基于MapReduce模型的生物量遥感并行反演方法研究

摘要：

【摘要】 MapReduce模型是一种基于云计算平台下新型的并行编程模型。文中将MapReduce并行编程模型应用到遥感影像并行化处理中,以2005-2009年5a生长季期(5-10月)MODIS13Q1数据产品为数据源,对青海省三江源地区的生物量(草地总生物量和可食草量)进行并行化反演,研究基于该模型的生物量遥感并行反演方法。实验分析结果表明:基于该模型的并行生物量遥感反演结果与经过精度验证的串行反演结果一致,并行化反演结果准确、可信;并行化反演效率较串行化反演效率有大幅提高,并随着计算节点的增加,并行效率不断提高。
【关键词】云计算； MapReduce模型；生物量；并行计算；
【基金】国家级基础测绘项目课题“三江源区生态环境遥感动态监测地理信息系统”资助

引言：

【引言】自20 世纪60 年代国际生物圈( International Geosphere － Biosphere Program，IGBP)实施以来，生态系统的生物量研究一直是生态学研究的重要方向，遥感手段也越来越广泛的应用于生物量监测，如冯险峰利用TM 数据综合地学、生态学信息，建立了中国陆地生物量的遥感动态监测模型; 徐斌等应用MODIS相关产品及地面数据对草地生产力进行了估算研究; 李昌凌等应用GMMS NDVI 数据对地表植被生物量进行趋势分析和空间分布特征研究。但随着遥感技术的发展，应用于生物量监测的遥感数据量和数据类型剧增，不同应用需求对遥感数据的处理速度和效率有了更高的要求，这使得现有的遥感数据处理系统面临着严峻挑战。

作者：

付天新；刘正军；闫浩文

作者单位：

中国测绘科学研究院；兰州交通大学数理与软件工程学院；