elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Special Section Guest Editorial: Management and Analytics of Remotely Sensed Big Data

Zhang, Liangpei und Du, Quian und Datcu, Mihai (2015) Special Section Guest Editorial: Management and Analytics of Remotely Sensed Big Data. Journal of Applied Remote Sensing, 9 (1), Seiten 1-2. Society of Photo-optical Instrumentation Engineers (SPIE). doi: 10.1117/1.JRS.9.097201. ISSN 1931-3195.

[img] PDF
343kB

Offizielle URL: http://remotesensing.spiedigitallibrary.org/article.aspx?articleid=2397925

Kurzfassung

As we have entered the era of “big data,” the capability of Earth observations has been dramatically increased and reached an unprecedented level by widely accessible remotely sensed big data. The current remote sensing systems collect several terabytes of Earth observation data per day and enable the measurement of objects at the submeter level. Moreover, with the rapid development of imaging and earth observation technologies, the collected data volumes are predicted to be amplified quickly. Efficient management and analytics for such remotely sensed data are critical in the applications of Earth observations, but present great challenges due to data complexity, diversity, and volume. Actually, there exists great imbalance between the capacity of data management and analytics and the capacity of data acquisition in remote sensing. Thus, it is an urgent demand to develop effective data management tools and advanced analytical techniques for the best use of remotely sensed big data. Meanwhile, streaming and online real-time algorithms are required for quick and intelligent decision making.

elib-URL des Eintrags:https://elib.dlr.de/100130/
Dokumentart:Zeitschriftenbeitrag
Titel:Special Section Guest Editorial: Management and Analytics of Remotely Sensed Big Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Zhang, LiangpeiWuhan UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Du, QuianMississippi State UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, MihaiDLRNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2015
Erschienen in:Journal of Applied Remote Sensing
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:9
DOI:10.1117/1.JRS.9.097201
Seitenbereich:Seiten 1-2
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Chang, Ni-BinUniversity of Central Florida, USANICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Society of Photo-optical Instrumentation Engineers (SPIE)
ISSN:1931-3195
Status:veröffentlicht
Stichwörter:Big Data, analytics
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Schwarz, Gottfried
Hinterlegt am:30 Nov 2015 10:38
Letzte Änderung:31 Jul 2019 19:57

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.