地理空间数据集成方法在农作物空间数据服务中心系统中应用.docVIP

地理空间数据集成方法在农作物空间数据服务中心系统中应用 　　【摘 要】地理空间数据是农业决策系统的数据基础，能够准确、及时的反映种植区域的农作物时空动态变化信息，而这些变化信息随着时间的推移，会构成海量的数据集，且这些数据具有多源、多时空、多尺度以及结构多样等特点。针对地理空间数据具有海量、实时、多源的特点，提出利用组件式中间件的方法，开展数据集成方面的工作。 　　【关键词】农情决策；地理空间数据；多源异构数据集成 　　0 引言 　　数据是农情决策空间信息系统的血液，也是整个系统的基石。而对于数据方面，由于涉及到多个机关及企事业单位，数据来源十分复杂，使用的平台，数据的种类，格式，都有较大差异。而且由于各单位基于自身情况，对数据的侧重点也不一样，造成数据的格式、表达内容、精度、空间坐标系统等都存在较大差别。要想使整个农情决策空间信息系统正常高效运行，如何对这些多源异构的数据进行科学有效的集成化管理，成为一项重要的研究课题。 　　1 主要集成的地理空间数据类型 　　系统所要集成的数据可大致分为五类大类：影像数据，基础地理数据，产品数据、物联网监测数据、系统管理数据。 　　1.1 集成所需的主要核心技术 　　在充分了解了数据集成功能需求后，需设计一种数据集成框架，能够将影像数据、矢量数据、物联网监测数据等进行统一管理，为农情决策空间信息系统提供方便快捷的数据访问功能，实现数据层与业务逻辑层的交互，并有机的融为一体，提高数据的利用效率，减少数据重复采集带来的成本。 　　1.1.1 组件式数据集成技术 　　受组件式GIS将GIS功能分而治之思路的启发，本文将农情决策空间信息系统所涉及到的数据集成功能分解开来，形成单独的数据处理中间组件，这些组件相互独立，但为了将这些组件集成起来统一管理，考虑设计一种数据处理组件管理引擎和数据解析引擎，用来规范不同的数据访问接口，包括空间数据和非空间数据。客户端的不同数据访问请求在经过数据集成技术解析后，访问相应的数据源。客户端不需要知道数据的具体来源具体结构，只需要知道怎么使用。 　　1.1.2 数据解析组件 　　在整个数据集成技术中，各个数据集成组件是基础功能单位，用来完成不同格式不同来源的数据的解析工作，从而暴露出数据的访问接口，供业务层访问。以矢量数据的解析为例，在农情决策信息系统中，矢量数据的来源大体上包括信息中心提供的SHP数据，市农业局提供的SuperMap生产的SDB行政区划数据，中科院遥感所提供的部分MapInfo的.MIF格式数据等，不同的软件厂商都提供了相应的二次开发接口，可以通过相应的数据访问接口实现对空间数据的解析。 　　1.1.3 地理空间数据与物联网数据的集成 　　空间数据与物联网数据的集成也是本文需要研究的重要内容。主要是通过建立中间关联表的方式，赋予物联网数据空间位置信息。这里以温度检测站点实时采集的温度数据为例。温度检测仪采集的数据通常包括摄氏温度、时间、仪器属性、经纬度坐标等信息，通过建立一个中间关联表，该表主要用于关联检测站点与空间数据如行政区划图，通过经纬度坐标进行关联。这样每个站点就具有了空间位置属性，并可展示到地图上。 　　1.1.4 无人机数据预处理技术 　　目前无人机数据处理软件众多，如PIX4D mapper、APS、DPGrid等。本文利用DPGrid提供的基于C++的无人机数据处理组件，通过调用其影像数据访问接口、傅里叶滤波畸变换方法、影像拼接方法以及畸变处理方法等完成无人机数据的简单预处理，为数据集成做好准备。最后采用嵌入式开发技术，将C++编写的无人机预处理程序编译成OCX组件，然后将OCX集成到用C#开发的组件式数据集成模块中，来处理客户端对无人机数据预处理的请求。 　　2 数据集成技术实现与应用：农作物空间数据服务中心分系统 　　2.1 系统设计 　　2.1.1 系统软件环境 　　2.1.2 系统功能设计 　　系统根据农情决策空间信息系统对数据集成的要求，设计了如下几个功能：遥感影像数据、基础地理数据、产品数据、监测数据、地图服务、系统管理几大功能模块。 　　1）影像数据 　　主要包括遥感影像和无人机数据，用户登陆系统后，可以查看数据库中存储的最新的遥感影像数据产品，如LANDSAT系列数据、MODIS系列数据等。通过预选影像数据后进行下载至本地或发送到邮箱，还可查看数据的属性信息。 　　2）基础地理数据 　　基础地理数据主要指矢量数据，包括行政区划数据和土地利用数据等。和遥感影像一样，用户可以查看数据库中存储的行政区划数据和土地利用数据，及其属性信息。通过预选数据列表进行下载至本地或发送到邮箱。 　　3）产品数据 　　产品数据主要包括预处理影像、植被指数、地表参数、专题图、监测报告等