2019EsriChina

DeveloperSummit

ArcGIS10.7影像大數據分析能力及

應用

Esri中國信息技術有限公司劉春影

?esriChina

TH￡SCONCEOFWHERE9

目錄2O19EMChr^

Suwnf

?當前，影像大數據面臨的難題和挑戰

?ArcGIS影像大數據

?六個關鍵詞

?六大核心能力

?ArcGIS影像大數據使用方式

多年來，我們這樣使用影像數據和應用2O19EMChr^

Suwnf

航天（衛星）航空（飛機）低空（無人機）

數據獲取數據生產數據管理專題產品業務應用

多種空間分辨多種波段：糾正：旃：?地理國情數據?遙感衛星中心

率：?真彩色（RGB?幾何糾正?文件存儲產品?遙感院

?30m）?輻射糾正?分布式存儲?氣象數據產品,農業遙感

?15m?近紅外查詢、檢索?環境監測數據?自然資源遙感

紅外數據提取產品

?lm?作賜長勢監測

?0.5m?紫外線數據分發

數據產品

當前，影像大數據面臨的難題和挑戰2O19EMChr^

Suwnf

當，影像數據量越來越大、種類越來越多、增長越來越快時

我們面臨諸多難題：

?不同傳感器、不同分辨率、不同時期的數據如何管理

?如何快速、高效的進行影像數據管理、分析、應用?

影像數據管理影像分析應用

影像管理：

?查詢效率低

?存儲冗余大

?服務方式單一

?影像分析任重道遠

ArcGIS影像大數據發展歷程

20l9EMtChra

SuTvnf

From10.5ArcGIShastocreateandexecutespatialanalysis

modelsandimageprocessingchains

whichleveragedistributedstorageandanalytics

ImageServer

服務器產品：ArcGISforServer

類型:Imageservice10.7

ImageServer

形式：GP

2019

10.5

Imageextention

2017

10.3

Imageextention服務器：imageserver

類型:Imageservice

2015形式:item

10.1

2011

初識

ArcGISImageServer2O19EMChr^

Suwnf

專門致力于高效的處理、分析和傳播影像和柵格的服務能力

?動態影像服務

可用于對大量影像、柵格和遙感數據進行服務發布、處理、分析和提取

Landsat8或Sentinel-2世界高程或者高分辨率衛星影像

?柵格分析

-進行分布式柵格分析和分布式影像處理

?大規模影像管理、分發、處理、分析與信息挖掘

ArcGIS10.7影像大數據產品架構

2O19EMChr^

Suwnf

ArcGISPro

用戶，分析師，研究人員

NewWebGlSLayers

結果存儲在分布

式存儲中，并立

即作為新的Web

GIS圖層提供，這

些圖層已針對進

一步分析進行了

依加分布執行優化

Map7iewer

Developers&SystemIntegration

'esrichina

ArcGIS影像梯據:六型通司、六大

核心能力

2019CsnChina

DevetooerSumnrt

六大關鍵詞

2019EMIChrv

Dvwicp^Survnt

?RasterDataset?6KeyComponents

?Rastertype

-RasterDataset

?RasterFunction

?RasterProduct-RasterType

?MosaicDatasetRasterFunction

?ImageService

-RasterProduct

MosaicDataset

ImageService

iRasterDataspt

2O19EMChr^

Suwnf

RasterDataset是指影像影像基礎信息的表達（理解:把tif

文件直接拖拽到ArcM叩中看到的效果）

?支持1~N波段?Rasterdataset(8.0)

每波段

?1?64bits-Asingleimage

直接讀取影像文件，無需轉換

2

Rastertype2O19EMChr^

Suwnf

Rastertype代表來自供應商的指定的傳感器型號的

影像產品：

?定義了像素存儲和元數據規則

?定義了默認的處理鏈

?定義了傳感器類型和參數

40—

?Applanix/G?oEye-1/Lands4t1-5/Pleiades-1/WorldView-1

-CADRGrHRETM/Quickbird/WorldView-2

?ECRG?IKONOS/LandMt7/RapidEye/WofldView-3

?CIBISATETM*/Radarsat2

?DMCiiKompsat-2/Landsat8/SOCET(SUP)

?OTEDLands4t1-5，LAS?SPOT5

?Formosa<*2MSS/NITF/SPOT6

3RasterFunction

2O19EMChr^

Suwnf

RasterFunction:處理影像數據的主要信息模型,能夠對輸入影像進行基于

規則的計算和處理，并進行成果輸出。

?處理單景影像

?幾何校正（投影、裁剪、正射處理）

■輻射校正（波段計算、卷積過濾）

?可以創建復雜的柵格函數鏈

4RasterProduct

2O19EMChr^

Suwnf

RasterProduct是一種主要的信息模型組件，可以使不同種類的RasterType使

用起來更方便

?為用戶提供了一種便捷的方法，來進行影像波段組合和函數處理鏈生成

?讓用戶從產品角度去思考應用

日曰IKONOSStereo

-Spo_294085_0000000

±1GeoEyeJogo

Jptt.量j?ci

Rasterproductpo_294085_metadata

播到Multispectral

DerivedrasterdatasetsPanchromatic

Pansharpen_____

*po_294085__pan_0000000

、po_294085__pAn_OOOCIOOO」pc

個莎甘po_294cl85」gb_OOOOCIOO

5MosiacDataset

2O19EMChr^

Suwnf

MosaicDataset（鑲嵌數據集）：是海量影像噓管理的主要方式

?影像數據管理（catalog,indexing,metadata,searching...）

?影像產品生成（鑲嵌、處理和分析）

?動態影像服務、可視化、分析

?影像數據快速獲取、和發布的工作流

從1景、到數百景影像的發布和管理

ImageService

ImageService（影像服務），是一種通過Web端獲取影像能力和

影像信息的方法

完整的應用流程

RasterFunction

(MosiacDataset)布式處理

ImageService

ArcGIS影像，六大核心能力2019EMIChrv

Dvwicp^Survnt

6、ArcGIS

Excalibur應

用能力

esri題己

一、分布式存儲支持能力

2019EsnChina

DevetooerSununfl

.二

分布式存儲支持能力2O19EtnCh^

Suwnf

日益增長的影像數據、歷年累積的影像數據

如測繪局的影像來源：

1）亶出性地理國情監測數據；

2）平臺節點推送影像；

3）航空航天遙感影像獲取與統籌數字正射影像生產；

4）第三次全國國土調查正射影像生產；

5）國家1:5萬動態更新項目

查詢分發效率低

存儲、管理、檢索、使用存儲冗余大

服務方式單一

原始航片原始衛片分幅正射影像整景糾正影像影像控制點

■?

分布式存儲連接一ArcGISPro20l9EsrtCT*v

Dwvicp^Survnt

分布式存儲支持：

■分布式文件系統：HDFS

?云存儲：亞馬遜S3、阿里云OSS、華為云OBS

5、云存儲中數據，創建鑲嵌數據集|

分布式存儲連接一Web端2O19EinChre

Surwnf

r

IRegisterCloudStoreS?curitvLoas

ValidateValidateAllSettingsRegister:Database▼

Type

1▲

BigDataFileShareQ/X

BigDataFileShareQ?X

注冊完成BigDataFileShareQ/X

BigDataFileShareQ/X

BigDataFileShareQ/X

|HuaweiCloudStore/X

9liucyalicloudAlibabaCloudStore?*

9rasterdatastore107RasterStorex

?/1

9.huawei—rasterstoreRasterStore/*1

?rds_alicloudRasterStore?X

esri刖3

rw>8wweot

二、大規模影像管理能力

3

??

2019EsnChina

DeveiooerSurmrt

影像管理

2019EMChrv

Dvwicp^Survnt

■ArcGISPro

?鑲嵌數據■"

?影像服務一

?圖像管理壬磕

ArcGIS能夠管理和集成各種類型的數據源

2019

SuTvnf

多源衛星支持

全動態視頻(FMV)

衛星ResterT

_______GF-1PMS

高分一號GF-1WFV

高分二號-GF?2PMs

高分四號一GF-4PMI

環境衛星HJ1A/1BCCD

ZYO2cHRC

資源一號ZY02CPMS

ZY3-CRESDA

資源三號ZY3-SASMAC

天繪一號TH-1

吉林一號JL101APMS

RADAR

ArcGIS采用鑲嵌數據集進行影像數據管理2O19EMChr^

Suwnf

@快速構建影像庫

□文件+數據庫管理模式

□自動抽取元數據信息

□靈活自定義處理流程

③解決的問題:

□多種數據源（航片、衛片、Web服

務）

□多種數據格式

□不斷增加的波段個數種象元位數

□極大規模的影像數據

Demo:遙感影像云管平臺2019EMChrv

Dvwicp^Survnt

192.168.1001188(W0/：(!k^e$hafing/i<MkMh(m)a

*41為市逑原影像云眼努平臺中“JR

影像目錄

堤供全部影儂數恥的丸數就/空間數|?合直泡.可以根射空間幾何位置加逸等方式實現彩

像檢索,也可以通對伯國8類里、影像采集附加蔣無敬喻息實現數艷檜素.支持兩種方式

影像數據動態影像更新流程2O19EMChr^

Suwnf

Demo:基于鑲嵌數據集的動態影像更新2O19E?Chre

Suwnf

Homerrosay.grb2」EagwZNe，M，p■CcsitefVosentaiic^B丸ol?

GDM4a,3-IBRZMHMPDAr>|lyUsAPrm?口中LA&>。5?人

?AbdVt|vWWj

Cortex

立trsccg?

?9WcHdMap(Night)

三、柵格大數據分布式處理能力2O19EMChr^

Suwnf

分布式一實現了單個機器無法勝任的分析任務

從大規模數據管理、共享到處理分析、信息提取

挖掘信息產品

-單機處理一分布式處理

更豐富的數

-本地存儲一云存儲據類型

-更靈活的模型定制

基于服務器的分布式柵格處

動態影像模型地理處理模型WebGIS圖層

理和分布式柵格存儲

即時處理強有力的分析分布式分析與可選的分布式存儲豐富的地理信息模型

，以實現更高的可擴展性

ArcGIS影像大數據分析能力20l9E?rtChna

Suwnt

RasterFunctions

SpatialAnalyst

ImageAnalyst~15additionalRasterFunctions

^ArcGISPro-60additionalRasterFunctions

50RasterFunctions

MultibandMathCorrectionInterpolationAnalysis:ImageSegmentation&Class川cationAnalysis：Distance&Density

ArithmeticApparentReflectanceInterpolateIrregularDataSegmentaion|MeanShift)EucldeanD?tanoe

BandAnlhmcticGe<xnelricCorrectionNearestNcighbcxTraining(150,SVM.ML.Randomtrees)CostOstanc?

SupervisedClassificationLeastCostPath

SpeckleFiltering(Lee.Frost.Kuan)-IDW

KemolDensity

Analysis:BandMath&IndicesThermaln<xse■tzbK

RadiometricCalibrat?onSwathPathAllocation?

Analysis:OverlayStatistics:PathDistance?

NDVI/NDVICokxtzed

DataManagement&ConversionCorridor?

SAV1/MSAVI/TSAVISurfaceGeneration&Analysis

WeightedSumZonalStatistics

GEMIPathDistancebacklink?

RastertoVector

GVI(LandsatTM)AspectCellStatistics

PVIVectortoRasterCurvatureFocal?

CoiormapAnalysis:Hydrology

TasseledCap(Kauh-Thomas)ElevationVoidAll

ColormapToRGBFil

BinaryThresholdingHillshadeMathRoundDownTanHGreaterTnan

ComplexFlowAccumulation

HeatIndexShadedReliefRoundUpConEqual

GrayscaleFlowDirection

StopeCalculatorSquareS?NullIsNul

WindCMFlowDistance

RemapReclassContourAbsSquareRootBitwiseLessThanI

StreamLink

SpectralConversionDivxfeTimesAndLessThanI

StatisticsUnitConversionWatershed

ExpACosLeftswnEqual

VectorFieldExp10ACosHNotNotFqual1

ArgStattsticsLAStoRasterPython