基于云服务的海量海岛遥感数据存储管理研究

基于云服务的海量海岛遥感数据存储管理研究

ID:34627551

大小:1.96 MB

页数:67页

时间:2019-03-08

基于云服务的海量海岛遥感数据存储管理研究_第1页
基于云服务的海量海岛遥感数据存储管理研究_第2页
基于云服务的海量海岛遥感数据存储管理研究_第3页
基于云服务的海量海岛遥感数据存储管理研究_第4页
基于云服务的海量海岛遥感数据存储管理研究_第5页
资源描述:

《基于云服务的海量海岛遥感数据存储管理研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上海海洋大学硕士论文单位代码:10264学号:M150305544上海海洋大学硕士学位论文中文论文题目:基于云服务的海量海岛遥感数据存储管理研究英文论文题目:ResearchofSeaIslandRemoteSensingDataStorageandManagementBasedOntheCloudServices专业名称:海洋科学研究方向:物理海洋所在院系:海洋科学学院姓名:孙超指导教师:潘增弟二O一八年五月I上海海洋大学硕士论文上海海洋大学学位论文原创性明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经明确注明和引

2、用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日上海海洋大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权上海海洋大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本版权书。本学位论文属于不保密□学位论文作者签名:指导教师签名:日期:年月日日期:年月日

3、II上海海洋大学硕士论文上海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注答辩地点答辩日期上海海洋大学硕士论文摘要随着对地观测技术手段的迅速发展,海洋遥感数据所需存储量也不断增加。与此同时,在海岛监视、海岛调查等领域遥感影像应用不断深入,涌现出各种计算密集型和数据密集型的应用,传统的遥感数据存储管理方法已难以达到预期要求。如何做到高效存储日益增加的海量海岛遥感数据,并提供灵活的、可靠的管理与应用服务,是目前海岛遥感影像数据存储管理领域急需解决的问题。面对动态增长的高分辨率海岛遥感影像数据存储管理和应用难题,廉价的、高可伸缩的云计算是一种极具潜力的解决途径。本文在已有的开源云计算平台

4、Hadoop的基础上,结合高分辨率遥感数据存储和应用特点,研究云计算的两大主要特性(分布式存储和高性能并行计算)在高分辨遥感数据存储管理上的应用。为此,提出了一种面向云服务的高分辨率遥感数据存储管理应用模型Cloud-RDSM,实现云计算环境下海量遥感影像数据的高效存储管理和数据传输,主要包括以下2个方面的研究工作:1)分析了当前云存储的分布式文件系统和遥感数据按空间区域存取的特点,指出当前分布式文件系统在海量遥感数据存储管理领域应用存在的问题,提出了一种遥感影像数据存储模型,它基于分布式海岛影像数据集(DID),并与开源的分布式文件系统HDFS结合,能够做到影像数据的高效存储与检索,使遥感数

5、据存储具备空间区域访问特性,并支持用户通过指定空间范围从云平台上获取所需空间区域影像数据。2)分析了云存储分布式文件系统实例HDFS的访问方式,针对使用现有应用层网络协议传输大规模影像数据块效率低下的问题,提出了一种基于网络连接复用(NCM)的影像数据传输机制,实现了面向分布式海岛影像数据集的大规模影像数据块的高效传输,为影像数据的高效发布提供技术基础。实验与分析表明,通过以上关键技术,系统能够保持高水平的数据吞吐量,具备较好的伸缩性,同时具备影像数据高效并行重采样特性,以及良好的影像数据传输效率,可为廉价的、高可伸缩性的海岛遥感数据云服务提供技术支撑。关键词:云计算;高分辨率遥感影像;分布式

6、文件系统;高效传输;MapReduceIV上海海洋大学硕士论文ABSTRACTInrecentyears,withthedevelopmentofobservationtechnologies,thestoragecapacityofoceanremotesensingdataisgrowinggeometrically.Atthesametime,theapplicationofseaislandhighresolutionremotesensingdataareincreasinglyprevalent,andvariousapplicationsofcompute-intensivean

7、ddata-intensivecomeforthconstantly.Thus,thetraditionalstoragemanagementsforremotesensingdataareincreasinglydifficulttomeetthedemand.Theefficientstorageofgrowingmassiveremotesensingdata,andonthisbasist

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。