【文章內(nèi)容簡介】 的查詢與發(fā)布等基本功能。為了能夠在中心服務(wù)器及各個站點(diǎn)服務(wù)器實(shí)現(xiàn)對空間元數(shù)據(jù)庫的管理，必須開發(fā)專用的軟件。 （ 2）中心服務(wù)器端根據(jù)制定的規(guī)則分解客戶端的請求后，向客戶端 轉(zhuǎn)發(fā)按規(guī)則轉(zhuǎn)化的二級請求，客戶端通過二級請求，再轉(zhuǎn)向其他服務(wù)器索要結(jié)果。 （ 3）在分布式空間數(shù)據(jù)庫中，空間數(shù)據(jù)分布于各個數(shù)據(jù)服務(wù)器站點(diǎn)上。在應(yīng)用這些數(shù)據(jù)時， 8 一般由客戶端向中心服務(wù)器發(fā)出數(shù)據(jù)請求，中心服務(wù)器在接受請求后，調(diào)用總的空間元數(shù)據(jù)庫，確定存儲所需數(shù)據(jù)的服務(wù)器，然后向具體的數(shù)據(jù)服務(wù)器發(fā)出數(shù)據(jù)請求，由相應(yīng)數(shù)據(jù)服務(wù)器上的服務(wù)程序從有關(guān)空間數(shù)據(jù)庫中生成所需要的數(shù)據(jù)，并將結(jié)果傳回中心服務(wù)器，進(jìn)而傳回客戶端。中心服務(wù)器既是整個分布式空間數(shù)據(jù)庫的核心，又是為客戶進(jìn)行數(shù)據(jù)服務(wù)的代理?？臻g數(shù)據(jù)服務(wù)采用存根 /架構(gòu) (stub/skeleton)機(jī)制，即處于客戶端的應(yīng)用程序通過一個存根程序來代理數(shù)據(jù)請求，它生成有關(guān)數(shù)據(jù)請求命令，向中心服務(wù)器發(fā)出數(shù)據(jù)服務(wù)請求，并最后負(fù)責(zé)接收服務(wù)器端傳回的結(jié)果數(shù)據(jù)；在中心服務(wù)器上有一個處于激活狀態(tài)的架構(gòu)程序，它負(fù)責(zé)監(jiān)測接收來自客戶端的數(shù)據(jù)請求，對收到的命令請求進(jìn)行分析，得出數(shù)據(jù)所在的站點(diǎn)地址，將數(shù)據(jù)請求命令發(fā)向相應(yīng)的數(shù)據(jù)站點(diǎn)，并負(fù)責(zé)接收從數(shù)據(jù)服務(wù)器返回的結(jié)果數(shù)據(jù)，然后再將這些數(shù)據(jù)傳到發(fā)出初始命令的客戶端 。在每個數(shù)據(jù)服務(wù)器上，也有一個處于激活狀態(tài)的架構(gòu)程序，它接收由中心服務(wù)器發(fā)來的數(shù)據(jù)請求，對數(shù)據(jù)請 求的內(nèi)容進(jìn)行分析，自動調(diào)用數(shù)據(jù)查詢和分析工具，對本站點(diǎn)上的空間數(shù)據(jù)庫進(jìn)行操作，得到所需要的結(jié)果數(shù)據(jù)，最后再將這些數(shù)據(jù)傳回中心服務(wù)器 .在分布式空間數(shù)據(jù)庫中采用數(shù)據(jù)服務(wù)策略有其顯著優(yōu)點(diǎn)，它使得對空間數(shù)據(jù)庫的調(diào)用完全限制在所感興趣的數(shù)據(jù)集上，即只有需要的那部分?jǐn)?shù)據(jù)才通過網(wǎng)絡(luò)傳輸，從而避免了海量地理空間數(shù)據(jù)的傳輸，不致引起網(wǎng)絡(luò)梗塞。 （ 4）當(dāng)空間數(shù)據(jù)最后到達(dá)客戶端后，數(shù)據(jù)在客戶端實(shí)現(xiàn)圖層的融合。把最后的結(jié)果顯示給用戶。因?yàn)樽詈髨D層融合是在本地機(jī)器上完成，不受網(wǎng)絡(luò)的影響，能得到更加好的效果。最后實(shí)現(xiàn)結(jié)果逐步傳達(dá)到客戶 端。 （ 5）基于 WebService 通訊協(xié)議。 預(yù)期成果 在 Titan GIS 的基礎(chǔ)上，實(shí)現(xiàn)一套能能 夠 處理多源、異構(gòu)海量空間數(shù)據(jù)的引擎，其主要技術(shù)指標(biāo)如下： (1)異構(gòu)數(shù)據(jù)源的支持： 引擎 軟件支持異構(gòu)數(shù)據(jù)源并有相應(yīng)數(shù)據(jù)訪問接口或適配器。支持的異構(gòu)數(shù)據(jù)接口包括： Arc/Info、 ArcView、 MapInfo、 AutoCAD、 MicroStation、 MapGIS、 PCI、Erdas Imagine 等 GIS、遙感圖像處理等系統(tǒng)的數(shù)據(jù)格式；在 Titan軟件開發(fā)平臺提供的異構(gòu)數(shù)據(jù)源數(shù)據(jù)訪問接口和適配器 的基礎(chǔ)上，開發(fā)數(shù)據(jù)訪問功能，支持異構(gòu)數(shù)據(jù)源 ，多種空間數(shù)據(jù)庫，如 Oracle、 SQL Server、 Kingbase、 MySQL 等等 。 (2)支持元數(shù)據(jù)規(guī)范標(biāo)準(zhǔn) 。 （ 3）開放、合理的體系架構(gòu)，服務(wù)器端采用多實(shí)例管理，充分利用多路 CPU 和大內(nèi)存的服務(wù)器資源； GIS 應(yīng)用負(fù)載均衡采用多級管理模式，面向大型服務(wù)器的群集應(yīng)用；管理和配置的理念。 （ 4）海量空間數(shù)據(jù) 處理 及顯示，對于影像數(shù)據(jù)的顯示， Titan 空間數(shù)據(jù)管理 SDM 建立影像金字塔。這樣既能避免采用小波影像壓縮技術(shù)的較多質(zhì)量損失，又達(dá)到了海量影像數(shù)據(jù)的組織管理和 快速瀏覽效果的目的，可以實(shí)現(xiàn)與數(shù)據(jù)量無關(guān)的快速顯示 ；對于矢量數(shù)據(jù)的顯示， Titan空間數(shù)據(jù)管理建立了 基于四叉樹、 R 樹混合索引技術(shù)，克服了傳統(tǒng)單一索引技術(shù)的不足，為海量空間數(shù)據(jù)管理 、顯示 奠定了堅(jiān)實(shí)的基礎(chǔ)。 9 森林遙感光譜特征分析 技術(shù) 關(guān)鍵技術(shù)分析 森林資源的調(diào)查、規(guī)劃、管理、監(jiān)測、評價、預(yù)測預(yù)報、決策等各個環(huán)節(jié)都離不開現(xiàn)勢的、客觀的、準(zhǔn)確的信息。遙感技術(shù)具有的宏觀、綜合、動態(tài)、快速地獲取地表信息的特點(diǎn)，成為現(xiàn)代森林資源研究中最有效的信息獲取手段之一，為森林生態(tài)系統(tǒng)空間信息的提取、資源動態(tài)的 連續(xù)快速監(jiān)測和結(jié)構(gòu)、功能的定量綜合分析提供了強(qiáng)有力的技術(shù)支撐。 隨著傳感器技術(shù)的發(fā)展，目前遙感技術(shù)正在逐漸形成高、中、低多層次軌道，粗、精、細(xì)多種分辨率，由可見光到微波的多個波段組成的、準(zhǔn)實(shí)時的立體交叉對地觀測系統(tǒng)，所獲衛(wèi)星數(shù)據(jù)已廣泛地應(yīng)用在國土資源、海洋、水文、農(nóng)業(yè)、林業(yè)、城市、交通、地礦、油氣、測繪制圖、環(huán)境、減災(zāi)等領(lǐng)域。目前遙感呈現(xiàn)以下發(fā)展趨勢：多平臺多傳感器航空航天遙感數(shù)據(jù)獲取技術(shù)趨向“三高” —— 高空間分辨率、高時相分辨 率和高光譜分辨率；衛(wèi)星遙感呈現(xiàn)向小型化、多樣化、專業(yè)化發(fā)展趨勢； 遙感技術(shù)與多種高 新技術(shù)（ GIS、 GPS 等）進(jìn)一步結(jié)合。全定量化遙感方法將走向?qū)嵱谩? 由于不同時期太陽輻射、氣候、植被覆蓋、土壤水分等環(huán)境因素的變化，造成地物電磁輻射的差異，因此地物在不同時間內(nèi)光譜和空間特征具有明顯的變化規(guī)律，反映在遙感影像上，各種地物的光譜和幾何特征因成像季節(jié)和日期不同表現(xiàn)出色調(diào)和幾何特征上的差別。因此，根據(jù)光譜特征的時間效應(yīng)，分析研究區(qū)域地物的季相變化規(guī)律，選擇信息量最豐富、時相特征明顯的影像，才能達(dá)到影像增強(qiáng)和特征信息提取的最佳效果。 森林遙感光譜特征分析的基礎(chǔ)是植被的光譜特征分析。植被的光譜特征可使 其在遙感影像上與其他地物有效地加以區(qū)別，同時，不同的植被類型以及不同的健康狀態(tài)、生長狀況等都各有不同的波譜特征，從而成為區(qū)分植被類型、長勢以及估算生物量的重要依據(jù)。地物的光譜特征包括反、發(fā)射和透射，但對于植被而言，在可見光和近紅外波段，發(fā)射和透射幾乎等于零。因此，研究植被的光譜特征主要是植被的反射光譜特征。 常用的光譜分析方法包括：波段優(yōu)化組合法、植被指數(shù)法、遙感信息定量法。 （ 1）波段優(yōu)化組合數(shù)量化分析方法主要有最大離散度方法、最大 墑 值法、最小信息 相關(guān)法、方差 — 協(xié)方差矩陣法等等。 （ 2）監(jiān)測 作物長勢水平的有效方法是利用衛(wèi)星多光譜通道影像的反射值得到植被指 數(shù) (VI, Vegetation Index)常用的植被指數(shù)有比值植被指數(shù) (RVI, Radio Vegetation Index)、歸一化植被指數(shù) (NVI, Normalized Vegetation Index)、差值植被指數(shù) (DVI, Difference Vegetation Index)和 }E 交植被指數(shù) (PVI, Perpendicular Vegetation Index )等。 將遙感信息定量化，實(shí)現(xiàn)全球海量觀測數(shù)據(jù)的定量管 理、分析和預(yù)測、模擬是 當(dāng)前遙感技術(shù)重要的發(fā)展方向之一，是精準(zhǔn)林業(yè)實(shí)現(xiàn)的基礎(chǔ)，也是資源環(huán)境定量估測和預(yù)測的要求。包括傳感器絕對定標(biāo)，建立目標(biāo)地物波譜與遙感數(shù)據(jù)的相關(guān)模型，在光譜維的延伸上研究成像光譜信息與地物表面特征、生物特性、理化特性等的定量關(guān)系等等。遙感信息定量化主要是針對傳感器的光譜特性和目標(biāo)地物的光譜特征，因此傳感器的高光譜分辨率是實(shí)現(xiàn)定量化的基礎(chǔ)。目前，高光譜遙感的發(fā)展趨勢就是遙感信息定量化。高光譜遙感器的光譜分辨率己達(dá)數(shù)納米，空 10 間分辨率僅幾米，對應(yīng)圖像任一像元反演的地物光譜，可與地面實(shí) 測值相比擬，這將便于實(shí)驗(yàn)室地物光譜分析模型直接應(yīng)用到高光譜遙感的處理和分析研究，以及利用計算機(jī)自動進(jìn)行地物的光譜分類和匹配識別研究。通過遙感信息的定量化，將定量反演的地物光譜與實(shí)測值相比較，可對空中傳感器的波長漂移、增益、信噪比等性能進(jìn)行校驗(yàn)，以及對遙感數(shù)據(jù)的精度進(jìn)行全面的評價。 技術(shù)線路 在林業(yè)遙感研究和應(yīng)用中，光譜特征分析是進(jìn)行圖像預(yù)處理、特征信息提取、分類、圖像判讀、定量估測的基礎(chǔ)，貫穿于遙感影像處理與應(yīng)用的全過程。 （ 1）信息源的選擇和彩色圖像合成： 地物的光譜特征是傳感器工作波段設(shè)計和遙 感圖像處理的理論基礎(chǔ)和依據(jù)。林業(yè)遙感中，植被的波譜特征是研究和應(yīng)用的基礎(chǔ)。其中，信息源的選擇包括傳感器的選擇、遙感數(shù)據(jù)時相的選擇。通過不同的遙感信息源、不同時相和不同生長狀況的森林遙感數(shù)據(jù)的信息量、統(tǒng)計特征、以及地面光譜特征的測定、對比和分析，獲得了森林資源與環(huán)境調(diào)查、監(jiān)測與評價以及精準(zhǔn)林業(yè)研究中不同應(yīng)用目標(biāo)下實(shí)用的遙感信息源、最佳時相和最佳波段組合。 （ 2）植被類型的識別：不同植被類型，由于組織結(jié)構(gòu)不同，季相不同，生態(tài)條件不同而具有不同的光譜特征、形態(tài)特征和環(huán)境特征，在遙感影像中可以表現(xiàn)出來，首先，不同植 物由于葉子的組織結(jié)構(gòu)和所含色素不同，具有不同的光譜特征。其次，利用植物的物候期差異來區(qū)分植物，也是植被遙感重要方法之一。最明顯的是冬季時，落葉樹的葉子己經(jīng)凋謝，葉子的色素組織都發(fā)生變化，在遙感影像上顯示不出植物的影像特征，無論是可見光區(qū)和近紅外光區(qū)，總體的反射率都下降，藍(lán)光吸收谷和紅光吸收谷都不明顯。而常綠的樹木仍然保持植物反射光譜曲線特征，兩者很容易辨別。同一種植物在不同季節(jié)的光譜特征有明顯的變化 。不同的植物生長期不同，光譜特征的變化也是不一樣的。因此通過各種植物的物候特征，生長發(fā)育的季節(jié)變化，可以利用有 利時機(jī)，識別植物的種類。第三，根據(jù)植物生態(tài)條件區(qū)別植物類型。不同種類的植物，有不同的適宜生態(tài)條件，如溫度條件、水分條件、土壤條件、地貌條件等等。這些條件在一個地區(qū)綜合地影響著植被的分布，但其中的主導(dǎo)因素起著重要的作用。 （ 3）森林?jǐn)?shù)量估：森林?jǐn)?shù)量估測是森林經(jīng)理中的重要內(nèi)容。應(yīng)用現(xiàn)代遙感技術(shù)的多層次多傳感器的立體觀測網(wǎng)絡(luò)，可以獲得從森林、景觀到林分和小班的數(shù)量計測，包括森林蓄積量、郁閉度的估測，林分的蓄積、生物量估測以及單木樹高、冠幅、材積等測樹因子的自動化量測