基于协同计算的白洋淀湿地时序水体信息提取
Water Information Extraction of Baiyangdian Wet Land Based on the Collaborative Computing Method
查看参考文献26篇
|
文摘
|
白洋淀湿地是华北平原仅存的为数极少的湖泊型湿地之一,具有改善生态环境、保护生物多样性等功能。通过遥感手段进行白洋淀地区湿地变化研究,可为景观格局变化、生态环境分析及湿地保护等提供重要的信息支撑,具有非常重要的意义。本文在分析遥感大数据特点的基础上,对遥感应用中的大数据信息提取这一重要环节进行了分析,并以遥感信息计算为切入点,深入分析并总结了遥感大数据计算过程中的多种协同计算问题。结合白洋淀地区长时相遥感湿地水体提取与变化分析的应用需求,本文提出了基于协同计算方式下的白洋淀水体提取技术路线,并详细分析了水体信息计算过程中的几种重要的协同计算问题,提高了水体信息提取的精度。最后,根据白洋淀地区43期(1973-2015年)精确的水体提取信息,统计了白洋淀历史时期水体面积的变化,并指出该区域自1973年以来水体面积经历了"减少-增加-再减少-再增加"的变化过程。 |
|
其他语种文摘
|
Baiyangdian wetland is one of the very few remaining wetlands in north China, which has the functions of improving the ecological environment, maintaining the conservation of biological diversity and so on. It has the very prominent significance to researches that are focusing on the wetland changes in this area, because these researches can provide an important information support under the assistance of remote sensing to investigate the change of landscape pattern and conduct the environmental analysis. Remote sensing big data has become a trend for the development of remote sensing technology. Based on the characteristics of remote sensing big data, this paper analyzes the big data extraction technology, which is a critical part in the remote sensing applications. In addition, starting with the calculation of remote sensing information, this paper summarizes various collaborative computing problems encountered during the process of remote sensing big data calculation. Considering the application requirements of wetland water body extraction and change analysis over a long time period in Baiyangdian, this paper proposes a method based on the collaborative computing technology to extract the water body in Baiyangdian. The method firstly computes the initial NDWI threshold in its histogram and finds the possible lakes within the region, and then it computes the suitable GNDWI for every lake to implement the precise lake extraction one by one. And at last, several typical types of collaborative computing problems are analyzed in this procedure. According to the water extraction result from our analysis on a period between 1973 and 2015, we study the historical water area changes of Baiyangdian, and the results show that the water area in this region has experienced a "decrease-increase-another decrease-another increase" changing pattern. |
|
来源
|
地球信息科学学报
,2016,18(5):690-698 【核心库】
|
|
关键词
|
遥感大数据
;
信息提取
;
协同计算
;
白洋淀
;
水体提取
;
并行计算
|
|
地址
|
1.
中国科学院遥感与数字地球研究所, 北京, 100101
2.
中国科学院新疆生态与地理研究所, 乌鲁木齐, 830020
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1560-8999 |
|
学科
|
测绘学 |
|
基金
|
国家高分辨率对地观测系统重大专项
;
国家863计划
;
国家自然科学基金项目
|
|
文献收藏号
|
CSCD:5694342
|
参考文献 共
26
共2页
|
|
1.
杨海平. 海量遥感数据的高性能地学计算应用与发展分析.
地球信息科学学报,2013,15(1):128-136
|
被引
8
次
|
|
|
|
|
2.
李德仁. 论空天地一体化对地观测网络.
地球信息科学学报,2012,14(4):419-425
|
被引
40
次
|
|
|
|
|
3.
李德仁. 遥感大数据自动分析与数据挖掘.
测绘学报,2014,43(12):1211-1216
|
被引
108
次
|
|
|
|
|
4.
郭华东. 科学大数据与数字地球.
科学通报,2014,59(12):1047-1054
|
被引
69
次
|
|
|
|
|
5.
Tian W. Big data technologies and cloud computing.
Optimized Cloud Resource Management and Scheduling,2015,7:17-49
|
被引
1
次
|
|
|
|
|
6.
谢榕. 大数据环境下卫星对地观测数据集成系统的关键技术.
地球科学进展,2015,30(8):855-862
|
被引
8
次
|
|
|
|
|
7.
Ma Y. Remote sensing big data computing: challenges and opportunities.
Future Generation Computer Systems,2015,51:47-60
|
被引
31
次
|
|
|
|
|
8.
Wang P. Rapid processing of remote sensing images based on cloud computing.
Future Generation Computer Systems,2013,29(8):1963-1968
|
被引
3
次
|
|
|
|
|
9.
何国金. 对地观测大数据处理:挑战与思考.
科学通报,2015(60):470-478
|
被引
23
次
|
|
|
|
|
10.
Assuncao M. Big data computing and clouds: Trends and future directions.
Journal of Parallel and Distributed Computing,2015,79/80:3-15
|
被引
8
次
|
|
|
|
|
11.
林皓波. 白洋淀湿地资源的遥感监测.
中南林业科技大学学报,2012,32(4):127-130
|
被引
12
次
|
|
|
|
|
12.
张敏. 近30年来白洋淀湿地景观格局变化及其驱动机制.
生态学报,2016,36(15):1-5
|
被引
4
次
|
|
|
|
|
13.
庄长伟. 近33年白洋淀景观动态变化.
生态学报,2011,31(3):839-848
|
被引
35
次
|
|
|
|
|
14.
王强.
异构环境下的航空遥感影像协同存储及处理关键技术研究,2011
|
被引
3
次
|
|
|
|
|
15.
李渊. 基于数据同化的太湖叶绿素多模型协同反演.
环境科学,2014,35(9):3389-3396
|
被引
8
次
|
|
|
|
|
16.
Ma Y. Towards building a data-intensive index for big data computing-A case study of remote sensing data processing.
Information Sciences,2015,319(20):171-188
|
被引
3
次
|
|
|
|
|
17.
李士进. 多分类器实例协同训练遥感图像检索.
遥感学报,2010,14(3):493-506
|
被引
4
次
|
|
|
|
|
18.
赵静. 联合HJ-1 /CCD和Landsat 8 /OLI数据反演黑河中游叶面积指数.
遥感学报,2015,19(5):733-749
|
被引
5
次
|
|
|
|
|
19.
都伟冰. 高山冰川多时相多角度遥感信息提取方法.
测绘学报,2015,44(1):59-66
|
被引
8
次
|
|
|
|
|
20.
方留杨. CPU和GPU协同处理的光学卫星遥感影像正射校正方法.
测绘学报,2013,42(5):668-675
|
被引
14
次
|
|
|
|
|
了解气象卫星更多信息，请访问