影像数据管理与分析系统

影像数据管理和分析系统旨在为 2D 和 3D 环境中任何比例的影像、激光雷达、高程、多维、定向影像和/或视频的大量集合进行编目和服务。 该系统支持针对企业级用例进行编目、查询、加载数据模型和渲染影像，并通过 web 服务和动态处理进行访问，从而支持可视化、开发和分析。 该系统可以高效释放数据价值，满足企业组织的多样化需求，既可适配用户现有工作场景，同时支持进一步扩展到新型云端功能的愿景。

影像数据管理和分析系统模式通过以下方式为组织创造商业价值：

• 将组织的影像集合作为企业资产进行管理。
• 为用户提供对大量影像数据目录的直接访问权限，以进行查询、数据访问和可视化。
• 借助自动化技术，定期无缝更新源数据集合以及派生数据和信息产品。
• 支持现实捕捉工作流，为实现全面动态的数字孪生奠定基础。
• 将预先构建的分析模型（其中包括机器学习和 GeoAI）应用于数据源，并使用 Python 工具对其进行扩展。
• 使用影像数据以提取要素、检测对象、分割影像，与计算机视觉配合使用，并填充不同细节层次的资产数据库。
• 监控启用时间的数据存档，以标识要素、景观和科学测量的变化。
• 针对来自不同提供商以及本地或全球范围内的不同数据集，实现自定义、交互式、动态分析。
• 在地理环境中对视频资产进行编目、管理和流式传输，用于历史审核、安全操作、测量和利用。
• 整合、访问和处理来自各种提供商、传感器、平台、格式和模式的数据，其中包括诸如 AWS Open Data 和 Microsoft Planetary Computer ([https://planetarycomputer.microsoft.com/]) 等开放数据源。

如果您不熟悉 ArcGIS 系统模式，请先参阅简介。

用户角色和工作流

最常与影像数据管理进行交互的用户角色，以及其通常使用此系统执行的工作流和任务类型，包括：

• 影像资产管理人员。 影像资产管理人员负责管理规模庞大且持续增长的影像目录，其中包含在组织内部创建的影像，以及从合作伙伴或内容提供商处获取的影像。管理人员通常对影像产品、消费模式和数据注意事项具有丰富的经验。  
• 影像科学家。 科学家将直接处理影像数据：像素、点云和 3D 网格等类型，通常需要更直接地访问未完成版本的产品。 他们可能正在开发新的渲染或分析算法，协助设计数据模型，以及为处理这些数据集的其他角色提供支持。
• 数据分析师、科学家和工程师。 数据科学家将以分析能力处理影像数据，通常通过专业科学包或使用笔记本样式的分析工具访问该数据。 他们通常通过目录或搜索界面访问影像，可以使用 web 服务，也可以直接处理对象存储中的数据。
• GIS 分析师和 GIS 专业人员。 GIS 专业人员倾向于通过使用影像服务、3D 网格或场景数据，并与来自外部提供商或其他 ArcGIS 系统的其他基于矢量的地理空间数据相结合，从而实现与影像数据管理和分析系统进行交互。 他们可以创建和发布地图产品或应用程序，或者使用数据以支持其他地理空间分析。
• 常规用户。 影像数据系统的常规用户（其中包括公共用户）通常使用定义明确、已完成的底图样式服务，但也可以与通过栅格函数模板或专用查看应用程序提供分析体验的影像服务进行交互。
• 无人机操作人员。 在捕获原始或预处理的无人机飞行数据时，无人机操作人员将为影像数据管理和分析系统提供输入。 无人机操作人员也可以与系统中的数据进行交互，以了解覆盖范围的盲区、安排新飞行任务，或者基于其他数据覆盖范围规划任务。

Esri 维护着一个丰富的影像工作流库，其中包括与影像数据管理、现实映射、分析和 AI、可视化、开发以及内容相关的详细指南和教程。 此网站还提供技术资源、示例工作流和其他学习路径。

应用程序

ArcGIS 提供了丰富的应用程序和体验，其中多项已作为影像数据管理和分析系统的组成部分进行部署并可供使用。 以下将介绍上述角色最常用于与此系统进行交互并执行工作流的应用程序。

• 门户网站是 ArcGIS 系统的通用 web 界面，支持查看者、编辑者、创建者、专业人员以及管理员的各种用例。 在影像数据管理和分析系统中，门户网站通常作为发现和协作门户，并为某些用户提供查看和分析体验。 数据所有者和管理员也通常使用门户网站来管理数据。
• Map Viewer 和 Scene Viewer 应用程序是门户网站的组成部分，用于影像数据管理和分析系统中的关键工作流，其中包括创作栅格函数模板、创建新的影像服务输出、执行分析过程以及查看影像处理的结果。
• ArcGIS Excalibur 是一款影像和视频分析应用程序，用于基于影像创建地理空间情报产品。 ArcGIS Excalibur 作为 web 应用程序随 ArcGIS Enterprise 一起提供，可与影像服务以及此部署的其他功能配合使用。
• Python Notebooks 是另一个常用应用程序界面，用于处理影像数据管理和分析系统。 可以通过多种模式访问 Notebooks，但 ArcGIS 在 ArcGIS Pro 和 ArcGIS Online 或 Enterprise 中均提供 Notebooks。 Notebooks 使用 Python 或其他语言提供交互式代码体验，ArcGIS SDK 可以帮助提供对影像数据的即时访问，以便进行查看、分析和处理，或者使用深度学习和机器学习模型，其中 Notebooks 是访问和执行这些模型的主要方式。
• ArcGIS Field Maps 是一款适用于 Android、iOS、watchOS 和 Windows 设备的一体化移动应用程序。 在数据编辑和管理系统中，ArcGIS Field Maps 通常用于以地图为中心的数据采集，通常可在具有/没有网络连接的情况下在外业执行该功能。 影像数据在 Field Maps 中用于提供关键背景信息，但在发布为切片影像图层时，也可以实现离线使用。 有关离线（断开连接）数据采集的信息，请参阅移动操作和离线数据管理模式的集成和支持注意事项。
• ArcGIS Experience Builder 是一款可配置的无代码应用程序构建器，用于创建 web 应用程序。 在影像数据管理和分析系统中，ArcGIS Experience Builder 通常用于创建专注于影像数据查看与交互的 web 应用程序。
• ArcGIS Pro 是一款 GIS 专业人员用于各种用例的桌面应用程序，其中包括查看不同的数据格式、地理处理和数据模型准备。 ArcGIS Pro 提供了最灵活且功能最丰富的影像数据处理体验，通常由 GIS 专业人员和其他专家角色使用。 ArcGIS Pro 的 3D Analyst、 Image Analyst 和 ArcGIS Reality 扩展模块为此应用程序提供了重要的功能、工具和工作流。 ArcGIS Pro 也被这些角色广泛地用于管理数据、创建数据模型和编写栅格函数。
• Deep Learning Studio 是一款 Web 应用程序，用于为深度学习图像分析工作流提供基于工程的环境。 用户可以协作训练深度学习模型，并针对其托管影像大规模运行推断。
• ArcGIS Reality 是一个产品系列，其中包含 ArcGIS Reality for ArcGIS Pro、ArcGIS Reality Studio、Drone2Map 和 Site Scan for ArcGIS，这些产品支持根据无人机、固定翼飞机和卫星捕获的数据处理数字影像产品的工作流。 这些工具在 ArcGIS Pro 中与专用桌面应用程序（如 ArcGIS Reality Studio）、移动应用程序（包括 ArcGIS Flight）以及通过 ArcGIS Online、Site Scan for ArcGIS 和 ArcGIS Enterprise 提供的基于 Web 的体验一起提供。
• 使用 ArcGIS 制图 API 和 SDK 构建的自定义应用程序通常用于与影像、服务和数据集进行交互，以启用特定工作流或者支持分析或汇总操作。
• 此外，在 web 地图或场景中配置影像图层时，大多数其他 ArcGIS 应用程序都能够与影像图层进行交互，其中包括弹出窗口、动态渲染和其他常见的影像图层工作流。

有关 ArcGIS 提供的所有应用程序的详细信息，请参阅 ArcGIS 概览中的应用程序架构。

功能

以下介绍了影像数据管理和分析系统提供的主要功能，其中包括常规功能以及行业或工作流特定的功能和解决方案。 以下未列出在影像数据管理工作流中使用，但通常由其他系统提供的功能，例如底图、地理编码和位置服务系统提供的其他位置服务。

常规功能

• 借助影像可视化和分析，用户可以通过动态影像叠加、导航历史影像集合或根据最近的无人机飞行采集观测数据，将影像数据作为应用程序中的底图进行交互。 可以通过动态调整、拉伸和更改波段组合来增强影像。 对影像渲染进行优化以显示请求的感兴趣区域，并在每次平移和缩放时重新应用渲染。 可以使用地理处理工具、算法和函数来分析影像数据，以评估土地利用、监控活动和变化、衡量损失以及评估环境因素。
• 数据建模和结构化可创建标准化方法，以将大量数据添加至常见数据模型，例如镶嵌和 LAS 数据集、栅格产品和传感器模型、定向影像目录或其他行业特定或用例特定的模型，例如轨迹数据。 创建目录数据集并与本地或网络存储中的资产目录图层进行交互，或者从 ArcGIS Online 或 ArcGIS Enterprise 组织添加项目和服务。 这些模型有助于组织这些详细数据集、提供有关这些数据集的元数据并支持这些数据集的实际使用。
• 借助影像数据发布，所有类型的用户均可创建并托管影像和其他遥感数据源的集合。 将影像集合和产品发布为本地或全球比例的动态或切片服务，可使用 Web、移动和桌面应用程序对其进行可视化并与其进行交互。
• ICatalog 图层是对各种工作环境中本地和共享数据集、图层、服务和工作空间的引用的集合，可以包括对各种影像数据类型的引用。 这些引用将进行编目并添加为数据集中的项目，以在地图和场景中进行可视化、过滤和动态查询。 目录图层基于目录数据集，可用于可视化和处理分散的影像数据集合。
• 切片影像图层托管支持使用标准切片可视化方法（其中包含动态客户端渲染）访问全位深像素数据，并实现高性能处理。 可以使用时间片创建多维图层并标识随时间的变化，同时在较小的比例下以较低的分辨率访问多个像素波段。
• 动态栅格分析依赖于使用栅格函数并将一组栅格函数组合到栅格函数模板中，以快速组合波段、比较影像，并通过影像集合分析值以创建动态输出图像。 栅格函数采用实时请求处理机制，仅应用于请求的像素区域，无需重新处理整个数据集即可实现动态渲染影像，是一种高效的处理方式。
• 高程分析将提供以下功能：生成等值线、运行水文模型、查看和描绘流域以及查看详细数据集的地形、坡度和坡向渲染。 通过剪切和填充或者比较 3D 表面和数据集来完成体积分析。 组合多源、多分辨率的高程数据，准备一个无缝高程服务，该服务既可用于直接展示，也可作为城市或区域 3D 渲染的基础。 Esri 还为可视化和分析请求提供即用型高程服务。
• 分布式栅格分析作业可配置为在分布式计算模型中跨海量影像库运行栅格函数计算。 这些操作可能还包括使用经过训练的深度学习模型进行推断，或者根据预定义的渲染器或计算来创建新的输出数据产品。 通过 ArcGIS Enterprise 的影像托管功能对来自栅格分析作业的数据进行持久化。
• 图像提取功能允许以编程方式动态导出并下载源和镶嵌影像数据，以用于其他应用程序或作为深度学习工作流中的影像片。 提取可以提供对源像素的直接访问，也可以针对请求的范围以特定分辨率创建新的重采样图像。 ArcGIS 还支持提取 World Imagery 底图的区域，以供在离线数据访问和编辑工作流中离线使用。
• 深度学习和 GeoAI 已嵌入整个 ArcGIS 以及影像数据管理和分析系统中。 用户可以使用影像资产和本地计算资源在深度学习模型上训练和运行推断，也可以跨大型系统（其中包括云资源和服务）进行扩展。 ArcGIS Living Atlas 还包含预训练模型库，这些模型可直接使用，也可以根据组织的特定工作流、数据或地理位置对其进行调整。
• 多维数据和 n 维数组可以使用标准科学格式（例如 NetCDF、GRIB、HDF 和 Zarr）进行探索。 这些数据将显示诸如随时间的变化或者不同大气高度或深度的测量值等变量。 ArcGIS 在 ArcGIS Pro 和 ArcGIS Map Viewer 中提供了专用用户界面，用于快速显示时间剖切片、构建和显示复杂的多元符号、识别可用变量、构建您自己的新计算或者预测数据集时间范围之外的变量。 多维数据集还可以发布为影像服务，以从其他应用程序和工作流进行访问。
• 在图像空间中工作并执行图像测量任务，并将从传感器捕获的影像与传统正射视图和立体视图一起可视化。 图像空间分析还可用于采集要素、无需重采样即可查看细节以及防止失真。
• 利用立体查看功能实现影像的 2.5D 可视化，执行图像测量任务，手动数字化和提取具有高精度和 3D 对象潜力的要素。 立体编辑主要集成于 ArcGIS Pro 中，是摄影测量工作流中的常用功能。

行业特定功能和解决方案

• 可以使用各种类型的定向影像，其中包括倾斜影像、气泡/球面影像、360 度全景影像、街景影像和检测影像。 这些数据集并非传统的像底点图像，但通过诸如安全调查、资产巡检或数据采集等工作流，可以为组织提供重要价值。 ArcGIS 中的定向影像功能包括结构化数据模型、专用查看器应用程序，并支持在各种应用程序中提供和使用定向影像。
• 借助一系列 Web、桌面和移动应用程序及工具，全面支持无人机操作：从机队管理到特定任务规划和地面数据处理。 ArcGIS Dashboards 可用于监控采集进度、识别运营问题，以及管理向数据处理和质量团队的报告。
• 实景映射结合广泛的正射映射功能，用于生成高保真产品。 使用无人机和其他航空影像创建全分辨率数字表面模型、真正射、定向影像目录、2D 表面网格、密集 3D 点云以及如照片般逼真的 3D 网格。 实景映射功能可用于 Web、桌面和基于服务器的处理模式。
• ArcGIS 支持将视频作为具有地理空间和时间上下文的服务进行索引、搜索、发布和流式传输。 共享来自诸如无人机、安全摄像头、传感器、手持设备或其他动态影像源等来源的视频内容，并将视频无缝集成为现有 GIS 工作流、信息产品和利益相关者简报中的另一个空间数据源。
• 管理、可视化和分析激光雷达数据集（其中包括各种数据格式），以了解表面状况、识别不同强度级别、返回点图层、提取要素、对点云进行分类、使用照片级真实感着色并创建衍生产品。 可以使用 LAS 数据集将大型激光雷达文件集作为一个连续图层进行管理。
• 通过访问来自 SAR 传感器和平台的影像集合来使用合成孔径雷达。 ArcGIS 包括特定于 SAR 的栅格类型、栅格函数以及支持这种独特而强大的数据类型的可视化方法。
• 使用时空资产目录 (STAC) 连接到现有影像目录，并搜索、过滤和解析记录，以标识适合工程的数据。 使用 ArcGIS Pro 中的 STAC 连接和搜索体验、arcpy Python 模块和 ArcGIS API for Python 来查询公共和私有 STAC 目录，并通过云数据连接直接访问资产。 使用其他工具和工作流从现有影像数据模型（如镶嵌数据集）创建 STAC 集合和项目，并基于明确定义的属性、特性和元数据进行构建。

内容

借助影像数据管理和分析系统，组织可以访问来自 Esri 和合作伙伴的即用型精选内容，其中包括：

• ArcGIS Living Atlas of the World。 ArcGIS Living Atlas 提供来自权威来源（其中包括 Landsat、Sentinel、NAIP、NOAA 等）的即用型影像。 此集合提供了适用于真彩色、假彩色、多光谱和多时态影像的选项。 其中还提供了根据最近的卫星影像和高分辨率航空影像构建的全球底图。 由此组织能够访问可以即时应用的各种影像。
• 高级影像内容。 Esri 与领先的卫星和航空图像提供商（如 Airbus、BlackSky、Maxar、Nearmap、Planet 和 Vexcel）合作以在 ArcGIS 中提供其数据。 用户可以从现有集合或任务图像捕获会话中获取高级影像，并将数据直接提供给 ArcGIS。 由此客户能够轻松获取新影像并访问已采集的数据。 ArcGIS Marketplace 还提供专用影像数据内容，供 Esri 合作伙伴购买。
• 外部库和目录 Esri 用户还可以连接到兼容的数据目录和库，例如 Microsoft Planetary Computer、Carbon Mapper 数据平台或用于地球观测的 NASA EarthData Platform，以访问来自各种类型的任务和传感器的开放科学数据集。 这些数据源可用于访问追溯数十年的历史记录，并允许通过云优化格式以及开放或请求者付费访问方法直接访问数据。

此系统的用户可以通过各种方式与这些内容进行交互，将其用于可视化、用作分析的输入，甚至与自己的数据相结合以创建新的产品和体验。

架构注意事项

以下介绍了特定于影像数据管理和分析系统的注意事项。 了解有关 ArcGIS 架构中常规集成和支持注意事项的详细信息。

• 影像数据管理和分析系统高度依赖于与影像数据存储方式（和位置）相关的决策。 大多数客户端通过 web 服务或者直接以云优化数据形式访问影像，由此可对分散的客户端应用集中存储策略。 对于任何影像数据管理和分析系统，将计算和影像渲染部署在尽可能“靠近”（网络邻近性术语）影像数据的位置至关重要，由此可实现快速渲染并改善客户端体验，同时最大限度地降低数据出口成本。 虽然从本地桌面访问基于云的影像在技术上可行，但在大多数情况下，使用动态影像服务将提供更好、响应速度更快的用户体验。
• 此外，影像数据源的格式以及组织正在管理或者计划未来管理的影像数据量也与此相关。 影像数据文件格式对渲染性能以及磁盘数据容量具有显著影响，进而影响存储成本。 在某些情况下，存在反向权衡，即增大压缩率可以节省存储成本，但在访问影像时会降低性能，应审慎评估这种平衡，以便根据您的系统要求制定决策。 数据量以及随着新集合的纳入而导致的未来数据增长是另一个因素，用于指导有关如何以及在何处构建和部署此系统的决策，或者采用针对不同用途部署多个系统的方法。
• 运行大型图像分析作业（如栅格分析操作或深度学习推断）需要仔细规划计算资源、分析方法和分布式计算。 ArcGIS 栅格分析技术可以帮助在计算节点之间分配一个或多个作业，但在实施分析过程之前，应对其进行仔细规划、测试和理解。

有关更加详细的架构注意事项，请参阅选择部署模式。

示例

此系统模式的行业特定系统示例包括：

• 环保。 环保组织负责土地和建筑物的养护、保护和管理。 影像数据管理和分析系统模式支持向各环保组织间的利益相关者分发影像。 National Trust 使用 ArcGIS Image for ArcGIS Online，通过浏览器中的 Web 应用程序与组织中的非 GIS 用户共享影像，从而减少手动生成文档或地图的工作量。
• 交通运输。 各州交通运输机构通常拥有大量影像资产，如果没有影像数据管理和分析系统，则难以充分释放这些资产的价值。 例如，犹他州交通部使用了该系统模式以支持州属道路用地权属资产的管理。
• 公共事业 新泽西美国水务公司是使用该系统模式以支持无人机系统 (UAS) 计划的组织的示例。 UAS 计划将生成支持检查、灾难响应和安全性的底图、3D 地图和地形。 ArcGIS Image Server 将底图提供给公共事业内的其他 GIS 地图。
• 自然资源 Esri 初创公司合作伙伴 Pollen Systems 使用影像数据管理和分析系统模式以支持葡萄园、果园和苗圃，以改进其决策。 通过使用 ArcGIS Enterprise 和 ArcGIS Image Server，Pollen Systems 可以传播来自不同传感器、源和时间段的大量重叠、多分辨率影像和栅格数据的集合。
• 商业卫星和航空影像组织影像数据管理和分析系统模式支持向客户提供服务的商业卫星和航空影像组织。 该系统模式支持处理无人机和/或卫星图像，并将结果组合为连续覆盖范围服务、区域服务或者可交付给最终客户用户的客户特定服务。 例如，Skytec 使用 ArcGIS Image for ArcGIS Online 以支持 UAS 土地保护工作。