GeoCube： A spatio-temporal cube toward massive and multi-source EO data analysis
摘要：随着对地立体观测体系的建立，遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式，时空基准不够统一，集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来，数据立方体的研究为对地观测领域大数据分析基础设施提供了前景。基于统一的分析就绪型多维数据模型和集成对地观测数据分析功能，可构建一个基于数据立方的对地观测大数据分析基础设施。因此，本文提出了一个面向大规模分析的多源对地观测时空立方体，相较于现有的数据立方体方法，强调多源数据的统一组织、基于云计算的立方体处理模式以及基于人工智能优化的立方体计算。研究有助于构建时空大数据分析的新框架，同时建立与商业智能领域的数据立方体关联，为时空大数据建立统一的时空组织模型，支持大范围、长时序的快速大规模对地观测数据分析。本文在性能上与开源数据立方做了对比，结果证明提出的多源对地观测时空立方体在处理性能上具有明显优势。
简评：这篇是面向大规模分析的多源时空立方体统一组织模型。在数据能力上，从影像拓展到矢量、表格等，建立对地观测和商业智能立方体联合分析的桥梁，解决稀疏和稠密数据调和问题。在计算能力上，提供了学习型计算支撑，克服地理计算特征的空间异质性难点。在编程模型上，建立了云计算的CubeRDD模型，为大规模分布式计算提供了一种参考实现。该项工作是对两年前中国测绘年会上所作报告面向大规模分析的多源对地观测时空立方体的理论与实践总结。
>>A multi-source spatio-temporal data cube for large-scale geospatial analysis：https://doi.org/10.1080/13658816.2022.2087222
>>全球多尺度三维矢量数据模型及其空间分析方法研究：
参考：https://www.ygxb.ac.cn/thesis/91/19406872/zh/ link2
