文档介绍：共享海量遥感影像数据|遥感影像数据
利用遥感影像元数据实现遥感数据的网络公布和共享，使稀缺的影像数据能够得到充足合理的利用；同时采取本体技术，能够有效地实现影像数据的互操作，从而为实现影像数据的全社会范围的共享提供基础和条件。
目前，空间信息技术发展迅猛，以空间数据为主的空间信息挖掘和应用成为当代人类生产生活的一个主要特征。尤其是遥感影像数据，因为其含有获取方便、周期短、信息量大等特点而成为空间数据的主要组成部分。然而，因为遥感数据的数据量十分庞大，尤其是对于含有不一样、不一样分辨率和不一样时相的数据，其存放和管理均十分困难，且因为其本身含有的稀缺性和机密性，在一定程度上限制了遥感影像数据的充足利用，所以，迫切需要对其进行有效的组织、存放、管理和共享的研究。
研究表明，为实现影像数据的网络服务，能够利用遥感影像元数据，采取流行的数据库技术对遥感影像数据进行组织和管理，并完成基于XML的影像元数据的公布，实现用户经过网络对遥感影像数据的查询、检索和访问，为影像数据的共享奠定了基础，同时利用本体技术的优势，建立起遥感影像信息本体。
影像数据的存放管理
元数据为空间数据的存放管理和共享提供了有效的手段，经过元数据信息，用户能够在没有真实数据的情况下，获取相关数据的信息，从而为数据的共享和利用提供了可能。现在有关矢量空间数据的元数据标准已经制订，并形成了中国的地理信息国家标准，而有关遥感影像方面的元数据标准，尚处于研究之中，未形成一个普遍接收的标准。为此，国家遥感工程中心在ISO 遥感影像元数据标准和中国马上推出的地理信息元数据标准的基础上，结合项目标实际情况，制订了遥感影像元数据草案。该草案包含7个元数据集、6个公共数据类型和15个代码表，从标识信息、数据质量信息、参考系信息、内容信息、覆盖范围、分发信息和遥感信息等方面对遥感影像数据进行了具体的表述。
因为遥感影像的数据量十分庞大，难以直接进行存放，不利于后续的处理、提取、浏览和检索，所以需要对其进行预处理，关键包含降采样、影像压缩和影像分割等内容。
影像分割是将遥感影像根据行列值分割为相同大小的数据块，并以tile作为影像存放的基础单元。每个tile均以一条统计的方法进行存放，不一样统计经过编号进行排列。对于不能够平分的，出现多出的行或列时，应将其单独存放。当用户对影像进行调用时，经过映射关系，只调用和用户相关的tile集合即可，从而优化了数据的存放、传输、浏览模式。
为减小影像的传输数据量和优化显示性能，需建立影像金字塔，经过影像降采样方法，建立一系列不一样分辨率的影像图层，每个图层分割存放，并建立对应的空间索引机制。常见的影像重采样方法有双线性差值、立方卷积等。
因为影像的数据量比较庞大，为减小影像的存放空间，还需要对影像进行压缩处理后存放。当用户调用数据时，首先对数据进行解压缩处理，然后再返回给用户。常见的图像压缩方法有JPEG、LZ77等。
遥感影像数据库关键能够分为影像元数据库和影像数据库两部分。影像元数据库用于对遥感影像元数据标准中的数据集进行存放和管理，影像数据库用于对影像数据进行存放和管理。元数据同影像数据经过ID字段