曹丹陽(yáng)，霍 然，孫 凌，高 磊

（1. 北方工業(yè)大學(xué) 北京 100144；2. 國(guó)家衛(wèi)星氣象中心 北京 100081；3. 中國(guó)氣象局中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開(kāi)放實(shí)驗(yàn)室 北京 100081）

0 引言

衛(wèi)星遙感在大尺度環(huán)境監(jiān)測(cè)、全球和氣候變化研究中占有重要地位[1]。隨著遙感資料在全球變化、環(huán)境監(jiān)測(cè)、數(shù)值預(yù)報(bào)預(yù)測(cè)中的應(yīng)用日益深入，我國(guó)自主衛(wèi)星數(shù)據(jù)的輻射精度和穩(wěn)定度問(wèn)題正在成為制約其高效應(yīng)用的瓶頸。由于發(fā)射前測(cè)試有限、無(wú)可靠星上定標(biāo)等原因，為保障衛(wèi)星遙感器可見(jiàn)光波段的在軌輻射質(zhì)量，需要采取替代方法進(jìn)行遙感器在軌輻射特性分析，基于穩(wěn)定地球目標(biāo)的衛(wèi)星觀測(cè)模擬則是其中的重要手段之一[2]。本文面向可見(jiàn)光波段衛(wèi)星觀測(cè)模擬和分析的軟件開(kāi)發(fā)需求，針對(duì)Aqua MODIS和FY-3B MERSI的可見(jiàn)光波段，實(shí)現(xiàn)了全球深海晴空目標(biāo)的衛(wèi)星入瞳反射率模擬，以及模擬結(jié)果展示分析。

由于可見(jiàn)光波段的輻射傳輸計(jì)算耗時(shí)多，為了高效完成大數(shù)據(jù)量的輻射傳輸模擬計(jì)算，基于前期研究已經(jīng)針對(duì)性建立了輻射傳輸模擬集群[3]。本文主要工作是完成衛(wèi)星觀測(cè)模擬前處理與輻射傳輸模擬集群的對(duì)接、對(duì)模擬結(jié)果進(jìn)行展示分析，建立了為可見(jiàn)光波段衛(wèi)星遙感器在軌輻射特性分析提供支撐的軟件系統(tǒng)。

1 概要設(shè)計(jì)

1.1 系統(tǒng)體系結(jié)構(gòu)

基于項(xiàng)目的需求，首先，本文所開(kāi)發(fā)的系統(tǒng)主要針對(duì)深海晴空目標(biāo)數(shù)據(jù)進(jìn)行分析，因此需要對(duì)衛(wèi)星數(shù)據(jù)進(jìn)行觀測(cè)模擬前的預(yù)處理工作，篩選出深海晴空數(shù)據(jù)。其次，由于可見(jiàn)光輻射傳輸模擬計(jì)算耗時(shí)多，體量大，為了高效完成輻射傳輸模擬計(jì)算，需要基于前期研究的模擬計(jì)算集群，設(shè)計(jì)與開(kāi)發(fā)針對(duì)此集群的任務(wù)上傳、計(jì)算結(jié)果的下載、調(diào)度與監(jiān)控功能。最后，對(duì)模擬計(jì)算的結(jié)果進(jìn)行數(shù)據(jù)分析和建模效果分析，設(shè)計(jì)與開(kāi)發(fā)了可視化功能。根據(jù)以上需求分析，系統(tǒng)的體系結(jié)構(gòu)如圖1所示。

1.2 軟件功能結(jié)構(gòu)

根據(jù)需求提出的業(yè)務(wù)流程及需要實(shí)現(xiàn)的各項(xiàng)功能，系統(tǒng)主要?jiǎng)澐譃?個(gè)模塊，詳細(xì)劃分及基本功能如圖2所示。

其中預(yù)處理模塊的主要功能是將衛(wèi)星原始HDF文件中的數(shù)據(jù)按特定方案過(guò)濾、提取，生成可供模擬計(jì)算的預(yù)處理后任務(wù)列表；集群對(duì)接模塊接收這個(gè)列表，逐行遍歷，根據(jù)時(shí)間位置信息獲取對(duì)應(yīng)的環(huán)境數(shù)據(jù)，寫(xiě)成任務(wù)輸入文件提交給集群。隨后下載集群返回的計(jì)算結(jié)果文件，整理后寫(xiě)成用于分析的.CSV模擬結(jié)果文件。并在此過(guò)程中提供監(jiān)控功能；分析與可視化模塊主要針對(duì)模擬結(jié)果文件，對(duì)模擬計(jì)算的結(jié)果和建模效果進(jìn)行分析。完成對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化制圖，輸出統(tǒng)計(jì)信息或模型參數(shù)，并提供前臺(tái)展示功能。

圖1 系統(tǒng)體系結(jié)構(gòu)Fig.1 S ystem architecture

圖2 軟件功能結(jié)構(gòu)圖Fig.2 Softw are functional structure

1.3 相關(guān)技術(shù)

（1）Python

關(guān)于開(kāi)發(fā)語(yǔ)言的選擇，由于Python語(yǔ)言開(kāi)發(fā)效率高、跨平臺(tái)性便于移植、擁有豐富的第三方擴(kuò)展庫(kù)，便于進(jìn)行數(shù)據(jù)分析處理、機(jī)器學(xué)習(xí)算法的應(yīng)用等，同樣可以作為網(wǎng)站后臺(tái)為前端展示提供支持，所以該項(xiàng)目決定采用Python作為開(kāi)發(fā)語(yǔ)言。

（2）MySQL

在與集群對(duì)接模塊，任務(wù)的上傳下載等過(guò)程中，需要對(duì)計(jì)算任務(wù)或批次進(jìn)行必要的管理、查看、監(jiān)控。所以將使用數(shù)據(jù)庫(kù)管理這些過(guò)程。MySQL數(shù)據(jù)庫(kù)是一種關(guān)系型數(shù)據(jù)庫(kù)，因其高效、開(kāi)源、可移植性好、為多種語(yǔ)言提供 API、支持大量數(shù)據(jù)的查詢(xún)存儲(chǔ)等優(yōu)良特性，為本項(xiàng)目所采用的數(shù)據(jù)庫(kù)[5]。

（3）Django

系統(tǒng)的展示部分采用B/S結(jié)構(gòu)。在網(wǎng)站后端框架的選擇上，Python語(yǔ)言中有多款不同的 Web 框架，Django是最有代表性的一個(gè)。它是一款開(kāi)源框架，采用了MVC設(shè)計(jì)模式，自帶ORM框架，便于與數(shù)據(jù)庫(kù)交互，還有表單、模板、緩存等許多實(shí)用功能[3]。因而Django作為本項(xiàng)目所采用的后臺(tái)Web框架。

（4）數(shù)據(jù)可視化

數(shù)據(jù)可視化是一種表示數(shù)據(jù)或信息的技術(shù)，它將數(shù)據(jù)或信息編碼為包含在圖形里的可見(jiàn)對(duì)象，如點(diǎn)、線、條等，目的是將信息更加清晰有效地傳達(dá)給用戶(hù)，是數(shù)據(jù)分析或數(shù)據(jù)科學(xué)的關(guān)鍵技術(shù)之一流行的數(shù)據(jù)可視化框架種類(lèi)繁多，在本文中主要應(yīng)用了基于Python的Matplotlib、Basemap等擴(kuò)展庫(kù)。

1.4 運(yùn)行環(huán)境

系統(tǒng)運(yùn)行硬件環(huán)境最低配置：CPU 2.0GHZ 4核；內(nèi)存4 GB；磁盤(pán)1 TB；網(wǎng)卡。系統(tǒng)運(yùn)行軟件環(huán)境：Python 2.7及相關(guān)擴(kuò)展庫(kù)；MySQL 5.7；Visual C++運(yùn)行庫(kù)>2010

2 詳細(xì)設(shè)計(jì)與開(kāi)發(fā)

2.1 預(yù)處理模塊設(shè)計(jì)與開(kāi)發(fā)

（1）功能說(shuō)明

預(yù)處理模塊的主要功能是提取衛(wèi)星數(shù)據(jù)并按過(guò)濾方案過(guò)濾掉不適宜進(jìn)行傳輸模擬計(jì)算的坐標(biāo)點(diǎn)，該模塊流程圖如圖3所示。

（2）實(shí)現(xiàn)方式

預(yù)處理模塊的輸入是衛(wèi)星原始數(shù)據(jù)，HDF格式。HDF是一種可以存儲(chǔ)圖像信息以及其他與圖像相關(guān)數(shù)據(jù)集的文件格式[1]。如MODIS觀測(cè)數(shù)據(jù)，分辨率為 2040×1354。每個(gè)像素點(diǎn)對(duì)應(yīng)實(shí)際位置坐標(biāo)點(diǎn)，存儲(chǔ)有該位置的經(jīng)緯度值、可見(jiàn)光波段反射率和其它遙感數(shù)據(jù)。對(duì)HDF文件的讀取使用了Python第三方擴(kuò)展庫(kù)pyhdf；過(guò)濾方案的各項(xiàng)過(guò)濾閾值作為參數(shù)傳入該模塊的函數(shù)，便于根據(jù)實(shí)際需求調(diào)整，過(guò)濾過(guò)程中必要的矩陣計(jì)算使用了科學(xué)計(jì)算庫(kù)Numpy來(lái)實(shí)現(xiàn)。經(jīng)過(guò)預(yù)處理過(guò)程中根據(jù)業(yè)務(wù)需求的過(guò)濾步提取驟后，每個(gè)像素點(diǎn)對(duì)應(yīng)一條數(shù)據(jù)寫(xiě)入任務(wù)列表中，該模塊的輸出是所計(jì)算當(dāng)天（如列表中數(shù)據(jù)為MODIS 2009-01-01日掃描數(shù)據(jù)）的預(yù)處理后任務(wù)列表.txt文件。

圖3 預(yù)處理模塊流程圖Fig.3 Preprocessing module flow chart

2.2 與集群對(duì)接模塊設(shè)計(jì)與開(kāi)發(fā)

（1）功能說(shuō)明

高效率地完成輻射傳輸模擬計(jì)算是項(xiàng)目中一個(gè)重要難點(diǎn)。由于輻射傳輸模擬是一個(gè)很耗時(shí)的工作，為了提高計(jì)算效率，本文使用了輻射傳輸模擬集群[3]，該集群是專(zhuān)門(mén)開(kāi)發(fā)的一款分布式計(jì)算集群，由服務(wù)節(jié)點(diǎn)調(diào)度，集群中每個(gè)計(jì)算節(jié)點(diǎn)分別運(yùn)行輻射傳輸模式進(jìn)行入瞳反射率模擬。集群軟件具備完善的說(shuō)明文檔和調(diào)用 API。本模塊的主要功能就是實(shí)現(xiàn)與輻射傳輸模擬集群的對(duì)接，模塊的數(shù)據(jù)流圖如圖 4所示。

（2）數(shù)據(jù)庫(kù)表設(shè)計(jì)

為了實(shí)現(xiàn)與集群的對(duì)接，完成對(duì)中間數(shù)據(jù)的存儲(chǔ)和管理，使用了數(shù)據(jù)庫(kù) Mysql。根據(jù)需求，數(shù)據(jù)庫(kù)主要包含兩個(gè)物理模型：批次和任務(wù)。詳細(xì)的數(shù)據(jù)庫(kù)表設(shè)計(jì)及說(shuō)明如表1、表2所示。

（3）實(shí)現(xiàn)方式

1. 上傳任務(wù)

圖4 與集群對(duì)接模塊數(shù)據(jù)流圖Fig.4 Cluster docking module data flow graph

表1 批次表Tab.1 Bat table

表2 任務(wù)表Tab.2 Ta sk table

該函數(shù)接收預(yù)處理后的任務(wù)列表，首先根據(jù)所計(jì)算天在批次表建立批次記錄。隨后遍歷任務(wù)列表每條數(shù)據(jù)，根據(jù)每條數(shù)據(jù)對(duì)應(yīng)的時(shí)間、經(jīng)緯度從環(huán)境數(shù)據(jù)文件中提取環(huán)境數(shù)據(jù)。確認(rèn)環(huán)境數(shù)據(jù)有效性后，以HTTP GET請(qǐng)求向集群請(qǐng)求任務(wù)號(hào)。在本模塊中HTTP請(qǐng)求主要由第三方庫(kù)Requests來(lái)實(shí)現(xiàn)。獲取任務(wù)號(hào)后，將集群接收的計(jì)算輸入信息按標(biāo)準(zhǔn)寫(xiě)成文件，以HTTP POST方式將任務(wù)號(hào)和計(jì)算輸入文件提交給集群。集群返回成功后，將該條記錄對(duì)應(yīng)的任務(wù)號(hào)、狀態(tài)號(hào)、數(shù)據(jù)信息存入任務(wù)表。并對(duì)批次表中該批次的計(jì)數(shù)進(jìn)行更新。

容錯(cuò)機(jī)制：上傳進(jìn)程如果崩潰或斷電，恢復(fù)重傳的方式主要依靠表中字段任務(wù)名，任務(wù)名由批次+時(shí)間+行列號(hào)組成，確保唯一性。通過(guò)在任務(wù)列表中逐條遍歷找到對(duì)應(yīng)位置恢復(fù)重傳；在上傳過(guò)程中由于網(wǎng)絡(luò)傳輸故障或集群服務(wù)器異常導(dǎo)致的上傳失敗，主要解決方式依靠狀態(tài)號(hào)的變化，如在與集群建立連接或任務(wù)上傳失敗時(shí)，會(huì)將任務(wù)號(hào)設(shè)為填充值，上傳內(nèi)容暫時(shí)存入任務(wù)表中的上傳內(nèi)容字段，狀態(tài)號(hào)設(shè)為未上傳，繼續(xù)執(zhí)行程序。當(dāng)網(wǎng)絡(luò)或服務(wù)器恢復(fù)正常時(shí)，啟動(dòng)補(bǔ)傳程序，查詢(xún)狀態(tài)號(hào)屬于未上傳的任務(wù)重新上傳。

2. 下載任務(wù)

該函數(shù)輸入為欲下載的批次名，根據(jù)批次名在任務(wù)表中查詢(xún)對(duì)應(yīng)批次中狀態(tài)號(hào)屬于已上傳成功的任務(wù)，通過(guò)任務(wù)號(hào)向集群發(fā)起HTTP GET請(qǐng)求，下載對(duì)應(yīng)的計(jì)算結(jié)果文件，把計(jì)算結(jié)果存入任務(wù)表中對(duì)應(yīng)任務(wù)的下載內(nèi)容字段，狀態(tài)號(hào)設(shè)為已下載，并更新批次表中計(jì)數(shù)。

3. 輸出結(jié)果文件

該函數(shù)輸入為批次名，根據(jù)批次名在任務(wù)表中查詢(xún)對(duì)應(yīng)批次中狀態(tài)號(hào)屬于已下載的任務(wù)，把任務(wù)的原始數(shù)據(jù)和下載的計(jì)算結(jié)果按指定格式寫(xiě)成CSV的結(jié)果文件并輸出。

4. 監(jiān)控管理

為便于用戶(hù)隨時(shí)查詢(xún)計(jì)算情況，該模塊對(duì)數(shù)據(jù)庫(kù)的批次表和任務(wù)表提供了監(jiān)控界面，批次表包含增刪改操作，任務(wù)表提供了根據(jù)關(guān)鍵詞的查詢(xún)搜索、詳細(xì)信息查看等功能。具體的實(shí)現(xiàn)方式，網(wǎng)站后臺(tái)基于Django框架；HUI作為前端展示框架，保證了界面的簡(jiǎn)潔與美觀。

2.3 分析與可視化模塊設(shè)計(jì)與開(kāi)發(fā)

（1）功能說(shuō)明

該模塊接收經(jīng)過(guò)輻射傳輸模擬的.CSV結(jié)果文件，它的主要功能是分析輻射傳輸模擬的計(jì)算結(jié)果和建模效果。包括對(duì)數(shù)據(jù)集信息的統(tǒng)計(jì)，按需求標(biāo)準(zhǔn)化制圖、前臺(tái)展示等功能。通過(guò)與衛(wèi)星遙感器觀測(cè)數(shù)據(jù)對(duì)比，分析模擬值與觀測(cè)值的相關(guān)性、誤差、與誤差相關(guān)的參數(shù)等。以確保模擬仿真的準(zhǔn)確率和可靠性。

（2）主要函數(shù)設(shè)計(jì)

數(shù)據(jù)讀取與統(tǒng)計(jì)：數(shù)據(jù)的讀取和處理主要應(yīng)用了第三方庫(kù) Pandas。Pandas是一種基于 Numpy的為解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的工具，提供了高效地操作大型數(shù)據(jù)集的函數(shù)或方法。除讀取數(shù)據(jù)外，該方法同時(shí)提供對(duì)數(shù)據(jù)集的精確統(tǒng)計(jì)功能，包括各波段對(duì)模擬值觀測(cè)值的均值、標(biāo)準(zhǔn)差、均方根誤差、相關(guān)系數(shù)等統(tǒng)計(jì)信息，并以文件形式輸出，便于用戶(hù)查看分析。

相關(guān)性分析散點(diǎn)圖：該函數(shù)接收兩個(gè)參數(shù)序列，主要功能是分析其相關(guān)性。以自變量因變量二維散點(diǎn)圖的形式制圖，色標(biāo)表示數(shù)據(jù)點(diǎn)密度。并以基本的一次線性回歸模型擬合散點(diǎn)，輸出權(quán)值和偏移。模型擬合則使用了機(jī)器學(xué)習(xí)庫(kù)Scikit-learn中的線性回歸模型。在圖中也標(biāo)注了兩個(gè)參數(shù)序列的基本統(tǒng)計(jì)信息和相關(guān)系數(shù)等。

誤差分布直方圖：該函數(shù)主要接受輻射傳輸模擬值與觀測(cè)值，分別計(jì)算其絕對(duì)誤差、相對(duì)誤差，并以直方圖形式制圖，便于用戶(hù)了解誤差的分布情況。圖中也包含誤差的均值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)信息空間分布散點(diǎn)圖：由于該項(xiàng)目針對(duì)全球范圍數(shù)據(jù)進(jìn)行模擬仿真，因此分析誤差或不同參數(shù)與空間的相關(guān)性是十分重要的，該函數(shù)接收一個(gè)包含經(jīng)度、緯度、參數(shù)的三維序列。以經(jīng)緯度為坐標(biāo)，打在全球圖上，色標(biāo)表示參數(shù)值。便于用戶(hù)直觀的從空間分布中分析數(shù)據(jù)。實(shí)現(xiàn)方式主要基于第三方庫(kù)Basemap。

模型分析：該函數(shù)針對(duì)特定時(shí)間、波段的觀測(cè)數(shù)據(jù)和模擬數(shù)據(jù)，根據(jù)用戶(hù)選取的建模方式進(jìn)行建模擬合。把擬合模型的系數(shù)、預(yù)測(cè)誤差等標(biāo)準(zhǔn)化制圖，并以文件形式輸出模型系數(shù)。具體的回歸模型實(shí)現(xiàn)方式主要采用了機(jī)器學(xué)習(xí)庫(kù)Scikit-learn和科學(xué)計(jì)算庫(kù)Numpy。

（3）前端展示

在百萬(wàn)級(jí)的數(shù)據(jù)中，讀取數(shù)據(jù)和繪圖的都是耗時(shí)操作，其速率制約了圖片實(shí)時(shí)生成或查看。因此，在該模塊中，首先按需求批次生成好圖片。圖片的展示查看主要通過(guò)標(biāo)準(zhǔn)化圖名、存儲(chǔ)路徑來(lái)實(shí)現(xiàn)。在前端以HUI為基礎(chǔ)，根據(jù)用戶(hù)選擇的查詢(xún)條件，合成對(duì)應(yīng)圖片路徑，并在前臺(tái)展示。

3 應(yīng)用與系統(tǒng)展示

該系統(tǒng)可完成針對(duì) Aqua MODIS和 FY-3B MERSI的可見(jiàn)光波段觀測(cè)模擬與分析。以 MODIS為例，選取了2009年1月-6月每月第一日的數(shù)據(jù)。經(jīng)過(guò)質(zhì)控篩選，每日參與輻射傳輸模擬計(jì)算的數(shù)據(jù)約為30萬(wàn)條。

輻射傳輸模擬集群采用了20個(gè)計(jì)算節(jié)點(diǎn)，1個(gè)服務(wù)節(jié)點(diǎn)，計(jì)算效率達(dá)到大約每日3萬(wàn)條。通過(guò)與集群的對(duì)接，數(shù)據(jù)全部計(jì)算完成。如圖5為計(jì)算過(guò)程中對(duì)批次信息的監(jiān)控。

隨后對(duì)模擬計(jì)算的結(jié)果進(jìn)行分析，如圖 6是1月3波段觀測(cè)值與模擬值得相關(guān)性分析散點(diǎn)圖。

如圖7是1月3波段的誤差空間分布圖。

建模分析效果如圖8是對(duì)1月9波段進(jìn)行單列擬合方式的模型效果圖。

4 結(jié)論

本文面向基于洋面目標(biāo)的可見(jiàn)光波段衛(wèi)星觀測(cè)模擬和分析的需求，在前期輻射傳輸模擬集群系統(tǒng)的基礎(chǔ)上，完成了衛(wèi)星觀測(cè)模擬前處理、與輻射傳輸模擬集群對(duì)接、對(duì)模擬計(jì)算結(jié)果的分析、建模分析等各項(xiàng)功能。該系統(tǒng)已用于Aqua MODIS和FY-3B MERSI的數(shù)據(jù)處理分析，為可見(jiàn)光波段衛(wèi)星遙感器在軌輻射特性分析研究提供了一款有效地支撐軟件系統(tǒng)。

圖5 集群對(duì)接模塊監(jiān)控圖Fig.5 Cluster docking module monitoring chart

圖6 相關(guān)性分析散點(diǎn)圖Fig.6 Correlation analysis scatter plot

圖7 誤差空間分布圖Fig.7 Error spatial distribution diagram

圖8 模型效果圖Fig.8 Model effect diagram

[1] E. J. Kwiatkowska, B. A. Franz, G. Meister, C. R. McClain,and X. Xiong, “Cross calibration of ocean-color bands from Moderate-Resolution Imaging Spectroradiometer on Terra platform, ” Applied Optics, 47(36), pp. 6796–6810, 2008.

[2] 孫凌, 郭茂華, 徐娜, 張立軍, 劉京晶, 胡秀清, 李元, 戎志國(guó). 基于敦煌場(chǎng)地定標(biāo)的FY-3 MERSI反射太陽(yáng)波段在軌響應(yīng)變化分析. 光譜學(xué)與光譜分析, 32(7), pp. 1869-1877, 2012.

[3] 王昊. 大數(shù)據(jù)環(huán)境下面向FY3的輻射計(jì)算與分析研究[D].北方工業(yè)大學(xué),

[4] 范文星. 基于Django的網(wǎng)絡(luò)運(yùn)維管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)科學(xué), 2012, 39(S2): 175-177.

[5] 吳滄舟, 蘭逸正, 張輝. 基于MySQL數(shù)據(jù)庫(kù)的優(yōu)化[J]. 電子科技, 2013, 26(9): 182-184.

[6] 彭鵬, 彭佳紅. 基于多元線性回歸模型的電力負(fù)荷預(yù)測(cè)研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2011, 7(9): 158-161.

[7] 高榮強(qiáng), 范世福, 嚴(yán)衍祿, 等. 近紅外光譜的數(shù)據(jù)預(yù)處理研究[J]. 光譜學(xué)與光譜分析, 2004, 24(12): 1563-1565.

[8] 李廣云, 李明磊, 王力, 等. 地面激光掃描點(diǎn)云數(shù)據(jù)預(yù)處理綜述[J]. 測(cè)繪通報(bào), 2015(11): 1-3.

[9] 王光遠(yuǎn), 周東強(qiáng), 趙煜. 遙感衛(wèi)星在軌微振動(dòng)測(cè)量數(shù)據(jù)分析[J]. 宇航學(xué)報(bào), 2015, 36(3): 261-267.

[10] 唐啟義. 實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)[電子資源][M]. 科學(xué)出版社, 2002.

[11] 沙定國(guó). 誤差分析與測(cè)量不確定度評(píng)定[M]. 中國(guó)計(jì)量出版社, 2003.

[12] 王冉陽(yáng). 基于Django和Python的Web開(kāi)發(fā)[J]. 電腦編程技巧與維護(hù), 2009(2): 56-58.