全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
分布式空间数据组织管理主要有两种策略,一是完全从底层开始进行开发,二是在现有商业产品的基础上进行二次开发。
完全从底层开始进行开发
这种开发方式,就要应用网络编程技术,采用Visual C++、VB、JAVA等开发工具,搭建分布式空间数据管理的各项功能。这种方法的优点是针对性强,能够根据实际应用开发具体的功能,方便地增加新的功能。其最大缺点是工作量大,开发周期长,需要耗费大量的人力、物力、财力,往往经过多年的测试,才能形成稳定的产品。因此,一般不采用这种策略。
在现有商业产品的基础上进行二次开发
由于Oracle、SDE等商用软件的分布式空间数据管理功能已经比较成熟,采用二次开发的方法在商用软件上进行集成,能够比较快地搭建比较完善的分布式空间数据管理平台。这种方法的优点是开发周期短,可以及时提供应用,是一种较为可行的开发策略。我们根据现有商用软件设计了分布式空间数据库管理的体系结构。
存储策略的不同
第一种是将所有数据存储在“数据中心” 。在这种策略中,将所有数据存储在数据中心,任何用户在任一时刻都访问数据中心,通过数据中心进行空间数据的交换、使用和共享。这种方法主要用于数据量不大的情况。其优点是数据集中,但缺点也是显而易见的。
第二种是在不同地点存储不同的数据。在这种策略中,数据分布于不同的地点,不同数据及其元数据存储在不同的地点。这种策略在构建数据仓库时被广泛采用。