.
[15] 吕相文, 袁家斌, 张玉洁 . 云计算环境下多GPU资源调度机制研究[J]. 小型微型计算机系统, 2016,37(4):687-693.
Lyu X W, Yuan J B, Zhang Y J . Study on resource scheduling mechanism of multi-GPU in cloud computing environment[J] Journal of Chinese Computer Systems, 2016,37(4):687-693.
[16] 刘明亮 . 高性能云计算平台存储系统配置关键技术研究[D]. 北京:清华大学, 2014.
Liu M L . Research on Key Technologies of Cloud Storage System Configurations for High Performance Applilcations[D]. Beijing:Tsinghua University, 2014.
[1] 薛庆, 吴蔚, 李名松, 董双发, 章新益, 石海港. 高分一号数据在矿山遥感监测中的应用[J]. 国土资源遥感, 2017, 29(s1): 67-72.
[2] 高慧, 张景华, 张建龙. 基于资源一号02C卫星的县域生态环境遥感调查——以普格县为例[J]. 国土资源遥感, 2017, 29(s1): 144-150.
[3] 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.
[4] 乔治, 孙希华. MODIS在我国陆地科学中的应用进展研究[J]. 国土资源遥感, 2011, 23(2): 1-8.
[5] 和正民, 燕云鹏, 冯敏, 王红瑞. 青藏高原生态地质环境遥感综合评价系统的设计与实现[J]. 国土资源遥感, 2010, 22(s1): 30-34.
[6] 贺佳惠, 梁春利, 李名松.
核电站近岸温度场航空热红外遥感测量数据处理研究
[J]. 国土资源遥感, 2010, 22(3): 51-53.
[7] 吴昀昭, 唐泽圣. 嫦娥一号IIM数据应用处理流程分析[J]. 国土资源遥感, 2009, 21(4): 25-30.
[8] 谭克龙, 吕录仕, 张敦虎. 酸沉降污染卫星遥感[J]. 国土资源遥感, 1998, 10(3): 43-45.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》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 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发