摘要
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 遥感数据存储国内外研究现状
1.2.2 分布式文件系统国内外研究现状
1.2.3 非关系型数据库国内外研究现状
1.3 论文研究内容
1.4 论文组织结构
2 相关技术概述
2.1 聚类算法
2.1.1 K-Means
2.1.2 BIRCH
2.1.3 DBSCAN
2.2 分布式存储
2.2.1 HDFS
2.2.2 HBase数据库
2.3 分布式计算框架
2.3.1 MapReduce编程模型
2.3.2 Spark大数据处理平台
2.4 本章小结
3 遥感元数据存储和访问模型
3.1 遥感元数据存储模型实现
3.1.1 基于属性分类的元数据集实现
3.1.2 基于HBase的元数据存储模型
3.2 基于密度聚类的元数据访问模型实现
3.2.1 DBSCAN-PSM算法实现
3.2.2 数据访问模型
3.2.3 基于密度聚类的访问模型实现
3.3 本章小结
4 遥感影像数据的分布式存储优化
4.1 HDFS存储模型的优化和实现
4.1.1 不同访问热点的数据存储策略
4.1.2 三副本冗余策略的优化和实现
4.1.3 MSR再生码和单副本冗余策略的设计和实现
4.1.4 SEC编码策略的设计和实现
4.2 基于地理坐标的数据索引
4.2.1 曲线空间索引
4.2.2 基于地理坐标的索引实现
4.2.3 并行化索引的实现
4.3 HBase存储模型和并行化入库实现
4.3.1 HBase存储模型实现
4.3.2 并行化入库方法的实现
4.4 面向应用的遥感数据存储框架
4.4.1 存储框架层次化结构
4.4.2 基于GDAL的遥感数据访问应用程序接口
4.4.3 SuperMap兼容性支持
4.5 本章小结
5 实验结果与实验分析
5.1 实验准备
5.1.1 实验环境
5.1.2 实验数据集
5.2 元数据治理效果验证
5.2.1 元数据集属性覆盖度
5.2.2 元数据压缩量验证
5.3 基于密度聚类的访问模型验证
5.3.1 聚类算法效率验证
5.3.2 基于密度聚类的访问模型有效性验证
5.4 HDFS优化策略验证
5.5 并行化索引效率验证
5.6 并行化入库效率验证
5.7 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
声明