Das von der Cloud-Plattform unterstützte Online-Verarbeitungssystem für Fernerkundungsbig Data bietet effiziente Unterstützung für innovative multiprofile Anwendungen von Fernerkundungsbildern. Allerdings können bestehende Datenbanksysteme die zeitlichen und räumlichen Abfragen der Metadaten von Millionen von Fernerkundungsbildern nicht effizient bewältigen, was es schwierig macht, die Echtzeitanforderungen von Online-Verarbeitungssystemen zu erfüllen, und komplexe großräumige zeitliche und räumliche Abfragen sind zu einem Engpass in der Analyse von Fernerkundungsbildern geworden. In diesem Artikel wird eine effiziente Methode zur Integration einer räumlich-zeitlichen Indexierung aus einem zweidimensionalen und dreidimensionalen Gitter vorgeschlagen. Diese Methode führt zunächst eine initiale Bereichsübereinstimmung basierend auf der Aufteilung des zweidimensionalen Gitters durch und konvertiert dann, basierend auf der Zeitbedingung, einige Gitterzellen in dreidimensionale Zellen, um die Effizienz der Abfrageausführung zu verbessern. Die rekursive Konstruktion globaler Gitterzellen und die Verwendung der Z-Ordnungscodierung zur Zuordnung von Gitterzellen zu einem eindimensionalen ganzzahligen Index ermöglichen die Umwandlung einer räumlich-zeitlichen Abfrage in eine Bereichsabfrage der Codierung. Gleichzeitig wurde ein räumlich-zeitliches Abfrageaufteilungsmuster entworfen, um die parallele Ausführung von Abfrageaufgaben zu unterstützen. Diese Methode wurde in MongoDB und PostGIS implementiert und in einem Leistungsvergleich mit den nativen Indizes des Systems getestet. Diese Methode kann die Abfragezeit um 93,11% bzw. 88,02% reduzieren. Diese technische Lösung ist derzeit in das System EarthDataMiner der nachhaltigen Big-Data-Plattform integriert.

Fernerkundungsbig Data; Fernerkundungsbilder; räumlich-zeitliche Abfrage; räumlich-zeitliche Gitteraufteilung; Abfrageoptimierung; Indexoptimierung; Fernerkundungs-Cloud-Computing-Plattform; räumlich-zeitliche Datenbank