Облачная платформа для онлайн-обработки больших данных дистанционного зондирования предоставляет эффективную поддержку для многопрофильного инновационного применения дистанционных изображений. Однако существующие системы баз данных медленно реагируют при пространственно-временных запросах к метаданным миллионов изображений, что затрудняет удовлетворение требований онлайн-системы по времени обработки. Сложные крупномасштабные пространственно-временные запросы стали узким местом в производительности анализа изображений дистанционного зондирования. В статье предложен эффективный метод пространственно-временной индексации и оптимизации запросов, объединяющий двухмерное и трёхмерное разбиение сетки. Метод сначала выполняет начальное сопоставление диапазона запроса на основе двухмерного разбиения сетки, а затем, принимая во внимание временные условия, преобразует часть ячеек сетки в трёхмерные для повышения эффективности выполнения запросов. Рекурсивно строятся глобальные ячейки сетки и с помощью Z-order кодирования отображаются в одномерные целочисленные индексы, что позволяет преобразовывать пространственно-временные запросы в запросы по диапазону кодов. Также разработан механизм разбиения запросов, основанный на локальности в сетке, поддерживающий параллельное выполнение задач запросов. Метод реализован в MongoDB и PostGIS и проведены сравнительные эксперименты с оригинальными индексами системы, показавшие сокращение времени запросов на 93,11% и 88,02% соответственно. В настоящее время данная технология интегрирована в систему EarthDataMiner платформы больших данных SDG, представленной Международным исследовательским центром больших данных для устойчивого развития, и предоставляется в виде сервиса.

большие данные дистанционного зондирования; дистанционные изображения; пространственно-временные запросы; пространственно-временное разбиение сетки; оптимизация запросов; оптимизация индекса; облачная платформа дистанционного зондирования; пространственно-временная база данных