最近在測試PCI的GXL，對測試的結果大致列舉一下。
何為GXL：
GXL( Geoimaging Accelerator, GXL )是PCI公司面向海量影像自動化生產提出的新一代解決方案產品，主要用於航空影像和衛星影像數據的自動化生產。GXL系統根據客戶處理數據的規模和處理速度需求設計系統處理節點數目。通常系統設計中，GXL處理服務器包括日常工作響應的常規服務器和在緊急情況下啟動的備份服務器兩部分。系統中大數據量的自動化處理在GXL服務器中完成，數據的質量檢查、精度顯示、DEM編輯在Geomatica工作站上實現。
GXL系統是分布式的處理系統，系統管理員可以通過GXL管理工作站執行處理任務、處理任務監控和中止處理任務。GXL系統是一個開放的體系架構，可以和用戶的數據存儲系統結合搭建形成數據存儲、數據處理和分發為一體的完整系統。
上面的是摘自天目公司的網站介紹的。更多詳細的東西可以參看網址 http://cn.bsei.com.cn/ruanjianchanpin/PCIGXL/ruanjianjieshao/20121218/379.html。
其他的就不多說了，GXL說白了就是一個以訂單為驅動的遙感圖像處理系統，用戶通過瀏覽器指定處理數據的輸入目錄，輸出目錄，以及計算所需要的參數信息，然后提交就可以了，可以說自動化流程非常高。使用了三天的感受是，數據處理的速度非常快（這主要依賴於硬件系統，一個32GB內存+2塊Nvidia的Tesla C2050顯卡+24核心的Inter至強CPU）。測試的參考影像是山西的2米的融合數據（16GB的pix格式），待處理的數據為ZY02C的一景（含5米全色，10米多光譜和兩個HR2.36米全色數據）。自動查找3000+GCP大致耗時在2分鍾（從任務提交到結束），正射處理整個差不多3分鍾。
按照上面這個處理速度來說，處理效率還是非常的高。但是接下來發生的問題就很大了，按照PCI的技術人員指定查找GCP時，校正模型選擇嚴格軌道模型（說是ZY02C的嚴格軌道模型已經集成進GXL，所以沒有使用有理函數模型）。處理出來的結果是非常差，平原地區差距在5個像素以上，這讓2個像元以內的標准情何以堪。這個是和參考影像比較，使用處理出來的全色和多光譜比較，兩者完全不能套合。
針對上面的問題，將GXL處理的殘差文件中的GCP讀取到我自己寫的正射校正模塊，點數大致為2700+，然后使用GCP反算得到RPC，再使用RPC進行校正，處理的結果非常好，不管是山區還是平原基本都可以達到2個像元以內。也就是說GXL自動查找的點精度還是很高的，要出問題也就是GXL的正射出問題了。可能正射校正的模型還是有很大的關系的。下周請PCI的技術人員來指導一下。
下面再說說GXL的架構，由於本人對web知識有限，僅僅是對GXL的大致觀察了下。首先是GXL的核心計算模塊需要在每個計算節點進行部署，然后通過JPS來進行調度和管理。
JPS通過tomcat發布的http服務來供用戶來提交任務和對計算節點的進行管理。但是GXL任務中使用的數據庫是PostgreSQL，至於為什么選擇這個開源的數據庫，不太清楚，個人認為可能PCI會后續考慮使用PostGIS。
關於算法層次，GXL將PCI中的核心模塊全部使用Python來進行了封裝，JPS將任務（實質是一個XML字串）進行解析為工作流，然后調用各自的Python的可執行程序（當作帶有命令行選項的exe即可）來進行數據處理。
大致就寫這么多，以后可能會對其進行二次開發，有時間的話會對其再次進行介紹。
參考資料：
http://cn.bsei.com.cn/ruanjianchanpin/PCIGXL/ruanjianjieshao/index.html
http://cn.bsei.com.cn/ruanjianchanpin/PCIGXL/ruanjianjieshao/20121218/379.html
http://cn.bsei.com.cn/html/PCIGXL/ruanjianchanpindinggou/20121220/396.html