орындау жылдамдығына тест нәтижелері 100 МПикс қабаттарының үстіндегі растрлық алгебра

«Молодой учёный» . № 17 (412)  . Апрель 2022 г.
396
Молодой ученый Қазақстан
ақпараттың сандық каталогтары күн сайын және сағат сайын 
нақтыланады және жер бетінен, ұшақтар мен атмосфералық 
зондтардан, сондай-ақ ғарыштан бақылау жүргізетін жүз-
деген және мыңдаған адамдар мен автоматты жүйелердің 
күшімен толықтырылады.
Жиналған ақпарат көлемінің өсуі үнемі жеделдетіліп отырады: 
деректер көздерінің саны да, деректердің нақтылануы да өсуде. 
Қазіргі әлемдегі кеңістіктік деректер күмәнсіз «үлкен деректер»-
болып табылады. Кеңістіктік деректер қазіргі уақытта адамның 
ғылыми және күнделікті іс-әрекетінің әртүрлі салаларында бел-
сенді қолданылатындықтан, кеңістіктік деректерді сақтау және 
өңдеу үшін сенімді және өнімді есептеу жүйелері қажет.
Мұндай жүйелердің мүмкін болатын нұсқасы-ерікті есептеу 
желілерінде жұмыс істейтін таратылған географиялық ақпа-
раттық жүйелер. Бұл ГАЖ компьютерлік кластерлерге тән 
жоғары өнімділікті, деректердің репликациясын және қол 
жетімді ұзақ мерзімді жадтың үлкен көлемін компьютерлік 
желінің құрамына кіретін дербес компьютерлерді тәуелсіз пай-
далану мүмкіндіктерімен біріктіреді.
Осындай таратылған географиялық ақпараттық жүйелерді 
пайдалану кеңістіктік «үлкен деректерге» экологиялық-геогра-
фиялық талдау жүргізуге мүмкіндік береді, тіпті жоғары өнімді 
жабдықты пайдаланбай-ақ. Осының арқасында тіпті кішігірім 
зертханалар жоғары кеңістіктік ажыратымдылықтағы кар-
таларды қолдана отырып, виртуалды биологиялық және эко-
логиялық тәжірибелер жүргізуге немесе қауіпті биологиялық 
нысандардың таралуын болжауға, айналамыздағы әлемнің 
құпияларын ашуға және оны өмірге енгізуге мүмкіндік алады.
Әдебиет:
1. Афонин А. Н., Грин С. Л., Дзюбенко Н. И., Фролов А. Н. (ред.) Агроэкологический атлас России и сопредельных стран: эко-
номически значимые растения, их вредители, болезни и сорные растения. 2008. 1 электрон. опт. диск (DVD).
2. Афонин А. Н., Ли Ю. С., Эколого-географический подход на базе географических информационных технологий в изу-
чении экологии и распространения биологических объектов // BioGIS Journal. 2011, № 1.
3. Carpenter G., Gillison A. N., Winter J., DOMAIN: a flexible modelling procedure for mapping potential distributions of plants and 
animals. // Biodiversity and Conservation 2, 1993. С. 667–680.
4. J. Fung, S. Mann, Using Multiple Graphics Cards as a General Purpose Parallel Computer: Applications to Computer Vision // 
Proceedings of the 17th International Conference on Pattern Recognition (ICPR2004), vol. 1, pp. 805–808.
5. D. GoЁddeke, Fast and Accurate Finite-Element Multigrid Solvers for PDE Simulations on GPU Clusters. [Электронный ресурс] 
// http://d-nb.info/100545535X/34. 2016.
6. Протоколу WMS // http://www.opengeospatial.org/standards/wms. 2016.
7. Репозиторий клиентской библиотеки SageFS. // https://github.com/stredger/sagefs. 2016.
8. M. Y. Eltabakh, Y. Tian, F. OЁzcab, R. Gemulla, A. Krettek, J. McPherson, CoHadoop: Flexible Data Placement and Its Exploitation 
in Hadoop. // http://researcher.watson.ibm.com/researcher/files/us-ytian/colocation.pdf. 2016.
9. M. G. Ferriera, Replication and Data Placement in Distributed Key-Value Stores. // http://www.gsd.inesc-id.pt/~ler/reports/
manuelferreira-midterm.pdf. 2016.
10. Tredger S. SageFS: the location aware wide area distributed filesystem [Электронный ресурс]: URL: https://dspace.library.uvic.
ca:8443/bitstream/handle/1828/5824/Tredger_Stephen_MSc_2014.pdf?sequence=3&isAllowed=y (дата обращения: 07.04.2016)
11. C. Yang, C. Yen, C. Tan, S. R. Madden, Osprey: Implementing MapReduce-Style Fault Tolerance in a Shared-Nothing Distributed 
Database [Электронный ресурс] // http://db.csail.mit.edu/pubs/OspreyDB.pdf (дата обращения: 15.04.2016)
12. M. Zhang el al, TerraFly GeoCloud: An Online Spatial Data Analysis and Visualization System [Электронный ресурс] // http://
citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.705.6789&rep=rep1&type=pdf (дата обращения: 26.04.2016)
13. Y. Yan, L. Huang, Large-Scale Image Processing Research Cloud [Электронный ресурс] http://https//www.thinkmind.org/
download.php?articleid=cloud_%20computing_2014_4_20_20069 (дата обращения: 28.04.2016)
14. Кульмамиров с. А., Бахыт М. Методы хранения и обрабоотки больших объемов пространственных данных в растровых 
форматах. Алматы: Вестник КазНУ, март 2021. 8 с.

жүктеу/скачать 6,09 Mb.

Достарыңызбен бөлісу: