随着遥感影像空间分辨率、光谱分辨率和时间分辨率逐渐升高，时间维的信息可以像光谱一样形成时间谱，进行时谱分析。遥感数据不再只包含空间维和光谱维三个维度，时间维逐渐成为遥感数据的第四个维度，目前我们可以获得的各种不同类型的长时间序列遥感数据越来越多，这些数据对于进行地物的时间变化分析研究提供了重要数据支撑。
时间序列分析是遥感变化监测研究中的重要组成技术手段，在变化、植被物候、陆表覆盖变化等研究中发挥了重要作用。但由于受到传感器硬件研制技术瓶颈的限制，尽管遥感数据单一指标（如空间分辨率、光谱分辨率、时间分辨率）越来越高，仍不能满足多种遥感应用对遥感数据综合指标的需求，因此，遥感数据时空融合近年来成为研究热点之一。
长时间的对地观测过程中遥感卫星积累了大量有价值的长时间序列遥感影像数据。随着应用技术越来越成熟，卫星影像应用也更加丰富，卫星遥感数据从服务于政府、专业客户逐步走向大众应用，而互联网的发展更，激发了卫星数据服务的网络化。如何更有效组织时-空-谱多维遥感数据，快速GX提取变化研究的多维多要素信息，是遥感科学工作者面临的重要挑战。
中科谱光团队基于全新多维遥感数据的组织方式，研究出了一种新型多维遥感数据分析系统—MARS平台，将从两个大方面解决现有遥感数据组织方式存储时空谱多维遥感数据所面临的问题。
将时空谱多维遥感影像数据组织成四维立方体结构，包括两个空间维信息X、Y，一维光谱信息S，一维时间信息T，时间维度数据立方体是以格罗斯套娃的形式嵌套在一起。这种结构将数据的时间维、空间维和光谱维统一组织在一起，形成一个整体，操作数据的同时保证了数据在四个维度上的完整性和一致性。
采用四维立方体存储结构，可以通过从不同维度上快速地提取数据，进行包括空间与光谱关联分析、空间与时间关联分析，以及空间、光谱和时间三者之间的多特征关联分析，另外，除了可以选择从不同维度提取数据直接显示，还可以抽取若干维度的数据做进一步处理提取特征数据，通过展示更有利于发现其中有价值的信息。这种多维数据组织结构让时空谱数据的管理与分析更加便捷、GX，因此能够让研究工作聚焦在信息提取的过程中。
MDD结构数据由两部分组成：数据文件和头文件。数据文件是实际存储影像数据的文件，影像数据以TSB、TSP、TIP、TIB、和TIS中的一种格式存储在这个文件中。头文件则既记录了影像数据本身的信息，包括空间、光谱和时间维的大小、数据存储格式、数据类型，也记录了关于影像数据附加的描述信息，包括坐标投影和仿射变换系数、光谱维和时间维的名称以及文件名称和类型、数据偏移等描述。
基于设计的MDD五种数据格式和文件结构，构建了一套时-空-谱多维分析模块，该模块能够将经过预处理后的长时间序列的遥感影像光谱立方体构建成MDD存储结构的数据集。
由于数据集内部的五种存储格式分别针对不同的应用，因此为了快速有效地进行多维分析、提取与显示，可以通过该模块的转换功能进行格式转换，然后再进行后续操作。该多维分析模块能够嵌入至一些遥感软件平台中，例如ENVI，其中核心是需要拓展软件平台所支持的数据格式，使其支持MDD的五种数据格式。
在构建的SPATS数据集的基础上，可以利用特征参量提取功能批量计算一个时间序列影像的特征参量，通过叠加构成特征参量立方体，进而可以显示特征参量图层的灰度或者彩色合成图，以及通过交互式显示任一像元特征参量时谱曲线，也可以通过光谱立方体或者时间立方体提取功能从时-空-谱四维立方体中提取三维立方体数据，导出成常用遥感软件支持格式来进行数据的相关处理与分析。
研究区位于美国西南部亚利桑达州的凤凰城郊区，该区域主要的地物覆盖类型是农田、灌木、草地和城市用地，气候干燥炎热，年平均温度达到21.41°C，月平均温度的变化范围：11.26°C（12月）至32.21°C（七月），从1980年至2004年总的年平均降水为281mm。
利用多维分析模块十分便利地将该时间序列影像构建成了MDD数据集，然后利用模块中的Mdd Math功能GX地计算出了研究区域的NDVI时间序列立方体数据。
利用MDA多维分析模块进行数据处理与分析的流程：首先获取T_1至T_n这个时间序列上原始多光谱或者高光谱遥感影像，然后利用MDA模块中的MDD数据构建功能创建MDD多维数据集，ZH以这个数据集为数据核心，直接从MDA模块中选择所需的功能项，输入必要参数即可完成对应功能的处理，并可以选择对结果进行可视化，既而完成整个数据处理流程。
当下，整合各类遥感资源，打造一站式遥感数据处理平台，建设互联网遥感产业生态圈有广阔的市场需求。应用MARS实现时空谱多维遥感数据管理、分析与应用来降低数据处理成本，提高数据分析效率或成为遥感技术工作者的ZJ选择。
评论
天津中科谱光信息技术有限公司 
长按识别二维码查看信息详情