农情监测地理信息服务关键技术研究

发布时间：2020-10-19 19:35

　　 农情监测是遥感与地理信息应用中最重要和最广泛的研究领域之一。农业地理信息对农产品市场、食品价格、粮食安全、经济繁荣及农业相关政策制定都具有极其重要的意义,农情监测对全球农业可持续发展和全球农业产业链有举足轻重的作用。遥感与地理信息技术的快速发展使其成为农业信息化的重要途径。遥感卫星能够快速准确地获取地面信息,结合地理信息系统等其他现代高新技术,可以在农业数据规划、采集、管理、转换、分析、编目、分发、访问、挖掘、可视化、质量控制等方面发挥重要作用。随着传感器技术与空间信息服务技术的发展,农情监测地理空间数据与处理功能可按照标准接口,以服务的方式在网络上进行获取和共享,这使得农情监测地理空间数据、处理、模型等资源呈现前所未有的爆炸式增长。然而,相关数据与信息模型的异构性、数据的快速获取与数据信息高效处理能力不足,使用户面临“数据海量,信息泛滥,知识难求”的局面,对网络环境下农业自然灾害与农情监测等重大社会问题带来了很大的挑战。国际开放地理信息联盟(Open Geospatial Consortium,OGC)制定的一系列网络空间数据服务和处理服务标准,极大的提高了数据服务和处理服务的互操作性,也提高了人们获取农情监测地理空间数据与信息的能力。对于长期复杂的农情监测任务,如农作物产量评估,往往需要多个数据与功能相互协作以共同完成,这需要空间信息网络服务和工作流技术的支持。随着数据规模的增加,云计算技术为农业地理信息领域提供了海量数据分布式存储、管理和查询以及高性能分布式计算能力,为解决数据量和计算量问题提供了有效方法。如何利用这些技术手段,快速的从多源农业地理空间数据中提取有价值的信息,满足各农情监测部门的决策需求,是当前农业遥感与地理信息领域的重点研究课题,涉及到多源数据实时获取、农情监测信息模型动态交互、数据和处理异构等难点。本文提出了一套面向农情监测领域的地理信息智能服务理论与方法,旨在利用网络地理信息服务领域的知识与技术,解决相关农业问题。本文的基本研究思路是:首先,针对当下农情监测数据与信息化运行时系统应具备的核心功能,利用空间信息网络服务的现有技术,建立农情监测地理信息服务体系架构,并设计服务的功能模块;其次,针对典型农情监测任务,设计农情监测业务流程建模语言,对业务需求和逻辑流程进行分析与形式化描述;最后,提出基于地理信息服务与科学工作流的业务模型驱动方法,以及服务性能的优化方法。本文的主要研究内容包括:(1)农情监测地理信息服务架构。根据农情监测数据与信息化运行时智能服务系统的核心功能和特点需求,建立农情监测地理信息服务逻辑架构,在此基础上,设计数据与处理服务功能模块,并为网络环境下农情监测业务模型集成提供支持。(2)农情监测领域建模与描述方法。针对农情监测领域的典型科学应用,对业务需求与逻辑流程进行分析,设计农情监测领域建模描述语言,建立业务逻辑的形式化描述方法。(3)农情监测模型驱动的地理信息智能服务方法。提出基于地理信息服务与科学工作流的业务模型驱动与执行方法。提出服务性能优化方法,包括农情监测地理信息服务与工作流的异步调用方法,基于云计算平台的农情监测数据与处理服务等。(4)原型系统开发。针对本文提出的方法,开发农情监测地理信息服务原型系统和农情监测模型驱动原型系统,并结合农作物减产评估案例进行实验验证。本文的主要创新点包括:(1)提出了农情监测地理信息服务架构,实现了农业地理空间数据与处理服务功能。(2)提出了农情监测元模型与形式化描述方法。通过分析典型农情监测业务逻辑与需求,建立了农情监测流程模型的形式化描述方法。(3)提出了农情监测模型驱动的地理信息服务方法。
【学位单位】：武汉大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：S127
【部分图文】：

如作物类型、状态和编码）、ＮＡＳＳ每年６月的农业调查数据（Ｊｕｎｅ??Ａｇｒｉｃｕｌｔｕｒａｌ?Ｓｕｒｖｅｙ，?ＪＡＳ）、ＵＳＧＳ?的国家土地覆盖数据集（Ｎａｔｉｏｎａｌ?Ｌａｎｄ?Ｃｏｖｅｒ??Ｄａｔａｓｅｔｓ，?ＮＬＣＤ）作为地面真实数据（图２－３）。ＵＳＤＡ将标准的ＣＤＬ数据产品??在Ａｌｂｅｒｓ?ｅｑｕａｌ－ａｒｅａ投影下以ＧｅｏＴＩＦＦ格式发布，其空间分辨率达到３０ｍ。自??１９９７年起至今，ＵＳＤＡ每年都持续发布一份ＣＤＬ数据，并且自２００８年起，ＣＤＬ??数据覆盖了所有全美４８个州和哥伦比亚特区。??ＣＤＬ数据来源于遥感数据和地面真实数据，它可以通过统计某特定感兴趣??区域内像素数量来计算农作物的覆盖面积。其衍生数据产品（州／国家／ＡＳＤ／地区??级另Ｕ）可以通过?ＵＤＳＡ?旗下网站（ｈｔｔｐｓ：／／ｎａｓｓｇｅｏｄａｔａ．ｇｍｕ＿ｅｄｕ／ＣｒｏｐＳｃａｐｅ）进行下载。??ＣＤＬ数据在美国被视为农业研宄领域的重要的数据源之一，在农作物轮作、土??地覆盖监测、干旱监测、洪水监测，生物量监测和碳会计等方面都有大量应用与??研宄（Ｓｔｅｍ?ｅｔ?ａｌ．，?２０１２?，?Ｗｅｓｔ?ｅｔ?ａｌ．，２０１０，Ｈａｎｓｅｎ?ａｎｄ?Ｌｏｖｅｌａｎｄ，?２０１２?，?Ｄｅｎｇ?ｅｔ?ａｌ．，??２０１２，Ｄｉ?ｅｔ?ａｌ．，２０１７，Ｃｈａｎｄｏｌａ?ａｎｄ?Ｖａｔｓａｖａｉ，?２０１１）。??１８??

它对农业土壤湿度监测的有着巨大潜力。尽管ＳＭＡＰ数据的空间分辨率??不是很高（９ｋｍ），但高时间分辨率使其仍具有较好的研究与应用价值。Ｙａｎｇ（２０１７）??等在其研宄中验证了?ＳＭＡＰ数据与实测数据的对比。图２－４显示了美国２０１６年??９月２６日的ＳＭＡＰ表层土壤湿度数据产品样例，以及Ｉｏｗａ州ＳＭＡＰ数据与真??实数据对比情况。??１９??

和Ｉｎｔｅｒｎｅｔ协议，解决特定问题满足用户需求。网络服务是基于面向服务的体系??架构（Ｓｅｒｖｉｃｅ?Ｏｒｉｅｎｔｅｄ?Ａｒｃｈｉｔｅｃｔｕｒｅ，?ＳＯＡ），并且支持网络环境下共享和互操作。??如图２－５所示，ＳＯＡ中指定了三类角色（服务提供者Ｓｅｒｖｉｃｅ?Ｐｒｏｖｉｄｅｒ、服务注册??中心Ｓｅｒｖｉｃｅ?Ｒｅｇｉｓｔｒｙ和服务请求者Ｓｅｒｖｉｃｅ?Ｒｅｑｕｅｓｔｏｒ）和三个基本操作（发布、??査询和调用）。服务提供者负责创建和执行网络服务，并将服务发布至服务注册??中心。服务注册中心负责注册、存储和管理来自不同服务提供者的网络服务，并??为服务请求者提供了服务查询接口。服务请求者可向服务注册中心检索目标服务，??也可向服务提供者发送调用服务的请求。??服务注册??查找发布??１／??服务请求＾Ｊ服务提供??者???＞？?者??绑定＆调用?丨??图２－６面向服务体系架构??空间信息服务是指遵循网络服务体系架构和标准，在网络环境下提供时空数??２３??
【参考文献】

相关期刊论文 前10条

1 高双;游兰;桂志鹏;吴华意;;基于语义扩展的空间信息服务描述模型[J];计算机应用;2015年S1期

2 张鹏;李鹏霄;任彦;林海伦;杨嵘;郑超;;面向大数据的分布式流处理技术综述[J];计算机研究与发展;2014年S2期

3 龚健雅;耿晶;吴华意;;地理空间知识服务概论[J];武汉大学学报(信息科学版);2014年08期

4 张耀南;龙银平;程国栋;何振芳;;地学研究中的集成建模环境综述[J];科研信息化技术与应用;2014年01期

5 苏宗跃;赵晋睿;郭兴平;;两种七参数坐标转换方法[J];价值工程;2013年27期

6 陶雪娇;胡晓峰;刘洋;;大数据研究综述[J];系统仿真学报;2013年S1期

7 杨海平;沈占锋;骆剑承;吴炜;;海量遥感数据的高性能地学计算应用与发展分析[J];地球信息科学学报;2013年01期

8 肖在昌;杨文晖;刘兵;;基于WebSocket的实时技术[J];电脑与电信;2012年12期

9 张卫民;刘灿灿;骆志刚;;科学工作流技术研究综述[J];国防科技大学学报;2011年03期

10 李海峰;朱庆;杨晓霞;欧阳怡强;;QoS感知的多任务遥感信息服务优化组合非合作博弈模型[J];武汉大学学报(信息科学版);2010年08期

相关博士学位论文 前1条

1 杨超;传感网环境下地学工作流互操作方法研究[D];武汉大学;2012年

相关硕士学位论文 前1条

1 李天宇;分布式网络环境下地理模型就地共享关键技术研究[D];南京师范大学;2013年

本文编号：2847631