1.一种基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，包括以下步骤：

1)采用MultiDim E‑R方法设计时间维度层级、空间维度层级以及遥感变量维度层级，以FreeMan‑Diaconis频率直方图作为数据立方体模型的度量，建立面向遥感变量聚合信息的数据立方体模型，并生成数据立方体模型的配置文件；

以分块压缩的NetCDF文件格式存储不同粒度的数据立方体模型子集和原始遥感变量；

所述配置文件包括数据立方体模型描述、数据立方体模型与原始数据之间的映射关系；

2)根据输入的查询时空区域建立数据立方体模型维度层级拓扑包含的最小深度聚合树，所述最小深度聚合树中的每个叶子节点为完全处于查询时空区域内的自适应时空单元；

根据所述自适应时空单元对应的编码，获取自适应时空单元中的直方图信息，利用直方图信息推算出时空单元内遥感变量的聚合信息，之后利用对应的分布聚合公式计算得到查询时空区域内部的遥感变量的近似聚合结果；

对于与查询时空区域边界相交的时空单元，利用多维地图代数进行数据单元内的时空聚合计算，得到时空聚合结果；

所述最小深度聚合树由以下方式得到：对于用户自定义的时空范围，从数据立方体模型时空维度的最高层级逐层进行时空拓扑计算，获取与指定区域相交的时空单元，对于与区域边界相交的单元向下层细化，直至单元处于完全被包含关系，最终获取指定区域覆盖的自适应时空单元集合{}，作为时空条件记录在查询请求JSON中，其中，T为时间单元编码，S为空间单元编码；对于自定义的多个时空聚合区域，将以编码形式记录统计区域，其中ZS为空间聚合区域，ZT为时空聚合区域，V为变量类型；

3)将时空聚合结果与所述近似聚合查询结果进行合并，得到精确的聚合结果。

2.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤1)中，NetCDF格式文件存储在本地服务器，以单机形式来支持访问；

或者以对象存储形式部署于分布式云环境中。

3.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤1)中的所述配置文件记录有维度配置信息、度量配置信息、不同维度粒度组合对应的NetCDF文件存储路径、原始遥感变量的NetCDF文件存储路径；

所述维度配置信息包括维度类型、维度范围和层级结构；

所述度量配置信息为直方图统计区间的粒度。

4.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤1)中的所述配置文件以XML格式部署于本地服务器或分布式云环境中。

5.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤2)中输入查询时空区域的方式为，在构建交互式地图界面上：通过绘制面状图形或上传shapefile/GeoJSON格式多边形文件指定空间区域；

通过时间滑动轴指定时间区域；

通过上传带有起止时间字段的shapefile/GeoJSON格式多边形文件来指定与空间耦合的时间区域；

通过多选框指定遥感变量，通过对应的值域滑动轴指定不同遥感变量的值域。

6.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤2)建立数据立方体模型维度层级拓扑包含的最小深度聚合树，具体操作为：根据输入的查询时空区域，从数据立方体模型时空维度的最高层级逐层进行时空拓扑计算，获取与查询时空相交的时空单元，对于与区域边界相交的时空单元向下层细化，直至时空单元完全处于查询时空区域内，得到最小深度聚合树，并获取查询范围内自适应时空单元集合。

7.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤2)中所述的聚合信息，具体为求和、计数、均值、众数、中位数和方差。

8.根据权利要求1所述的基于数据立方体模型的海量遥感变量多维聚合信息的计算方法，其特征在于，步骤2)中利用直方图信息推算出聚合信息的具体操作为：利用查询条件中遥感变量的阈值，对各时空单元的直方图信息进行查询，过滤掉阈值范围外的时空单元，并在最小深度聚合树中更新满足查询条件的时空单元直方图信息。