首页 理论教育 NDVI计算方法:基于网络处理服务的7.5实验成果

NDVI计算方法:基于网络处理服务的7.5实验成果

时间:2023-10-04 理论教育 版权反馈
【摘要】:本实验计算日NDVI时间为2010-05-04到2010-05-10,最后将NDVI数据进行投影变换。如图7-6所示,日NDVI计算输入的是日文件路径,输出的是输出路径。Map过程计算每个文件的NDVI,Reduce过程是计算日NDVI。周NDVI的每个像素值是该像素在本周中某天的最大值。图7-8 日、周格式转换Map/Reduce图如图7-9所示,表示全部运行过程的Map/Reduce过程,包括从原始数据计算得到日NDVI,再计算周NDVI,最后做坐标转换。图7-10 合成后的NDVI产品图7-11 NDVI产品发布客户端

NDVI计算方法:基于网络处理服务的7.5实验成果

实验以监测作物生长状况系统为例,被状况监测系统使用植被状况指数判断,指数如Normalized Difference Vegetation Index (NDVI) 和Vegetation Condition Index (VCI)。它们定义如下:

式中,NIR是近红外波段数据; IR是红外波段; NDVImax和NDVImin分别是最大的NDVI值和最小的NDVI值。本实验的数据来自NASA的moderate-resolution imaging spectroradiome-ter (MODIS) 数据,数据集为“MODIS/Terra Surface Reflectance Daily L2G Global 250m SIN Gridv005”。美国本土48州,每天的MODISHDF数据为25个文件大约2Gigabytes数据。系统从2000年开始,直到现在,总共的数据超过10万个文件,数据大小超过8Terabytes,随着时间的推移数据还在增加。考虑到这么大的数据量,使用云计算将是个很好的尝试。

开发了WPS实例耦合Apache Hadoop、Hadoop的多节点用java线程模拟。本实验计算日NDVI时间为2010-05-04到2010-05-10,最后将NDVI数据进行投影变换

客户端与WPS的交互。客户端按WPS的Execute请求操作。

WPS Server与Hadoop交互。调用Execute操作,将提交Map Reduce作业。运行作业前先判断需要的数据是否在服务器上,如果是,则继续运行; 如果不是,则需要先拷贝/下载数据到HDFS。

如图7-6所示,日NDVI计算输入的是日文件路径,输出的是输出路径。所有文件分割成<key,value>对,key是日期的名字,value是HDF文件路径。Map过程计算每个文件的NDVI,Reduce过程是计算日NDVI。

图7-6 日NDVI计算 Map/Reduce图

如图7-7所示,周NDVI计算输入的是每天的NDVI,输出的是一周的NDVI。周NDVI的每个像素值是该像素在本周中某天的最大值。

图7-7 周NDVI计算Map/Reduce图(www.xing528.com)

如图7-8所示,日和周数据格式转换的Map/Reduce过程,输入的是HDF格式,输出的是Geo TIFF格式。

图7-8 日、周格式转换Map/Reduce图

如图7-9所示,表示全部运行过程的Map/Reduce过程,包括从原始数据计算得到日NDVI,再计算周NDVI,最后做坐标转换。

图7-9 全部运行过程的Map/Reduce图

如图7-10所示,计算出来的是NDVI合成产品,通过WMS服务发布到网上,如图7-11所示,用户就可以查看和下载。

图7-10 合成后的NDVI产品

图7-11 NDVI产品发布客户端

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈