Система онлайн-обработки больших данных дистанционного зондирования, поддерживаемая облачной платформой, обеспечивает эффективную поддержку инновационных многопрофильных применений дистанционных изображений. Однако существующие системы баз данных при выполнении временных и пространственных запросов к метаданным миллионов дистанционных изображений реагируют медленно, что затрудняет удовлетворение требований онлайн-систем обработки в реальном времени, и сложные крупномасштабные временные и пространственные запросы стали узким местом в анализе дистанционных изображений. В данной статье предложен эффективный метод интеграции индексации и оптимизации запросов двумерной и трехмерной сетчаток пространства-времени. Этот метод сначала проводит начальное сопоставление диапазона запросов на основе разделения двумерной сетчатки, а затем, основываясь на условии времени, преобразует часть сетчатых ячеек в трехмерные, для повышения эффективности выполнения запросов. Рекурсивное построение глобальных сетчатых ячеек и использование кодирования Z-order для сопоставления сетчатых ячеек с одномерным целочисленным индексом позволяют осуществлять преобразование пространственно-временного запроса в диапазонный запрос кодирования. В то же время на основе локальности пространства-времени сетчатки разработан механизм разделения запросов, поддерживающий параллельное выполнение задач запросов. Этот метод реализован в MongoDB и PostGIS и протестирован на производительность в сравнении с нативными индексами системы, он может сократить время выполнения запросов соответственно на 93.11% и 88.02%. В настоящее время эта техническая разработка интегрирована в систему EarthDataMiner платформы по крупным устойчивым данным для устойчивого развития.

большие данные дистанционного зондирования; дистанционные изображения; пространственно-временный запрос; пространственно-временное разделение сетчатки; оптимизация запроса; оптимизация индекса; облачная вычислительная платформа для дистанционного зондирования; пространственно-временная база данных