我在顶部

面向高速网络环境的灾情协同研判技术 worldview2数据 环境解译 点云建模
分享到    浏览:505   时间:2022-11-15

面向高速网络环境的灾情协同研判技术


基于多源数据集成技术,采用网络环境下协同联动技术,构建个基于网络环境的。多用户的灾害信息协同研判系统,为灾害信息的综合分析与专家研判提供一体化的业务平台成为当前灾情研判领域的迫切需求。目前,国内已经开发出成热、实用的单机标绘系统,如相关单位开发的标图系统、参谋系统等,但是网络环境下的协同研判系统离真正实用还有一定的距离, 多用户并发控制,海量数据快速发布与多用户信息实时更新问题依旧是国内外协同研判研究需要重点解决的问题。因此,面向高速网络环境的灾情协同研判技术重点解决多个用户同时进行标绘、同时访问和操作共享信息所引起的并发控制,海量数据快速更新问题。

1.灾情协同研判模式

灾情信息协同研判技术采用一种基于会议方式的“主席听众”模式,有机协调各用户间的行为,以解决多个用户同时进行标绘、同时访问和操作共享信息所引起的并发控制的问题。会议方式是多人的群体进行协同工作的一种基本方式,参加协同工作的用户“聚集”在一起,围绕一个相同的遥感影像底图进行讨论,交换信息,相互协商,达成共识,做出决定,共同完成任务。各用户之间的标绘行为设计为分布式,除了响应本地的行为,还将本地的行为复制到参与协同标绘的其他用户端。最终由各用户参与标绘的成果保存在主席端数据库中。主席听众模式将用户人群分为主席权限和听众权限,针对不同用户权限控制数据操作权限,从而有效控制多用户同时操作引起的并发控制问题。广西善图科技有限公司。

2.海量数据更新机制

为了将协同研判环境拓展到PDA等远程终端,实现多平台、多终端信息同步,以满足灾害现场调查、远程研判的需要,本技术采用一种P2P的分布式客户端缓存机制来分流服务器的下载请求,解决海量数据的快速发布和复杂网络环境下的标绘信息实时更新问题。在客户端机器上设置有图像缓存,浏览过的分块影像保存在客户端缓存中,相当于服务器端数据的镜像。客户端用户之间可以通过P2P的方式共享这些缓存影像,如果所需分块影像已经在别的用户机器缓存中存在,则直接从别的用户机器缓存中获取,从而减少对服务器端的下载请求。在理论上,用户数量越多,所需分块影像从客户端缓存获取的几率就越大,服务器端的负载不会有大量的增加,从而保证对于用户数较多的协同标绘,底图的获取与传输在用户之间能够并发完成,实现用户对于标绘底图浏览操作的流畅性。