Busca avançada
Ano de início
Entree

Ferramentas para gerenciar imagens de satélite em array databases

Processo: 16/03397-7
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de abril de 2016
Vigência (Término): 31 de março de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Gilberto Camara Neto
Beneficiário:Alber Hamersson Sánchez Ipia
Instituição-sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia, Inovações e Comunicações (Brasil). São José dos Campos , SP, Brasil
Vinculado ao auxílio:14/08398-6 - E-Sensing: análise de grandes volumes de dados de observação da terra para informação de mudanças de uso e cobertura da terra, AP.ESCIENCE.TEM
Assunto(s):Sensoriamento remoto   Processamento de imagens   Imagens de satélites

Resumo

Desenvolver um conjunto de ferramentas para ingestão de dados no ambiente SciDB, que permitam a ingestão de grandes quantidades de imagens de observação da Terra. Atualmente, os centros de dados de sensoriamento remoto no Brasil e no Exterior (como INPE, NASA e ESA) distribuem as imagens de forma individual. Assim, cientistas e outros interessados em fazer análises em grandes volumes de dados precisam fazer downloads de imagens uma por uma. O resultado é que o cientista tem de gerenciar uma grande quantidade de arquivos individuais. Um dos objetivos do projeto e-sensing é reduzir esse esforço por parte de cientistas e instituições de P&D. Nossa proposta é que os cientistas utilizem array databases para gerenciar grandes volumes de dados. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Inteligência artificial ajuda a monitorar regeneração da Mata Atlântica 
Inteligência artificial ajuda a monitorar regeneração da Mata Atlântica 

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
WAGNER, FABIEN H.; SANCHEZ, ALBER; AIDAR, MARCOS P. M.; ROCHELLE, ANDRE L. C.; TARABALKA, YULIYA; FONSECA, MARISA G.; PHILLIPS, OLIVER L.; GLOOR, EMANUEL; ARAGAO, LUIZ E. O. C. Mapping Atlantic rainforest degradation and regeneration history with indicator species using convolutional network. PLoS One, v. 15, n. 2 FEB 28 2020. Citações Web of Science: 0.
WAGNER, FABIEN HUBERT; FERREIRA, MATHEUS PINHEIRO; SANCHEZ, ALBER; HIRYE, MAYUMI C. M.; ZORTEA, MACIEL; GLOOR, EMANUEL; PHILLIPS, OLIVER L.; DE SOUZA FILHO, CARLOS ROBERTO; SHIMABUKURO, YOSIO EDEMIR; ARAGAO, LUIZ E. O. C. Individual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 145, n. B, p. 362-377, NOV 2018. Citações Web of Science: 9.
WAGNER, FABIEN HUBERT; HERAULT, BRUNO; ROSSI, VIVIEN; HILKER, THOMAS; MAEDA, EDUARDO EIJI; SANCHEZ, ALBER; LYAPUSTIN, ALEXEI I.; GALVAO, LENIO SOARES; WANG, YUJIE; ARAGAO, LUIZ E. O. C. Climate drivers of the Amazon forest greening. PLoS One, v. 12, n. 7 JUL 14 2017. Citações Web of Science: 25.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.