一种多源遥感影像元数据建模与集成方法
文献发布时间:2024-04-18 20:00:50
技术领域
本发明属于遥感影像管理领域,具体涉及一种多源遥感影像元数据建模与集成方法。
背景技术
如何对多类型、多尺度和不同分辨率的多源遥感影像进行高效存储和管理是海量遥感数据应用的关键。数据高效管理和科学支撑数据应用的前提是建立高效的数据组织管理模型,其核心技术是建立统一的元数据模型,用以支撑遥感数据的管理、共享和应用。元数据是一种描述影像标识信息、覆盖信息、内容信息、传感器拍摄信息的数据,通常位于遥感影像及元数据文件之中。由于遥感影像类型繁多,按照电磁波谱可以分为光学影像、高光谱影像、SAR影像等,每一类影像下又有众多厂商的传感器,造成了遥感影像及元数据之间的较大差异,遥感影像管理和支撑应用的第一要务就是实现科学合理地对元数据信息进行提取和管理。
对于遥感影像来说,元数据是用来描述遥感数据对象属性的值,它通常以特定的表现形式出现。在空间数据领域出现了多种元数据标准,例如我国的国家基础地理信息系统元数据标准,美国联邦地理数据委员会的地理元数据标准ISOTC211等,这些均提供了有关元数据的相关标准。面对多源数据的管理,尤其是遥感影像,研究人员提出了不同的集成方案。潘志华、赵永望、胡春阳等在文章《遥感信息元数据集成服务系统的研究与实现》(刊于2006年《计算机应用》)中提出了一种基于SOA框架遥感信息资源元数据的集成方法;邓晓明、廖小罕、岳焕印等在文章《面向无人机遥感数据共享的元数据设计与实现》中(刊于2020年《遥感信息》),针对无人机遥感载荷多类型的问题,设计了面向数据共享的无人机遥感数据的核心元数据总体结构;薛娇、胡平昌、卢刚等在文章《基于元数据的多源异构遥感影像管理技术研究与实现》中(刊于2020年《地理信息世界》),通过统一多源异构遥感影像元数据建库,解决了多源遥感影像信息的异构。
上述研究或从行业应用出发、或从特定场景出发、或从数据库建设层面出发对元数据的统一和规范进行了研究,但均未能从整体上构建一个多源遥感数据统一的元数据模型,系统性地去解决多源遥感数据底层元数据统一和集成问题,因此,亟需一种面向多源遥感数据的元数据模型,系统性地解决各种平台遥感数据格式不统一及元数据不统一的问题。
发明内容
本发明的目的是提供一种多源遥感影像元数据建模与集成方法,用于解决现有技术无法系统性地解决各种平台遥感数据格式不统一及元数据不统一的技术问题。
为了实现上述目的,本发明的技术解决方案如下:
一种多源遥感影像元数据建模与集成方法,其特殊之处在于,包括以下步骤:
S1】构建元模型
定义多源遥感影像中每类遥感影像及元数据的基本信息,得到与每类遥感影像一一对应的元模型;所述基本信息包括编号、名称、类型、标签、标识、是否唯一值;
S2】创建元数据解析模板
基于步骤S1】中得到的元模型,建立与每类遥感影像对应的元数据解析模板,并为每类遥感影像及其对应的元数据解析模板定义一个用于匹配的类型标识符;
S3】解析模板匹配及元数据值提取
3.1】根据步骤S2】中定义的类型标识符,结合每类遥感影像及元数据的文件名,建立识别每类遥感影像文件名的正则表达式规则;所述文件名包括遥感影像的开头、结尾、关键字及扩展名;
3.2】基于任一遥感影像元数据文件,利用步骤3.1】所述正则表达式规则识别出该元数据文件对应的遥感影像类型,再根据对应的类型标识符自动匹配步骤S2】对应的元数据解析模板,利用对应的元数据解析模板解析该元数据文件,得到该元数据文件对应的元数据值;
3.3】按照步骤3.2】的方式遍历所有遥感影像,从而得到相应的元数据值;
S4】元数据入库
4.1】创建多个不同的元数据库表,并建立各个元数据库表之间的关联关系;所述多个不同的元数据库表分别为元模型表、数据类型表、数据对象信息表及元数据扩展属性表;
4.2】将步骤3.3】所述一系列元数据值分别写入步骤4.1】对应的元数据库表中,得到元数据库,进而实现多源遥感影像元数据的建模与集成。
进一步地,步骤S1】中,所述定义使用数据交换格式JSON进行描述;所述元模型为格式化的文件或数据库表文件。
进一步地,步骤3.1】具体为,以每类遥感影像对应的类型标识符为名,结合每类遥感影像及元数据的文件名,声明对应的键-值对数据结构,再分别定义regex键、extensions键、starts_with键、ends_with键及contains键,并为上述各键赋值,则上述各键对应的分别为每类遥感影像文件名的全名匹配项、扩展名约束、开头约束、结尾约束以及包含的关键字约束。
进一步地,步骤3.2】中,在利用元数据解析模板解析元数据文件过程中,逐行解析该元数据文件,并根据元模型中定义的元数据基本信息,获取对应的元数据值,直到解析完整个元数据文件,从而得到该元数据文件对应的元数据值。
进一步地,步骤4.1】中,通过主键-外键的方式建立各元数据库表之间的关联。
进一步地,步骤4.1】中,所述元模型表的核心字段为数据字段ID、数据字段名称、元数据字段类型、数据描述JSON,用于定义数据对象信息表和元数据扩展属性表中各个字段的相关信息;
所述数据类型表的核心字段为数据对象类型ID、元数据模板、扩展属性表,用于记录各种数据类型;
所述数据对象信息表的核心字段为数据对象ID、名称、类型ID,用于记录数据对象的公共数据信息;
所述元数据扩展属性表的核心字段为数据对象ID及属性名称,用于记录数据独有的元数据信息,元数据扩展属性表中的字段信息还在元模型表中记录,并且在数据类型表中的元数据模板中记录。
进一步地,还包括步骤4.3】,在元数据库中设置用于对外查询或调用信息的统一接口。
与现有技术相比,本发明具有的有益效果:
1、本发明首先针对多源遥感影像构建元模型;其次,为每个类型的遥感影像建立元数据解析模板,用于提取元数据值;再次,通过建立正则表达式识别规则识别匹配每个类型遥感影像的元数据解析模板;最后,在数据库层面设计了元模型表、数据类型表、数据对象信息表及元数据扩展属性表这四个数据库表,再将元数据值分别输入对应的数据库表中,完成元数据值的入库,最终实现多源遥感影像元数据的集成。本发明针对不同类型、不同平台、不同传感器遥感数据的存储管理问题,构建了一种统一的多源遥感元数据建模方法,可以实现不同类型多源异构遥感影像统一框架下的数据管理,从而有效解决了现有技术无法系统性的解决各种平台遥感数据格式不统一及元数据不统一的技术问题。
2、本发明对多源遥感影像的批量入库、管理、共享及面向行业应用均可起到有效支撑,能够有效提高多源遥感影像的管理效能。
附图说明
图1为本发明实施例的流程示意图。
图2为本发明实施例中GF2_PMS1遥感影像元数据文件示例图。
图3为本发明实施例中遥感影像的元数据库表图。
图4为本发明实施例中元数据入库流程图。
具体实施方式
本发明针对多源遥感影像难以统一汇聚管理的难题,特别是遥感影像种类繁多,而每个种类下又区分不同的卫星平台或传感器类型的问题,提供了一种多源遥感影像元数据建模与集成方法。下面将结合附图及具体实施例对本发明实施例中的技术方案进行清楚、完整的描述。
结合图1和图4所示,本实例提供一种多源遥感影像元数据建模与集成方法,以高分2号遥感影像为例,包括以下步骤:
S1】构建元模型
首先确定高分2号遥感影像的元模型定义要素(见表1),然后逐项进行定义,这里只示例定义必须项或行业通用项,其他项可根据实际情况进行扩展。按照星座、卫星平台对高分2号卫星的遥感影像进行划分和定义,即定义高分2号遥感影像元模型的描述信息。定义一个字符型的“comment”,用于说明该类型卫星影像,定义高分2号卫星影像的分组信息“groups”,用于描述高分2号卫星所属高分系列卫星的信息,定义高分2号的卫星平台信息,用于描述卫星平台信息,定义高分2号的元模型信息,包括编号、类型、是否为空等,用于描述元模型编号信息,定义元模型的细节信息,包括格式、名称、是否为空等。
表1高分2号遥感影像元模型参数
S2】创建元数据解析模板
根据S1】中的元模型,确定高分2号遥感影像要提取的元数据项;再根据使用的编译语言平台,创建元数据提取解析函数,进而得到高分2号遥感影像对应的元数据解析模板,并定义高分2号遥感影像的类型标识符为GF2_PMS1,该元数据解析模板可以读取高分2号遥感影像的元数据xml文件(如图2所示),并通过逐行解析xml文档中的节点数值,提取高分2号的成像时间、卫星名称、中心经纬度坐标、云量比例等元数据值。
S3】解析模板匹配及元数据值提取
3.1】根据高分2号遥感影像元数据文件名中的开头、结尾、关键字及后缀名,建立文件名的正则表达式识别规则,该识别规则可以识别出不同类型的遥感影像。首先以遥感影像类型标识符为名称定义一个键-值对数据结构,然后分别定义识别规则,包括文件名全名匹配项、文件名扩展名约束,开头约束、结尾约束及文件名包含的关键字约束。
此处需要说明的是,遥感影像的文件名均为卫星影像运营生产单位生产的标准化命名;通常情况下遥感影像与元数据文件具有相同的文件名,仅后缀名不同,遥感影像的文件名一般开头以卫星命名、结尾以传感器结束,文件名中间包含相应的关键字。对于元数据文件名称为“GF2_PMS1_E35.4_N33.9_20200806_L1A0004974635-MSS1.xml”的高分2号遥感影像,正则表达识别规则如下:
以“GF2_PMS1”为名(用于标识)声明一个键-值对数据结构,定义regex的值为^(GF2_)(.*)(.xml)$,定义extensions的值为[".xml"],定义starts_with的值为["GF2_"],定义ends_with的值为["MSS1.xml"],定义contains的值为["PMS1","L1A"]。
3.2】输入高分2号遥感影像及元数据文件,利用步骤3.1】所述正则表达式规则识别出该遥感影像的类型,即“GF2_PMS1”,然后根据类型标识符自动匹配至S2】中类型标识符为“GF2_PMS1”的元数据解析模板,利用元数据解析模板解析此高分2号遥感影像,得到其对应的元数据值,例如SatelliteID的值为GF2,SensorID的值为PMS1,波段信息为[1,2,3,4]等等。
3.3】依据步骤3.2】的方式遍历所有遥感影像,从而得到相应的元数据值。
S4】元数据入库
4.1】创建元数据库表,包括元模型表、数据类型表、数据对象信息表及元数据扩展属性表这四张数据库表(图3所示),并建立各个数据库表之间的关联关系。一般情况下,元模型表跟数据类型表是多对一的关系;数据类型表通常对应多个元数据字段表;数据对象信息表的一条记录代表一个遥感影像,且与元数据扩展属性表一一对应,多个遥感影像可以属于同一种类型。
元模型表用于存储元模型和元数据扩展属性表中各个字段的相关信息。比如数据字段ID、数据字段名称、元数据字段类型、数据描述JSON等信息。
数据类型表用于存储与高分2号遥感影像相关的数据类型,比如数据对象类型ID、数据类型名称、对应的元模板、扩展属性表等信息。
数据对象信息表用于存储记录数据对象的公共数据信息,如数据对象ID、数据对象、类型ID、数据大小、路径等信息。
元数据扩展属性表用于存储数据独有的元数据信息,如数据对象ID、卫星平台名称、传感器及解析得到的扩展元数据属性值等信息。元数据扩展属性表中的字段信息也会在元模型表中记录,并且在数据类型表中的元数据模板中也会被记录。
4.2】将步骤3.3】所述一系列的元数据值输入步骤4.1】对应的元数据库表中,完成元数据值入库,得到元数据库,进而实现多源遥感影像元数据的集成,在元数据库中还可以设置用于对外查询或调用信息的统一接口,便于信息的查询或提取。
本发明提出的方法首先针对多源遥感影像元数据构建了统一的元模型;其次,为每个类型的遥感影像建立元数据解析模板,提取元数据值;再次,通过建立正则表达式规则识别并匹配每个类型的遥感影像对应的元数据解析模板,并通过元数据解析模板解析得到对应的元数据值;最后,在数据库层面设计了元模型表、数据类型表、数据对象信息表及元数据扩展属性表,并集成实现多源遥感影像元数据的底层逻辑关系,将元数据值分别输入对应的数据库表中,完成元数据值的入库,最终实现多源遥感影像元数据的集成。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下,对本实施例进行多种变化、修改、替换和变型,均视为落入本发明的保护范围内。
- 一种垫芯及其使用该垫芯的折叠垫
- 汽车地垫自动折叠装置、自动折叠组件及自动折叠方法