基于Hadoop的PM2.5遥感监测系统设计与实现

• 作者: 王镭 许研 陈小潘
• 来源期刊: 河南大学学报（自然科学版）
• 学科: 工学
• 关键词: 云计算 Hadoop 海量数据存储 并行化处理 PM2.5
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 自动化基础理论与信息技术
• 页码范围: 323-330
• 页数: 8页
• 分类号: TP311.52
• 字数: 4245字
• 语种: 中文

摘要

遥感定量反演的对象为多源遥感数据,处理过程不可避免地涉及到海量数据处理、信息提取和分析.遥感反演既是计算密集型,同时又是数据密集型的科学应用.随着反演理论和技术的发展,地表遥感模型复杂化,数据量呈爆炸式增长,相应地对计算能力的要求也越来越高.同时,随着我国空间技术的不断发展,卫星数据正以指数级的形式迅速增长,对相关应用系统的存储和计算能力也提出了很高的要求.基于以上原因,采用云计算框架,利用Hadoop平台设计该PM2.5卫星遥感监测系统.其中,第一部分介绍了整个系统的架构设计,自上而下包括四个部分;第二部分对该系统的核心算法进行了详细的阐述,利用HDFS和MapReduce分别实现了对海量数据的冗余存储和并行化处理;第三部分进行了性能分析及实例测试,通过详细的对比,可以发现MapReduce并行计算在很大程度上能够提高系统的运行效率;最后对本系统进行总结和展望.通过对“高分一号”卫星数据获得的PM2.5产品进行加速比分析,验证了系统具有高处理效率和高可用性等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许研	安阳工学院计算机科学与信息工程学院	20	44	3.0	6.0
2	陈小潘	河南大学计算机与信息工程学院	19	87	5.0	8.0
3	王镭	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	1	3	1.0	1.0