Intégration sémantique de données Raster pour l'observation de la Terre sur des unités territoriales - Archive ouverte HAL Access content directly
Conference Papers Year : 2022

Intégration sémantique de données Raster pour l'observation de la Terre sur des unités territoriales

(1) , (1, 2) , (1, 3) , (1, 3)
1
2
3

Abstract

In Earth Observation, the raster format, standard for data and image representation, is not well suited to characterize areas of interest by pixel values alone. We propose to semantically integrate raster data with other data according to their spatio-temporal properties. This process is based on a semantic data model qualifying a geographical area thanks to territorial units and on a semantic process of extraction, transformation and loading (ETL) associating aggregated data and geographical areas. This paper presents a summary of the work in [3]
En Observation de la Terre, le format raster, standard de représentation de données et images, convient mal pour caractériser des zones d’intérêt par la seule valeur des pixels. Nous proposons d’intégrer sémantiquement les données raster à d’autres données sur la base de leurs propriétés spatio-temporelles. Ce processus s’appuie sur un modèle sémantique de données qualifiant une zone géographique grâce à des unités territoriales et sur un processus sémantique d’extraction, transformation et chargement (ETL) associant données agrégées et zones géographiques.Cet article est un résumé des travaux présentés dans [3]
Fichier principal
Vignette du fichier
IC_CANDELA_resume_2022.pdf (69.61 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-03760543 , version 1 (25-08-2022)

Identifiers

  • HAL Id : hal-03760543 , version 1

Cite

Ba-Huy Tran, Nathalie Aussenac-Gilles, Cassia Trojahn, Catherine Comparot. Intégration sémantique de données Raster pour l'observation de la Terre sur des unités territoriales. 33èmes Journées Francophones d'Ingénierie des Connaissances (IC 2022), Jun 2022, Saint-Etienne, France. pp.92-94. ⟨hal-03760543⟩
44 View
4 Download

Share

Gmail Facebook Twitter LinkedIn More