Tous les produits
Search
Centre de documentation

PolarDB:GanosBase Raster

Dernière mise à jour :Sep 21, 2026

Cette rubrique décrit les applications du modèle raster, ses composants de base et fournit un guide de démarrage rapide.

Utilisations du modèle

Introduction

Un modèle raster se compose d'une matrice de cellules, ou pixels, organisés en lignes et en colonnes, où chaque cellule contient une valeur, telle que la température. Les modèles raster servent à stocker et traiter des données raster, telles que des photographies aériennes numériques, des images satellites, des photos numériques et des cartes numérisées.

Ganos Raster est une extension de moteur spatio-temporel pour PolarDB for PostgreSQL (Compatible avec Oracle). Elle permet à ces bases de données de stocker et de gérer efficacement les données raster. Ganos Raster prend également en charge la fusion et l'analyse de données raster multisources, telles que la télédétection, la photogrammétrie et les cartes thématiques. Elle fournit un plugin GeoServer pour publier des objets raster de la base de données en tant que services conformes aux normes de l'Open Geospatial Consortium (OGC), tels que WMS ou WMTS. Ganos Raster s'applique à divers domaines, notamment la météorologie, la surveillance environnementale, l'exploration géologique, la gestion des ressources naturelles, la défense nationale, la réponse aux urgences, les télécommunications, les médias, les transports, l'urbanisme et la sécurité intérieure.

Présentation des fonctionnalités

  • Ganos Raster prend en charge l'importation directe depuis plusieurs formats externes, tels que TIFF, IMG, HDF, NetCDF et GRIB. Vous pouvez également exporter des objets raster de la base de données vers ces formats.

  • Après l'importation des données raster, interrogez les propriétés de base, les statistiques de bande et les statistiques de valeurs de pixel des objets raster. Récupérez également la matrice de pixels de plusieurs manières.

  • Effectuez diverses opérations sur les objets raster, telles que la transformation de projection, le recadrage, les opérations sur les bandes, le mosaïquage et l'équilibrage des couleurs.

  • Ganos Raster offre des capacités de tuilage dynamique pour une visualisation rapide des objets raster.

Principaux scénarios métier

Dans les applications pratiques, Ganos Raster s'applique à divers scénarios impliquant le stockage et l'analyse de données raster :

  • Agriculture intelligente

    Ganos Raster prend en charge le stockage et l'interrogation efficaces de données satellitaires de télédétection à grande échelle. En effectuant des requêtes conjointes, des calculs de bandes et des statistiques spatiales sur des données thématiques spatiales et des images de télédétection provenant de sources multiples, vous résolvez divers défis d'analyse de données dans la production agricole. Connectez-vous également à DataV pour visualiser les données avec une grande variété de cartes et de graphiques statistiques afin de guider efficacement la production agricole.image

  • Prévisions météorologiques et hydrologiques

    Ganos Raster prend en charge l'importation et l'interrogation rapide de formats de données standard couramment utilisés en météorologie et en hydrologie, tels que HDF, NetCDF et GRIB. Elle fournit également des fonctions telles que l'interpolation spatiale et l'extraction d'isolignes ou d'isosurfaces. Cela vous permet d'obtenir rapidement des informations clés pour les services météorologiques et hydrologiques et apporte un support technique essentiel à la prévention des catastrophes.

  • Services financiers et assurances

    Grâce aux technologies de calcul et de classification des bandes d'images satellitaires de télédétection fournies par Ganos Raster, effectuez rapidement des analyses statistiques sur les types de cultures, les superficies et les conditions de croissance à différentes périodes et lieux. En combinant cette analyse avec des données telles que les terres cultivées auto-certifiées par les agriculteurs, les transferts de terres enregistrés par le gouvernement et d'autres facteurs tels que le climat, la situation géographique et les conditions du marché, utilisez des modèles professionnels de contrôle des risques sectoriels pour estimer le rendement et la valeur des cultures. Ces informations aident à déterminer les lignes de crédit et les délais de remboursement raisonnables pour les agriculteurs.

Composants de base

Présentation du modèle raster

Le modèle de données se compose des éléments suivants :

  • Raster : Un seul jeu de données raster, tel qu'une scène d'image de télédétection ou un fichier TIFF.

  • Tuile : Un bloc de données, qui est un ensemble de pixels. Une tuile est l'unité de stockage de base pour un objet raster dans la base de données. Une tuile contient généralement 256 × 256 valeurs de pixel.

  • Bande : Une couche de données raster 2D composée de plusieurs tuiles. Chaque tuile possède un numéro de ligne et de colonne.

  • Cellule : Représente un pixel dans une tuile et peut avoir différents types de données, tels que Byte, Short, Int ou Double.

  • Pyramide : Une pyramide raster créée par sous-échantillonnage progressif pour un affichage plus rapide. Chaque pyramide contient différents niveaux. Chaque niveau correspond à une couche, et le niveau 0 représente les données brutes.

  • Métadonnées : Les métadonnées des données raster, y compris leur étendue spatiale, leur type de projection, leur type de pixel, etc.

image

Comme illustré dans la figure ci-dessus, Ganos Raster utilise un modèle de données raster universel simple et efficace pour gérer les données thématiques et les images de télédétection. Un jeu de données raster (Image) est stocké en tant qu'objet raster dans la base de données. Un objet raster est logiquement composé de plusieurs bandes qui peuvent être représentées sous forme de couches raster 2D. Les informations de chaque bande sont lues à partir des données d'image brutes lors du processus d'importation. Les objets raster sont stockés et gérés à l'aide d'unités de stockage de base appelées tuiles. La taille par défaut d'une tuile est de 256 × 256 pixels, mais vous pouvez également définir la taille. Chaque tuile peut contenir une ou plusieurs bandes. Un pixel dans une tuile est représenté par une cellule. Chaque objet raster possède des métadonnées correspondantes, telles que l'étendue, le type de données, les informations de projection et les numéros de ligne et de colonne. Si un modèle de pyramide est créé pour les données raster, une bande contiendra des données de pyramide à plusieurs niveaux.

Système de référence spatiale

Un système de référence spatiale (SRS) définit comment associer un objet raster à un emplacement spécifique à la surface de la Terre.

Ganos utilise un entier, appelé identifiant de référence spatiale (SRID), pour référencer la définition d'un SRS. Un objet raster est associé à un SRS via sa valeur SRID.

Pour plus d'informations, consultez Référence spatiale.

Vue des colonnes de données

Dans Ganos, raster_columns est une vue qui répertorie toutes les colonnes raster des tables du catalogue système de la base de données. La structure est la suivante :

Nom de la colonne

Type

Description

r_table_catalog

varchar(256)

Généralement un champ statique : postgres.

r_table_schema

varchar(256)

Le schéma dans lequel réside la table.

r_table_name

varchar(256)

Le nom de la table.

r_raster_column

varchar(256)

Le nom d'une colonne Raster dans la table.

Interrogez toutes les colonnes de données géométriques dans la base de données actuelle à l'aide de l'instruction suivante :

SELECT * FROM raster_columns;

Index

Un index spatial permet à Ganos d'éviter les analyses séquentielles complètes de la base de données lors du traitement de grands jeux de données spatiales. Un index accélère les recherches en organisant les données dans une arborescence de recherche, qui peut être parcourue rapidement pour trouver des enregistrements spécifiques.

Ganos propose deux méthodes d'indexation pour les données raster :

Nom de l'index

Description

Caractéristiques de l'index

B-tree

Un index B-tree est généralement utilisé pour les noms de fichiers raster afin d'effectuer des recherches en comparant les noms de fichiers.

B-tree est la méthode d'indexation la plus courante dans les bases de données et peut accélérer la plus large gamme de types de requêtes.

GIN (Generalized Inverted Index)

GIN signifie Generalized Inverted Index. Cette structure d'index permet des recherches rapides de tuples contenant des mots-clés spécifiques. Par conséquent, un index GIN est particulièrement adapté à la recherche en texte intégral. Vous pouvez créer ce type d'index sur les champs Raster.

Un index GIN est idéal pour les données statiques car les recherches sont très rapides. Cependant, les mises à jour d'index sont plus lentes qu'avec un index GiST.

Avantages de Ganos Raster

Par rapport au plugin Raster intégré de la base de données spatiale open source PostGIS, Ganos Raster présente des avantages significatifs en termes de flexibilité d'application, de coût de stockage et de capacités de calcul. Les principaux avantages sont les suivants :

  • La structure de stockage de Ganos Raster est mieux alignée sur les besoins métier

    Contrairement à la méthode de stockage entièrement rasterisée de PostGIS Raster, Ganos Raster propose une structure de stockage orientée objet. Lorsqu'un jeu de données raster, tel qu'une image ou un modèle numérique d'élévation (DEM), est importé, il correspond à une seule ligne dans une table Ganos Raster. Cela crée une relation un-à-un claire. Il n'y a aucune limite de capacité pour un seul objet. Une seule ligne peut stocker une image extrêmement grande ou un fichier raster dépassant 1 To. Ganos Raster abstrait les opérations directes sur les tuiles, enregistre les métadonnées complètes des objets raster et peut être étroitement associé aux données de séries temporelles. Cela permet une meilleure intégration avec les services métier.

  • Ganos Raster prend en charge un stockage de données rentable

    Grâce à sa conception de schéma unique, Ganos Raster prend en charge le stockage des métadonnées raster dans la base de données et des données d'attributs raster sur un service plus économique, tel que Object Storage Service (OSS). Cela est idéal pour les scénarios à coûts de stockage élevés, tels que l'analyse d'images à grande échelle. Même dans cette configuration, vous pouvez toujours effectuer diverses opérations d'analyse spatiale sur les données raster tout en réduisant considérablement les coûts de stockage.

  • Ganos Raster dispose de plus d'opérateurs spatio-temporels

    En plus de prendre en charge les opérations traditionnelles telles que la détermination des relations spatiales raster, les pyramides raster, les valeurs de pixels raster, les propriétés raster et l'édition d'images raster, Ganos Raster prend également en charge une variété de statistiques raster uniques et d'opérations d'algèbre raster. Elle prend également en charge des algorithmes professionnels d'équilibrage des couleurs d'image et des aperçus pour les jeux de données raster massifs afin d'accélérer le rendu.

Démarrage rapide

Introduction

Ce guide de démarrage rapide présente brièvement le moteur Ganos Raster. Il couvre les tâches de base, notamment la création d'extensions et de tables, l'importation de données, l'exécution de requêtes, la création de pyramides, le recadrage de données et l'exportation des résultats.

Description de la syntaxe

  • Créez une extension.

    CREATE extension ganos_raster cascade;
    Remarque

    Installez l'extension dans le schéma public pour éviter les problèmes d'autorisation.

    CREATE extension ganos_raster WITH schema public cascade;
  • Créez une table raster.

    CREATE TABLE raster_table(id integer, rast raster);
  • Importez des données raster depuis OSS.

    INSERT INTO raster_table VALUES(1, ST_ImportFrom('chunk_table','OSS://<ak>:<ak_secret>@oss-cn-internal.aliyuncs.com/bucket/data/image.tif'))
    Remarque
  • Interrogez les informations de l'objet raster.

    SELECT ST_Height(rast),ST_Width(rast) FROM raster_table WHERE id = 1;
    
    -----------
      1241
    (1 rows)
  • Interrogez les statistiques d'une bande spécifiée.

    SELECT ST_Statistics(rast,0) FROM raster_table WHERE id=1;
    
    ---------------------
    {"approximate":false,"min":8969.0,"max":12351.0,"mean":9407.330013839151,"std":193.4268180351078,"count":70091,"sum":659369168.0,"mode":9366.0,"median":9392.0}
    (1 row)
  • Créez une pyramide.

    UPDATE raster_table SET rast = ST_BuildPyramid(rast) WHERE id = 1;
    UPDATE 1
  • Calculez le niveau de pyramide optimal en fonction de la plage de coordonnées mondiales, de la largeur et de la hauteur de la fenêtre d'affichage.

    SELECT ST_BestPyramidLevel(rast, '((128.0, 30.0),(128.5, 30.5))', 800, 600) FROM raster_table WHERE id = 10;
    
    ---------------------
    3
  • Récupérez la matrice de pixels pour une plage spécifiée du raster.

    SELECT ST_Clip(rast, 0, '((128.980,30.0),(129.0,30.2))', 'World') FROM raster_table WHERE id = 1;
  • Calculez la plage de coordonnées de pixels de la zone recadrée.

    SELECT ST_ClipDimension(rast, 2, '((128.0, 30.0),(128.5, 30.5))') FROM raster_table WHERE id = 10;
    
    -------------------------
    '((600, 720),(200, 300))'
  • Recadrez et exportez.

    Recadrez un objet raster en spécifiant une géométrie et exportez-le sous forme de fichier Cloud-Optimized GeoTIFF (COG).

    SELECT ST_ExportTo(
      ST_ClipToRast(rast, ST_GeomFromText('POLYGON((128.0 30.0,129.0 30.0,129.0 31.0,128.0 31.0,128.0 30.0))',4326),0),
      'COG',
      'OSS://<ak>:<ak_secret>@oss-cn.aliyuncs.com/mybucket/data/image_clip.tif'
    );
    
    -------------
     t
    (1 row)
  • Supprimez l'extension (facultatif).

    DROP extension ganos_raster cascade;

Référence SQL

Pour la référence SQL complète, consultez Référence SQL Raster.