基于B/S的在线影像分析技术

卫星传感器迅速发展的今天，短周期内获得大范围的影像已经变得越来越容易。如国产环境小卫星2天就可以对同一地区重复拍摄，拍摄一景影像的覆盖面积可达12万多平方公里。有了类似这样高重返周期的数据源，准实时的卫星监测项目便能得以开展：如大范围内火点监测、环境事件监测、应急事件监测等。此外，影像的价格持续下降，甚至可以免费获取，这使得遥感应用范围进一步扩大，很多无遥感专业背景的人员也提出了遥感应用需求。相应的，这就对遥感图像处理和分析的工作提出了新的要求：即无遥感专业背景的人员在很少人工干预的情况下，能快速、高效地完成复杂的工作流，顺利开展遥感应用等。有了这样的需求，我们可以考虑将IT技术整合到遥感应用中，把传统的单机遥感图像处理流程移植到B/S的网络平台上。于是，一种全新的技术应运而生，即基于B/S的在线影像分析技术。

基于B/S的在线影像分析是一个全新的理念，主要思想是将专业的遥感影像处理与分析功能、业务模型和影像数据部署在服务器端，客户端只需要用Web浏览器就可以获取影像处理与分析的结果。

这项技术可以为我们带来诸多便利：

• 高效性：将复杂的遥感业务流程完整地封装到一个模型中，形成一个无缝的工作流，减少中间人工干预环节，提高整个遥感业务流程的效率；利用服务器高端硬件资源，提高大数据量和复杂遥感业务模型的分析速度；

• 易用性：专业的遥感业务工作流被设计成模型部署在服务器端，用易懂的标识提示参数输入，最终用户不需要专业的知识就可以执行模型并得到满意的结果。这大大降低了用户对专业领域知识的依赖，让更多的人可以使用这个应用。

• 安全性：原始数据和业务模型统一放在服务器端，最终用户只是接触最终结果。

在对时间周期要求较高且只要求宏观精度的情况下，这种技术拥有非常大的优势。如在农业中，常用遥感手段监测作物长势信息，一般流程是对获取的影像数据进行数据预处理，在预处理基础上生成初步的作物分类结果以及影像光谱指数，结合野外采集的GPS定位数据、农学样点信息，综合分析各种常用的农学模型，构建作物长势模型，制作专题图并发布结果。由于农作物（如小麦、大豆、水稻等）物候现象较严重，常常需要以“旬”为时间单位进行作物长势监测，时间周期要求较高。我们把基于B/S的在线影像分析技术应用到这个流程中，将数据和作物长势监测模型定义为一个工作流，部署在服务器端，最终用户访问Web应用网站，选择卫星影像类型（不同分辨率影像得到的信息尺度不一样）、监测作物类型、监测模型、专题图的分级标准和颜色配置等参数提交给服务器，服务器根据客户端提交的参数执行工作流，并把结果传递到客户端展示，用户在短时间内就完成了作物长势遥感监测。类似的应用还包括旱情监测、水环境监测、大气环境监测、自然灾害监测（森林火灾、洪灾、地震等）等。

这种B/S应用系统构建的一般流程为：构建遥感业务模型->发布Web Service->在web应用中使用Service。以下是ArcGIS Server + ENVI for ArcGIS Server解决方案及实现流程。

ArcGIS Server：让用户能够通过网络创建、管理和分发GIS服务，并以服务的形式支撑桌面软件应用、移动终端应用和网络地图应用等各种应用模式。

ENVI for ArcGIS Server（简称ENVI ES）：专门为实现B/S影像处理而设计。为ArcGIS Server的企业级用户带来ENVI的图像分析功能，允许用户同时使用服务器上的资源，提高大数据量的影像处理和流程化分析效率。

如下图为ENVI ES实施流程，分为三个组成部分：

ENVI ES实施流程

• 制作（Author）

在ArcGIS Desktop中，结合安装在ArcGIS toolbox中的ENVI Tools和其他GIS工具，在可视化建模工具ModelBuilder中构建模型。

• 发布（Publish）

制作好模型之后，基于ArcGIS Server发布成Web服务。

• 使用（Use）

用户能很方便的在Web Application中使用发布的服务，当然也可以在桌面软件、移动客户端中使用这些服务。

这种基于B/S的影像分析技术结合了IT技术、遥感技术和GIS技术，可以将专业的、复杂的空间信息工作流程变得简单易操作，最终用户可以不去了解整个工作流程的原理和运行机制，只关注从影像上获取所需的内容即可。这是对传统单机遥感图像处理分析的有力补充，大大提升了遥感影像的应用价值。