PIE遙感云服務(wù)與實(shí)踐

目錄
叢書(shū)序一
叢書(shū)序二
前言
第1章 緒論 1
1.1 概述 1
1.2 國(guó)內(nèi)外遙感云平臺(tái)發(fā)展現(xiàn)狀 2
1.2.1 國(guó)外遙感云平臺(tái)進(jìn)展 2
1.2.2 國(guó)內(nèi)遙感云平臺(tái)進(jìn)展 5
1.3 遙感云平臺(tái)發(fā)展趨勢(shì) 8
1.3.1 技術(shù)交融化 8
1.3.2 場(chǎng)景泛在化 9
1.3.3 業(yè)務(wù)精細(xì)化 9
1.3.4 服務(wù)大眾化 10
1.3.5 應(yīng)用智能化 10
思考題 11
參考文獻(xiàn) 11
第2章 理論與基礎(chǔ) 13
2.1 大數(shù)據(jù) 13
2.1.1 概述 13
2.1.2 大數(shù)據(jù)處理技術(shù) 14
2.1.3 開(kāi)源大數(shù)據(jù)處理平臺(tái) 14
2.2 云計(jì)算 17
2.2.1 概述 17
2.2.2 云計(jì)算關(guān)鍵技術(shù) 18
2.2.3 云服務(wù) 21
2.2.4 開(kāi)源云計(jì)算管理平臺(tái) 22
2.3 遙感云平臺(tái)構(gòu)建 26
2.3.1 概述 26
2.3.2 云原生與地理數(shù)據(jù)服務(wù) 26
2.3.3 無(wú)服務(wù)器計(jì)算與遙感數(shù)據(jù)分析 31
2.3.4 基于地理編碼的多源時(shí)空立方體 34
思考題 37
參考文獻(xiàn) 37
第3章 海量遙感數(shù)據(jù)在線(xiàn)處理 40
3.1 概述 40
3.2 多源異構(gòu)遙感數(shù)據(jù)處理 41
3.2.1 高分辨率光學(xué)衛(wèi)星影像處理 41
3.2.2 高光譜衛(wèi)星影像處理 47
3.2.3 雷達(dá)衛(wèi)星影像處理 51
3.2.4 無(wú)人機(jī)影像處理 62
3.3 PIE-Engine Factory介紹 65
3.3.1 設(shè)計(jì)思想 65
3.3.2 基本功能 66
3.3.3 操作方法 67
3.4 應(yīng)用實(shí)例——數(shù)字正射影像圖（DOM）生產(chǎn) 80
思考題 99
參考文獻(xiàn) 99
第4章 遙感數(shù)據(jù)科學(xué)分析 101
4.1 概述 101
4.2 遙感在線(xiàn)并行計(jì)算 101
4.2.1 遙感數(shù)據(jù)存儲(chǔ)模型 101
4.2.2 計(jì)算執(zhí)行和優(yōu)化技術(shù) 102
4.3 PIE-Engine Studio介紹 106
4.3.1 設(shè)計(jì)思想 106
4.3.2 數(shù)據(jù)集 107
4.3.3 基本功能 108
4.3.4 操作方法 136
4.4 應(yīng)用實(shí)例——凈初級(jí)生產(chǎn)力（NPP）分析 157
思考題 166
參考文獻(xiàn) 167
第5章 全棧式遙感智能解譯 168
5.1 概述 168
5.2 全棧一站式智能解譯技術(shù) 168
5.2.1 基于多用戶(hù)場(chǎng)景下模型反饋優(yōu)化的訓(xùn)練與評(píng)估技術(shù) 169
5.2.2 基于云原生及微服務(wù)架構(gòu)的模型動(dòng)態(tài)調(diào)度技術(shù) 170
5.2.3 解譯模型輕量化適配技術(shù) 172
5.3 PIE-Engine AI遙感智能解譯服務(wù)平臺(tái) 175
5.3.1 設(shè)計(jì)思想 175
5.3.2 基本功能 176
5.3.3 操作方法 183
5.4 應(yīng)用實(shí)例——基于濱海區(qū)域儲(chǔ)油罐目標(biāo)要素識(shí)別 214
思考題 220
參考文獻(xiàn) 220
第6章 地理時(shí)空數(shù)據(jù)共享與發(fā)布 221
6.1 概述 221
6.2 地理時(shí)空數(shù)據(jù)管理 222
6.2.1 概述 222
6.2.2 地理空間格網(wǎng)剖分 222
6.2.3 空間索引構(gòu)建 224
6.2.4 全局統(tǒng)一元數(shù)據(jù)管理 229
6.2.5 混合多態(tài)存儲(chǔ)架構(gòu) 232
6.3 地理時(shí)空數(shù)據(jù)訪(fǎng)問(wèn)引擎與存儲(chǔ) 233
6.3.1 地理時(shí)空數(shù)據(jù)統(tǒng)一訪(fǎng)問(wèn)引擎 233
6.3.2 混合多態(tài)存儲(chǔ)技術(shù) 241
6.4 多源數(shù)據(jù)在線(xiàn)地圖服務(wù)與發(fā)布技術(shù) 249
6.4.1 在線(xiàn)地圖服務(wù) 249
6.4.2 在線(xiàn)發(fā)布技術(shù) 251
6.5 PIE-Engine Server介紹 256
6.5.1 設(shè)計(jì)思想 256
6.5.2 基本功能 261
6.5.3 操作方法 264
6.6 應(yīng)用實(shí)例——陜西省土壤類(lèi)型數(shù)據(jù)在線(xiàn)配圖流程介紹 277
思考題 289
參考文獻(xiàn) 289
第7章 專(zhuān)題實(shí)踐 291
7.1 基于多源遙感的湖泊生態(tài)環(huán)境智能監(jiān)測(cè)服務(wù) 291
7.1.1 概述 291
7.1.2 服務(wù)能力 292
7.1.3 服務(wù)案例應(yīng)用領(lǐng)域 301
7.2 基于多源遙感的城市生態(tài)宜居評(píng)估服務(wù) 301
7.2.1 概述 302
7.2.2 服務(wù)能力 303
7.2.3 服務(wù)案例應(yīng)用領(lǐng)域 311
7.3 水稻自動(dòng)提取服務(wù) 311
7.3.1 概述 311
7.3.2 服務(wù)能力 312
7.3.3 服務(wù)案例應(yīng)用領(lǐng)域 317
7.4 黃河口及其鄰近海域水質(zhì)遙感監(jiān)測(cè)服務(wù) 317
7.4.1 概述 317
7.4.2 服務(wù)能力 318
7.4.3 服務(wù)案例應(yīng)用領(lǐng)域 326
7.5 基于AI算法的大棚識(shí)別提取服務(wù) 327
7.5.1 概述 327
7.5.2 服務(wù)能力 328
7.5.3 服務(wù)案例應(yīng)用領(lǐng)域 335
思考題 335
參考文獻(xiàn) 335
附錄一 PIE-Engine Studio公共數(shù)據(jù)資源列表 337
附錄二 獲取更多幫助和信息 340