基于Hadoop平臺的CCD表觀輻亮度定標算法的研究與實現(xiàn).pdf

1、隨著空間遙感技術(shù)的快速成長，獲取遙感影像數(shù)據(jù)的方式發(fā)生了很大的變革，并且伴隨數(shù)據(jù)精確度的不斷提高，數(shù)據(jù)量也不斷巨增。獲取的遙感數(shù)據(jù)需要經(jīng)過合適的加工處理，才能應(yīng)用到其他的行業(yè)。因此對數(shù)據(jù)的處理速度和效率有了很高的要求，同時數(shù)據(jù)也要求高效的組織和管理。云計算技術(shù)是時下最流行的技術(shù)，能夠解決很多復(fù)雜的問題，因此云計算能夠提供一種處理上述問題的有效解決方案。
　　Hadoop是一款云計算平臺，是目前最流行的一種分布式框架，不僅能夠解決海

2、量遙感數(shù)據(jù)分布式存儲的問題，也能夠提供一種遙感算法分布式處理的方案。GDAL(Geospatial Data Abstraction Library)是一個開源柵格空間數(shù)據(jù)轉(zhuǎn)換庫，能夠支持各種格式的遙感影像文件的讀寫。
　　現(xiàn)有的遙感產(chǎn)品算法主要是根據(jù)應(yīng)用需求對遙感數(shù)據(jù)進行處理和加工，這些算法一般都是運行在單機或者傳統(tǒng)網(wǎng)絡(luò)環(huán)境下，算法運行效率較低。本文主要研究和實現(xiàn)了基于Hadoop平臺的CCD表觀輻亮度定標算法。以此作為基礎(chǔ)對具

3、有高效的云平臺下遙感產(chǎn)品算法的設(shè)計與實現(xiàn)進行探索。本文根據(jù)GDAL強大的柵格處理能力讀取圖像數(shù)據(jù)，并依據(jù)Hadoop的分布式存儲和計算能力，通過編寫MapReduce程序?qū)崿F(xiàn)遙感基礎(chǔ)產(chǎn)品算法—CCD表觀輻亮度定標（CCDTOAL）。本文的主要工作和貢獻包括以下幾個方面：
　　1. 給出面向遙感產(chǎn)品處理的 Hadoop 集群的完整安裝過程，以及在安裝過程中應(yīng)注意的關(guān)鍵問題和解決方案，并給出集群運行結(jié)果圖。
　　2. 分析 Ma