一种改进的多时相卫星影像金字塔模型及组织方法

袁昱纬，王长力，夏明卓

(中国人民解放军91977部队，北京 100036)

0 引言

随着成像卫星的时间分辨率不断增加，多时相卫星影像的应用领域也逐渐扩展，主要包括地物分类[1-3]、信息提取[4-6]和变化检测[7-8]等。应用过程中，对多时相卫星影像的存储开销和检索读取效率的要求越来越高，但卫星影像规模大、时相多，如何合理、高效地组织管理多时相的卫星影像已经成为工程应用中亟待解决的问题。

贺佑等[9]基于地图API实现了多时相卫星影像的在线浏览，存储和管理依赖于特定数据库和API，效率无法进一步优化；郭红燕等[10]对多时相卫星影像进行分级管理与访问，但缺乏统一的存储组织标准；李峰等[11]提出了多时相影像区域覆盖最优数据集的方法，能够在限定条件下获取最优数据集，节省数据筛选时间。基态修正模型是组织管理多时相地理空间数据的基础模型之一，霍亮等[12]提出基态修正模型的增量更新机制，但仅限于地理空间中的矢量数据；侯平等[13]在基于事件的基态修正模型中，采用变化检测构建不同时相影像间的差文件，仅存储变化值大于阈值的影像区域，减小存储开销，但在获取较新时刻影像时读取差文件和拼接操作较多；龙际梦等[14]等通过对7种典型的基态修正模型改进方法进行对比分析，提出了多基态多级差的模型结构，存储和检索效率较高，但没有考虑多分辨率影像数据的组织与存储；Heyer等[15]构建了多时相火星观测影像数据库，具有较高的多时相影像管理效率，但没有论述数据组织的具体方法；Hu等[16]通过动态建立基态的方式改进了基态修正模型，提高了访问检索效率，但未对基态之间的距离进行优化。

本文根据用户对不同时相卫星影像访问检索量的不同特点，调整多基态修正模型构建顺序，通过区分不同时期卫星影像和考虑用户突发关注，构建不同的多基态修正模型，兼顾不同时相的数据存储开销和访问读取效率，并应用于影像金字塔模型中，提出一种改进的多时相卫星影像金字塔模型及组织方法。

1 地理时空数据模型

1.1 多基态修正模型

地理时空数据模型是组织管理多时相地理空间数据的基础模型，能够将多时相卫星影像统一组织在一体化的数据模型中。多基态修正模型作为地理时空数据模型的典型代表，该模型仅存储若干指定时刻的完整数据(称为基态文件)，以及后续时刻与对应基态文件的变化数据(称为差文件)，如图1所示，任意时刻的完整数据，可通过将基态文件及对应的若干差文件进行叠加获得。基态文件之间的距离称为基态距。

图1 多基态修正模型示意Fig.1 Schematic of multi-base-state amendment model

访问检索效率和模型存储开销与基态距的选择、差文件数量和计算方式息息相关。基态距越短，获得完整数据所需的差文件数量越少，计算越简单，数据访问和检索效率越高，但一般会造成更多的冗余存储;基态距越长,获得完整数据所需的差文件数量越多，计算越复杂，数据模型的存储开销越小，但访问和检索效率一般会受到影响。因此，针对不同应用的需求特点，应当选择不同结构的多基态修正模型。

1.2 多基态修正模型的构建方向

考虑到用户对多时相卫星影像的检索和浏览往往存在“厚今薄古”的特点，用户最先浏览和更加关注的往往是最新时刻的卫星影像，历史时刻的卫星影像数据随着时间的推移，浏览量和关注程度逐渐下降。因此，在采用多基态修正模型获取给定时刻的完整影像数据时，较新时刻的卫星影像应当具有更高的检索和差文件叠加效率，以及更小的访问时间开销；相反，时间越久远的卫星影像数据可以通过牺牲一定的检索访问效率，实现更小的数据冗余和存储开销。

传统多基态修正模型一般选取起始时刻作为基态，后续时刻与其之前最近基态文件的变化部分作为差文件，而本文在构建多基态修正模型时，为了提高最新时刻卫星影像的访问检索效率，选取当前最新时刻影像数据作为基态，差文件为各时刻与其后续最近基态的变化部分，如图2所示。当有更新时刻卫星影像数据需要加入模型时，则以更新时刻的卫星影像作为基态，原基态修正为与更新时刻卫星影像的差文件。采用上述构建方式，由于最新影像数据即为数据模型的基态，无需读取差文件和叠加操作，检索读取效率较高，能够获得更好的用户体验。

图2 采用最新时刻作为基态的构建方向示意Fig.2 Schematic of construction direction using the latest time as base state

1.3 扩展的多基态修正模型

根据多时相卫星影像“厚今薄古”的检索量和浏览量特点，本文将多时相卫星影像按照近期和远期分为2类，通过选取不同基态距分别构建多基态修正模型，以获得不同的访问检索效率和存储冗余程度。近期卫星影像对应的多基态修正模型选取较短的基态距或退化为序列快照模型，以一定的存储空间为代价，获得较高的访问和浏览效率，称为在线库；远期卫星影像对应的多基态修正模型选取较长的基态距，以牺牲一定的访问和浏览效率，获得更小的数据冗余和存储开销，称为离线库，如图3所示。在线库中的卫星影像在积累一段时间后，可根据实际情况将部分卫星影像更新至离线库中。

图3 在线库与离线库的多基态修正模型示意Fig.3 Schematic of multi-base-state correction model of online and offline library

同时，多时相卫星影像的访问和浏览易受突发事件、用户关注区域的变化而变化，部分历史时刻的卫星影像会偶尔出现访问量增加、检索效率需求临时增高的现象，若这些时刻的历史卫星影像不处于多基态修正模型的基态上，访问检索效率与在线库的卫星影像相比明显降低。因此，为满足因用户突发关注造成的访问量增加和检索效率临时增高的需求，本文在离线库和在线库的基础上增加临时基态，即在用户突发关注的时刻通过其对应基态和差文件叠加操作，将该时刻构建为基态，如图4中的灰色矩形所示。当用户访问量减少、检索效率需求降低时，临时基态恢复为差文件。由于临时基态的临时性，本文将其单独组织管理，不作为基态存储于原有的数据模型中。

图4 临时基态示意Fig.4 Schematic of temporary base state

2 多时相卫星影像的金字塔模型数据组织

2.1 改进的多时相影像金字塔模型构建

影像瓦片和金字塔模型是管理大规模卫星影像的主要方式，通过采用多分辨率的组织方式，能够有效提高大规模卫星影像的多分辨率访问检索效率和局部访问检索效率，是卫星影像应用的典型数据结构[17]。本文在传统影像金字塔模型的基础上，引入多基态修正模型的扩展，以管理多时相的卫星影像瓦片。

采用扩展的多基态修正模型的多时相影像金字塔如图5所示。

图5 采用扩展的多基态修正模型改进的多时相影像金字塔示意Fig.5 Schematic of multi-temporal image pyramid improved by using extended multi-base-state amendment model

过程如下：

① 将多时相卫星影像按照时序分为近期影像和远期影像2类，构建影像瓦片和金字塔模型，分别对应在线库和离线库。

② 在线库的构建。以金字塔模型底层为例，最新时刻的卫星影像瓦片作为多基态修正模型的基态，存储于金字塔模型底层的对应分块中，金字塔模型中高层级的影像瓦片，通多对下一层级对应区域的影像瓦片重采样得到。对于最新时刻之前的卫星影像瓦片，在进行预处理后(包括影像配准、辐射校正等)，通过差值法、主成分分析法和聚类法等变化检测算法[18]构建多基态修正模型。变化检测未超过阈值的影像瓦片，在多基态修正模型不进行存储，仅进行标记，以表示该区域存在卫星影像；变化检测超过阈值的影像瓦片，则将变化检测产生的差文件存储于多基态修正模型中。金字塔模型高层级的多基态修正模型与低层级的构建方法一致。金字塔结构的每个层级对应一个多基态修正模型。基态距在存储空间允许的条件下尽量减小，以提高影像瓦片的检索访问效率。

③ 离线库的构建。离线库对应金字塔模型的构建方式与在线库相同，但在多基态修正模型的基态距选择上有所区别。离线库的基态距在兼顾访问和浏览效率的前提下尽量增大，以减少卫星影像数据的冗余存储，降低存储开销。

④ 临时基态的构建。当用户对特定时刻历史影像的访问和检索效率需求临时增高时，则构建临时基态。临时基态为对应时刻的完整卫星影像数据，可通过金字塔模型中对应多基态修正模型的基态和差文件叠加获得。为便于临时基态的构建和删除，临时基态单独构建金字塔模型，不打破原有在线库和离线库的金字塔模型结构及其对应的多基态修正模型。

2.2 改进的多时相影像金字塔模型更新

① 新时刻卫星影像加入在线库

当新时刻的卫星影像需要加入在线库时，则以更新时刻的卫星影像作为基态，影像分块及多分辨率重采样后，将影像瓦片直接存储于金字塔模型对应层级多基态修正模型的对应时刻，作为最新基态。原基态对应的影像瓦片与新时刻的影像瓦片进行变化检测并形成差文件，差文件存储于原基态的对应位置，如图6所示。

图6 新时刻卫星影像加入在线库流程示意Fig.6 Flow chart of adding satellite images to online library at new time

② 在线库更新至离线库

在线库中较早时刻的卫星影像在访问和检索量下降至一定程度后，或者当在线库的存储开销大于一定阈值时，在线库中较早时刻的卫星影像可根据实际情况切换至离线库中。切换过程中，先通过差文件与对应基态文件叠加的方式恢复这些时刻对应的完整影像瓦片，再通过与新时刻影像加入在线库相同的方式加入离线库，如图7所示。

图7 在线库更新至离线库流程示意Fig.7 Flow chart of updating online library to offline library

3 应用实例

本文采用Visual Studio 2015开发环境，在QGIS开源代码的基础上，设计并实现了一个多时相卫星影像存储管理原型系统。实验影像来源于Esri ArcGIS和Google Earth，卫星影像数据量约23.6 GB，共9个不同时相，时间跨度为2014年2月—2021年11月，卫星影像的局部样例如图8所示。

图8 多时相卫星影像示例Fig.8 Example of multi-temporal satellite image

在应用实例中，将最新3个时相的卫星影像作为在线库，多基态修正模型的基态距设置为2个时相，其余6个时相的卫星影像作为离线库，多基态修正模型的基态距设置为4个时相，并选取离线库中的第2个时相作为临时基态。采用本文提出改进的多时相影像金字塔模型进行数据组织后，最新卫星影像读取结果如图9(a)所示，在线库中次新时刻卫星影像的读取结果和其差文件对应区域示意图如图9(b)所示。离线库中的临时基态对应影像读取结果如图9(c)所示。

(a) 最新时刻卫星影像读取结果

通过上述实验，验证了本文提出算法的可行性。在对不同时相的卫星影像进行读取和浏览时，虽然会损失部分变化较小的历史影像，但能够保留不同时相主要的影像信息。由于在线库、离线库分别采用不同的基态距，在线库能够获得相对较高的读取效率，离线库能够实现相对较低的存储开销。

4 结束语

根据多时相卫星影像“厚今薄古”的检索浏览特点，采用最新时刻卫星影像作为基态、前序时刻作为差文件的多基态修正模型构建顺序，将多基态修正模型扩展为在线库、离线库，通过分别采用不同基态距的多基态修正模型兼顾不同时相的数据存储开销和访问读取效率需求，同时根据用户偶发的关注构建对应时刻的临时基态，提高关注时刻历史卫星影像的访问读取效率。将扩展的多基态修正模型应用于多时相影像金字塔模型中，在线库、离线库和临时基态分别进行数据组织，并提出了多时相卫星影像金字塔的构建和更新方法，为大规模多时相卫星影像的组织管理提供了新的可行途径。此外，为进一步减少多时相卫星影像的冗余存储，提高浏览时的效率和可视化效果，不同时相间的影像压缩算法值得进一步研究。