研究進展與應(yīng)用OGEOGE平臺應(yīng)用LandsatandMODISTerrainSentinelDaiyOARtSSRTM.GTOP0.MDGobCoeMCA谷歌地球引擎發(fā)展新型時空信息應(yīng)用范式1.2研制目標多模態(tài)時空數(shù)據(jù)統(tǒng)一表達時空立方體多源聯(lián)合分析全球遙感影像在線解譯數(shù)據(jù)就緒服務(wù)分析就緒服務(wù)Al就緒服務(wù)算力、數(shù)據(jù)與算法的深度耦合開放共享的算力、數(shù)據(jù)與算法形成時空信息底座全棧自主的時空信息基礎(chǔ)設(shè)施北斗規(guī)模應(yīng)用習(xí)近平總書記指出："時空信息、定位導(dǎo)航服務(wù)已成為重要新型基礎(chǔ)設(shè)施”1.3研制內(nèi)容2)云原生分布式計算1)高性能管理與服務(wù)3)算法-算力自適應(yīng)調(diào)度2)云原生分布式計算1)高性能管理與服務(wù)4)多模數(shù)據(jù)融合可視化4)多模數(shù)據(jù)融合可視化6)構(gòu)建全棧國產(chǎn)地球引擎FH架構(gòu)據(jù)立方系架模關(guān)鍵技術(shù)1--多層次就緒的彈性伸縮系統(tǒng)架構(gòu)關(guān)鍵技術(shù)1--多層次就緒的彈性伸縮系統(tǒng)架構(gòu)設(shè)計彈性伸縮和多層次就緒的系統(tǒng)架構(gòu)，支持數(shù)據(jù)、算力、算法的靈活接入，動態(tài)匯聚多源、海量、異構(gòu)的地球時空大數(shù)據(jù)，彈性聚合地球時空分析領(lǐng)域的處理方法、分析算法和Al模型據(jù)全全禁你全廣品決策制定決策制定孿生世界孿生世界矸薛幅式處理/&計等云計賽排計篡可化倉統(tǒng)地多樓多樓經(jīng)年前證免切片免切片企百度云些華為云口阿里云企企性條源分配回折地形分新變互武磺塊證提出多源融合建模與一體管理的提出多源融合建模與一體管理的時空立方體結(jié)構(gòu)GeoCube,實現(xiàn)全球大規(guī)模對地觀測數(shù)據(jù)的就緒型產(chǎn)品_波段表傳感器表-傳感器名稱-工作模式層級表波段表-極化方式產(chǎn)品表-產(chǎn)品鍵-層級鍵-獲取時間-處理時間SAR瓦片事實表-波段鍵-產(chǎn)品鍵-空間鍵-瓦片特征-瓦片計算強度光學(xué)瓦片事實表-波段鍵-空間鍵云量40%云量40%海南矢量事實表-矢量計算強度質(zhì)量表-質(zhì)量鍵空間表|-網(wǎng)格編碼-網(wǎng)格行號-網(wǎng)格列號-城市編碼-城市名稱-省份名稱-層級鍵關(guān)鍵技術(shù)3--可擴展、高性能的開放時空算子體系構(gòu)建關(guān)鍵技術(shù)3--可擴展、高性能的開放時空算子體系構(gòu)建基于標準化、可擴展、高性能的開放時空算子體系，內(nèi)置提供了一套覆蓋矢量、柵格計算，滿足常見時空分析場景的云原生時空算子集，也可以集成豐富的開源軟件算法，還可以導(dǎo)入用戶開發(fā)的專業(yè)模型時空時空多維數(shù)據(jù)1區(qū)時空多維時空多維數(shù)據(jù)2內(nèi)存床床建筑物提取洪水淹沒分析地圖代數(shù)疊加分析空間連接空間插值植被變化檢測干旱分析模型土地利用分類專業(yè)模型云原生幾何操作路徑分析鄰域計算地形分析地形渲染顏色管理類型轉(zhuǎn)換時序分析網(wǎng)絡(luò)分析水文模擬圖像處理空間統(tǒng)計開源算法集成遙感領(lǐng)域自主可控的專用深度學(xué)習(xí)框架LUOJIANET和大規(guī)模開源遙感樣本庫LUOJIASET,支持我們在OGC提出的首個地理人工智能國際開放標準TrainingDML-Al多框架混合編程用戶友好的可視化交互前端交互遙感特性遙感特性嵌入模型中間表示中間表示優(yōu)化執(zhí)行引擎遙感數(shù)據(jù)與框架協(xié)同硬件/數(shù)據(jù)關(guān)鍵技術(shù)5—多維時空信息孿生建模關(guān)鍵技術(shù)5—多維時空信息孿生建模融合處理和集成管理多源感知數(shù)據(jù)，充分利用OGE的海量數(shù)據(jù)管理、分布式計算與分析能力，實現(xiàn)陸、海、空環(huán)境的立體仿真與決策分析程序指令輸出器程序指令輸出器基礎(chǔ)圖形輸入頂點著色器瀏覽器位置位置紋理數(shù)據(jù)3D硬件驅(qū)動操作系統(tǒng)3D硬件驅(qū)動著色器程序(著色器程序(頂點看]頂點看頂點看]頂點看關(guān)鍵技術(shù)5—多維時空信息孿生建?；诤Ａ?基于海量3D數(shù)據(jù)管理與服務(wù)技術(shù)，融合GIS數(shù)據(jù)、2.數(shù)據(jù)模型屬性管理工具屬性數(shù)據(jù)表導(dǎo)出數(shù)據(jù)模型三維場景渲染設(shè)計模型處理非異構(gòu)模型輕量化三維場景渲染基礎(chǔ)數(shù)據(jù)影像切片矢量數(shù)據(jù)插件傾斜攝傾斜模型文件組織三維兒何數(shù)據(jù)靜態(tài)網(wǎng)格體渲染影數(shù)據(jù)(osgb)與讀取二維紋理數(shù)據(jù)C材質(zhì)實例資源關(guān)鍵技術(shù)5—多維時空信息孿生建模關(guān)鍵技術(shù)5—多維時空信息孿生建模4.渲染公式4.渲染公式無人機影像數(shù)據(jù)集代碼模型組合器談天說地向數(shù)求智r批處理本地下載定量遙感產(chǎn)品生產(chǎn)Al智能遙感應(yīng)用遙感專用DL框架模型資源數(shù)據(jù)資源模型資源數(shù)據(jù)資源OGEOGE平臺應(yīng)用數(shù)數(shù)據(jù)資源模型資源高級檢索樣本查詢所在的位置>數(shù)據(jù)資源注冊時間：2022/10/5注冊時間：2022/10/5對地觀測數(shù)據(jù)(38)對地觀測數(shù)據(jù)(38)Landsat系列產(chǎn)品(14)Sentinel系列產(chǎn)品(3)MODIS系列產(chǎn)品(7)高分系列產(chǎn)品(9)珞琳系列產(chǎn)品(2)全球DEM產(chǎn)品(2)DOM產(chǎn)品(1)>樣本數(shù)據(jù)(87)注冊時間：2022/10/5更新時間：2022/10/25更新時間：2022/10/25搭載平臺：經(jīng)濟地理數(shù)據(jù)(122)傳感器：經(jīng)濟地理數(shù)據(jù)(122)>二次加工數(shù)據(jù)(12)第1-10條/共38條1234>10條/頁跳至頁資源中心—數(shù)據(jù)資源中文ENGLISH山②疆格處理(112)矢量處理(86)資源名稱/別名：不限空間分析模型名稱模型別名空間分析n相加重命名波段數(shù)據(jù)類型不等于O★O★OGE首頁資源中心開發(fā)中心授型榴述：NormalizedDifVegetationIndex(NDVI)足用于評估植被狀況的指數(shù)，該模塊使用NDVI態(tài)環(huán)境評估等應(yīng)用。NDVI差值，實現(xiàn)柏被安化的檢測與分鍵信息，支持生態(tài)保護和土地管理決第。橫型榴述：根據(jù)NDV數(shù)，使用LC08_11TP_ARD_EO”數(shù)據(jù)(分析就堵組andsat8數(shù)姻)對多時相像用時的影像分測控取水體，并統(tǒng)計水體出現(xiàn)的頻率應(yīng)用中心提幅述：NormalizedDifferenceWaterIndex(NDWI)是一種用于檢綠色波段的反射率，NDW可以有效區(qū)分水體和其他地物，該模塊利用NDW進行水體分析，為用戶提準確的水體辨識和監(jiān)測功能。Buill-upIndex(NDBI)是一種用于檢測建筑物的脂數(shù)，該模塊使用NDBI美國Landsat8通晰影像反演算法，能指數(shù)(NDVI).枯被股蓋度(FVC)和植被凈初級生產(chǎn)力(NPP),在此基礎(chǔ)上生成每年的潮南省全境檔被生態(tài)質(zhì)量指數(shù).損型滯述：WelghtedNormalizedIndex(WNDWI)星在NDW基礎(chǔ)上重，WNDIW提高了水體檢測的精為型播述：采用OSNetConwNeXI-NOSDataset69模型，專注于安化檢拖線的交互_提配描述：利用兩個不同間點的NOWI差值，實現(xiàn)水體變化的檢測與分析。通過比較兩個時的水體指數(shù)差力支持.crop_fecog,swinonnx模型，專門用能夠準確地識和提取圖像中的耕地信持模型描述：構(gòu)律首個知識增的地學(xué)領(lǐng)速定制白身的時空計算業(yè)務(wù)Index(SPEI)星一個用于衡量氣候干比性，正值SPEI表示相對的條件領(lǐng)域提供有力的土橫型描途：利用OGE平臺所提供的一套resthut服務(wù)接口開發(fā)的，基于能消耗數(shù)據(jù)計算2015-2020年長江流域城市排放數(shù)賦。命OGE首頁資源中心開發(fā)中心應(yīng)用中心管理中心命命中0子00示00拋7姓盜姓盜l yhf供供位Tbel117e-an0t4ett996c758817解口arnpoul0pouWBnhptn”..Ieir.l”..OGE平臺應(yīng)用中心基于后端的數(shù)據(jù)與計算能力，提供干旱分析、水體提取、植被指數(shù)等應(yīng)用模型，用戶可以開發(fā)自己的應(yīng)用系統(tǒng)。2.22.2OGE資源匯聚(已入庫數(shù)據(jù))數(shù)據(jù)空間范圍時間范圍備注全國2023年5月-8月共計約1793余景Landsat8長時序湖北省每年5-8月份覆蓋一遍，2020年-2023年共計約495余景高分高分1全國2023年5月-8月共計約2013余景高分6全國2023年5月-8月共計約581片全國2023年5月-8月共計約984景全國2023年5月-8月共計約903景全國2023年5月-8月，每月形成一次覆蓋共計約7351景全球30米分辨率全球12.5米分辨率2.22.2OGE資源匯聚(已入庫數(shù)據(jù))數(shù)據(jù)空間范圍時間范圍備注地表反照率LST全球共計約2727余景凈輻射NR全球共計約61360余景蒸散發(fā)ET全球共計約6944余景葉面積指數(shù)LAl全球共計約10440余景光合有效輻射比FAPAR全球共計約10440余景總初級生產(chǎn)力GPP全球共計約50300余景增強型植被指數(shù)EVI全球共計約2392余景植被覆蓋度FVC全球共計約2304余景歸一化植被指數(shù)NDVI全球共計約2392余景凈初級生產(chǎn)力NPP全球共計約2392余景2.22.2OGE資源匯聚(已入庫數(shù)據(jù))1)GF1數(shù)據(jù)覆蓋情況(2013景)GF-1數(shù)據(jù)覆蓋范圍GF-1數(shù)據(jù)覆蓋頻次2.22.2OGE資源匯聚(已入庫數(shù)據(jù))1)GF6數(shù)據(jù)覆蓋情況(581片)2.2OGE資源匯聚(已入庫數(shù)據(jù))2.2OGE資源匯聚(已入庫數(shù)據(jù))2.22.2OGE資源匯聚(正在入庫數(shù)據(jù))數(shù)據(jù)產(chǎn)品類別地區(qū)時間地表反射率單景結(jié)果湖北省云掩膜單景結(jié)果湖北省地表反照率單景結(jié)果湖北省氣溶膠光學(xué)厚度切片結(jié)果湖北省歸一化植被指數(shù)單景結(jié)果湖北省植被覆蓋度單景結(jié)果湖北省季度合成結(jié)果中國2.22.2OGE資源匯聚(正在入庫數(shù)據(jù))數(shù)據(jù)產(chǎn)品地區(qū)時間范圍FY-3D中分辨率光譜成像儀L1數(shù)據(jù)中國FY-3D中分辨率光譜成像儀L1數(shù)據(jù)(GEO)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)(白天)2020年(20天)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)(GEO)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)格陵蘭2020年(3個月)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)(GEO)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)美國2020年(4個月)FY-3D中分辨率光譜成像儀L1數(shù)據(jù)(GEO)FY-3F中分辨率光譜成像儀L1數(shù)據(jù)全球2024年(2~7月，每月前5號)FY-3F中分辨率光譜成像儀L1數(shù)據(jù)(GEO)圓盤2020年(4個月)全天2020年剩余8個月(UTC22點到第二天7點)2.2OGE資源匯聚(已開放算子)格網(wǎng)化和表面三角化工具，共計10大類、112個算子疊加分析、鄰近分析和提取分析，共計6大類、86個算子計算子(19個),共計2大類、53個算子6個算子口遙感圖像處理算子：涵蓋OrfeoToolbox/SAGA核2.API介紹2.1概覽n三t技術(shù)文檔0GEe開中心心中心0m資源中心2.3交互式時空云計算交互式計算的需求■現(xiàn)有Web端云計算平臺的支持度與適應(yīng)性不夠●任務(wù)流編排存在整體性和靜態(tài)性約束目前僅支持將完整流程提交到云端整體執(zhí)行，不支持細粒度的流程提交與動態(tài)的局部調(diào)整。反復(fù)嘗試不斷優(yōu)化未考慮不同任務(wù)流之間因具有相同處理鏈路而產(chǎn)生的計算冗余問題，導(dǎo)致系統(tǒng)計算資源的浪費。未考慮不同任務(wù)流之間因具有相同處理鏈路而產(chǎn)生的計算冗余問題，導(dǎo)致系統(tǒng)計算資源的浪費。持續(xù)性多輪次有策略針對上述需求與問題，開展時空任務(wù)流編排、計算優(yōu)化與調(diào)度優(yōu)化策略的研究空間空間動態(tài)腳本1動態(tài)腳本?動態(tài)腳本3動態(tài)腳本1C①◎①④①①時空算子序列S2(1)時空代碼流程：由一系列代碼腳本有序組合而成(2)時空任務(wù)流圖：由一系列時空任務(wù)單元有序組合而成(3)時空算子序列：由一系列系統(tǒng)可執(zhí)行的算子有序組合而成(4)分布式時空計算作業(yè)：由一系列以數(shù)據(jù)塊為核心的分布式計算任務(wù)組合而成基于基于前序任務(wù)流圖之間的結(jié)構(gòu)相似性與任務(wù)共現(xiàn)性，梳理了四種基礎(chǔ)可復(fù)用情形及綜合可復(fù)用情形，并設(shè)計了應(yīng)對策略(a)裁剪前序圖a1相關(guān)邏輯并復(fù)用其結(jié)果；(b)分別裁剪b1與b2的邏輯并復(fù)用其結(jié)果；!(c)先進行冗余化操作再分別裁剪與復(fù)用；I(d)裁剪前序圖d1相關(guān)邏輯并復(fù)用其結(jié)果；1(e)綜合應(yīng)用多種處理機制，同時注意重水體提取的交互式計算過程In[12]:In[12]:初的化交互地園m2=leafap.Map(center-[30.57,114.28],zm2=leafap.Map(center-[30.57,114.28],zIn[13]:計放W7并放ndwi_binarizationservice.getProcess('Coverage.binarization"),execute(ndvi,vis_params2-fmin':-1.'mx':1,"palette':['white","bbin_res2ndi_binarization.styles(vis_parans2).getMap(ndsi_binarization)加至地/E上2.add_tile_layer(binres2,nane"dibinarization",attribution2In[141:設(shè)置法波方法ndnt_binarization,Medianservice.getProcess(Coverage.focalMedian").execute(ndri_binarization,"sguare",1)res2=ndwi_binarizatioo_Median.atyles(visparas2).getMlap(Cndibinarfzatlon_Median)2水體提取的時空代碼流程√√分階段構(gòu)建時空代碼流程√針對性查看時空計算結(jié)果√迭代式執(zhí)行局部分析流程，對局部代碼參數(shù)的調(diào)整與修改,只會影響到依賴于它的時空任務(wù)流圖，不會影響到全時空代碼流程中不依賴于它的時空任務(wù)流圖美型轉(zhuǎn)換美型轉(zhuǎn)換h二值化二做化高新法波監(jiān)迭代調(diào)整濾波方法過程中產(chǎn)生的時空任務(wù)流圖實驗數(shù)據(jù)實驗數(shù)據(jù)評價指標實驗環(huán)境案例：植被提取類型轉(zhuǎn)換獲取數(shù)據(jù)案例：植被提取類型轉(zhuǎn)換獲取數(shù)據(jù)數(shù)據(jù)放縮渲染中值濾波查看植被提取結(jié)果二值化調(diào)整二值化參數(shù)渲染√相較于非增量式計算，增量式計算的執(zhí)行時間有了顯著的降低，各地圖層級下的優(yōu)化指數(shù)均在6左右。關(guān)鍵技術(shù)點：1JupyterNotebook細粒度編程I用戶在JupyterNotebook中執(zhí)行時空處理任務(wù)的時序圖(含數(shù)據(jù)類型)UserJupyterNotebook南入矢量政子2.4細粒度混合編排2.4細粒度混合編排 rerDataSet=serviee.getCbal5_data=np.array(rasterDataSet[0]).aztype(np.flbali4_data=np,array(rasterDataSet[11).astype(mp.flnoLatamask=band4_data[:,0]=-9999原京VT指數(shù)mDti=(band5_data-band4_data)/(band5_data+band4出城架scalel并臣湖加odataDp_output[no_datanask]=-9999對影像邊綠nedataask城充In[岡：上值化service.getProces(Coverage.binarization).erecdian=aervice.getProcega(Coverage.focalNedian).erecute(Ndvi_binarIn[岡：pr=Inin:-1,ax:1,palette':I'rold,yellov,brom2,lightblue,blueqi_binarization_Median.atylea(via_par理算法流程3.1東方航天港數(shù)智中心國產(chǎn)云平臺國產(chǎn)云平臺彬海數(shù)據(jù)計算與分析彈性資源分配數(shù)據(jù)計算與分析大明分市計其地但吩橋大明分市計其地但吩橋數(shù)據(jù)匯聚數(shù)據(jù)數(shù)據(jù)組織與管理云云百PB級存儲能力食二②數(shù)據(jù)匯聚百PB級存儲能力食二②數(shù)據(jù)匯聚與百度合作3.2東方航天港數(shù)智中心針對開放獲取數(shù)據(jù)，設(shè)計實現(xiàn)了自動化并行入庫工具完碳進行下理程用CPU核下拜行免教據(jù)請換情式、切M個切時進程過完計算立即博交切片文件指到上線程池e數(shù)據(jù)切片數(shù)據(jù)切片對除浮征號器上師光以列上3.1東方航天港數(shù)智中心構(gòu)建時空立方體就緒型數(shù)字地球管理框架與云服務(wù)平臺，為東方慧眼，以及全球范圍的遙感影像、數(shù)字高程、地物矢量、定量遙感、遙感解譯樣本、衛(wèi)星虛擬星座，以及物聯(lián)網(wǎng)等多源、異構(gòu)、海量感知數(shù)據(jù)提供統(tǒng)一時空基準與數(shù)據(jù)底座統(tǒng)一時空基準時空算子體系多維操時空算子體系就緒型數(shù)字地球管理框架智能智能設(shè)計負載均衡的分布式存儲，提供海量觀測數(shù)據(jù)的低延時訪問，并基于云環(huán)境計算對象映射和計算資源自適應(yīng)調(diào)度，實現(xiàn)大規(guī)模遙感數(shù)據(jù)的并行計算，提供高并發(fā)的遙感分析響應(yīng)能力SeasnlvargbySeasnlvargbyMap計算抽象Map計算抽象在開放地球引擎(OGE)核心能力的基礎(chǔ)上，研發(fā)OGE遙感教育云平臺，為高等院校提供測繪遙感類課程在線實習(xí)/實訓(xùn)云平臺，支持實習(xí)課程管理、實習(xí)進度管理，以及測繪遙感創(chuàng)新比賽?？傮w概覽快捷入口重我的數(shù)握(罩》我的用戶(人)實習(xí)課程用戶中心首頁實習(xí)概覽月活人數(shù)實習(xí)課程角巴管理版本管理O√平臺在線提供數(shù)據(jù)資源和實習(xí)課程，支持云端更新√管理員在線管理實習(xí)課程；老師在線創(chuàng)建實習(xí)課程、發(fā)布實習(xí)任務(wù)；學(xué)生在線參加實習(xí)、提交實習(xí)成果實調(diào)程村制建深程實習(xí)任務(wù)統(tǒng)計進行中的實習(xí)預(yù)器油息玄習(xí)篇介實習(xí)任務(wù)◎四*◎四數(shù)止時間：2024-08-4——創(chuàng)新賽道空天信息組OGE教育云平臺打造了賽事中心，為測繪遙感類學(xué)生提供應(yīng)用創(chuàng)新比賽平臺，支持遙——創(chuàng)新賽道空天信息組“數(shù)智+空天信息”開放地球引擎“數(shù)智+空天信息”開放地球引擎OGED天日天國家自然科學(xué)基金委員會信息科學(xué)部2024“東方航天港·地衛(wèi)二杯”遙感影像智能處理算法大賽N89re:2024-09-053.3國家自然科學(xué)基金重大項目■國產(chǎn)平臺+國產(chǎn)數(shù)據(jù)應(yīng)用OGE集成高分等國產(chǎn)衛(wèi)星遙感數(shù)據(jù)，項目基于OGE和國產(chǎn)數(shù)據(jù)開展陸表能量平衡、水循環(huán)、碳循環(huán)參量和土地覆蓋智慧化定量反演，解決國產(chǎn)衛(wèi)星遙感數(shù)據(jù)應(yīng)用瓶頸3.3國家自然科學(xué)基金重大項目3.3國家自然科學(xué)基金重大項目■多源遙感數(shù)據(jù)"時-空-譜-角"一致性預(yù)處理技術(shù)建立多源數(shù)據(jù)的按需接入機制，支持主流EO開放數(shù)據(jù)的檢索與自動解析入庫，突破多源遙感數(shù)據(jù)“時-空-譜-角”一致性預(yù)處理技術(shù)，建立了面向國產(chǎn)高分數(shù)據(jù)(GF1和GF6)的分析就緒預(yù)處理框架，為遙感定量反演提供連續(xù)性和一致性的分析就緒數(shù)據(jù)數(shù)據(jù)存儲高分影像分析就緒數(shù)據(jù)生產(chǎn)工作流預(yù)處理幾何逐像素元數(shù)據(jù)3.3國家自然科學(xué)基金重大項目通過輸入遙感高級產(chǎn)品(LAI、FAPAR、NDVI.….),重建MODIS、Landsat8反射率數(shù)據(jù)，實現(xiàn)對原始影像云、陰影等缺失區(qū)域的填補。目前算法正測試遷移到高分系列衛(wèi)星，實現(xiàn)16m分辨率地表反射率的重構(gòu)虛擬星重構(gòu)照率數(shù)據(jù)高分1照率數(shù)據(jù)集成+算子集成虛擬星座16米數(shù)據(jù)3.3國家自然科學(xué)基金重大項目課題2:輻射能量平衡課題1:遙感再分析支撐遙感再分析理論方法遙感再分析理論方法支撐3.4國能時空信息智能服務(wù)平臺針對國家能源集團國內(nèi)各單位乃至全球業(yè)務(wù)對時空信息服務(wù)的需求，基于OGE時空數(shù)據(jù)、算法、算力耦合的新型時空信息基礎(chǔ)設(shè)施架構(gòu)，構(gòu)建面向能源行業(yè)上