Avaliação Comparativa de Estratégias de Particionamento para Dados Raster em Bancos de Dados Multidimensionais

• Marco Túlio Alves de Barros UEL
• Geovani Pereira dos Santos UEL
• Daniel dos Santos Kaster UEL

DOI: https://doi.org/10.5753/erbd.2025.7340

Resumo

O método de particionamento de dados raster impacta diretamente a eficiência da recuperação em bancos de dados espaciais. Este artigo compara estratégias de particionamento regular, horizontal e vertical, usando os sistemas GDAL, PostGIS e RasDaMan. Para as comparações, foram analisados tempo de execução e proporção de pixels úteis recuperados. Foram realizados testes com conjuntos, abrangendo diferentes resoluções e cenários de consulta baseados em dados reais. Os resultados de aproveitamento (pixels úteis/totais) indicam que o RasDaMan com média de 0,85, PostGIS com 0,69 e GDAL com 0,17. Como contribuição adicional, o estudo também propõe uma metodologia replicável para manipulação de dados baseados em cenários reais.

Referências

Agency, E. S. (2024). Sentinel-2. Accessed: 2024-09-03.

Baumann, P., Dehmel, A., Furtado, P., Ritsch, R., and Widmann, N. (1998). The multidimensional database system rasdaman. In Proceedings of the 1998 ACM SIGMOD international conference on Management of data, pages 575–577.

Baumann, P., Misev, D., Merticariu, V., and Huu, B. P. (2021). Array databases: Concepts, standards, implementations. Journal of Big Data, 8:1–61.

Esri (19 de fevereiro de 2012). Mapa topográfico mundial. ArcGIS Online. Escala Não Fornecida.

Furtado, P. and Baumann, P. (1999). Storage of multidimensional arrays based on arbitrary tiling. In Proceedings 15th International Conference on Data Engineering (Cat. No. 99CB36337), pages 480–489. IEEE.

GDAL/OGR contributors (2024). GDAL/OGR Geospatial Data Abstraction software Library. Open Source Geospatial Foundation.

Hu, F., Xu, M., Yang, J., Liang, Y., Cui, K., Little, M. M., Lynnes, C. S., Duffy, D. Q., and Yang, C. (2018). Evaluating the open source data containers for handling big geospatial raster data. ISPRS International Journal of Geo-Information, 7(4).

Murodilov, K. T., Muminov, I., and Abdumalikov, R. (2023). Using geospatial data to optimize agricultural production in region/country. Educational Research in Universal Sciences, 2(4):115–117.

NASA (2024). Modis (moderate resolution imaging spectroradiometer). Accessed: 2024-09-03.

PostGIS Development Team (2025). PostGIS Raster Reference. Accessed: 2025-01-11.

Souza, C. M., Z. Shimbo, J., Rosa, M. R., Parente, L. L., A. Alencar, A., Rudorff, B. F. T., Hasenack, H., Matsumoto, M., G. Ferreira, L., Souza-Filho, P. W. M., de Oliveira, S. W., Rocha, W. F., Fonseca, A. V., Marques, C. B., Diniz, C. G., Costa, D., Monteiro, D., Rosa, E. R., Vélez-Martin, E., Weber, E. J., Lenti, F. E. B., Paternost, F. F., Pareyn, F. G. C., Siqueira, J. V., Viera, J. L., Neto, L. C. F., Saraiva, M. M., Sales, M. H., Salgado, M. P. G., Vasconcelos, R., Galano, S., Mesquita, V. V., and Azevedo, T. (2020). Reconstructing three decades of land use and land cover changes in brazilian biomes with landsat archive and earth engine. Remote Sensing, 12(17).

Sveen, A. F. (2019). Efficient storage of heterogeneous geospatial data in spatial databases. Journal of Big Data, 6(1):102.

TAQUES, R. and ROCHA, M. (2014). Aptidão agrícola para a cultura da mamoneira (ricinus communis l.) no estado do espírito santo. In: CONGRESSO BRASILEIRO DE AGRONOMIA, 25., Vitória, ES.[Anais...] Vitória . . . .

Vu, T., Eldawy, A., Hristidis, V., and Tsotras, V. (2021). Incremental partitioning for efficient spatial data analytics. Proceedings of the VLDB Endowment, 15(3):713–726.

Widmann, N. and Baumann, P. (1999). Performance evaluation of multidimensional array storage techniques in databases. In Proceedings. IDEAS’99. International Database Engineering and Applications Symposium (Cat. No. PR00265), pages 385–389. IEEE.