基于分布式云架构的航天遥感大数据处理技术

详细信息    查看全文 | 推荐本文 |

英文篇名：Remote-Sensing Big Data Processing Based on Distributed Cloud Computing Architecture 作者：杨峰 ; 李津 ; 李鹏程 英文作者：YANG Feng;LI Jin;LI Peng-cheng;Science and Technology on Electronic Information Control Laboratory; 关键词：航天遥感 ; 大数据 ; 分布式云架构 ; Hadoop ; MapReduce 英文关键词：remote-sensing;;big data;;distributed cloud computing;;Hadoop;;Mapreduce 中文刊名：DZDK 英文刊名：Electronic Information Warfare Technology 机构：电子信息控制重点实验室; 出版日期：2018-07-15 出版单位：电子信息对抗技术 年：2018 期：v.33;No.194 语种：中文; 页：DZDK201804013 页数：5 CN：04 ISSN：51-1694/TN 分类号：56-60

摘要

针对当前航天遥感信息处理向大数据和云计算发展的趋势,从数据容量、数据类型等方面分析了航天遥感信息的大数据特征,通过分析遥感数据处理中面临的挑战,基于Hadoop/MapReduce分布式架构的遥感大数据云处理系统,提出了航天遥感大数据的高效分析与处理架构。
        With the development of big data and cloud computing technology in remote-sensing data processing,the features of remote-sensing data are analyzed,including data volume,data type,etc. The status and challenges in remote-sensing data processing are discussed. An efficient processing system for remote-sensing big data is proposed based on Hadoop/MapReduce distributed architecture.

引文

[1]陈世平.航天遥感科学技术的发展[J].航天器工程.2009,18(2):1-7.
    [2]RATHORE M M U,PAUL A,AHMAD A,et al.Real-Time Big Data Analytical Architecture for Remote Sensing Application[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2015,8(10):4610-4621.
    [3]RATHORE M M,AHMAD A,PAUL A,et al.Hadoop Based Real-Time Big Data Architecture For Remote Sensing Earth Observatory System[C]//6th International Conference on Computing,Communication and Networking Technologies,Denton,USA,2015:1-7.
    [4]MA Y,WU H,WANG L,et al.Remote Sensing Big Data Computing:Challenges And Opportunities[J].Future Generation Computer Systems,2015,51(10):47-60.
    [5]孟小峰.大数据管理-概念、技术与挑战[J].计算机研究与发展,2013,50(1):146-169.
    [6]王治中.大数据时代航天遥感系统的挑战和机遇[J].工程研究-跨学科视野中的工程,2014,6(3):244-258.
    [7]李振举.遥感云计算-研究现状与展望[J].装备学院学报,2015,26(5):95-100.
    [8]石强.遥感大数据研究现状与发展趋势[J].电光系统,2016,155(1):1-12.