클라우드 플랫폼 기반 원격 탐사 빅데이터 온라인 처리 시스템은 원격 탐사 영상의 다분야 혁신 응용에 효율적인 지원을 제공합니다. 그러나 기존 데이터베이스 시스템은 백만 단위 원격 탐사 영상 메타데이터의 시공간 쿼리 처리 시 응답 속도가 느려 온라인 처리 시스템의 실시간 처리 요구를 충족하기 어렵습니다. 복잡한 대규모 시공간 쿼리는 원격 탐사 영상 분석의 성능 병목 현상이 되었습니다. 본 논문에서는 2차원 및 3차원 그리드 분할을 융합한 효율적인 시공간 인덱싱 및 쿼리 최적화 방법을 제안합니다. 이 방법은 먼저 2차원 그리드 분할 기반 초기 쿼리 범위 매칭을 수행하고, 시간 조건을 결합하여 일부 그리드 셀을 3차원 셀로 변환하여 쿼리 실행 효율을 향상시킵니다. 전역 그리드 셀을 재귀적으로 구축하고 Z-순서 코딩을 이용하여 그리드 셀을 1차원 정수 인덱스로 매핑하여 시공간 쿼리를 코드 범위 쿼리로 변환합니다. 또한 그리드 기반 시공간 지역성에 기반한 쿼리 분할 메커니즘을 설계하여 쿼리 작업의 병렬 실행을 지원합니다. 본 방법은 MongoDB와 PostGIS에 구현되었으며 시스템 고유 인덱스와 성능 비교 실험을 수행하여 각각 93.11%와 88.02%의 쿼리 소요 시간을 단축했습니다. 현재 이 기술 솔루션은 지속 가능한 개발 빅데이터 국제 연구센터에서 발표한 SDG 빅데이터 플랫폼 EarthDataMiner 시스템에 통합되어 서비스를 제공하고 있습니다.

원격 탐사 빅데이터; 원격 탐사 영상; 시공간 쿼리; 시공간 그리드 분할; 쿼리 최적화; 인덱스 최적화; 원격 탐사 클라우드 컴퓨팅 플랫폼; 시공간 데이터베이스