Розроблення науково-технологічних основ інтеграції даних на базі Grid

Кусcуль, НМ, Глухи, Л, Шелестов, АЮ, Скакун, СВ, Кравченко, ОМ, Ільїн, МІ, Грипич, ЮА, Лавренюк, АМ
Косм. наука технол. 2009, 15 ;(2):049-055
https://doi.org/10.15407/knit2009.02.049
Мова публікації: англійська
Анотація: 
Описано Grid-інфраструктуру, яка розробляється в Інституті космічних досліджень Національної академії наук та Національного космічного агентства України. Grid-інфраструктура інтегрує обчислювальні та інформаційні ресурси географічно розподілених організацій. Використання Grid-технологій обумовлене необхідністю виконувати обчислення в режимі, наближеному до режиму реального часу, для моніторингу надзвичайних ситуацій та необхідністю управління великими об'ємами даних. Розроблена Grid-інфраструктура використовується для розв'язання низки прикладних задач з використанням даних спостереження Землі, зокрема чисельного прогнозування погоди, моніторингу повеней, оцінки видового біорізноманіття, прогнозування урожайності та оцінки параметрів земної поверхні
Ключові слова: Grid-інфраструктура, моніторинг, об'єм даних
References: 
1.   Bishop C. Pattern Recognition and Machine Learning. — New York: Springer, 2006. — 740 p.
2.   Corbley K. P. Radar Imagery Proves Valuable in Managing and Analyzing Floods Red River flood demonstrates operational capabilities // Earth Observation Magazine. — 1999. — 8, N 10. — http://www.eomonline.com/Common/ Archives/1999dec/99dec_corbley.html.
3.   DEGREE — Earth Science White Paper on Grids. — http://www.eu-degree.eu/DEGREE/internal-section/ wp6/DEGREE-D6.1.2_v2.8.pdf.
4.   Feret J. B., FranHois C., Asner G. P., et al. PROSPECT-4 and 5: Advances in the leaf optical properties model separating photosynthetic pigments // Remote Sens. Environ. — 2008. — 112, N 6. — P. 3030–3043.
5.   Foster I. The Grid: A New Infrastructure for 21st Century Science // Phys. Today. — 2002. — 55, N 2. — P. 42–47.
6.   Fusco L., Cossu R., Retscher C. Open Grid Services for Envisat and Earth Observation Applications // High per­formance computing in remote sensing / Eds A. J. Plaza, C.-I. Chang. — New York: Taylor & Francis Group, 2007. — P. 237–280.
7.   Fusco L., Goncalves P., Linford J., et al. Putting Earth-Observation on the Grid // ESA Bull. — 2003. — 114. — P. 86–91.
8.   Horritt M. S. A methodology for the validation of uncer­tain flood inundation models // J. Hydrology. — 2006. — 326. — P. 153–165.
9.   Kogan F., Stark R., Gitelson A., et al. Derivation of Pasture Biomass in Mongolia from AVHRR-based Vegetation
Health Indices // Int. J. Remote Sens. — 2004. — 25, N 14. — P. 2889–2896.
10. Kravchenko O., Kussul N. Simulation cascade of NWP and land surface model for drought monitoring // European Geosciences Union General Assembly. — Vienna, Austria, 2008. — http://www.cosis.net/abstracts/ EGU2008/00582/EGU2008-A-00582.pdf.
11. Kussul N., Ilin M., Skakun S., Lavrenuk A. Crop state esti­mation and winter wheat yield prediction using remote sensing data // Int. Book Ser. — 2008. — 3. — P. 103–109. — (Decision Making and Business Intelligence, Strategies and Techniques / Eds K. Markov, K. Ivanova, I. Mitov).
12. Kussul N., Shelestov A., Skakun S., Kravchenko O. Data Assimilation Technique for Flood Monitoring and Prediction // Int. J. Inform.Theory and Applications. — 2008. — 15, N 1. — P. 76–84.
13. Liang S. Quantitative Remote Sensing of Land Surfaces. — New Jersey: Wiley, Inc., 2004. — 534 p.
14. Novotny J., Russell M., Wehrens O. GridSphere: An Advanced Portal Framework // Proc. of the 30th EURO-MICRO Conf. — 2004. — P. 412–419.
15. Popov M., Kussul N., Stankevich S., et al. Web Service for Biodiversity Estimation Using Remote Sensing Data // Int. J. Digital Earth. — 2008. — 1, N 4. — P. 367–376.
16. Shelestov A., Kussul N., Skakun S. Grid Technologies in Monitoring Systems Based on Satellite Data // J. Automation and Inf. Sci. — 38, N 3. — P. 69–80.

17. Wagner W., Pathe C., Sabel D., et al. Experimental 1 km soil moisture products from ENVISAT ASAR for Southern Africa // ENVISAT & ERS Symp. — Montreux, Switzerland, 2007.