中文摘要：

土壤水是土壤重要组成部分之一，影响到作物的生长和土壤中许多化学、物理和生物学过程，处于不断的变化和运动中。遥感具有大面积观测和高时间分辨率的特点，可以实时高效的提供大范围土壤含水量信息。为使遥感检测土壤水分的方法进入实用阶段，须研究网络环境下水分数据共享和快速处理分析方式。本研究将土壤水分变化检测中的数据和方法转移到网络上进行，采用标准的地理信息服务来实现分析过程中的数据、方法和结果的共享。通过抽象土壤水分变化检测中的数据和方法，建立对应的地理信息服务，并采用工作流模型来组合土壤水分数据和分析方法；分析土壤水分分析中的地理信息服务调用机制，设计地理信息服务工作流活动，建立以地理信息服务活动为基础的遥感土壤水分分析的建模方式；以上述成果为基础，研究自适应的工作流引擎。通过以上研究分析，拟提出土壤水分自适应变化检测共享体系结构，为土壤墒情预报和水分循环提供相应的支撑。

结论摘要：

土壤水作为土壤重要组成部分之一，是土壤内部各种物质迁移和物质转换的主要载体，处于不断的变化和运动中。传统土壤含水量测量主要采用重量水分法、中子仪法、土壤湿度计法和电阻法等，这些方法监测范围小和代表性差等缺点。利用遥感进行大范围土壤水分信息分析时输入数据量较大，尤其在进行时序分析时涉及到海量的遥感信息，这些信息分布在独立的数据服务器上，而目前的研究主要采用单机处理方法。为使遥感监测土壤水分的方法进人实用阶段，需要研究网络环境中水分数据共享和快速处理分析方式。本研究旨在异构网络环境中，建立一套完整的土壤水分监测的共享框架，并能较好支持异源数据和分析方法，同时能较好支持重构和重用。研究在虚拟化技术基础上构建虚拟分布式计算环境，并分析了在异构网络环境中的遥感数据共享和分析的相关技术标准，确定采用开放地理空间信息联盟（OGC）发布的地理信息服务能较好满足土壤含水量分析；应在虚拟环境中部署WFS、WCS和WPS三种研究需要的地理信息服务，并测试分析了服务的稳定性；同时基于遥感数据计算7种土壤含水量指标归一化差值植被指数（NDVI）、距平植被指数（AVI）、植被条件指数（VCI）、温度植被指数（TVI）、植被供水指数（VSWI）、温度植被干旱指数（VDI）和水分亏缺指数（WDI），并采用Python语言进行实现，部分计算采用C++实现；后为了整合基础的网络服务，研究采用工作流技术来耦合地理信息服务，选择WWF来研制了基于WFS、WCS和WPS的工作流活动；最后基于工作流模型和地理信息服务建立了土壤含水量分析的工作流模型，并测试其稳定性。研究最终确定采用标准的OGC地理信息服务能使用在网络环境中的数据互操作和分析，工作流模型能很好的耦合网络地理信息服务；在工作流模型基础上，测试工作流在长效工作的稳定和重用性上进行了测试，采用工作流模型能较好的适用于土壤含水量变化监测中的自适应运行及其共享。