访问量： 590 次浏览
数据立方体（Datacubes）是数据结构的一种形式， 数据存储在多维数组（n-D数组）中；数据包含一个 或多个空间或时间维度。数据立方体提供了一种对时 空数据进行分析的有效方法，其中数据包含栅格和矢量数据以及潜在的其他信息。
一种方法是将其视为表示特定区域的数据，这是一种可能性， 但是添加了时间戳，并结合了不同的数据格式。 数据不需要用特定的维度来表示，但它们被放置在不同的维度中， 数据的形状和排列是为项目或应用程序设计的。
数据立方体通常具有不同空间数据格式共有的给定属性的维度。 典型属性包括：名称、轴/编号、数据类型、范围/标称尺寸标签、 参考系统或投影以及分辨率。
在应用方面，数据立方体为各种分析提供了很多好处。 这些属性存储为数字或字符串（即文本）数据。附加数据， 例如 CRS 或传感器信息，可以转换为维度属性。 数据以标量和维度的形式存储。
地球观测 (EO) 数据越来越多地存储为数据立方体， 有助于协助分析过程。 特别是，由于卫星数据通常处理时间属性， 因此数据立方体是存储和处理数据以进行不同分析的理想方式， 包括在机器学习算法或操作矩阵代数方程的统计程序中。
多个卫星数据类型以及时间数据集可以存储在给定区域的数据立方体中。 我们越来越多地看到数据立方体也应用于基于云的系统， 因为数据立方体可以结合空间和时间信息，从而使相关数据的存储、 分发和关联变得更加容易。这具有将分析分组在一起的好处， 其中数据被捆绑并以分布式计算形式应用于更大的数据集。
数据立方体的一个好处是它们可以更轻松地更新和修改现有区域数据。 越来越多的程序被称为空间在线分析处理 (SOAP)， 用于处理和部署动态地图的数据立方体， 甚至包含有关给定图像的有用信息的图表和表格。
此外，可以创建基于 SOAP 的程序来处理元级别的数据， 其中数据存储和处理数据集由软件控制。实际上， 这使得数据立方体既可以作为用于分析的数据模型， 也可以作为便于信息显示的存储工具。
数据立方体的另一个有用之处在于它们可以组合所有类型的信息， 针对不同领域的空间和时间数据。例如，如果收集有关栖息地和 不同生物物种的数据，则可以将此类信息与空间和时间维度一起包装。 这提供了更新有关感兴趣地图的信息的自动化和分析方法。 例如，随着时间的推移，不同的栖息地变化可以很容易地绘制出来。
数据立方体的目的是促进数据传输、分析和存储。 GIS 系统正在利用数据立方体格式。 我们现在看到数据立方体在各种工具中的应用， 同时开放和专有格式都可用。
数据立方体的好处之一不仅是其有助于使动态映射更容易， 而且可能是数据互操作性的关键方式。例如， 存储在数据立方体维度中的来自不同卫星的信息可以 更容易地共享包含不同 EO 数据的信息。特别是对于 EO， 数据立方体已成为用户与包含各种图像的大型数据集交互的关键方式。
此外，数据立方体适用于所有类型的信息， 使非空间数据能够作为数据共享和分析的一部分进行集成。 随着各种数据源（包括卫星、无人机和其他空间数据）越来越多地提供， 可以预期，数据立方体可能是将此类数据集成和利用在一起的最常见方式， 用于大型分析项目，以及需要大型数据集进行动态绘图和分析之处。