基于MODIS山東省植被指數影像數據庫的實現

摘要：基于ＭＯＤＩＳ數據，利用ＥＮＶＩ軟件分析處理得到山東省的歸一化植被指數（ＮＤＶＩ）與增強型植被指數（ＥＶＩ）影像數據，通過對影像數據進行分塊、編碼和建立索引，建立了山東省ＮＤＶＩ和ＥＶＩ植被指數影像數據庫，并可提供數據下載服務。

關鍵詞：山東省；歸一化植被指數；增強型植被指數；影像數據庫

中圖分類號：Ｐ２０８ 文獻標識碼：Ａ 文章編號：0439－８114（２０11）09－1890-03

Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ Ｉｍａｇｅ Ｄａｔａｂａｓｅ of Ｓｈａｎｄｏｎｇ Ｐｒｏｖｉｎｃｅ Ｂａｓｅｄ

ｏｎ ＭＯＤＩＳ

ＹＡＮＧ Ｊｉｅ

（Ｓｈａｎｄｏｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｇｒｉｃｕｌｔｕｒｅ Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ， Ｊｉｎａｎ ２５０１００，China）

Ａｂｓｔｒａｃｔ： Ｔｈｅ Ｉｍａｇｅ ｄａｔａs ｏｆ ＮＤＶＩ ａｎｄ ＥＶＩ ｉｎ Ｓｈａｎｄｏｎｇ pｒｏｖｉｎｃｅ ｗｅｒｅ ｂｕｉｌｔ ｂｙ ａｎａｌｙｚｉｎｇ ｔｈｒｏｕｇｈ ＥＮＶＩ ｓｏｆｔｗａｒｅ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ． Ａｎｄ ｔｈｅ ｉｍａｇｅ database was established by blocking，coding and indexing image data and the ｄｏｗｎｌｏａｄ ｓｅｒｖｉｃｅ waｓ ａｌｓｏ ｐｒｏｖｉｄｅｄ．

Ｋｅｙ ｗｏｒｄｓ： Ｓｈａｎｄｏｎｇ ｐｒｏｖｉｎｃｅ； ＮＤＶＩ； ＥＶＩ； Ｉｍａｇｅ ｄａｔａｂａｓｅ

ＮＤＶＩ和ＥＶＩ是對中分辨率成像光譜儀數據（ＭＯＤＩＳ） 選用的兩種植被指數。通過遙感技術對植物物候機理的研究分析證明，植被指數可反映植被各物候期的特征，其中歸一化差異植被指數（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ，ＮＤＶＩ）的時間序列分析，已成為人們研究植被變化的有效手段［１］，被廣泛應用于基于遙感影像的植被分類［２］。

ＭＯＤＩＳ的空間分辨率分別能夠達到２５０、５００和１ ０００ ｍ，掃描帶寬２ ３３０ ｋｍ，涵蓋的信息非常豐富［３］，每天覆蓋山東省的數據約２～４Ｇ。遙感影像數據的管理有兩種模式：基于文件的遙感影像數據庫管理系統和基于關系數據庫的遙感影像數據庫管理系統［４］。目前大部分ＧＩＳ軟件和遙感圖像處理軟件都是采用文件方式來管理遙感影像數據，由于遙感影像數據庫并不僅僅包含圖像數據本身，還包含大量的圖像元數據信息（例如圖像類型，攝影日期、攝影比例尺等），而且數據的安全性、并發控制和數據共享等都將使文件管理無法應付，因此關系數據庫是目前影像數據庫發展的優勢選擇。

基于ＭＯＤＩＳ數據，選用ＳＱＬ Ｓｅｒｖｅｒ ２０００系統，針對作物不同生育期進行對比分析，分別選出在裸地、作物生長早期和作物生長旺盛期，能夠更好地反映作物各項特征量的植被指數序列，在ＥＮＶＩ軟件中分析處理得到山東省的歸一化植被指數（ＮＤＶＩ）與增強型植被指數（ＥＶＩ）影像數據，并對數據進行分塊、編碼和索引，發揮關系數據庫的最優性能，建立了山東省ＮＤＶＩ和ＥＶＩ植被指數庫，為山東省作物估產、苗情監測、干旱監測等提供技術資料儲備。

１遙感數據 ＭＯＤＩＳ數據源的選擇

山東省冬小麥１０月下旬播種，１２月上旬分蘗后，小麥進入越冬期，麥苗生長緩慢，植被指數基本無變化。次年２月上旬，小麥進入返青期，ＮＤＶＩ和ＥＶＩ開始出現上升趨勢，４月中旬抽穗期達到峰值，６月上旬進入成熟期，植被指數跌至谷底。根據山東省冬小麥的生育期特點，選擇從ＭＯＤＩＳ數據共享平臺ｈｔｔｐｓ：／／ｗｉｓｔ．ｅｃｈｏ．ｎａｓａ．ｇｏｖ／ａｐｉ／下載１６ ｄ合成的ＭＯＤ１３Ｑ１，時間為１２月中下旬到次年６月上旬，２００５～２０１０連續５年的數據。

２影像數據庫建立的關鍵技術

２．１數據的分塊與劃分方法

影像數據管理的核心是將影像分塊和建立影像金字塔。由于一幅影像數據量太大，難以滿足實時調度的要求，所以需要將其進行分塊存放。如何高效地組織和管理數據，數據分塊是影像數據庫的關鍵。

單純就分塊而言，沒有標準可循，可以按任意規則分塊，但在實際應用中就要考慮索引、效率、金字塔、磁盤讀／寫、網絡傳輸等不規則分塊對索引構建、金字塔構建、索引操作以及重構的效率問題。目前多采用的數據塊大小為１２８×１２８或者２５６×２５６個像素［５］。

影像數據的生產都以圖幅為單位進行，而圖幅本身是對整個地理空間的一種規則劃分，實際上每個圖幅文件可看成是一個圖塊，因此圖幅內部的數據還要進行再一次的數據劃分，目前對影像塊的劃分方法主要有兩種：一是帶狀劃分，就是把圖像的若干行作為一個單元形成一個條帶，條帶可以順序編碼，可以單獨檢索；一是塊狀劃分，就是按照格網劃分成小塊，圖塊通常是方形的，有時也是矩形的［６］。相對于帶狀劃分，塊狀劃分更適合圖像索引和鑲嵌，且劃分后的圖塊具有良好的聚集特性。基于ＭＯＤＩＳ的山東省植被指數影像數據庫中的數據塊劃分擬采用塊狀劃分。

在關系數據庫中，以小的圖像塊作為一條記錄來對其進行操作是非常合適的，數據塊的大小對圖形調度效率的影像至關重要，因此影像分塊的速度主要考慮影像可視化的速度。從呂婧［3］在圖像塊大小對調度效率影響試驗結果來看，當數據塊大小為２５６×２５６時，效率最高。

２．２影像塊的空間編碼

影像塊空間編碼的基本原理是按照某種策略對劃分的圖塊進行組織。它相當于將二維的對象空間按照一定的編碼函數映射到一維空間的一個過程。最常用的空間編碼方法有：Ｒｏｗ ｏｒｄｅｒｉｎｇ、Ｍｏｒｔｏｎ ｏｒｄｅｒｉｎｇ和Ｈｉｂｅｒｔ－ｐｅａｎｏ ｏｒｄｅｒｉｎｇ等。

由于采用圖幅與圖塊的二級編碼，以１２８×１２８或２５６×２５６個像素進行分塊時，不可能分得整數塊。在將ＭＯＤＩＳ影像數據存放到數據庫的過程中，采用將圖像先分波段，再分割成小塊的存儲策略。

存儲圖像矩陣時，如果按照單元來存儲的話，該表格記錄的數量可能會很大。為了減少數據量，可以把圖像矩陣中的多個單元組合成一個集合，該集合就稱為數據塊，每個數據塊作為一個記錄，存儲在ＢＬＯＢ數據類型的字段中。柵格圖像存儲進數據庫后，就可以在數據表上建立數據塊索引。

２．３影像數據的壓縮

對遙感數據進行壓縮，降低數據的規模，有利于節省通信信道，提高信息的傳輸率。數據壓縮的核心問題就是怎樣把這些水分擠掉并以更為精煉的方式將信息表達出來［5］。

根據重建圖像的質量，數據壓縮分為兩類：無損壓縮和有損壓縮［7］。無損壓縮可以完整地恢復原始圖像，重建圖像與原始圖像之間分毫不差，但其倍率通常較低（１．５左右）；有損壓縮允許重建信號略微失真，壓縮倍率也比無損壓縮更高，通過調整閥值和量化步長可以控制壓縮倍率。究竟采用有損壓縮還是無損壓縮取決于實際應用對圖像質量的要求。可以將有損和無損壓縮合二為一，即把無損壓縮看作失真為零的有損壓縮，通過調整參數可實現任意倍率和質量的圖像編碼。

壓縮之后的遙感影像按照分幅格網單元存儲到空間數據庫相應的層中，為了更好地管理影像數據，數據庫應該是：①邏輯上和物理上的地理數據無縫組織；②數據存取效率高；③便于數據庫的完整性和一致性維護；④數據庫易于擴充。

３ＳＱＬ Ｓｅｒｖｅｒ數據庫

Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ ２０００是微軟公司推出的一個高性能的關系型數據庫管理系統，它采用客戶／服務器的體系結構，能夠滿足分布式計算環境的需要。

１）ＳＱＬ Ｓｅｒｖｅｒ ２０００數據庫容量最大長度可達１０６ ＴＢ。

２）ＳＱＬ Ｓｅｒｖｅｒ ２０００數據庫支持影像數據在數據庫中的直接存儲。

３）ＳＱＬ Ｓｅｒｖｅｒ ２０００具有高伸縮性。此數據庫引擎是一個功能強大的服務器，可管理供上千用戶訪問的ＴＢ數據庫，也為數量巨大的多用戶并行訪問提供了強有力的支持［8］。

正是由于其具有上述優點，能夠滿足海量（大數據量）目標影像數據的管理需求，選擇ＳＱＬ Ｓｅｒｖｅｒ ２０００來建立目標影像數據庫。

在ＳＱＬ Ｓｅｒｖｅｒ數據庫中，其基本存儲單元是頁，每頁２ｋＢ。由于一條記錄必須存放在一頁內，不能進行跨頁存儲，因此ＳＱＬ Ｓｅｒｖｅｒ中每條記錄的最大尺寸為１ ９６２個字節。對于一般數據類型的字段，其值直接存儲在分配的數據頁中，但對于ＳＱＬ Ｓｅｒｖｅｒ中的ＩＭＡＧＥ類型數據例外，其值存放在另外分配的數據頁中，并通過數據鏈串在一起，因而ＩＭＡＧＥ類型數據字段內存放的是數據鏈地址指針，這種存儲機制使ＩＭＡＧＥ類型數據可達到２ＧＢ［9］。在ＳＱＬ Ｓｅｒvｅｒ中，假設影像數據塊的像元數據以大二進制的方式（ＩＭＡＧＥ）存儲在ＢＬＯＣＫ＿ＤＡＴＡ字段中，則采用Ｖｉｓｕａ１Ｃ＋＋和ＡＤＯ表達。

４植被指數影像數據庫系統的實現

４．１系統平臺選擇

硬件部分采用一臺普通計算機作為操作平臺，通過百兆交換機在主干網采用千兆光纖交換，選用１Ｇ內存的ＤＥＬＬ－Ｐｏｗｅｒ Ｅｄｇｅ ２９５０服務器，存儲容量為１０Ｔ 的ＤＥＬＬ磁盤陣列進行數據存儲。軟件部分主要基于ＳＱＬ Ｓｅｒｖｅｒ ２０００和Ｖｉｓｕａｌ Ｃ＋＋６．０語言進行數據庫的設計鏈接。

４．２影像數據處理的流程圖

基于ＭＯＤＩＳ的山東省植被指數影像數據在存儲于磁盤陣列之前，需要進行相關預處理，這也是數據庫高效存儲的一個性能保障。數據處理存儲模塊的主要功能是將接收到的ＭＯＤＩＳ數據通過幾何校正、去蝴蝶結、投影變換等預處理操作后，按經緯度分成小塊ＨＤＦ文件，以便下一步的存儲和管理。圖１給出了每一幅基于ＭＯＤＩＳ的植被指數影像數據的處理流程圖。

４．３植被指數影像數據系統的設計實現

４．３．１影像數據的存儲方式為了充分描述影像數據，通常需要記錄其部分屬性信息，如影像的類型、成像時間、存儲格式、數據來源、數據精度、分辨率等，我們將這些描述信息稱為影像的元數據。

將影像數據存入影像數據庫時，每一影像數據塊都存為一條數據記錄，該記錄包括多個列（Ｃｏｌｕｍｎ）或字段（Ｆｉｅｌｄ），用來記錄影像的一些屬性數據和元數據，元數據是以二進制 ＩＭＡＧＥ格式存儲在 ＳＱＬ Ｓｅｒｖｅｒ數據庫中的。

４．３．２數據庫登陸界面為了實現對目標影像數據的安全管理，本系統提供了用戶登錄機制，用戶必須有正確的用戶名和密碼才能登錄進入系統主界面。登錄界面如圖２所示。

４．３．３查詢結果顯示界面基于ＭＯＤＩＳ的山東省植被指數影像數據系統，主要用于對山東省植被指數影像數據進行查詢，并提供數據下載功能。為了防止誤刪掉影像的重要信息，造成不必要的損失，數據一旦入庫后，只有管理員可以進入對數據執行修改、刪除、備份等數據的維護操作。用戶通過選擇空間分辨率、植被指數類型、合成天數和關注的時間來執行查詢。由于該數據庫是山東省的植被指數庫，且在數據入庫之前都進行了人工篩選，能保證每幅都是可用的影像數據，所以根據查詢結果可直接選擇感興趣的數據文件下載。圖３是本系統查詢下載界面。

５小結

主要基于ＭＯＤＩＳ遙感影像數據，選用Ｖｉｓｕａｌ C++ ６．０語言和ＳＱＬ Ｓｅｒｖｅｒ ２０００系統進行系統開發和界面實現。選取山東省不同地形（平原／丘陵）、不同生態區（魯東／魯南／魯中／魯北／魯西），分析冬小麥不同生長時期ＭＯＤＩＳ遙感影像數據的特點，處理得到山東省冬小麥生長期內的歸一化植被指數（ＮＤＶＩ）與增強型植被指數（ＥＶＩ）影像數據，建立了山東省植被指數庫。數據庫內的影像數據都是經過人工嚴格篩選，進行了精細的遙感圖像處理及混合像元糾錯，能夠確保每幅數據的可用性。系統實踐表明，文中給出的建庫方案初步實現了山東省植被指數庫的建設和遙感數據的入庫、查詢、下載等功能，在建庫過程中應用了數據的分塊、編碼索引與壓縮技術，提高了數據的管理和應用效率。

參考文獻：

［１］ 江東，王乃斌，楊小喚，等． ＮＤＶＩ曲線與農作物長勢的時序互動規律［Ｊ］．生態學報，２００２，２２（２）：２４７－２５２．

［２］ 張學霞，葛全勝，鄭景云．遙感技術在植物物候研究中的應用綜述［Ｊ］．地球科學進展，２００３，１８（４）：５３４－５４４．

［３］ 呂婧．ＭＯＤＩＳ影像數據庫分布式存儲方式研究［Ｄ］．武漢：華中科技大學，２００７．

［４］ 樊疆．基于ＩＤＬ的遙感影像數據庫的研究與實現［Ｄ］．蘭州：蘭州大學，２００９．

［５］ 郭晶．組件式ＧＩＳ中地圖顯示模塊的設計與實現［Ｄ］．鄭州：中國人民解放軍信息工程大學，２００２．

［６］ 王密．大型無縫影像數據庫系統（ＧｅｏＩｍａｇｅＤＢ）的研制與可量測虛擬現實（ＭＶＲ）的可行性研究［Ｄ］． 武漢：武漢大學，２００１．

［7］ 吳信才，郭玲玲，李軍．ＲＤＢＭＳ和ＣＯＭ的海量遙感影像數據的管理和Ｗｅｂ發布［Ｊ］．中國圖象圖形學報，２００２，７（４）：３８４－３８７．

［8］ 於建峰．網絡環境下目標空間數據庫應用系統的研究與實現［Ｄ］．鄭州：中國人民解放軍信息工程大學，２００３．

［9］ 杜瑩．全球多分辨率虛擬地形環境關鍵技術的研究［Ｄ］．鄭州：中國人民解放軍信息工程大學，２００５．