新华三绿洲数据运营平台是新华三自研的一站式智能数据开发和治理平台，集成了先进的大数据技术，主要包含数据标准、数据开发、数据质量、数据资产、数据脱敏以及时空与图引擎等数据使用场景，支持结构化数据、非结构化数据、时空数据、图数据的分析和加工。产品以打破“信息孤岛”消除“数据烟囱”为理念，帮组用户把数据用起来，以发挥数据最大价值。 数据安全 提供基于用户访问级别控制的静态脱敏以及动态脱敏能力。从敏感信息自动发现、分级分类、数据变形以及安全审计等一体化数据安全服务。 一站式开发 一张画布中完成全流程业务的开发，用SQL表达业务逻辑，用户仅需三步即可实现一个完整的开发流程。 规范化标准 提供规范化、流程化数据标准能力，提供国标，部标，行业标准管理，为后续的数据处理进行数据标准化提供关键性支撑。 自定义检核 灵活的检核方案配置管理，用户可以根据变化自由地编辑指标规则，从而帮助用户发现问题数据，改善数据质量情况。 统一数据资产 拉通数据的全生命周期流程，自动解析元数据，理清数据的来龙去脉。自定义业务分类，根据业务属性对数据进行分层分类管理。 图与时空引擎 针对高度互联数据的存储和查询场景进行设计，提供图数据库、图计算、图可视化为一体的图服务以及大规模存取、查询、分析时空数据的工具和算法集合能力。 行业套件 提供智慧行业套件知识库，涵盖行业数据标准、数据模块、行业数据主题库、专题库、行业算法库，加速交付能力，增强行业认知。 简单易用 产品贯穿整个数据应用生命周期，通过简单易用的可视化界面，用户可以通过可视化的操作界面“玩转”大数据。

云数据库，是依托H3C CloudOS云平台资源和运行环境的自助式按需提供的数据库即服务（DBaaS, Database as a Service），辅以自动化部署、读写分离、高可用、备份恢复、健康检查、监控等特性，融合DBRE（Database Reliability Engineering，数据库可靠性工程）自动化流程保障业务连续性，加速应用程序现代化。 功能架构 产品价值 应用场景

数据可视化旨在借助于图形化手段，清晰有效的进行相关数据的传达与沟通，通过直观的传达关键数据的特征，从而做到数据价值的更高体现。提供多种展示模板供用户进行选择，同时支持模块的自定义功能。

本发明涉及一种基于遥感影像值多元参量定标模型的自适应成像方法,其步骤包括建立成像系统电子学参数与遥感图像的定量数学关系；获取遥感成像系统的位置和姿态参数,并计算成像区域获取成像区域地物覆盖类型、地物反射光谱以及成像区域上空大气和气溶胶参数,根据辐射传输方程计算该成像区域对应的入瞳辐亮度；对每一景遥感影像入瞳辐亮度进行排序得到最大入瞳辐亮度值,并通过成像系统调节成像参数使其不超过成像系统最大输出图像值,然后驱动成像设备获取遥感影像。

大气气溶胶，即大气中的悬浮颗粒物。通常所说的PM10（粒径小于10微米，可吸入颗粒物）或者PM2.5（粒径小于2.5微米，可入肺细粒子）是大气气溶胶的重要组成部分。从生成来源上看，大气气溶胶分为一次气溶胶（Primary Aerosols）和二次气溶胶（Secondary Aerosols）。一次气溶胶指自然界或人类活动直接排放的气溶胶粒子；二次气溶胶指通过大气中的物理、化学过程新生成的气溶胶粒子。在大气污染过程中，汽车尾气以及人类其他燃烧过程中产生的氮氧化物、煤炭等含硫燃料燃烧产生的二氧化硫等气体通过参与这些复杂的过程产生二次气溶胶，即“气-粒”转化过程。二次气溶胶是重度霾过程的气溶胶污染物的重要来源。 大气气溶胶以固态、半固态或者液态几种形式的相态而存在，其相态与上述大气中的化学过程有着紧密的联系。气溶胶粒子可以作为大气化学反应的“容器”，在气溶胶表面或内部进行与二次气溶胶生成有关的化学反应。气相分子在不同相态的颗粒物中的传输速率差别很大，固态气溶胶几乎只有表面能发生气相化学反应，而液态气溶胶在颗粒内部也能发生化学反应。因此化学反应加速与液态气溶胶表面积和体积的增大会形成正反馈过程，在液态气溶胶上发生的异相化学反应生成二次气溶胶，对雾霾过程中颗粒物爆发性增长有重要的贡献。因此，对城市气溶胶在边界层内以什么相态存在的空间分布的探测，是研究二次气溶胶生成、演化和扩散所迫切需要的一项技术，对于理解雾霾形成的机理有着重要的意义。 气溶胶的相态与颗粒物的化学组分和环境的相对湿度有关。目前对于颗粒物相态的测量，通常仅限于地面采样观测，缺少垂直空间方向上颗粒物相态的探测手段。在颗粒物浓度相对较高的大气边界层内，垂直方向上相对湿度往往有很大的变化，气溶胶的相态也一定存在很大差异。 北京大学物理学院大气与海洋科学系李成才副教授研究组与北京大学环境科学与工程学院朱彤教授研究组、吴志军研究员研究组共同合作，提出了一种新的利用偏振激光雷达获得气溶胶粒子相态垂直廓线的方法。气溶胶粒子对入射电磁波的散射过程，会造成散射光偏振特性的改变，如果利用线偏振光照射，散射光的偏振度相对于入射光会减小，这种改变称为气溶胶的退偏振能力。利用激光雷达观测的大气退偏振比可以对气溶胶粒子进行分类，例如非球形的冰晶和沙尘具有较大的退偏振比，而近于球形的城市气溶胶细粒子具有较小的退偏振比，区分沙尘与城市细粒子气溶胶的观测技术在国内外已经比较成熟，通常也是激光雷达业务观测的一项主要内容。但是把类似的观测进一步应用于区分城市气溶胶细粒子的特性，国际上尚没有相应的研究结果。通常来说，固态颗粒物形状不规则，而液态颗粒物更趋近于球型，不同相态的粒子退偏振能力存在差异。结合激光雷达垂直观测以及地面颗粒物相态仪的测量，研究组发现，激光雷达观测的城市气溶胶细粒子后向散射退偏振比与气溶胶粒子的弹跳率（与相态相关）具有很好的关系，从而建立了利用气溶胶粒子后向散射退偏振比反演气溶胶相态的参数化方案，并在国际上首次实现了长时间实时连续的气溶胶相态垂直廓线的探测。偏振激光雷达反演气溶胶粒子相态概念图 该研究成果已在线发表在美国化学学会（ACS）主办的环境与生态领域国际顶级期刊Environmental Science & Technology Letters（2018 IF=6.934）上。大气与海洋科学系博士研究生檀望舒为论文第一作者，通讯作者为李成才副教授。北京大学为唯一通讯作者单位。论文评审人之一对论文成果基于高度评价：“......to my knowledge, it is the first time in field studies. Particle phase states have been a hot topic because they can potentially influence the rates of gas-particle partitioning and multiphase reactions. I think this is a timely paper on this topic. The use of lidar depolarization to detect the particle phase states is novel”。

2020年4月24日是第五个“中国航天日”，大连理工大学首颗科学卫星项目正式启动。2021年将完成卫星正样的制造与测试，2021年底前择机发射。该卫星总设计师、大连理工大学航空航天学院院长夏广庆表示，该星是世界首颗20kg量级亚米级高分辨率遥感卫星，“与国内外遥感卫星相比，该星以仅21kg的重量实现优于1m的分辨率，代表了目前国内外同重量级别遥感卫星的最高水平。”卫星计划于2021年发射。作为大连理工大学的首个科学卫星项目，该卫星将在轨开展海洋科学观测、海上交通监测与分析等科学任务，并验证新型电推进技术。卫星总指挥、大连理工大学航空航天学院教授于晓洲说，怎样在体积小、质量轻、功耗大的约束下保证各分系统的高可靠性工作并实现高分辨率遥感成像和数据高速下传，是研制这颗卫星的最大难点。“比如，要达到这么高分辨率的对地成像，要求卫星平台具有高精度姿态控制，相机和数传系统有足够大的功率。这些难点需要极强的技术创新和集成设计能力。”完成首飞之后，卫星平台及相关技术未来可以广泛应用于海洋环境科学研究、高精度对地遥感、海洋船舶交通信息管理、新技术验证和深空探测等领域。

本发明公开了一种基于遥感卫星成像的目标红外辐射特性测量方法及系统，其中，方法的实现包括：通过逐步扩大目标区域，并判断扩大目标区域前后的目标红外辐射总能量的变化情况来进行红外辐射能量的提取，并由此计算待测量目标物方的红外辐射亮度，解决了目前红外辐射特性测量方法不能有效解决基于遥感卫星成像的目标红外辐射特性测量的技术难题。

本发明公开了一种基于遥感影像的特征函数空间滤值回归模型并行化方法，本发明针对遥感影像数 据回归建模过程中变量空间自相关性对模型的影响，提出采用特征函数空间滤值方法，通过将影像进行 分块，利用搭建的并行计算集群进行分布式计算，最后将分块计算的结果返回给主节点汇总，通过对比 串行和并行分别得到的回归模型拟合评价参数 MSE、RMSE、R2、Adj.R2 以及并行加速比 S，验证基于 遥感影像的特征函数空间滤值并行方法在空间统计回归建模中能够消除空间

本发明公开了一种分开处理数据与元数据请求的方法。包括： 增加请求的元数据语义；为每个 SCSI 设备设置数据请求队列与元数据 请求队列，后者专门用来处理元数据请求，且对不同的请求采用不同 的处理方式。根据元数据请求粒度小、实时性强、分布分散的特点， 元数据请求队列采用优先响应处理的方式，请求不经过 I/O 调度层， 不在请求队列中延迟，直接下发到磁盘驱动器；对请求粒度大，频度 相对低，分布集中的数据请求，采用经过 I

成果简介： 数据获取手段的不断进步，产生了海量的地理科学数据，在科学数据共享需求的背景下，如何从大数据中准确发现并获取用户所需的数据，是地理信息共享迫切需要解决的问题。本研究针对常规信息检索方法不适用于地理共享数据智能发现的现状，从数据关联和用户模型两方面着手，构建面向地理共享数据的异构信息网络模型，将地理共享数据和其他相关信息放入一个更加复杂的环境中去