專利名稱：多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種檢索方法，具體涉及多源遙感資源的異構(gòu)數(shù)據(jù)庫(kù)的檢索方法。
背景技術(shù)：
遙感一般指運(yùn)用傳感器對(duì)物體的電磁波的輻射、反射特性的探測(cè)，并根據(jù)其特性 對(duì)物體的性質(zhì)、特征和狀態(tài)進(jìn)行分析的理論、方法和應(yīng)用的科學(xué)技術(shù)。遙感資源一般是指采 用航空、航天運(yùn)載工具，通過(guò)傳感器獲得的不同數(shù)據(jù)類型(可見(jiàn)光、多光譜、高光譜、SAR及 紅外等)、不同時(shí)相及不同分辨率(包括時(shí)間分辨率、空間分辨率、光譜分辨率)的數(shù)據(jù)及 對(duì)數(shù)據(jù)和成像過(guò)程的相關(guān)描述信息。遙感資源現(xiàn)已廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、區(qū)域規(guī)劃、氣象預(yù) 報(bào)、水環(huán)境治理與規(guī)劃、資源清查與監(jiān)測(cè)、通信網(wǎng)絡(luò)規(guī)劃、數(shù)字地球等相關(guān)的領(lǐng)域。傳統(tǒng)的遙感資源數(shù)據(jù)庫(kù)檢索往往只是針對(duì)單個(gè)遙感資源數(shù)據(jù)庫(kù)。隨著遙感技術(shù)的 發(fā)展，往往需要管理不同的遙感資源數(shù)據(jù)庫(kù)，這些數(shù)據(jù)庫(kù)的結(jié)構(gòu)往往不同，因此被稱為異構(gòu) 數(shù)據(jù)庫(kù)。如今，遙感資源成爆炸式增長(zhǎng)態(tài)勢(shì)。如何整合多個(gè)遙感數(shù)據(jù)庫(kù)，提高遙感資源的利 用效率，需進(jìn)行遙感資源的跨庫(kù)檢索。針對(duì)此問(wèn)題，提出遙感資源異構(gòu)數(shù)據(jù)庫(kù)的跨庫(kù)檢索方 法。并針對(duì)遙感資源的海量數(shù)據(jù)檢索，提出分級(jí)檢索策略，以此提高數(shù)據(jù)檢索速度。

發(fā)明內(nèi)容
針對(duì)傳統(tǒng)遙感資源不能跨庫(kù)檢索的問(wèn)題及檢索速度較慢的問(wèn)題，本發(fā)明提出一種 多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法。本發(fā)明所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法的具體過(guò)程為步驟一對(duì)分布的各個(gè)異地遙感數(shù)據(jù)中心中的數(shù)據(jù)庫(kù)的統(tǒng)一化，并將統(tǒng)一化之后 的所有數(shù)據(jù)存入到本地?cái)?shù)據(jù)庫(kù)；步驟二 對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有數(shù)據(jù)進(jìn)行分級(jí)檢索；步驟三將步驟二獲得的檢索結(jié)果進(jìn)行排序，獲得最終的檢索結(jié)果。所述步驟一的過(guò)程為首先，分別從各個(gè)分布的遙感數(shù)據(jù)中心獲得遙感數(shù)據(jù)；然后，逐一對(duì)獲得的每一個(gè)遙感數(shù)據(jù)中心的遙感數(shù)據(jù)進(jìn)行分析，并通過(guò)格式轉(zhuǎn)換 器對(duì)所有遙感數(shù)據(jù)中心的遙感數(shù)據(jù)的格式進(jìn)行統(tǒng)一化轉(zhuǎn)換，使得所有遙感數(shù)據(jù)中心的遙感 數(shù)據(jù)轉(zhuǎn)換后的格式與本地遙感數(shù)據(jù)的格式相同；最后，把所有格式轉(zhuǎn)換完以后的遙感數(shù)據(jù)存入本地的遙感數(shù)據(jù)庫(kù)中。所述步驟二中所述的分級(jí)空間檢索的過(guò)程為首先，獲得用戶的查詢請(qǐng)求，對(duì)請(qǐng)求進(jìn)行解析并獲得查詢條件中的屬性查詢部分 和空間查詢部分；然后，對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有遙感數(shù)據(jù)進(jìn)行一級(jí)過(guò)濾，其中一級(jí)過(guò)濾也稱為粗過(guò) 濾，獲得符合屬性查詢條件的屬性過(guò)濾數(shù)據(jù)集；最后，對(duì)獲得的屬性過(guò)濾數(shù)據(jù)集進(jìn)行二級(jí)過(guò)濾，其中二級(jí)過(guò)濾也稱為空間過(guò)濾，獲得空間過(guò)濾數(shù)據(jù)集，所述空間過(guò)濾數(shù)據(jù)集極為檢索結(jié)果數(shù)據(jù)集。本發(fā)明針對(duì)多源遙感資源的異構(gòu)數(shù)據(jù)庫(kù)的檢索提供了一種方法，具體涉及到遙感 資源異構(gòu)編目數(shù)據(jù)庫(kù)的統(tǒng)一化、數(shù)據(jù)庫(kù)空間查詢的分級(jí)檢索及檢索結(jié)果的優(yōu)化三部分。本發(fā)明的分級(jí)檢索方法，首先，針對(duì)目前不同類型的遙感數(shù)據(jù)庫(kù)，設(shè)計(jì)統(tǒng)一的編目 信息數(shù)據(jù)庫(kù)，并把異構(gòu)的編目信息進(jìn)行標(biāo)準(zhǔn)化的轉(zhuǎn)換，為后續(xù)的檢索提供基礎(chǔ)。其次，針對(duì) 遙感數(shù)據(jù)的空間查詢計(jì)算量大，為減小計(jì)算量，采用初級(jí)過(guò)濾和二次過(guò)濾兩級(jí)的檢索策略。 最后，對(duì)檢索的結(jié)果進(jìn)行優(yōu)化排序，把質(zhì)量高的檢索結(jié)果優(yōu)先呈現(xiàn)給用戶。該方法通過(guò)編目 數(shù)據(jù)的統(tǒng)一化和空間查詢的分級(jí)化實(shí)現(xiàn)了高效、穩(wěn)健的遙感資源異構(gòu)數(shù)據(jù)庫(kù)的空間查詢。本發(fā)明所述的分級(jí)檢索方法適用于遙感資源的檢索領(lǐng)域，尤其適用于涉及到多個(gè) 遙感資源數(shù)據(jù)庫(kù)的跨庫(kù)檢索。本發(fā)明的分級(jí)檢索方法還可以應(yīng)用于對(duì)數(shù)據(jù)庫(kù)檢索結(jié)果的排 序領(lǐng)域。


圖1為本發(fā)明所采用的整體流程圖；圖2為遙感資源異構(gòu)數(shù)據(jù)庫(kù)的轉(zhuǎn)換框圖；圖3為統(tǒng)一化后本地?cái)?shù)據(jù)庫(kù)的表結(jié)構(gòu)圖；圖4分級(jí)檢索流程圖。
具體實(shí)施例方式
具體實(shí)施例方式參見(jiàn)圖1說(shuō)明本實(shí)施方式，本實(shí)施方式所述的多源遙感資源異構(gòu) 數(shù)據(jù)庫(kù)的分級(jí)檢索方法的具體過(guò)程為步驟一對(duì)分布的各個(gè)異地遙感數(shù)據(jù)中心中的數(shù)據(jù)庫(kù)的統(tǒng)一化，并將統(tǒng)一化之后 的所有數(shù)據(jù)存入到本地?cái)?shù)據(jù)庫(kù)；步驟二 對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有數(shù)據(jù)進(jìn)行分級(jí)檢索；步驟三將步驟二獲得的檢索結(jié)果進(jìn)行排序，獲得最終的檢索結(jié)果。步驟一主要是為了把分布式的異構(gòu)的遙感資源進(jìn)行格式的統(tǒng)一化及標(biāo)準(zhǔn)化，從而 實(shí)現(xiàn)分布式異構(gòu)遙感資源能夠協(xié)同服務(wù)。遙感資源異構(gòu)數(shù)據(jù)庫(kù)是用于存儲(chǔ)遙感資源的數(shù)據(jù) 庫(kù)，所有遙感資源異構(gòu)數(shù)據(jù)庫(kù)的地統(tǒng)一化及標(biāo)準(zhǔn)化過(guò)程參見(jiàn)圖2所示。上述步驟一的過(guò)程為首先，分別從各個(gè)分布的遙感數(shù)據(jù)中心獲得遙感數(shù)據(jù)；然后，逐一對(duì)獲得的每一個(gè)遙感數(shù)據(jù)中心的遙感數(shù)據(jù)進(jìn)行分析，并通過(guò)格式轉(zhuǎn)換 器對(duì)所有遙感數(shù)據(jù)中心的遙感數(shù)據(jù)的格式進(jìn)行統(tǒng)一化轉(zhuǎn)換，使得所有遙感數(shù)據(jù)中心的遙感 數(shù)據(jù)轉(zhuǎn)換后的格式與本地遙感數(shù)據(jù)的格式相同；最后，把所有格式轉(zhuǎn)換完以后的遙感數(shù)據(jù)存入本地的遙感數(shù)據(jù)庫(kù)中。例如，本地?cái)?shù)據(jù)庫(kù)的數(shù)據(jù)格式可以為圖3所示結(jié)構(gòu)。分布式的異構(gòu)的遙感數(shù)據(jù)經(jīng) 上述處理之后，實(shí)現(xiàn)了分布異構(gòu)遙感數(shù)據(jù)格式的統(tǒng)一化，這樣更有利于數(shù)據(jù)的檢索，使檢索 速度得到了大大提高，并且實(shí)現(xiàn)了多個(gè)分布異構(gòu)數(shù)據(jù)中心的協(xié)同服務(wù)。步驟二中所述的分級(jí)空間檢索的過(guò)程參見(jiàn)圖4所示，具體過(guò)程為首先，獲得用戶的查詢請(qǐng)求，對(duì)請(qǐng)求進(jìn)行解析并獲得查詢條件中的屬性查詢部分和空間查詢部分；然后，對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有遙感數(shù)據(jù)進(jìn)行一級(jí)過(guò)濾，其中一級(jí)過(guò)濾也稱為粗過(guò) 濾，獲得符合屬性查詢條件的屬性過(guò)濾數(shù)據(jù)集；最后，對(duì)獲得的屬性過(guò)濾數(shù)據(jù)集進(jìn)行二級(jí)過(guò)濾，其中二級(jí)過(guò)濾也稱為空間過(guò)濾，獲 得空間過(guò)濾數(shù)據(jù)集，所述空間過(guò)濾數(shù)據(jù)集極為檢索結(jié)果數(shù)據(jù)集。所述一級(jí)過(guò)濾，主要是通過(guò)用戶提交請(qǐng)求中的屬性條件對(duì)本地?cái)?shù)據(jù)庫(kù)中的海量空 間遙感數(shù)據(jù)進(jìn)行屬性查詢，并得到滿足用戶請(qǐng)求中的屬性要求信息的屬性過(guò)濾的數(shù)據(jù)集。所述二級(jí)過(guò)濾，主要是在一級(jí)過(guò)濾基礎(chǔ)之上的空間過(guò)濾，所述空間過(guò)濾方法可以 采用射線法實(shí)現(xiàn)。上述一級(jí)過(guò)濾的過(guò)程為從用戶請(qǐng)求中獲得空間查詢條件，即經(jīng)緯度坐標(biāo)點(diǎn)集，并把該空間查詢條件存入 點(diǎn)集M中；然后，從本地?cái)?shù)據(jù)庫(kù)中獲得所有滿足屬性條件的記錄的地理信息組成點(diǎn)集N。該點(diǎn)集中存儲(chǔ)的是所有符合屬性條件的經(jīng)緯度坐標(biāo)點(diǎn)；上述二級(jí)過(guò)濾的過(guò)程為逐一判斷由點(diǎn)集M構(gòu)成的多邊形A的每個(gè)頂點(diǎn)P(x，y)與由點(diǎn)集N構(gòu)成的多邊形 B的幾何關(guān)系，當(dāng)多邊形A的所有頂點(diǎn)中，有一個(gè)頂點(diǎn)與多邊形B相交、相鄰或位于多邊形B 內(nèi)部時(shí)，則判定多邊形A與多邊形B的幾何關(guān)系為相交，并把多邊形A中所有與多邊形B相 交、相鄰或位于多邊形B內(nèi)部的頂點(diǎn)對(duì)應(yīng)的遙感數(shù)據(jù)記錄保留于空間過(guò)濾數(shù)據(jù)集中，獲得 空間過(guò)濾數(shù)據(jù)集。判斷多邊形A的任意一個(gè)頂點(diǎn)P (x，y)與多邊形B的幾何關(guān)系的過(guò)程為如果頂點(diǎn)P(x，y)在多邊形B上，則判定多邊形A與多邊形B相交或相鄰；如果頂 點(diǎn)P(x，y)不在多邊形B上，則采用射線法判定多邊形A與多邊形B的幾何關(guān)系，具體過(guò)程 為以頂點(diǎn)P(x，y)為頂點(diǎn)做一條射線1，計(jì)算射線1與多邊形B的各邊是否相交，并計(jì)算出 交點(diǎn)個(gè)數(shù)a，當(dāng)個(gè)數(shù)a為奇數(shù)時(shí)，則頂點(diǎn)P (x, y)在多邊形B的內(nèi)部，判定多邊形A與多邊形 B相交，返回TURE ；當(dāng)個(gè)數(shù)a為偶數(shù)時(shí)，則頂點(diǎn)P (χ，y)在多邊形B的外部。所述偶數(shù)包括0。在射線法中，當(dāng)射線1與多邊形B的某一條邊重合時(shí)，為不相交狀態(tài)。與一般的數(shù)據(jù)庫(kù)信息系統(tǒng)相比，遙感空間數(shù)據(jù)庫(kù)的遙感數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù) 類型復(fù)雜、空間檢索計(jì)算量大等特點(diǎn)。針對(duì)遙感數(shù)據(jù)的以上三個(gè)特點(diǎn)與為用戶提供快速 檢索服務(wù)的要求，本文提出了基于兩級(jí)過(guò)濾的檢索策略來(lái)實(shí)現(xiàn)遙感空間數(shù)據(jù)的快速檢索服 務(wù)，其中，一級(jí)過(guò)濾為屬性查詢，二級(jí)過(guò)濾為空間過(guò)濾。
具體實(shí)施方式
二 本實(shí)施方式與具體實(shí)施方式
一的區(qū)別在于，該方法中還包括 定時(shí)周期性的獲取各個(gè)分布式的數(shù)據(jù)中心的數(shù)據(jù)對(duì)本地?cái)?shù)據(jù)庫(kù)進(jìn)行更新的步驟。由于分布式的各個(gè)數(shù)據(jù)中心的數(shù)據(jù)每天或每周進(jìn)行相應(yīng)的更新操作，為了讓用戶 能夠獲得最新的遙感數(shù)據(jù)。本實(shí)施方式中增加了用于實(shí)現(xiàn)數(shù)據(jù)更新的步驟，該步驟用于定 時(shí)獲取異構(gòu)遙感資源數(shù)據(jù)庫(kù)的更新資源，該步驟采用定時(shí)器編程實(shí)現(xiàn)，可以對(duì)更新時(shí)刻及 更新時(shí)間間隔進(jìn)行相應(yīng)的參數(shù)調(diào)整，這樣就可以在特定時(shí)刻和特定間隔周期獲取分布式的 各個(gè)數(shù)據(jù)中心的數(shù)據(jù)實(shí)現(xiàn)對(duì)本地?cái)?shù)據(jù)庫(kù)的更新，從而使本地?cái)?shù)據(jù)中心與各個(gè)分布的數(shù)據(jù)中 心的同步，讓用戶可以獲得最新的數(shù)據(jù)。
具體實(shí)施方式
三本實(shí)施方式與具體實(shí)施方程一或二所述的方法的區(qū)別在于，該 方法還包括都空間過(guò)濾數(shù)據(jù)集中的所有數(shù)據(jù)進(jìn)行優(yōu)化排序的步驟，然后將優(yōu)化排序后的空 間過(guò)濾數(shù)據(jù)集作為最終檢索結(jié)果輸出。在實(shí)際的搜索過(guò)程中，眾多研究者發(fā)現(xiàn)用戶不僅關(guān)心搜索結(jié)果的正確性，另外搜 索結(jié)果的排序也很大程度地影響用戶的搜索體驗(yàn)。當(dāng)檢索結(jié)果中的每個(gè)文檔根據(jù)自身的相 關(guān)性和重要性被賦予合理的分值作為排序依據(jù)時(shí)，返回的查詢結(jié)果是令人滿意的；反之，如 果檢索結(jié)果中文檔的評(píng)分結(jié)果缺乏合理性，將產(chǎn)生較差的用戶體驗(yàn)。所述優(yōu)化排序的步驟中，根據(jù)遙感數(shù)據(jù)的實(shí)際需要，綜合考慮數(shù)據(jù)質(zhì)量，即云覆 蓋程度、分辨率、時(shí)間等參數(shù)提供檢索的結(jié)果進(jìn)行排序。在排序過(guò)程中建立一個(gè)權(quán)重可調(diào)整的質(zhì)量評(píng)價(jià)模型，對(duì)每個(gè)檢索結(jié)果打分，在檢 索過(guò)程中通過(guò)此模型的過(guò)濾，將分?jǐn)?shù)較高的結(jié)果優(yōu)先反饋給用戶。結(jié)合遙感數(shù)據(jù)的特點(diǎn)建立如下評(píng)分模型Score = f(CloudLever)Xffeightl+g(Date)Xffeight2+h(Resolution) Xffeigh t3其中，weightl+weight2+weight3 = 1，所述 weightl、weight2 禾口 weight3 分別是 云覆蓋程度、日期和分辨率的權(quán)重參數(shù)。CloudLever表示云覆蓋程度，Date表示日期，Resolution表示分辨率；f (CloudLever)表示云覆蓋程度的函數(shù)，f (CloudLever) = 100-20X (CloudLevel)，CloudLever 為 O 5，6 個(gè)等級(jí)；g(Date)表示日期的線性函數(shù)，g(Date) = 100-100 X (SystemData-ImageData)/(SystemData-OldestDate)；其中，ImageData是衛(wèi)星影像的日期，SystemData是檢索當(dāng)天的日期，OldestDate 是衛(wèi)星影像中最早的日期；h (Resolution)表示分辨率的線性函數(shù)，h(Resolution)=1 0 0 - 1 0 0 X (MaxResolution-ImageResolution) / (MaxResolution-MinResolution),其中，ImageResolution是衛(wèi)星影像的分辨率，MaxResolution是分辨率的最大 值，MinResolution是分辨率的最小值。上述模型具有特點(diǎn)總體采用線性模型，分?jǐn)?shù)在O 100之間；各項(xiàng)質(zhì)量的分?jǐn)?shù)在 O 100之間，各項(xiàng)也采用線性打分；各項(xiàng)的權(quán)重可調(diào)。
權(quán)利要求
1.多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于所述分級(jí)檢索方法的過(guò)程為步驟一對(duì)分布的各個(gè)異地遙感數(shù)據(jù)中心中的數(shù)據(jù)庫(kù)的統(tǒng)一化，并將統(tǒng)一化之后的所 有數(shù)據(jù)存入到本地?cái)?shù)據(jù)庫(kù)；步驟二 對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有數(shù)據(jù)進(jìn)行分級(jí)檢索；步驟三將步驟二獲得的檢索結(jié)果進(jìn)行排序，獲得最終的檢索結(jié)果。步驟一主要是為了把分布式的異構(gòu)的遙感資源進(jìn)行格式的統(tǒng)一化及標(biāo)準(zhǔn)化，從而實(shí)現(xiàn) 分布式異構(gòu)遙感資源能夠協(xié)同服務(wù)。遙感資源異構(gòu)數(shù)據(jù)庫(kù)是用于存儲(chǔ)遙感資源的數(shù)據(jù)庫(kù)， 所有遙感資源異構(gòu)數(shù)據(jù)庫(kù)的地統(tǒng)一化及標(biāo)準(zhǔn)化過(guò)程參見(jiàn)圖2所示。
2.根據(jù)權(quán)利要求1所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述步驟一的過(guò)程為首先，分別從各個(gè)分布的遙感數(shù)據(jù)中心獲得遙感數(shù)據(jù)；然后，逐一對(duì)獲得的每一個(gè)遙感數(shù)據(jù)中心的遙感數(shù)據(jù)進(jìn)行分析，并通過(guò)格式轉(zhuǎn)換器對(duì) 所有遙感數(shù)據(jù)中心的遙感數(shù)據(jù)的格式進(jìn)行統(tǒng)一化轉(zhuǎn)換，使得所有遙感數(shù)據(jù)中心的遙感數(shù)據(jù) 轉(zhuǎn)換后的格式與本地遙感數(shù)據(jù)的格式相同；最后，把所有格式轉(zhuǎn)換完以后的遙感數(shù)據(jù)存入本地的遙感數(shù)據(jù)庫(kù)中。
3.根據(jù)權(quán)利要求1所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述步驟二中所述的分級(jí)空間檢索的過(guò)程為首先，獲得用戶的查詢請(qǐng)求，對(duì)請(qǐng)求進(jìn)行解析并獲得查詢條件中的屬性查詢部分和空 間查詢部分；然后，對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有遙感數(shù)據(jù)進(jìn)行一級(jí)過(guò)濾，其中一級(jí)過(guò)濾也稱為粗過(guò)濾，獲 得符合屬性查詢條件的屬性過(guò)濾數(shù)據(jù)集；最后，對(duì)獲得的屬性過(guò)濾數(shù)據(jù)集進(jìn)行二級(jí)過(guò)濾，其中二級(jí)過(guò)濾也稱為空間過(guò)濾，獲得空 間過(guò)濾數(shù)據(jù)集，所述空間過(guò)濾數(shù)據(jù)集極為檢索結(jié)果數(shù)據(jù)集。
4.根據(jù)權(quán)利要求3所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述二級(jí)過(guò)濾中的空間過(guò)濾采用射線法實(shí)現(xiàn)。
5.根據(jù)權(quán)利要求3所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述一級(jí)過(guò)濾的過(guò)程為從用戶請(qǐng)求中獲得空間查詢條件，即經(jīng)緯度坐標(biāo)點(diǎn)集，并把該空間查詢條件存入點(diǎn)集 M中；然后，從本地?cái)?shù)據(jù)庫(kù)中獲得所有滿足屬性條件的記錄的地理信息組成點(diǎn)集N。
6.根據(jù)權(quán)利要求3所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述二級(jí)過(guò)濾的過(guò)程為逐一判斷由點(diǎn)集M構(gòu)成的多邊形A的每個(gè)頂點(diǎn)P(x，y)與由點(diǎn)集N構(gòu)成的多邊形B的 幾何關(guān)系，當(dāng)多邊形A的所有頂點(diǎn)中，有一個(gè)頂點(diǎn)與多邊形B相交、相鄰或位于多邊形B內(nèi) 部時(shí)，則判定多邊形A與多邊形B的幾何關(guān)系為相交，并把多邊形A中所有與多邊形B相交、 相鄰或位于多邊形B內(nèi)部的頂點(diǎn)對(duì)應(yīng)的遙感數(shù)據(jù)記錄保留于空間過(guò)濾數(shù)據(jù)集中，獲得空間 過(guò)濾數(shù)據(jù)集。
7.根據(jù)權(quán)利要求6所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，所 述判斷多邊形A的任意一個(gè)頂點(diǎn)P (X，y)與多邊形B的幾何關(guān)系的過(guò)程為如果頂點(diǎn)P(x，y)在多邊形B上，則判定多邊形A與多邊形B相交或相鄰；如果頂點(diǎn) P(x,y)不在多邊形B上，則采用射線法判定多邊形A與多邊形B的幾何關(guān)系，具體過(guò)程為 以頂點(diǎn)P(x，y)為頂點(diǎn)做一條射線1，計(jì)算射線1與多邊形B的各邊是否相交，并計(jì)算出交 點(diǎn)個(gè)數(shù)a，當(dāng)個(gè)數(shù)a為奇數(shù)時(shí)，則頂點(diǎn)P (x, y)在多邊形B的內(nèi)部，判定多邊形A與多邊形B 相交，返回TURE ；當(dāng)個(gè)數(shù)a為偶數(shù)時(shí)，則頂點(diǎn)P (χ，y)在多邊形B的外部。
8.根據(jù)權(quán)利要求1至7任意一項(xiàng)所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其 特征在于，該方法中還包括定時(shí)周期性的獲取各個(gè)分布式的數(shù)據(jù)中心的數(shù)據(jù)對(duì)本地?cái)?shù)據(jù) 庫(kù)進(jìn)行更新的步驟。
9.根據(jù)權(quán)利要求1至7任意一項(xiàng)所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其 特征在于該方法還包括都空間過(guò)濾數(shù)據(jù)集中的所有數(shù)據(jù)進(jìn)行優(yōu)化排序的步驟，然后將優(yōu)化 排序后的空間過(guò)濾數(shù)據(jù)集作為最終檢索結(jié)果輸出。
10.根據(jù)權(quán)利要求9所述的多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，其特征在于，在 排序過(guò)程中建立一個(gè)權(quán)重可調(diào)整的質(zhì)量評(píng)價(jià)模型，對(duì)每個(gè)檢索結(jié)果打分，在檢索過(guò)程中通 過(guò)此模型的過(guò)濾，將分?jǐn)?shù)較高的結(jié)果優(yōu)先反饋給用戶，所述質(zhì)量評(píng)價(jià)模型為Score = f(CloudLever)Xffeightl+g(Date)Xffeight2+h(Resolution)Xffeight3 其中，weightl+weight2+weight3 = 1，所述 weightl、weight2 禾口 weight3 分別是云覆 蓋程度、日期和分辨率的權(quán)重參數(shù)；CloudLever表示云覆蓋程度，Date表示日期，Resolution表示分辨率； f (CloudLever)表示云覆蓋程度的函數(shù)，f (CloudLever) = 100-20X (CloudLevel)，CloudLever 為 O 5，6 個(gè)等級(jí)； g(Date)表示日期的線性函數(shù)，g (Date) = 100-100X (SystemData-ImageData)/(SystemData-OldestDate)； 其中，ImageData是衛(wèi)星影像的日期，SystemData是檢索當(dāng)天的日期，01 destDate是衛(wèi) 星影像中最早的日期；h (Resolution)表示分辨率的線性函數(shù)， h(Resolution)=100-100 X (MaxResolution-ImageResolution)/(MaxResolution-MinResolution)， 其中，ImageResolution是衛(wèi)星影像的分辨率，MaxResolution是分辨率的最大值， MinResolution是分辨率的最小值。
全文摘要
多源遙感資源異構(gòu)數(shù)據(jù)庫(kù)的分級(jí)檢索方法，涉及多源遙感資源的異構(gòu)數(shù)據(jù)庫(kù)的檢索方法。本發(fā)明解決了現(xiàn)有技術(shù)中對(duì)傳統(tǒng)遙感資源不能跨庫(kù)檢索的問(wèn)題及檢索速度較慢的問(wèn)題。本發(fā)明的方法中，首先對(duì)分布的各個(gè)異地遙感數(shù)據(jù)中心中的數(shù)據(jù)庫(kù)的統(tǒng)一化，并將統(tǒng)一化之后的所有數(shù)據(jù)存入到本地?cái)?shù)據(jù)庫(kù)，實(shí)現(xiàn)遙感資源異構(gòu)編目數(shù)據(jù)庫(kù)的統(tǒng)一化，為后續(xù)的檢索提供基礎(chǔ)。然后，對(duì)本地?cái)?shù)據(jù)庫(kù)中的所有數(shù)據(jù)進(jìn)行分級(jí)檢索；所述分級(jí)檢索采用初級(jí)過(guò)濾和二次過(guò)濾兩級(jí)的檢索策略，實(shí)現(xiàn)減小計(jì)算量的目的。最后，對(duì)檢索結(jié)果進(jìn)行排序，把質(zhì)量高的檢索結(jié)果優(yōu)先呈現(xiàn)給用戶。該方法通過(guò)編目數(shù)據(jù)的統(tǒng)一化和空間查詢的分級(jí)化實(shí)現(xiàn)了高效、穩(wěn)健的遙感資源異構(gòu)數(shù)據(jù)庫(kù)的空間查詢。
文檔編號(hào)G06F17/30GK102081669SQ20111002576
公開(kāi)日2011年6月1日 申請(qǐng)日期2011年1月24日 優(yōu)先權(quán)日2011年1月24日
發(fā)明者陳雨時(shí), 龔小川 申請(qǐng)人:哈爾濱工業(yè)大學(xué)