1、隨著遙感技術(shù)的飛速發(fā)展，遙感影像數(shù)據(jù)的應(yīng)用遍布各行各業(yè)，如氣象、軍事、農(nóng)林、城市規(guī)劃等等。隨之就是遙感影像數(shù)據(jù)越積越多，數(shù)據(jù)量越來越大，從GB數(shù)量級迅速增長到TB級數(shù)量級。
　　 面對大規(guī)模的海量遙感影像數(shù)據(jù)，如何進(jìn)行有效管理，如何從中尋找和獲取有用的數(shù)據(jù)，各個應(yīng)用單位都會面臨著巨大的困難和挑戰(zhàn)，都迫切需要一個切實(shí)可行的大規(guī)模遙感影像管理系統(tǒng)。隨著信息技術(shù)的快速發(fā)展，數(shù)據(jù)管理前沿技術(shù)也不斷提高，為人們處理大規(guī)模數(shù)據(jù)提供新的思路和

2、解決方案。尤其是近年來提出的Hadoop分布式文件系統(tǒng)和MapReduce編程框架，對于某些特定的大規(guī)模數(shù)據(jù)，有很好的處理能力。
　　 正是基于海量遙感影像數(shù)據(jù)面臨的管理挑戰(zhàn)下，本文研究和探索了大規(guī)模數(shù)遙感影像數(shù)據(jù)的管理方法，設(shè)計并實(shí)現(xiàn)了一個海量遙感影像數(shù)據(jù)管理系統(tǒng)。要做到有效管理海量影像遙感數(shù)據(jù)，就必須做到對影像的大規(guī)模存儲、快速檢索、瀏覽以及獲取。本系統(tǒng)以分布式文件系統(tǒng)和關(guān)系數(shù)據(jù)庫管理系統(tǒng)相結(jié)合，將原始數(shù)據(jù)和元數(shù)據(jù)分開存儲。

3、大規(guī)模的原始遙感影像數(shù)據(jù)存儲在分布式集群上，影像的元數(shù)據(jù)存儲在關(guān)系數(shù)據(jù)庫中。這樣對于遙感影像數(shù)據(jù)來說，元數(shù)據(jù)管理是一個非常重要部分，本文重點(diǎn)將元數(shù)據(jù)管理作為單獨(dú)的子系統(tǒng)進(jìn)行實(shí)現(xiàn)。對于大規(guī)模影像，元數(shù)據(jù)的提取工作也是一個挑戰(zhàn)，本文重點(diǎn)研究了在Hadoop平臺上利用MapReduce實(shí)現(xiàn)并行提取海量遙感影像元數(shù)據(jù)的方法，大大提高了海量影像元數(shù)據(jù)抽取的效率。最后設(shè)計和實(shí)現(xiàn)了具有多分辨率快速檢索以及三維可視化瀏覽等功能的海量遙感影像管理原型系統(tǒng)