Sistema automatizado de recuperación de datos históricos del Laboratorio Nacional de Observación de la Tierra
Barra lateral del artículo
Contenido principal del artículo
Resumen
Después de ocho años de operación, el sistema de almacenamiento del Laboratorio Nacional de Observación de la Tierra llegó a un volumen de datos satelitales históricos cercano a un petabyte. Para facilitar la consulta y recuperación de datos de este acervo, se diseñó e implementó una infraestructura integral con tres componentes distribuidos: una interfaz web para que un usuario haga una solicitud detallada de datos, un servicio asíncrono para la obtención de dichos datos y un servicio de creación de cuentas virtuales temporales para descarga. Se puso a prueba en proyectos reales con una selección fina de fechas y horarios y se completó el proceso de recuperación de un volumen considerable de datos: 890 mil archivos y 7.02 terabytes casi sin intervención de un intermediario humano, lo que demostró que el funcionamiento del sistema fue efectivo y dejó experiencia para mejorarlo.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Este trabajo tiene la licencia CC BY-NC-ND 4.0
Citas
Abernathey, R. P., Blackmon-Luca, C. C., Crone, T. J., Henderson, N., Lepore, C., Augspurger, T., Banihirwe, A., Hamman, J. J., Gentemann, C. L., McCaie, T. A., Robinson, N. H., y Signell, R. P. (2021). Cloud-native repositories for big scientific data. Computing in Science & Engineering, 23(2), 26–35. https://doi.org/10.1109/MCSE.2021.3059437 DOI: https://doi.org/10.1109/MCSE.2021.3059437
Aguilar Sierra, A. (2020). Sistema de almacenamiento para el Laboratorio Nacional de Observación de la Tierra [tesis de especialidad, Universidad Nacional Autónoma de México]. TESIUNAM. https://tesiunam.dgb.unam.mx/cgi-bin/koha/opac-detail.pl?biblionumber=802512
Aguilar Sierra, A. (2025). Clúster de software libre del Laboratorio Nacional de Observación de la Tierra. Cuadernos Técnicos Universitarios de la DGTIC, 3(2), 24–34. https://doi.org/10.22201/dgtic.30618096e.2025.3.2.107 DOI: https://doi.org/10.22201/dgtic.30618096e.2025.3.2.107
Ansari, S., Del Greco, S., Kearns, E., Brown, O., Wilkins, S., Ramamurthy, M., Weber, J., May, R., Sundwall, J., Layton, J., Gold, A., Pasch, A., y Lakshmanan, V. (2018). Unlocking the potential of NEXRAD data through NOAA’s Big Data Partnership. Bulletin of the American Meteorological Society, 99(1), 189–204. https://doi.org/10.1175/BAMS-D-16-0021.1 DOI: https://doi.org/10.1175/BAMS-D-16-0021.1
Chard, K., Dart, E., Foster, I., Shifflett, D., Tuecke, S., y Williams, J. (2018). The Modern Research Data Portal: A design pattern for networked, data-intensive science. PeerJ Computer Science, 4, e144. https://doi.org/10.7717/peerj-cs.144 DOI: https://doi.org/10.7717/peerj-cs.144
Gomes, V. C. F., Queiroz, G. R., y Ferreira, K. R. (2020). An overview of platforms for big Earth observation data management and analysis. Remote Sensing, 12(8), 1253. https://doi.org/10.3390/rs12081253 DOI: https://doi.org/10.3390/rs12081253
Knapp, K. R., y Wilkins, S. L. (2018). Gridded Satellite (GridSat) GOES and CONUS data. Earth System Science Data, 10(3), 1417–1425. https://doi.org/10.5194/essd-10-1417-2018 DOI: https://doi.org/10.5194/essd-10-1417-2018
Kruskopf, M., Gilliland, L., Roberts, B., Markert, A., Ashmall, W., y Limaye, A. (2025). ClimateServ: An open source earth observation climate data access tool. Environmental Modelling & Software, 194, 106709. https://doi.org/10.1016/j.envsoft.2025.106709 DOI: https://doi.org/10.1016/j.envsoft.2025.106709
Mohr, M., Pebesma, E., Dries, J., Lippens, S., Janssen, B., Thiex, D., Milcinski, G., Schumacher, B., Briese, C., Claus, M., Jacob, A., Sacramento, P., & Griffiths, P. (2025). Federated and reusable processing of Earth observation data. Scientific Data, 12(1), 194. https://doi.org/10.1038/s41597-025-04513-y DOI: https://doi.org/10.1038/s41597-025-04513-y
Sudmanns, M., Tiede, D., Lang, S., Bergstedt, H., Trost, G., Augustin, H., Baraldi, A., y Blaschke, T. (2020). Big Earth data: Disruptive changes in Earth observation data management and analysis? International Journal of Digital Earth, 13(7), 832–850. https://doi.org/10.1080/17538947.2019.1585976 DOI: https://doi.org/10.1080/17538947.2019.1585976