一种基于NOSQL的遥感影像数据管理与分析系统

声明

摘要

图目录

第1章 绪论

1．1 课题背景

1．2 项目简介

1．2．1 遥感影像数据信息共享平台

1．2．2 基于NOSQL的遥感影像数据管理与分析系统

1．3 主要工作与创新点

1．4 论文组织结构

1．5 本章小结

第2章 研究现状及背景技术

2．1 遥感数据管理系统相关研究现状

2．1．1 GeoNetwork

2．1．2 ArcGIS

2．1．3 研究现状小结

2．2 背景技术

2．2．1 MongoDB

2．2．2 GeoHash

2．2．3 MapReduce模型

2．3 本章小结

第3章 系统总体设计

3．1 相关概念与定义

3．1．1 元数据的定义及作用

3．1．2 元数据目录服务

3．2 系统总体架构

3．2．1 功能要求

3．2．2 系统模型

3．3 基础核心组件

3．3．1 数据集成

3．3．2 数据分块

3．3．3 统计分析

3．4 本章小结

第4章 基于松耦合模式的遥感元数据集成方法

4．1 主流数据集成方法

4．1．1 模式集成方法

4．1．2 数据仓库法

4．2 遥感元数据集成任务分析

4．2．1 遥感元数据介绍

4．2．2 元数据集成目标

4．2．3 需要解决的问题

4．3 基于松耦合模式的遥感元数据集成方法

4．3．1 方法基本定义与总体设计

4．3．2 制作数据模板

4．3．3 数据解析及存储

4．3．4 公共语义关联

4．3．5 差异化和无差异化数据集

4．4 方法分析总结

4．4．1 解决问题的有效性

4．4．2 方法的创新性

4．5 本章小结

第5章 基于GeoHash的数据集分块方法

5．1 MongoDB分块技术介绍

5．2 基于地理位置分块方法任务分析

5．2．1 数据分块必要性

5．2．2 数据分块的目标

5．2．3 需要解决的问题

5．3 基于GeoHash的数据集分块方法

5．3．1 方法基本定义与总体描述

5．3．2 将位置信息转化为GeoHash值

5．3．3 根据GeoHash值对数据集分块

5．3．4 建立以及更新数据片的索引树

5．3．5 基于数据分块的数据检索

5．4 方法分析总结

5．4．1 解决问题的有效性

5．4．2 方法的创新性

5．5 本章小结

第6章 基于MongoDB和MapReduce的数据统计

6．1 MongoDB的MapReduce介绍

6．2 遥感元数据统计任务分析

6．2．1 统计需求

6．2．2 目标分析

6．3 遥感元数据信息统计模块

6．3．1 模型设计

6．3．2 MapReduce设计

6．3．3 定时任务执行流程

6．3．4 查询流程

6．4 模块分析总结

6．4．1 解决问题的有效性

6．4．2 模块的创新性

6．5 本章小结

第7章 系统实现与展示

7．1 数据集成

7．1．1 实现关键点

7．1．2 功能展示

7．2 数据分块

7．2．1 实现关键点

7．2．2 功能展示

7．3 统计分析

7．3．1 实现关键点

7．3．2 功能展示

7．4 本章小结

第8章 总结与展望

8．1 总结

8．2 展望

参考文献

攻读硕士学位期间主要的研究成果

致谢