Инд. авторы:	Попов С.Е., Костылев М.А.
Заглавие:	Программный комплекс мониторинга смещений земной поверхности на базе массово-параллельной обработки радарных данных
Библ. ссылка:	Попов С.Е., Костылев М.А. Программный комплекс мониторинга смещений земной поверхности на базе массово-параллельной обработки радарных данных // Региональные проблемы дистанционного зондирования Земли: Материалы V Международной научной конференции / Сибирский федеральный университет, Институт космических и информационных технологий. - 2018. - Красноярск: Сибирский федеральный университет. - С.173-184. - ISBN: 978-5-7638-3978-4.
Внешние системы:	РИНЦ: 35468409;
Реферат:	rus: Рассмотрена задача разработки программного комплекса обработки радарных снимков с возможностью визуализации, конфигурирования и запуска алгоритмов основных этапов процессинга интерферометрических данных методом Persistent Scatterer в интеграции с MPP-системой (Massive Parallel Processing) для высокопроизводительного мониторинга смещений земной поверхности участков аэрокосмической съемки. Даны основные схемы маршрутизации потоков данных исполнения заданий. Представлена программная реализация в виде веб-портала на базе компонентов ReactJS, включая автоматизированную загрузку и обновлений базы данных радарных снимков Sentinel-1A посредством технологии RESTful API. Проведены тесты производительности программного комплекса, показано низкое время исполнения расчетных заданий на основе массово-параллельной обработки на программной платформе Apache Spark.
Ключевые слова:	высокопроизводительная обработка пространственных данных; системы с массово-параллельным исполнением заданий; радарная интерферометрия; мониторинг смещений земной поверхности;
Издано:	2018
Физ. характеристика:	с.173-184
Конференция:	Название: V Международная научная конференция «Региональные проблемы дистанционного зондирования Земли» Аббревиатура: РПДЗЗ-2018 Город: Красноярск Страна: Россия Даты проведения: 2018-09-11 - 2018-09-14 Ссылка: http://rprs.sfu-kras.ru/
Цитирование:	1. Бондур В.Г., Савин А.И. Концепция создания систем мониторинга окружающей среды в экологических и природно-ресурсных целях//Исследование Земли из космоса. 1992. № 6. С. 70-78. 2. Кантемиров Ю.И. Космический радарный мониторинг смещений и деформаций земной поверхности и сооружений//Вест. СибГАУ. 2013. № 5 (51). C. 52-54. 3. Sbas Tutorial//Sarmap tutorials. URL: http://sarmap.ch/tutorials/sbas_tutorial_V_2_0.pdf. 4. Persistent Scatterer InSAR: A comparison of methodologies based on a model of temporal deformation vs. spatial correlation selection criteria/J.J. Sousaa, J.A. Hooperc, R.F. Hanssenc //Remote Sensing of Environment. 2011. Vol. 115, № 10. P. 2652-2663. 5. Деструкция земной коры и процессы самоорганизации в областях сильного техногенного воздействия/В.Н. Опарин, А.Д. Сашурин, А.В. Леонтьев ; отв. ред. Н.Н. Мельников. Новосибирск: Изд-во СО РАН, 2012. 632 с. 6. Адушкин В.В., Опарин В.Н. От явления знакопеременной реакции горных пород на динамические воздействия -к волнам маятникового типа в напряженных геосредах. Ч. I//Физико-технические проблемы разработки полезных ископаемых. 2012. № 2. C. 3-28. 7. Адушкин В.В., Опарин В.Н. От явления знакопеременной реакции горных пород на динамические воздействия -к волнам маятникового типа в напряженных геосредах. Ч. II//Физико-технические проблемы разработки полезных ископаемых. 2013. № 2. C. 3-46. 8. Simmons A.D., Kerekes J.P., Raqueno N.G. Hyperspectral monitoring of chemically sensitive plant sentinels//Proceeding SPIE 7457. Imaging Spectrometry XIV, 74570G, San Diego, CA. 2003. P. 45-51. 9. Спутниковый сервис мониторинга состояния растительности (Вега)/Е.А. Лупян, И.Ю. Савин, С.А. Барталев //Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8, № 1. С. 190-198. 10. See the Sea -Multi-User Information System Ocean Processes Investigations Based on Satellite Remote Sensing Data//Bollettino di Geofisica teorica ed applicata. An International Journal of Earth Sciences/O.Yu. Lavrova, E.A. Loupian, M.I. Mityagina . 2013. Vol. 54. P. 146-147. 11. Изучение продуктов извержений вулканов Камчатки с помощью гиперспектральных спутниковых данных в информационной системе VolSatView/Е.И. Гордеев, О.А. Гирина, Е.А. Лупян //Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12, № 1. С. 113-128. 12. Организация работы со спутниковыми данными в информационной системе дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз)/Е.А. Лупян, С.А. Барталев, Д.В. Ершов //Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12, № 5. С. 222-250. 13. Takeuchi S., Yamada H. Monitoring of forest fire damage by using JERS-1 InSAR//Geoscience and Remote Sensing Symposium (IGARSS '02). Toronto, Ontario, Canada. 2002. P. 3290-3292. 14. Geohazard Tep. URL: https://geohazards-tep.eo.esa.int/. 15. Маклин С., Нафтел Дж., Уильямс К. Microsoft.NET Remoting: пер. с англ. М.: Торгово-издательский дом «Русская редакция», 2003. 384 с. 16. Berman F., Wolski R. Application-Level Scheduling on Distributed Heterogeneous Net-works//Supercomputing: Proceedings of the ACM/IEEE conference. Pittsburgh, Pennsylvania USA, May 25-28, 1996. IEEE Computer Society. 1996. P. 39-39. 17. Maheswaran M., Ali S. Dynamic Matching and Scheduling of a Class of Independent Tasks onto Heterogeneous Computing Systems//Journal of Parallel and Distributed Computing. 1999. Vol. 59, № 2. P. 107-131. 18. CoG Kits: A Bridge between Commodity Distributed Computing and High-Performance Grids/G. Laszewski, I. Foster //Proceedings of the ACM Java Grande 2000 Conference. San Francisco, CA, USA, June 3-5, 2000. ACM Press. P. 97-106. 19. Yang T., Gerasoulis A. DSC: Scheduling Parallel Tasks on an Unbounded Number of Processors//IEEE Transactions on Parallel and Distributed Systems. 1994. Vol. 5, № 9. P. 951-967. 20. Qusay H. Mahmoud. Distributed Java Programming with RMI and CORBA//Oracle Technology Network. URL: http://www.oracle.com/technetwork/articles/javase/rmi-corba-136641.html. 21. Reyes-Ortiz J.L., Oneto L., Anguita D. Big Data Analytics in the Cloud: Spark on Hadoop vs MPI/OpenMPI//INNS Conference on Big Data 2015: Conference proceedings. San Francisco, USA, 8-10 August 2015. P. 121-130. 22. Mavridis I., Karatza H. Performance evaluation of cloud-based log file analysis with Apache Hadoop and Apache Spark//Journal of Systems and Software. 2017. Vol. 125. P. 133-151. 23. Polato I., Ré R., Goldman A., Kon F.A comprehensive view of Hadoop research -A systematic literature review//Journal of Network and Computer Applications. 2014. Vol. 46. P. 1-25. 24. Chen Xu. Big Data Analytic Frameworks for GIS (Amazon EC2, Hadoop, Spark)//Comprehensive Geographic Information Systems. 2017. Vol. 1. P. 148-152. 25. Verbesselt. J. Big Data: Techniques and Technologies in Geoinformatics//International Journal of Applied Earth Observation and Geoinformation. 2015. Vol. 35. Part B. P. 368-369. 26. Utilizing Cloud Computing to address big geospatial data challenges/Yang Chaowei, Yu Manzhu, Hu Fei //Computers, Environment and Urban Systems. 2017. Vol. 61. Part B. P. 120-128. 27. Hadoop, Storm, Samza, Spark, and Flink: Big Data Frameworks Compared//Digital Ocean. URL: https://www.digitalocean.com/community/tutorials/hadoop-storm-samza-spark-and-flink-big-data-frameworks-compared. 28. Spark vs. Tez: What's the Difference?//Xplenty. URL: https://www.xplenty.com/blog/2015/01/apache-spark-vs-tez-comparison/. 29. Feature wise comparison between Apache Hadoop vs Spark vs Flink//TheServerSide. URL: http://www.theserverside.com/blog/Coffee-Talk-Java-News-Stories-and-Opinions/Feature-wise-comparison-between-Apache-Hadoop-vs-Spark-vs-Flink.