Es presenta una tesi multidisciplinària en el context de la Ciència de la Informació Geogràfica on convergeixen sinèrgicament metodologies de Geostadística, Teledetecció, Ciència Computacional i Sistemes d’Informació Geogràfica amb l’objectiu d’estudiar i oferir noves solucions que permetin l’automatització de determinats algorismes d’anàlisi espacial i de processament d’imatges.
Contribucions a l’anàlisi automàtica de grans volums de dades en el context de la Ciència de la Informació Geogràfica
Lluís Pesquer Mayos
Xavier Pons Fernández
Auditori del Centre de Recerca Matemàtica.
13 de juny de 2013 a les 10:00 h
L’automatització d’aquests algorismes està enfocada a possibilitar i millorar l’eficiència del processament massiu de grans volums de dades geospacials.
L’automatització d’aquests processos està fonamentada en dos pilars principals:
Addicionalment, l’automatització ha permès aplicar les metodologies de distribució de còmput entre diferents unitats de processament i reduir de forma significativa els temps d’execució (s’ha aconseguit speed-ups propers a 60 en algun cas, i propers a un comportament lineal en altres). Aquestes millores computacionals s’han dut a terme mitjançant la paral·lelització dels codis en llenguatge C i l’enviament de dades entre processadors mitjançant Message Passing Inteface (MPI) en un entorn d’elevades prestacions computacionals (HPC).
Les automatitzacions s’han aplicat a diversos camps i a diversos tipus de dades, essent les sèries temporals d’imatges de Teledetecció el principal àmbit de recerca i aplicació. Per exemple, en aquesta tesi es proposa un mètode que millora la selecció d’imatges (reflectàncies de Terra MODIS) d’elevada qualitat respecte a la que només s’efectua en funció de les màscares de qualitat que acompanyen aquests productes.
Aconseguir corregir radiomètricament de forma automàtica imatges Landsat de diversos sensors en base a valors radiomètrics de referència des de polígons pseudo-invariants, també generats automàticament, és una altra de les fites d’aquesta tesi. Aquesta aportació permet processar llargues sèries temporals d’imatges d’elevada resolució espacial per a àmbits geogràfics extensos amb un elevat rigor radiomètric i, per tant, obre la porta a realitzar anàlisis del territori amb un nivells de detall fins ara no viables.
Finalment, en el camp de la compressió amb pèrdua d’imatges de Teledetecció s’ha realitzat aportacions que afegeixen una visió més espacial (i per tant territorial) sobre visions més clàssiques en l’àmbit general del tractament d’imatges. La compressió d’imatges és una de les metodologies àmpliament acceptades avui per a gestionar de forma eficient grans volums de dades i, altre cop, l’anàlisi geostadística ha permès conduir les compressions cap a resultats que conservin millor les propietats espacials de les imatges comprimides.
Date de alta en el Newsletter para recibir todas las novedades del CREAF en tu mail.
Date de alta en nuestro Newsletter par recibir todas las novedades del CREAF en tu email
PATRONATO
DISTINCIONES
MIEMBROS DE
CON EL APOYO DE