Облачный геопространственный анализ: масштабирование обработки растровых данных

Когда набор геопространственных данных становится слишком большим для локального компьютера, анализ зависает и память заканчивается. Перенос растровых рабочих процессов в облако открывает неограниченные возможности обработки и хранения данных. Этот курс, основанный только на тексте, поможет вам освоить основные концепции пространственного анализа на основе облачных технологий, научиться эффективно хранить, использовать и обрабатывать массивы растровых данных без сбоев в работе системы. Что вы узнаете: Понимание основных концепций облачного хранения и методов управления большими наборами геопространственных данных; Применение стандартов Cloud Optimized GeoTIFF (COG) для потокового передачи данных без загрузки целых файлов; Эффективный запрос метаданных с помощью SpatioTemporal Asset Catalogs (STAC); Настройка рабочих процессов распределенных вычислений с помощьй библиотек Python, таких как Dask и Xarray; Практика оптимизации использования памяти при обработке изображений высокого разрешения; Разработка масштабируемых рабочих процессов, которые бесперебойно работают на облачной инфраструктуре. Вы начнете с основной терминологии облака и форматов пространственных данных, прежде чем перейти к практическим стратегиям параллельной обработки и распределенного растрового анализа. Этот курс предназначен для геопространственных аналитиков, специалистов по ГИС и ученых, которые только начинают работать с облачными вычислениями и хотят масштабировать свои рабочие процессы за пределы локальных аппаратных ограничений. Начните читать сегодня, чтобы масштабировать возможности пространственного анализа в облако.