文献类型：期刊文章

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]

Zhu Jianzhang Shi Qiang Chen Feng＇ e Shi Xiaodan Dong Zemin Qin Qianqing(School of Mathematics and Information Sciences, Henan University of Economics and Low, Zhengzhou 4.50000, China School of Software Engineering, HuaZhong University of Science ＆ Technology, Wuhan 430074, China Statistics department of Wuhan University of Technology, Wuhan 430000, China State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430072, China Laboratory Training Center, City College of Wuhan University of Science and Technology, Wuhan 430083, China)

机构地区：[1]河南财经政法大学数学与信息科学学院,郑州450000 [2]华中科技大学软件学院,武汉430074 [3]武汉理工大学理学院统计系,武汉430000 [4]武汉大学测绘遥感信息工程国家重点实验室,武汉430072 [5]武汉科技大学城市学院实验实训中心,武汉430083

出　　处：《中国图象图形学报》

基　　金：河南省自然科学基金项目(15A110011;14B110037);中央高校基本科研业务费专项基金项目(2015IVA067)~~

年　　份：2016

卷　　号：21

期　　号：11

起止页码：1425-1439

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、IC、JST、RCCSE、ZGKJHX、核心刊

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。

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  

分 类 号：TP301.6]