跳到主要内容
10.1145/3469830.3470917交流会议文章/章节视图摘要出版物页面sstd标准会议记录会议集合
技术注释

挖掘高分辨率地球观测数据立方体

出版:2021年8月23日 出版历史
  • 获取引文提醒
  • 摘要

    地球观测数据由不断扩大的卫星编队收集,包括Landsat1-8、Sentinel1和Sentinel2、SPOT1-7和WorldView1-3。这些卫星以30米至31厘米的空间分辨率(像素大小)生成数据,并提供每5天一次的重访率。这使我们不仅可以看到地球每个角落的高分辨率图像,还可以跟踪事件并观察随时间的变化。在过去5年中,中等空间分辨率的卫星数据(30−1000万像素)开发了5-16天的极高时间重访频率,并且开发了时空结构来管理这些庞大的数据集。然而,高分辨率卫星图像和快速增长的重访率给数据管理和挖掘带来了重大挑战。本工作讨论了将不同时间、不同传感器、不同空间分辨率和不同时间频率的观测数据集成到统一的地球观测数据立方体中的六大挑战,即位置、时间和光谱带张量。挑战包括从异构传感器创建统一的数据立方体、缩放地理注册(在图像之间映射像素)、计算观测值的不确定性、输入缺失观测值、广域事件检测,以及最终预测地球的未来状态。有了这样一个统一的地球观测数据立方体,我们描述了潜在的应用领域,例如探测人为土地覆盖变化、自然灾害预警、追踪动物移动、寻找失踪飞机和快速探测森林火灾。

    工具书类

    [1]
    美国地质调查局(USGS)和美国国家航空航天局(NASA)。2021年7月15日访问。陆地进程分布式主动存档中心(LP DAAC)。https://lpdaac.usgs.gov。(2021年7月15日访问)。
    [2]
    S Aigner和M Körner。2019.Futuregan:预测视频序列的未来帧,在不断增长的Gans中使用时空三维卷积。ISPRS摄影测量,遥感和空间信息科学4216(2019),3-11。
    [3]
    阿卜杜勒卡德·巴加格(Abdelkader Baggag)、索非安·阿巴尔(Sofiane Abbar)、安基特·沙尔马(Ankit Sharma)、塔哈尔·扎努达(Tahar Zanouda)、阿卜杜拉齐兹·阿勒霍马德(Abdulaziz Al-Homaid)、阿比拉吉·莫汉(Abhiraj。2019.通过正则张量分解学习交通的时空潜在因素:计算缺失值和预测。IEEE知识与数据工程汇刊(2019年)。
    [4]
    陈晨、李叶青、刘伟和黄军舟。2015年,SIRF:在统一框架中同步卫星图像注册和融合。IEEE Trans。图像处理24,11(2015),4213–4224。
    [5]
    陈方澜、陈志谦、苏霍迪普·比斯瓦斯、朔磊、纳伦·拉马克里希南和卢昌田。2020年。基于卡尔曼滤波的图卷积网络流量预测。第28届地理信息系统进展国际会议论文集。135–138.
    [6]
    Trevor Dhu、Gregory Giuliani、Jimena Juarez、Argyro Kavvada、Brian Killough、Paloma Merodio、Stuart Minchin和Steven Ramage。2019.国家开放数据立方体及其对国家级发展政策和实践的贡献。数据4,4(2019年12月)。https://doi.org/10.3390/data4040144
    [7]
    数字地球。2013年,WorldView-3数据表。http://content.satimagingcorp.com.s3.amazonaws.com/media/pdf/WorldView-3-pdf-Download.pdf。 (2013).
    [8]
    马蒂亚斯·德鲁什(Matthias Drusch)、翁贝托·德尔·贝洛(Umberto Del Bello)、塞巴斯蒂安·卡利埃(Sébastien Carlier)、奥利维尔·科林(Olivier Colin)、维罗妮卡·费尔南德斯(Veronica Fernandez)、费兰·加斯孔(Ferran Gascon)、比安卡·霍尔施(。哨兵2号:欧空局的GMES操作服务光学高分辨率任务。《环境遥感》120(2012),25-36。
    [9]
    Ahmed Eldawy和Mohamed F Mokbel。2015.Spatialhadoop:空间数据的mapreduce框架。2015年IEEE第31届数据工程国际会议。IEEE,1352-1363。
    [10]
    罗纳德·吉拉罗(Ronald Gelaro)、威尔·麦卡蒂(Will McCarty)、马克斯·苏亚雷斯(Max J Suárez)、里卡多·托德(Ricardo Todling)、安德烈亚·莫洛德(Andrea Molod)、劳伦斯·塔卡克斯(Lawrence Takacs)、辛西娅·兰德斯(Cynthia A Randles)、安东·。研究和应用的现代回顾性分析,第2版(MERRA-2)。《气候杂志》30,14(2017),5419–5454。
    [11]
    格雷戈里·朱利安尼(Gregory Giuliani)、吉尔伯托·卡马拉(Gilberto Camara)、布莱恩·基洛(Brian Killough)和斯图亚特·明钦(Stuart Minchin)。2019.地球观测开放科学:利用数据立方体加强可再生科学。(2019).
    [12]
    格雷戈里·朱利安尼(Gregory Giuliani)、吉尔伯托·卡马拉(Gilberto Camara)、布莱恩·基洛(Brian Killough)和斯图亚特·明钦(Stuart Minchin)。2019.地球观测开放科学:利用数据立方体加强可再现科学。数据4,4(2019年12月)。https://doi.org/10.3390/data4040147
    [13]
    马丁·汉德福德。2019.沃尔多在哪里?沃尔多在哪里。
    [14]
    科林·霍默、乔恩·德维茨、利明·杨、苏明·金、帕特里克·丹尼尔森、乔治·西安、约翰·库尔斯顿、纳撒尼尔·赫罗德、詹姆斯·威克姆和凯文·梅根。2015年。完成了2011年美国国家土地覆盖数据库——代表了十年的土地覆盖变化信息。摄影测量工程与遥感81,5(2015),345–354。
    [15]
    2019年,胡英杰(Yingjie Hu)、高松(Song Gao)、道顿·隆加(Dalton Lunga)、李文文(Wenwen Li)、肖恩·纽萨姆(Shawn Newsam)和布亨德拉·巴杜里(Budhendra Bhaduri)。ACM SIGSPATIAL的GeoAI:进展、挑战和未来方向。SIGSPATIAL Special第11、2期(2019年),第5-15期。
    [16]
    黄超、张楚旭、赵家淑、吴贤武、尹大伟和奈特什·查拉。2019.Mist:用于全市异常事件预测的多视角多模式时空学习框架。在万维网会议上。717–728.
    [17]
    尼娜·胡比格(Nina Hubig)、菲利普·冯勒(Philip Fengler)、安德烈亚斯·祖夫勒(Andreas Züfle)、杨瑞欣(Ruixin Yang)和斯蒂芬·格内曼(Stephan Günnemann)。2017年,使用大规模环境数据检测和预测自然灾害。在国际空间和时间数据库研讨会上。施普林格,300–316。
    [18]
    焦振田、张友敏、静欣、穆凌霞、易英敏、刘汉和刘丁文。2019.使用UAV和YOLOv3的基于深度学习的森林火灾探测方法。2019年,第一届国际工业人工智能会议(IAI)。IEEE,1-5。
    [19]
    杰奎琳·勒莫恩(Jacqueline Le Moigne)、内塔尼亚胡(Nathan S Netanyahu)和罗杰·伊士曼(Roger D Eastman)。2011年,遥感图像注册。剑桥大学出版社。
    [20]
    米格尔·德·马赫查、费比安·甘斯、冈纳尔·勃兰特、鲁恩·克里斯蒂安森、莎拉·康奈尔、诺曼·丰费拉、吉多·克莱默、乔纳斯·彼得斯、保罗·博德斯海姆、古斯托·坎普斯山谷,2020年。地球系统数据立方体揭示了全球多元动力学。地球系统动力学11,1(2020),201–234。
    [21]
    玛娅·大川、岩田聪、黑岛武史、田中优助、田田裕久和上田直男。2019.深层混合点过程:具有丰富背景信息的时空事件预测。第25届ACM SIGKDD知识发现与数据挖掘国际会议论文集。373–383.
    [22]
    Manizheh Ranjbar、Parham Moradi、Mostafa Azami和Mahdi Jalili。2015.一种基于插补的矩阵分解方法,用于提高协同过滤系统的准确性。《人工智能的工程应用》46(2015),58–66。
    [23]
    Joseph Redmon、Santosh Divvala、Ross Girshick和Ali Farhadi。2016年,您只需查看一次:统一的实时对象检测。在IEEE计算机视觉和模式识别会议记录中。779–788.
    [24]
    Michele M Rienecker、Max J Suarez、Ronald Gelaro、Ricardo Todling、Julio Bacmeister、Emily Liu、Michael G Bosilovich、Siegfried D Schubert、Lawrence Takacs、Gi-Kong Kim,2011年。MERRA:美国国家航空航天局(NASA)对研究和应用的现代回顾性分析。《气候杂志》24,14(2011),3624–3648。
    [25]
    2021年,焦荪、岳明轩、林宗玉、杨晓晨、卢西亚诺切拉、加布里埃尔·卡恩和赛勒斯·沙哈比。犯罪预测:利用地理邻里的时空依赖性进行犯罪预测。数据库中的机器学习和知识发现。应用数据科学和演示轨道:欧洲会议,ECML PKDD 2020,比利时根特,2020年9月14日至18日,会议记录,第五部分,施普林格国际出版社,52-67。
    [26]
    保罗·维奥拉,迈克尔·琼斯,2001年。强大的实时目标检测。国际计算机视觉杂志4,34-47(2001),4。
    [27]
    Michael A Wulder、Thomas R Loveland、David P Roy、Christopher J Crawford、Jeffrey G Masek、Curtis E Woodcock、Richard G Allen、Martha C Anderson、Alan S Belward、Warren B Cohen,2019年。陆地卫星计划、科学和应用的现状。环境遥感225(2019),127-147。
    [28]
    贾瑜、吴金萱和穆罕默德·萨瓦特。2015年,Geospark:用于处理大规模空间数据的集群计算框架。第23届SIGSPATIAL地理信息系统进展国际会议论文集。1–4.
    [29]
    张丽丽和赵春晖。2017.用于高光谱异常检测的基于张量分解的稀疏发散指数。乔萨A 34,9(2017),1585–1594。
    [30]
    安德烈亚斯·祖夫勒。2021.不确定空间数据管理:概述。大地理空间数据手册。施普林格自然。(2021), 355=397.
    [31]
    安德烈亚斯·祖夫勒(Andreas Züfle)、戈斯·特拉杰切夫斯基(Goce Trajcevski)、迪特尔·普福瑟(Dieter Pfoser)和金俊秀(Joon Seok Kim)。2020年。管理不断变化的地理空间数据中的不确定性。2020年,第21届IEEE移动数据管理国际会议(MDM)。IEEE,5–8。
    [32]
    安德烈亚斯·祖夫勒(Andreas Züfle)、戈斯·特拉切夫斯基(Goce Trajcevski)、迪特尔·普福瑟(Dieter Pfoser)、马提亚斯·伦兹(Matthias Renz)、马修·特莱斯利(Matthew T Rice)、蒂莫西·莱斯利(Timothy Leslie)、保罗·。2017.处理地理空间数据中的不确定性。2017年IEEE第33届国际数据工程会议(ICDE)。IEEE,1467–1470。

    建议

    评论

    信息和贡献者

    问询处

    发布于

    封面图片ACM其他会议
    SSTD’21:第17届时空数据库国际研讨会论文集
    2021年8月
    173页
    国际标准图书编号:9781450384254
    内政部:10.1145/3469830
    如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重作者以外的其他人对本作品组成部分的版权。允许赊账提取。要以其他方式复制或重新发布,在服务器上发布或重新发布到列表,需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].

    出版商

    计算机协会

    美国纽约州纽约市

    出版历史

    出版:2021年8月23日

    权限

    请求对此文章的权限。

    检查更新

    限定符

    • 技术说明
    • 研究
    • 参考有限公司

    会议

    21年SSTD
    SSTD’21:第17届国际时空数据库研讨会
    2021年8月23日至25日
    虚拟,美国

    贡献者

    其他指标

    文献计量学和引文

    文献计量学

    文章指标

    • 0
      引文总数
    • 102
      总下载次数
    • 下载次数(过去12个月)32
    • 下载次数(最近6周)5

    其他指标

    引文

    视图选项

    获取访问权限

    登录选项

    完全访问权限

    查看选项

    PDF格式

    以PDF文件查看或下载。

    PDF格式

    电子阅读器

    使用联机查看电子阅读器.

    电子阅读器

    HTML格式格式

    在中查看本文HTML格式格式。

    HTML格式

    媒体

    数字

    其他

    桌子

    分享

    分享

    共享此出版物链接

    在社交媒体上分享