英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
关于降水量预计和地球观察数据的分类的网站服务和ANDROID应用
V.M. Mantas ,Z.Liu,A.J.S.c. Pereira
南京信息工程大学计算机与软件学院，南京 210044
摘要：卫星降雨量预计（SRE）的全部潜力只能在及时获得数据集的情况下被实现。现存的数据分类门户网站一般集中在全球总量并且只提供有限的惯有的选择，尤其是常规区域的检测。而且，大部分的在线系统是为了达到桌面用户的需要，限制了移动设备的兼容性。
为了回应日益增长的对卫星降雨量估计的要求以及对当前门户网站的限制，一个项目决定研发一系列可用的应用和服务，在一个普通的门户可用：
1.简化跨平台访问的热带降雨测量任务在线可视化和分析系统(TOVAS)数据(包括Android移动设备)；
2.提供定制以及不间歇监控卫星降雨量预估的服务，以应对客户的要求并且结合了不同的在线数据分类服务的数据，包括降雨量估计，河规测量或者是被称为热带降雨量测量任务管理器的单一门户地球观测任务的肖像。
热带降雨测量任务的探索者项目套件包括Python基层的网络服务和听够提供卫星降雨量预计的Android应用以及着重对不同区域连续分析的不同格式的直观辅助数据。这个输出包括动态图，表以及数据文件，这些也可以用来供给下流应用服务。
一个安哥拉南部的案例研究被用来描述在在无资料流域的背景下，卫星降雨量预计分类和分析的热带降雨测量任务。数据分布实例集合的发展，基于用户的反馈在一个真实的背景下，帮助验证了这个项目的概念并且确定了这个项目的局限性。
热带降雨测量任务成功的补充了现有的分发卫星降雨量预值的门户网站，并且给中小型具体检测需要的组织提供具体有效的资源，即在发展中国家和转型国家企业。
关键词： 卫星降雨预计;热带降雨监测任务(TRMM);Python;Android
1.介绍
降雨对生态系统以及大部分丛食品生产到工程和安全的人类活动、区域带来了很大的影响。
但是，测量和监测降雨仍旧是一个挑战，并且花费昂贵。全球降雨监测范围仍旧不均匀的分布着，导致了重要的数据空白以及一些具有代表性的问题。监测范围在发展中国家以及偏远地区尤为匮乏，并且一些极端的事件加剧了这个不足。
为了解决这个缺陷，一些政府机构设计并且发布了地球观测（EO）任务,通过使用无源微波和光学（红外线）探测器来纠正最近全球卫星降雨量预计（SRE）。1997年发布的热带降雨监测任务（TRMM）在随后的数十年里大大影响了SRE的研究，以及在全球降雨研究方面开创了一个全新的领域。自此，地球观测(EO)任务开始支持SRE，并用中小幼的社会利益对多数关键应用提供了重要的投入。新推出的全球降水测量核心天文台（GPM）建立在这个历史上并且在统一不同的降水数据集方面获得了重要成就。
SRE可以减轻全球雨量分布不均匀的问题，可以提供多种可行的替换方并且为最新的情况提供新的选择（NRT）保持持续汇总成本。
因为一些引进的演算算法，通过使用各有利弊的技术，收集来自各个传感器的数据，一些新产品的发展成为可能。热带降雨多卫星降水分析（TMPA）就是其中的一个算法。它收集的数据来自大多数行星的各种被动微波和红外源（50°N–50°S）并且推出了近实时研究级（RG）产品。
TMPA数据已经受到广泛的独立验证材料的努力，证明性能良好的NRT和RG版本。青藏高原的产品质量促使这些数据在一个范围广泛的水文模型和生态系统研究灾难缓解响应应用程序的使用。因为这不同的应用范围，SRE是经常连同其他数据如植被指数一起被使用。为此，一些在线服务提供SRE和其他光电产品的同时，往往依靠地图的用户界面。这样的系统的例子包括作物景观（暴雨、洪水和山体滑坡估计门户,河流观看网页或GSMaP，每个数据分布和分析都来自不同的角度需求。
然而，不断增长的对SRE简单获取的需求，特别是，对TMPA数据的需求导致NASA TRMM在线可视化和分析系统的开发（TOVAS），这是一个实例的在线系统。
TOVAS是一个在线的接口来访问降雨估计，支持高品质的可视化生产，可以出口到不同习惯的输出（如地块，ASCII，地图）。其他相关的原型服务已经开发了使用该技术的GIOVANNI 供电及其产生的数据。这些分拆项目响应特定的科学问题和用户需求，同时展示使用乔凡尼创建初级TMPA数据流新服务的可行性。
然而，虽然以前的研究表明TMPA数据可能有效地取代用于早期预警系统（EWS）传统的数据源，尤其是在发展中国家最为明显，但是TOVAS却并未设计为这样一个目的。EWS和常规监测工具的优势才能充分实现高效、自动化的系统到位，不断分析数据，使它们提供给用户方便的格式（联合国环境规划署，2012）。不可供选择现实连续数据分析和在不规则区域恢复数据或目标检索的不可行性是一些TOVAS目前的局限性。
基于基础的解决方案，适合科学计算的云的出现以及智能手机的引进，预示着对EO数据终端用户的新机会或者新的挑战。现有的数据分布和可视化系统的结合，如TOVAS，在新的云计算服务和智能手机的应用程序纸上，创建了全新的相互关联的、可重用的数据处理和挖掘选项。
这篇文章介绍了尝试创建一套免费的、可扩展的应用程序和服务，可以（1）简化跨平台访问TOVAS数据（即运行在一个类似的方式在平台与不同的体系结构，操作系统和软件，包括桌面电脑或Android设备之间），（2）提供定制的连续监测SRE工具和（3）在一个单一的门户结合不同的服务。总的来说，应用程序的开发，通过TRMM分布式加快降雨估计或TRMM Explorer项目的探索。
该解决方案结合了Python的Web服务（Web Service与TRMM Explorer）给Android智能手机的应用程序的数据处理任务（trmm.mobile和“用户开发工具）的快速数据访问。
TRMM Explorer（TE）的解决方案，解决了现有的和潜在的用户通过新的方式再分配TOVAS数据的需要。
本文首先通过TOVAS和TE分布,介绍了TMPA的数据，接着描述了Web服务和Android应用程序，它们的发展及各自的特点。然后，我们提出了关于部署不同的解决方案监测安哥拉南部的水流的一个研究案例。最后，提出在近期推出GPM这样的环境下，坚持机遇与挑战。
1.1热带降雨多卫星分析数据
TMPA结果是TRMM卫星探测工程的主要数据源。TMPA算法在0.25times;0.25°空间分辨率基础上结合来自不同传感器的数据，生成接近全球（从北纬50度到南纬50度）3小时内的降雨估计。使用的传感器包括TRMM卫星微波成像仪（TMI），专用传感器/微波成像仪（SSM／I），先进微波扫描辐射计EOS（AMSR-E），先进的微波探测装置（AMSU-B）以及美国国家海洋和大气管理局（NOAA）传感器和国防气象卫星计划（DMSP）。
两个版本提供给用户，研究级（3b42v7）和近实时的选择（3b42v7_rt）。研究级别采取其他步骤，并被用来矫正最终输出，包括使用TRMM组合仪表（TCI）产生的数据和全球雨量计网络（全球降水气候学项目和气候评估和监测系统）产生的数据。不同的研究级产品，其中分布有延迟（约2个月），实时版本约延迟9小时。实时版是业务活动的重要输入，但由于使用的处理方案，安对等的研究等级，优于普通的验证指标（例如dinku等铝，2010）。目前在7版本中，两个版本都可以用于TOVAS.我们将为读者引入Huffman等人的文章，以便对该算法的深入描述。
2.网站服务的发展
TRMM Explorer Web服务（以下称为“Web服务”）的目的是，按照用户的要求，针对特定的地理区域，包括流域地区和生态区，提供SRE和补充数据。
这个服务是为了纳入一个超文本标记语言（HTML）开发的在线门户网站，一个基于云计算的Python程序。Python程序执行数据相关的任务，生成输出结果以及在线数据存储层。
Python作为一种面向对象的、可扩展的、高层次的编程语言，特别适合于工程如TRMM的探险家。许多模块可简化全面发展的努力，使其成为项目的首选
TRMM Explorer Web服务简化的系统架构。在底部是TOVAS和其他数据源，用不同的方法来处理脚本。处理脚本根据存储在实例配置文件（ICF）调用的数据。可视化模块创建并存储在云中，或通过电子邮件发送给用户。用户可以访问数据，采用Web浏览器或应用程序，如显示在顶部。
Python程序开发使用集成开发环境(IDLE)。该服务使用谷歌地图的应用程序编程接口（API）和谷歌图表API,增强数据的可视化和查询体验。两种接口在降低开发成本和障碍的同时，支持更丰富的用户体验。
当前和预期的用户包括广泛地学界研究人员。还包括对依一些地区的的研究或监测感兴趣的，各层面的学者和学生。这些地区包括某一特定的地区，也包括现场数据不可获得、资源有限、不可靠的地区。区域利益相关组织的技术人员也可以通过TRMM Explorer提供的功能受益。该项目展示了一个新的选择，可以缓解中小型组织对特定SRE监控需求的压力，这些组织主要在发展中国家和转型国家。预期的不同用户群体，将能够依靠服务的灵活性，支持不同的数据交互选项和访问级别。特别是，该计划的目的是要简化新的兴趣领域（AOI）的整合。该计划尽量不让服务或复杂的编程任务所消耗的资源量大幅增加，同时还要简化整合不同的观测周期。
总之，TRMM Explorer Web服务作为数据中介，支持不同的可视化和可输入输出的下游应用。最终的目标是让用户，尤其是那些对有强大的数据处理功能访问有限的用户，充分发挥SRE和其他配套产品的全部潜力。如图1，显示该服务（a）可以下载TOVAS数据和再加工数据，（b）生成动态图，（c）生成的表格和文件输出，(d)支持警报配置定制，(e)可以生成区划方案
图1 服务功能
A. TOVAS数据下载和实例配置
卫星降雨估计是地理空间数据的一种形式，依赖于位置、时间和观测长度。这三个变量在TOVAS中用来显示和检索TMPA数据。位置通过一个0.25times;0.25°像素矩形网格，由用户交互设置。时间由开始日期（不早于1997 / 12 / 31）和结束日期设定。近实时的产品分布大约有9小时的延迟，而研究级产品在等价对比的指标上，大约有2个月的延迟。最后，数据可以分布在不同的观测长度，包括3小时、每天甚至每月。
TRMM浏览器使用这种组合的位置，时间间隔和观察长度构建实例。但不同于TOVAS，TOVAS由用户手动定义关键参数，而是每个参数都由TRMM Explorer实例设置存储并自动检索。一旦创建，将在没有人为干预进行作业调度的某个特定时间下载实例并可视化。
一个Python程序（以下称为“处理脚本）下载并处理数据，从多个实例配置文件（ICF）打包读取变量（兴趣区，观察长度等）。因此，对处理脚本升级是对所有实例的第一要务。
ICF本身是一个Python文件，包含几个不同的变量，包括兴趣区域的坐标值（AOI），产品清单，开始和结束日期，观测长度和外部链接，辅助数据源（用户贡献的文件，UCF）。每一行的ICF为某一特定的变量设置值。例如，ICF，第一行，实例的名称（变量定义，而二线iName）设置语言定义文件（LDF）。同样重要的是“产品”变量，建立以生产主要产品（如每天的降雨量估计近实时，变量设置为“3B42RT”）。如果实例需要其他产品被下载，额外的“产品”变量添加到ICF（即“产品变量2， 产品变量3，等）。使用这些变量的处理脚本来创建URL，下载TOVAS的SRE数据，审阅价值和产生输出。不像TOVAS，因为是在下载单个区域后才集合数据，所以TE可以生成不规则区域或移动的目标可视化。它把数据从个体TOVAS中取出，并把它们组合，输出区域平均值。如图2所示。
图2 热带雨林降水观测数据
该脚本还可以将数据汇总到不同的观测长度。例如，每天的降雨量估计可以组合为16天的平均值。这种聚合可以是有用的，例如，对分析降雨估计与MODIS植被指数有兴趣的用户（例如MOD13Q1）。事实上，TRMM浏览器可以下载并显示从其他来源得来的数据，包括USGS河计网络和MODIS全球亚由橡树岭国家实验室（ORNL的附加数据，2011）。
该服务的另一个重要特点是实现简单模型的能力。下载来自TOVAS的SRE数据可用于简单线性或回归树模型，还能基于用户之前的研究产生新的产品。该模型的应用成功地在一个试验中进行了验证。该试验利用区域校准方程与SRE的降雨数据进行比较，实现自动化调整降雨估计。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[29355]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
