Clúster de software libre del Laboratorio Nacional de Observación de la Tierra

Article Sidebar

PDF (Español (España)) HTML (Español (España))
Published: May 13, 2025
DOI: https://doi.org/10.22201/dgtic.30618096e.2025.3.2.107
Keywords:
Heterogeneous cluster, high-performance computing, fault tolerance, high availability

Main Article Content

Alejandro Aguilar Sierra
Array
https://orcid.org/0000-0003-1018-8521

Abstract

A cluster for satellite data processing and distribution was implemented for the National Laboratory for Earth Observation, to provide a high-availability system so that robust and continuous data could be offered to users. The laboratory constantly receives satellite images, which are used to generate products that are useful for territorial, meteorology and disaster prevention studies. From reception, product generation, storage, and distribution to end users, data processing operations require an organized, efficient, and fault-tolerant system. A cluster for the processing and distribution of satellite products was implemented to meet these needs, based on open-source software.

Downloads

Download data is not yet available.

Article Details

How to Cite
Aguilar Sierra, A. (2025). Clúster de software libre del Laboratorio Nacional de Observación de la Tierra. Cuadernos Técnicos Universitarios De La DGTIC, 3(2). https://doi.org/10.22201/dgtic.30618096e.2025.3.2.107
Issue
Vol. 3 No. 2 (2025): Cuadernos Técnicos Universitarios de la DGTIC
Section
Reportes técnicos
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Este trabajo tiene la licencia CC BY-NC-ND 4.0

References

Aguirre, R. (2018). Laboratorio Nacional de Observación de la Tierra (LANOT). Investigaciones Geográficas, 96. DOI: https://doi.org/10.14350/rig.59730

Aguilar, A. (2020). Sistema de Almacenamiento Masivo para el Laboratorio Nacional de Observación de la Tierra (LANOT). Especialidad en Cómputo de Alto Rendimiento, IIMAS, UNAM.

Aguilar, A. y Jiménez, V. (2025). Implementación de una infraestructura de procesamiento satelital con software libre en el Laboratorio Nacional de Observación de la Tierra. Sometido a Investigaciones Geográficas.

CSPP Geo (2024).Community Satellite Processing Package for Geostationary Data. University of Wisconsin-Madison, Space Science and Engineering Center (SSEC). Consultado el 12 de noviembre de 2024. https://cimss.ssec.wisc.edu/csppgeo/

CSPP Leo (2024).Community Satellite Processing Package for Polar orbiting satellite data processing. University of Wisconsin-Madison, Space Science and Engineering Center (SSEC). Consultado el 12 de noviembre de 2024. https://cimss.ssec.wisc.edu/cspp/.

Frausto del Río, S. E. et al. (2024). Grid UNAM, la experiencia en su implementación. Cuadernos Técnicos Universitarios de la DGTIC, 2 (4). https://doi.org/10.22201/dgtic.ctud.2024.2.4.71 DOI: https://doi.org/10.22201/dgtic.ctud.2024.2.4.71

Gluster (2024). Un sistema de archivos de red escalable. Consultado el 12 de noviembre de 2024. https://www.gluster.org/

NASA (2025). ARSET - Fundamentals of Remote Sensing. Consultado el 8 de mayo de 2025. https://appliedsciences.nasa.gov/get-involved/training/english/arset-fundamentals-remote-sensing

NOAA (2017). GOES-R Mission Overview. Consultado el 10 de noviembre de 2024. https://www.goes-r.gov/missiont/mission.html

NOAA (2024). The Joint Polar Satellite System. Consultado el 10 de noviembre de 2024. https://www.noaasis.noaa.gov/POLAR/JPSS/jpss.html

Pacemaker (2024). Pacemaker, un sistema de gestión de clústers altamente disponible. Consultado el 12 de noviembre de 2024. https://clusterlabs.org/projects/pacemaker/

Warmerdam, F. et al. (2024). Geospatial Data Abstraction Library, GDAL. Consultado el 6 de noviembre de 2024. https://gdal.org/