Geospatial Big Data processing in an open source distributed computing environment

 
Acknowledgements
The research was also supported by the Hungarian Institute of Geodesy, Cartography and Remote Sensing 
(FÖMI). We would like to thank Michela Spagnuolo research director of Institute for Applied Mathematics and 
Information Technologies (CNR-IMATI) for her huge effort on making opportunities as well as support on 
IQLib. 
 
References
Elek I. 2006. Bevezetés a geoinformatikába (Introduction to geoinformatics) ELTE Eötvös Kiadó, Budapest, pp. 
22-40, 
F. Chang et.al.: 2006. “Bigtable: A Distributed Storage System for Structured Data.” OSDI’06: Seventh 
Symposium on Operating System Design and Implementation, Seattle, WA, November, 2006.
Jewell D. et al. 2014. IBM RedBook, Performance and Capacity Implications for Big Data, IBM Corp. pp. 7-20 
Kambatla K., Giorgos K., Vipin K., and Ananth G. 2014. Trends in Big Data Analytics. Journal of Parallel and 
Distributed Computing 74 (7) pp. 2561–2573. 
Karimi H. A. 2014. Big Data Techniques and Technologies in Geoinformatics. Taylor & Francis Group, 
LLC, pp. 149-153. 
Lee J.-G. and Kang M. 2015. Geospatial Big Data: Challenges and Opportunities, Big Data Research, vol. 2, no. 
2, pp. 74–81. 
Li S. , Dragicevic S., Anton F., M. Sester, S. Winter, A. Coltekin, C. Pettit, B. Jiang, J. Haworth, A. Stein, and 
Cheng T. 2015. Geospatial Big Data Handling Theory and Methods: A Review and Research Challenges, pp. 
2-19. 
S. Shekar, and H. Xiong Encyclopedia of GIS. Springer. 2008. pp 550-558. 
Nguyen Thai B. and Olasz A. 2015. Raster data partitioning for support distributed GIS processing, Proceedings 
of ISPRS.Vol. XL-3/W3, pp. 543-550. 
Olasz A. and Nguyen Thai B. 2016. A new initiative for Tiling, Stitching and Processing Geospatial Big Data in 
distributed computing environment, ISPRS Annals of XXII ISPRS Congress 2016, pp. 
PeerJ Preprints | 
https://doi.org/10.7287/peerj.preprints.2226v1
| CC BY 4.0 Open Access | rec: 4 Jul 2016, publ: 4 Jul 2016