Spatio-temporal data managment of satellite imagery

Mostrar todas las versiones(4)

The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Castillo Moine, Matías Alejandro, Balzarini, Mónica Graciela
Formato: Artículo revista
Lenguaje:Español
Publicado: Facultad de Ciencias Agropecuarias. 2019
Materias:
GIS
MODIS
satellite image time series,
divide-apply-combine,
data management protocol
parallel processing
SIG
Series de tiempo de imágenes satelitales
dividir-aplicar-combinar
procesamiento en paralelo
protocolo
Acceso en línea:https://revistas.unc.edu.ar/index.php/agris/article/view/23410
Aporte de:
Revistas de la UNC de Universidad Nacional de Córdoba
id I10-R10-article-23410
record_format ojs
spelling I10-R10-article-234102020-03-30T15:07:23Z Spatio-temporal data managment of satellite imagery Gestión de datos espacio-temporales de imágenes satelitales Castillo Moine, Matías Alejandro Balzarini, Mónica Graciela GIS MODIS satellite image time series, divide-apply-combine, data management protocol parallel processing SIG MODIS Series de tiempo de imágenes satelitales dividir-aplicar-combinar procesamiento en paralelo protocolo The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from satellite images. The implementation of a data management protocol in the R software is detailed, with implementation of parallel computations. The results show that the concept divide-apply-combine was adequate to filter and classify long time series of NDVI territorially distributed at a regional scale. El manejo de datos de largas series temporales del índice de vegetación de diferencia normalizada (NDVI) en territorios extensos demanda un uso eficiente del recurso computacional. En este trabajo se discuten e ilustran estrategias para la construcción y procesamiento estadístico de bases de datos masivos espacio-temporales provenientes de imágenes satelitales. Se detalla la implementación de un protocolo de manejo de datos en el software R, con implementación de cómputos paralelizada. Los resultados muestran que el concepto dividir-aplicar-combinar resultó adecuado para filtrar y clasificar largas series de tiempo de NDVI distribuidas territorialmente a escala regional. Facultad de Ciencias Agropecuarias. 2019-12-24 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf text/html https://revistas.unc.edu.ar/index.php/agris/article/view/23410 AgriScientia; Vol. 36 No. 2 (2019); 67-80 AgriScientia; Vol. 36 Núm. 2 (2019); 67-80 1668-298X 10.31047/1668.298x.v36.n2 spa https://revistas.unc.edu.ar/index.php/agris/article/view/23410/28846 https://revistas.unc.edu.ar/index.php/agris/article/view/23410/29280
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-10
container_title_str Revistas de la UNC
language Español
format Artículo revista
topic GIS
MODIS
satellite image time series,
divide-apply-combine,
data management protocol
parallel processing
SIG
MODIS
Series de tiempo de imágenes satelitales
dividir-aplicar-combinar
procesamiento en paralelo
protocolo
spellingShingle GIS
MODIS
satellite image time series,
divide-apply-combine,
data management protocol
parallel processing
SIG
MODIS
Series de tiempo de imágenes satelitales
dividir-aplicar-combinar
procesamiento en paralelo
protocolo
Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
Spatio-temporal data managment of satellite imagery
topic_facet GIS
MODIS
satellite image time series,
divide-apply-combine,
data management protocol
parallel processing
SIG
MODIS
Series de tiempo de imágenes satelitales
dividir-aplicar-combinar
procesamiento en paralelo
protocolo
author Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author_facet Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author_sort Castillo Moine, Matías Alejandro
title Spatio-temporal data managment of satellite imagery
title_short Spatio-temporal data managment of satellite imagery
title_full Spatio-temporal data managment of satellite imagery
title_fullStr Spatio-temporal data managment of satellite imagery
title_full_unstemmed Spatio-temporal data managment of satellite imagery
title_sort spatio-temporal data managment of satellite imagery
description The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from satellite images. The implementation of a data management protocol in the R software is detailed, with implementation of parallel computations. The results show that the concept divide-apply-combine was adequate to filter and classify long time series of NDVI territorially distributed at a regional scale.
publisher Facultad de Ciencias Agropecuarias.
publishDate 2019
url https://revistas.unc.edu.ar/index.php/agris/article/view/23410
work_keys_str_mv AT castillomoinematiasalejandro spatiotemporaldatamanagmentofsatelliteimagery
AT balzarinimonicagraciela spatiotemporaldatamanagmentofsatelliteimagery
AT castillomoinematiasalejandro gestiondedatosespaciotemporalesdeimagenessatelitales
AT balzarinimonicagraciela gestiondedatosespaciotemporalesdeimagenessatelitales
first_indexed 2022-08-20T01:01:41Z
last_indexed 2022-08-20T01:01:41Z
_version_ 1770717052961554432

Ejemplares similares