|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 大规模栅格数据集的瓦片金字塔快速构建方法显示文摘高分辨率影像数据获取技术获得突破后,大规模栅格数据集的快速可视化成为GIS领域内亟待解决的问题,高效瓦片金字塔构建是实现影像数据快速可视化的关键技术。本文对业界常用的数据集可视化方法、流程和相关技术进行了研究,并针对大规模栅格数据集文件数目庞大的特点,提出一种多层级自适应的瓦片生成方法,优化了可视化引擎,实现了大规模栅格数据集瓦片金字塔的快速构建,具有较高的通用性和稳定性。 | 郭宁 吴秋云 熊伟 景宁 | 2015 | 地理信息世界2015，22，6： | 5 |
| 2 | 基于空间二次过滤的遥感数据单时相全覆盖检索方法显示文摘随着对地观测技术的日新月异,遥感数据已形成大数据、海量化的发展趋势.面对海量遥感数据的应用需求,如何快速、准确地查找到所需数据是目前遥感数据组织管理研究的问题之一,而在众多遥感数据查找方式中,针对某一地区单时相全覆盖影像数据集筛选又是遥感数据应用过程的重要一环.然而,目前国内外主要遥感数据服务平台都缺乏相关工具,单时相全覆盖影像数据集的筛选主要还是通过人工方式完成,不仅效率极低,还容易造成遗漏等问题.因此,本文结合实际需求,提出了一种基于空间二次过滤的遥感数据单时相全覆盖检索方法,通过对比实验,该方法在低云量数据充分的情况下,能够自动、快速、准确地筛选出目标区域最新单一时相全覆盖遥感影像数据集,具有很好的实用意义. | 何方园 黄祥志 马骏 王栋 姜海 | 2017 | 河南大学学报(自然科学版)2017，47，3： | 2 |
| 3 | 一种格网补偿的遥感影像数据检索方法显示文摘随着遥感技术的快速发展,当前遥感影像数据的数据总量急剧增加。面对海量遥感影像数据的应用需求,如何快速、准确的获取全覆盖特定区域的无云遥感影像数据至关重要。因此,笔者提出了一种格网补偿的遥感数据全覆盖检索方法。首先,利用五层十五级格网切分模型对特定区域切分成较小的格网。其次,对海量遥感有云影像数据集进行预处理,采用基于快视图的云检测方法判断快视图局部是否无云,取出无云的部分对每个格网进行像素补偿。最后得出一张全覆盖特定区域的无云遥感图像,并筛选出所需的遥感影像数据。通过实验对比,该方法在海量遥感影像数据情况下,能快速、准确的获取全覆盖特定区域的无云遥感影像数据,具有很好的可行性和实用性。 | 饶皓 | 2019 | 信息与电脑2019，31，6： | 1 |
| 4 | 一种遥感栅格数据库检索高效的拓扑查询方法显示文摘遥感影像的数据量是相当的庞大的,并且一些实体的形状也是各异的,这导致了利用GIS现有空间查询接口进行海量遥感栅格数据库检索效率低下的问题。为了提高查询效率,必须增多限制条件来减少候选关系。本文提出了一种基于最小外接矩形(MBR)和最大内接矩形(IR)的空间拓扑关系查询的方法。研究表明任何一种单一的限制条件(如最小包围矩形--MBR、格网)在空间数据检中都具有一定的局限性,只有综合多种限制条件才能达到较好的效果,而通过增加限制条件来检索可以减少错误采样点的出现,提高检索效率。 | 王敏 梅林露 | 2007 | 工程地球物理学报2007，4，4： | 1 |
| 5 | 农业地理信息系统中对栅格图象无用数据的空间分析技巧显示文摘阐述了栅格图象处理过程中,对斑点噪声和无用数据的处理技巧,并且按照实施步骤列出了相应的地图代数函数。 | 孟未来 周建英 | 2008 | 农业网络信息2008，，9： | 0 |
| 6 | An improved coverage-oriented retrieval algorithm for large-area remote sensing data显示文摘With the rapid development of satellite technology,the amount of remote sensing data and demand for remote sensing data analysis over large areas are greatly increasing.Hence,it is necessary to quickly filter out an optimal dataset from massive dataset to support various remote sensing applications.However,with the improvements in temporal and spatial resolution,remote sensing data have become fragmented,which brings challenges to data retrieval.At present,most data service platforms rely on the query engines to retrieve data.Retrieval results still have a large amount of data with a high degree of overlap,which must be manually selected for further processing.This process is very labour-intensive and time-consuming.This paper proposes an improved coverage-oriented retrieval algorithm that aims to retrieve an optimal image combination with the minimum number of images closest to the imaging time of interest while maximized covering the target area.The retrieval efficiency of this algorithm was analysed by applying different implementation practices:Arcpy,PyQGIS,and GeoPandas.The experimental results confirm the effectiveness of the algorithm and suggest that the GeoPandas-based approach is most advantageous when processing large-area data. | Xuejing Yan Shibin Liu Wei Liu Qin Dai | 2022 | International Journal of Digital Earth2022，15，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员