影像大数据管理与共享平台（ImageryPlat）是为了应对大规模影像数据挑战而打造的专业级影像平台，提供了海量影像入库管理及检索、影像大数据分析共享与应用的一体化解决方案。
平台实现了对影像服务、专题图等资源的集中管理、维护与共享；支持影像在线分析，包括实时动态分析和大数据分析等能力；同时针对数据库中存储的大量影像数据，提供了快速影像检索、影像浏览查看、影像对比显示等能力。
影像入库管理工具总体设计是为了满足海量影像入库、管理的需求，影像管理系统功能上由影像目录树、影像列表窗口构成，包括影像库创建、更新任务创建、更新任务影像数据导入、影像显示等众多影像归档管理、查询功能，体现了影像数据入库的高效性、支持影像数据的多样性以及影像元数据的可拓展性。
按照基础数据服务和影像专题图两个维度进行数据分类，从而进行数据和专题图的过滤显示。
1.基础数据服务目录包括：影像基础库、矢量数据服务、OGC、其他。
2.影像专题图目录包括：项目、年份、分辨率、区域、传感器类型。支持根据关键字对基础数据服务和影像专题图进行检索，搜索结果可按照平铺或列表两种方式进行展示。
支持类按照不同功能类型进行功能的过滤显示，包括：基础处理、图像增强、指数提取、地形分析、矢量分析、分类后处理、图像分类、信息提取、变化监测。
支持根据关键字对分析功能检索，搜索结果可按照平铺展示和列表展示两种方式进行展示。
影像查询支持按照属性、空间、属性空间结合三种方式进行查询。
1.属性查询，针对需要查询的影像属性信息，设置查询条件，属性查询包括传感器名称、波段、时间、分辨率等元数据信息。
2.空间查询，可以通过选择行政区域、自定义点线面范围或者上传shp文件等方式来设置空间查询条件。
3.空间属性查询，在属性条件基础上，还可以支持空间联合查询，设置行政区划范围，点击查询，结果显示面板上可展示查询结果，可对结果列表中的影像，执行控制显隐、查看基本信息等操作。
为了更加直观的查看不同年份影像的变化情况，系统提供了影像对比能力。支持平铺、卷帘对比。
通过这些对比方式，可以直观的进行影像的目视解译。
影像查询结果可保存为图层，支持对图层进行缩放、透明度、显示等设置。在图层列表中，支持加载“我的资源”或其他用户共享的数据资源。
系统提供了影像分析能力，包括动态分析及大数据分析。可利用动态分析，进行监测植被和波段提取，用户还可以自定义分析模型，进行影像在线分析。
1.基于镶嵌数据集的多源影像数据管理，支持60多种传感器超过100种原生影像格式，支持的数据类型包括卫星影像、航空相机、无人机/无人机摄像头、科学数据NetCDF/GRID/HDF等。
2.镶嵌数据集采用了先进的影像管理模型，以文件+数据库的管理模式，集充分发挥了存储系统和数据库系统的优势，具备管理大规模遥感影像的能力。当利用镶嵌数据集来管理遥感数据时，仅在空间数据库中建立影像索引，不会拷贝或改变原有的遥感数据，因此原有数据文件仍然存储在文件系统。
3.镶嵌数据集的动态镶嵌技术，可以近乎实时的速度完成传统影像管理中的影像镶嵌过程，并达到相同的镶嵌效果；而镶嵌数据集的实时处理能力可以按需进行影像动态处理，让用户以近似实时的速度得到影像处理结果，通过实时处理技术可实现遥感影像的几何处理和辐射处理，并减少了冗余数据。
4.利用镶嵌数据集管理的遥感数据可通过Web服务的方式进行共享。用户不需要安装客户端组件和程序，即可通过网络快速访问到共享的遥感数据，从而实现大规模遥感影像的企业级访问。
影像入库是影像管理的第一步，也是传统数据库影像管理方式中最为费时费力的一步。因为在入库之前，需要将各种不同的遥感影像进行必要的影像预处理，然后将预处理之后的影像数据导入空间数据库中，最后为之填写必要的元数据信息才能完成入库。因此，在建立大规模影像库之前，经常需要编写复杂的建库程序，以辅助完成这些工作。而影像大数据管理与共享平台（ImageryPlat）的自影像批量入库工具可以自动完成这些工作，自动入库流程如图所示：
自动入库工具支持一次添加若干个文件或是空间数据库中的数据集，也支持一次添加若干文件夹，进行批量导入。导入的影像由用户选择的栅格类型进行自动识别，包括常用格式影像、空间数据库栅格数据集、传感器原始影像、表格目录和影像服务等。除了入库前默认自动进行的分辨率处理和元数据识别外，用户可以设置其它自动进行计算的选项，例如，显示比例、覆盖区域、边界范围、算金字塔、统计值和缩率图等。另外，得益于镶嵌数据集高效的存储方式，其入库速度极快。如果影像重复入库，可以选择不同的处理方式：重复、更新或拒绝。
影像管理的目的之一是让管理系统的用户能够快速检索到自己需要的影像。用户经常需要查询如下几种情况的影像：“2012年12月24日江苏省的Modis影像”。如需满足此类常用的检索需求，必须要使用到影像的元数据信息。因此与其它空间数据管理一样，大规模影像管理中元数据信息的管理和扩展也很重要。
在影像大数据管理与共享平台中，可以对影像进行编目管理，并且提供影像级别的元数据管理和扩展，目前可提供两种元数据管理方案。
1.通过属性字段实现元数据的管理。
通过属性字段管理和扩展元数据，如下图所示，具有管理和扩展简单、查询效率高等优点。
2.通过元数据标准实现元数据的统一管理。
影像大数据管理与共享平台支持常用的元数据标准，包括：ISO 19139/19115、FGDC、INSPIRE等，并且内建了一套编辑模板和转换工具，以支持这些元数据标准的使用。如下图所示，为使用ISO 19115标准的模板编辑镶嵌数据集中所管理影像的元数据。
栅格函数提供了许多用于辐射校正、几何校正、数据管理、可视化和分析的即用型函数，也可以将函数组合成函数链，作为栅格函数模板以供后续使用，同时也可以使用Python栅格函数对栅格分析函数进行拓展。栅格函数和栅格函数模板支持中遥的分布式处理和存储模式，在本地、云端和web端都可执行，在线影像分析正是基于栅格函数在web端的应用能力。在执行在线影像分析时，系统可对显示的栅格数据执行动态计算，以实现处理操作的快速响应。
