2015.11.12 big data from space - cusi toulouse

818 vues

Publié le

Les enjeux du Big Data et des technologies liées à son émergence dans les domaines du spatial et de l'information géographique sont nombreux. Après un rappel des concepts du "Big Data", la présentation s’appuiera sur des exemples concrets de réalisations utilisant la donnée spatiale, utilisations qui n'auraient pas pu voir le jour sans ces technologies.

Publié dans : Technologie
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
818
Sur SlideShare
0
Issues des intégrations
0
Intégrations
45
Actions
Partages
0
Téléchargements
18
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

2015.11.12 big data from space - cusi toulouse

  1. 1. Big Data from Space Le Big Data et les satellites d’Observation de laTerre Jérôme GASPERI CUSI -Toulouse, France - 12 novembre 2015
  2. 2. Partie IQu’est ce q ue le Big Dat a
  3. 3. BIG
  4. 4. Volume Variété Vitesse €Valeur
  5. 5. Volume
  6. 6. L’ère du pétaoctet
  7. 7. 1
PETAOCTET 13.3 ANNEES DE VIDEO HD 1.5PETAOCTET TAILLE DES 10 MILLIARDS DE PHOTOS SUR FACEBOOK 20PETAOCTETS LA PRODUCTION MONDIALE DE DISQUES DURS EN 1995 50PETAOCTETS L’INTEGRALITE DE TOUTE LA PRODUCTION ECRITE DE L’HUMANITE DEPUIS L’INVENTION DE L’ECRITURE DANS TOUTES LES LANGUES
  8. 8. 1petaoctet=200000DVDs
  9. 9. Variété Vitesse
  10. 10. €Valeur
  11. 11. Brett Ryder - http://www.economist.com/node/15579717 Extraire l’information
  12. 12. http://fivethirtyeight.com/datalab/this-algorithm-knows-you-better-than-your-facebook-friends-do/
  13. 13. Deep learning
  14. 14. http://techcrunch.com/2014/08/15/google-buys-jetpac-to-give-context-to-visual-searches/ Deep learning + =
  15. 15. Big Data...Big Problem ?
  16. 16. 1 milliard de milliard d’opér at ions par seconde en 2 0 24 1,000,000,000,000,000,000
  17. 17. vs ~ 30W ~ 30MW 1x 3x
  18. 18. Your Online World: Green IRL, or #dirty? Amazon Web Services Digital Realty Dupont Fabros Ebay Google Facebook Oracle HP Yahoo IBM Microsoft Apple Salesforce Rackspace Equinix Telecity http://www.greenpeace.org/usa/clickclean/#report 2014
  19. 19. Partie IIBig Dat a f rom s pa ce
  20. 20. Doter l'Europe d'une capacité opérationnelle et autonome d'observation de la Terre en tant que « services d’intérêt général européen, à accès libre, plein et entier » Le programme Copernicus
  21. 21. Land monitoring
  22. 22. Marine monitoring
  23. 23. Atmosphere monitoring
  24. 24. Security
  25. 25. Emergency
  26. 26. Climate Change
  27. 27. Sentinel-1 RADAR S1A - April 2014 S1B mid 2016 Sentinel-2 OPTICAL S2A - June 2015 S2B mid 2016 Sentinel-3 ALTIMETER / SEA SURFACE S3A - Summer 2015 S3B mid 2016 Sentinel-4 ATMOSPHERE 2018 Sentinel-5P ATMOSPHERE End 2015Sentinel-5 ATMOSPHERE 2020 Sentinel-6 ? Sentinel Le volet spatial du programme Copernicus
  28. 28. Sentinel 1 Radar en bande C Orbite Héliosynchrone Altitude 693 km
  29. 29. Optique Orbite Héliosynchrone Altitude 786 km Sentinel 2
  30. 30. Des millions d’images ?
  31. 31. ex. Dans le cadre d’une étude d’impact sur l’augmentation du niveau des océans, je cherche des images sans nuage de villes côtières situées en Asie
  32. 32. Sven Sachsalber | http://www.palaisdetokyo.com/fr/events/sven-sachsalber
  33. 33. Sven Sachsalber | http://www.palaisdetokyo.com/fr/events/sven-sachsalber 17 hours 45 minutes
  34. 34. Métadonnées
  35. 35. Quand Où Comment
  36. 36. Contenu de l’image ? Quoi
  37. 37. Du pixel... Image satellitaire ...à l’information Carte d’occupation du sol Cultures Bâtiment Forêt
  38. 38. Emprise de l’image Bords de côtes Toponymes (Continents, Pays, Régions, Etats) Densité de population Occupation du sol …etc… Couches d’informations […etc…] { "name":"Europe", "id":"continent:europe", "countries":[ { "name":"Italy", "id":"country:italy", "pcover":37.02, "regions":[ { "name":"Valle d'Aosta", "id":"region:valle-d-aosta", "states":[ { "name":"Aoste", "id":"state:aoste", "pcover":37.02, "toponyms":[] } ] } ] }, […etc…] github.com/jjrom/itag iTag
  39. 39. Métadonnées « améliorées » Métadonnées « traditionnelles »
  40. 40. Recherche « sémantique » github.com/jjrom/resto resto
  41. 41. California Coastal town spring without clouds github.com/jjrom/resto resto
  42. 42. PEPSPlateforme d’Exploitation des Produits Sentinels Chercher Visualiser Télécharger Exploiter
  43. 43. 2017 7 POVolume stocké au CNES Toulouse fin 2017 DVDs
  44. 44. HPC 50 Teraflops
  45. 45. https://peps.cnes.fr
  46. 46. Applications https://www.theia-land.fr
  47. 47. AgricultureSuivi des cultures, sécurité alimentaire, variables biophysiques, etc.
  48. 48. BiomasseSuivi de la déforestation, estimation des puits de carbone, etc.
  49. 49. LittoralSuivi et quantification des évolutions
  50. 50. Surface enneigéeEvolutions du niveau des mers, réserves en eau, risques d’avalanches, etc.
  51. 51. Risques naturelsPrévention, réponse, post événement
  52. 52. SantéCartographie des risques de maladies infectieuses
  53. 53. etc.

×