遥感大数据研究现状与发展趋势

被引:66
作者
朱建章 [1 ]
石强 [2 ]
陈凤娥 [3 ]
史晓丹 [4 ]
董泽民 [5 ]
秦前清 [4 ]
机构
[1] 不详
[2] 河南财经政法大学数学与信息科学学院
[3] 不详
[4] 华中科技大学软件学院
[5] 武汉理工大学理学院统计系
[6] 武汉大学测绘遥感信息工程国家重点实验室
[7] 武汉科技大学城市学院实验实训中心
[8] 不详
关键词
不确定性建模; 多源信息融合; 机器学习; 高性能计算; 遥感大数据;
D O I
暂无
中图分类号
TP79 [遥感技术的应用];
学科分类号
摘要
目的遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题,为相关研究人员提供有价值的参考。方法在参考大量文献的基础上,首先阐明遥感大数据的特点。其次,从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次,从分布式集群化存储技术等,分析了遥感大数据处理的关键技术。最后,从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发,说明了目前研究存在的问题;从遥感大数据多类不确定性建模,面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。结果本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术,力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。结论大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战,面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破,将促进遥感知识挖掘的进一步发展。
引用
收藏
页码:1425 / 1439
页数:15
相关论文
共 59 条
[1]   遥感大数据实时渲染与交互可视化研究 [J].
周亚男 ;
赵威 ;
范亚男 .
地球信息科学学报, 2016, 18 (05) :664-672
[2]   大数据架构的遥感资源存储管理方法 [J].
胡晓东 ;
张新 ;
屈靖生 .
地球信息科学学报, 2016, (05) :681-689
[3]   展望大数据时代的地球空间信息学 [J].
李德仁 .
测绘学报 , 2016, (04) :379-384
[4]   基于CPU/GPU异构模式的高光谱遥感影像数据处理研究与实现 [J].
汤媛媛 ;
周海芳 ;
方民权 ;
申小龙 .
计算机科学, 2016, 43 (02) :47-50+77
[5]  
Machine learning in geosciences and remote sensing[J]. David J.Lary,Amir H.Alavi,Amir H.Gandomi,Annette L.Walker.Geoscience Frontiers. 2016(01)
[6]   遥感云计算:研究现状与展望 [J].
李振举 ;
李学军 ;
刘涛 ;
谢剑薇 ;
杨晟 .
装备学院学报, 2015, 26 (05) :95-100
[7]   面向虚拟地球的多尺度矢量数据可视化方法 [J].
陈静 ;
刘婷婷 ;
侯小波 .
武汉大学学报(信息科学版), 2015, 40 (09) :1195-1200
[8]   多维时空场数据的多模式张量表达模型 [J].
胡勇 ;
罗文 ;
俞肇元 ;
冯琳耀 .
武汉大学学报(信息科学版), 2015, 40 (07) :977-982
[9]   农情遥感监测云服务平台建设框架 [J].
李中元 ;
吴炳方 ;
GOMMES René ;
张淼 ;
陈波 .
遥感学报, 2015, 19 (04) :578-585
[10]   面向对象的多源异构数据关联组织与分析 [J].
石宇 ;
詹明 ;
尹璐 ;
王志鹏 .
测绘通报, 2015, (01) :102-104