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

Multilayer Architecture for Heterogeneous Geospatial Data Analytics: Querying and Understanding EO Archives

Alonso, Kevin und Espinoza-Molina, Daniela und Datcu, Mihai (2017) Multilayer Architecture for Heterogeneous Geospatial Data Analytics: Querying and Understanding EO Archives. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10 (3), Seiten 791-801. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/JSTARS.2017.2649040. ISSN 1939-1404.

[img] PDF
11MB

Offizielle URL: http://ieeexplore.ieee.org/document/7843650/

Kurzfassung

The constantly growing process of the Earth Observation (EO) data and their heterogeneity require new systems and tools for effectively querying and understanding the available data archives. In this paper, we present a tool for heterogeneous geospatial data analytics. The system implements different web technologies in a multilayer server–client architecture, allowing the user to visually analyze satellite images, maps, and in-situ information. Specifically, the information managed is composed of EO multispectral and synthetic aperture radar products along with the multitemporal in-situ LUCAS surveys. The integration of these data provides a very useful information during the EO scene interpretation process. The system also offers interactive tools for the detection of optimal datasets for EO multitemporal image change detection, providing at the same time ground-truth points for both human and machine analyses. Furthermore, we show by means of visual analytic representations a way to analyze and understand the content and distribution of the EO databases.

elib-URL des Eintrags:https://elib.dlr.de/111298/
Dokumentart:Zeitschriftenbeitrag
Titel:Multilayer Architecture for Heterogeneous Geospatial Data Analytics: Querying and Understanding EO Archives
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Alonso, Kevinkevin.alosonogonzales (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Espinoza-Molina, Danieladaniela.espinozamolina (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, Mihaimihai.datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:März 2017
Erschienen in:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:10
DOI:10.1109/JSTARS.2017.2649040
Seitenbereich:Seiten 791-801
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Qian, (Jenny) Dudu (at) ece.msstate.eduNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:1939-1404
Status:veröffentlicht
Stichwörter:synthetic aperture radar (SAR), Big data, data integration, geographic information systems (GIS), LUCAS
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:UNGÜLTIGER BENUTZER
Hinterlegt am:08 Mär 2017 12:58
Letzte Änderung:02 Nov 2023 14:49

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.