1. 引言
遥感技术是一种重要的信息获取方法，尤其对大区域的地形、地貌特征、自然资源、土地利用与覆盖、城市与经济等自然和地理经济要素信息进行实时动态获取具有独特优势，多源遥感数据融合技术迅速发展，高空间分辨率、高时间分辨率、高光谱分辨率等技术指标不断提高，在遥感数据的获取上也趋于多平台、多传感器、多角度的特点。遥感数据量从GB级迅速膨胀到PB级，进入遥感大数据时代，遥感大数据还便于发掘多因子相关性分析解决问题，降低遥感数据模型的构建难度[1]。
遥感云计算平台指引了面对遥感大数据处理和分析的新方式，大数据无需本地下载、云端接口程序API（Application Programming Interface）无需本地安装，即可在线提供交互式遥感大数据计算部署和服务，使得高分遥感实时服务成为可能[2]。目前，我国遥感云计算平台的建设也取得较大进展，如中科院Earth Data Miner云平台、航天宏图的遥感计算云服务平台 Pixel Information Expert，阿里云遥感平台，腾讯云遥感平台，华为云遥感平台等相续搭设。国内现有的遥感云计算平台大多属于公有云范畴，这些平台对硬件设备配置要求较高,存储和计算成本也较高，同时从平台应用角度讲，这些云服务基本上还处于研发和应用的初期阶段。
通过深入分析谷歌地球引擎（Google Earth Engine，简称GEE）遥感云计算平台的机制、架构和特征，探索解决国内现有遥感云计算平台的局限性和不足之处，这对于推进国内遥感云计算平台商业化转型具有重要意义。
2. GEE遥感云平台研究
2.1 GEE云平台数据来源丰富
截至2020年GEE共享数据量已超过30PB，包括超过290个公共的数据集、500万景影像，每天新增大约4000景影像，数据来源丰富，包括：高-中分辨率遥感影像，收录了Landsat系列、Sentinel系列、以及MODIS中等分辨率影像；汇集了全球地形数据高程； NLCD （National Land Cover Database）数据集功能强大，无论全球还是区域土地覆被等均可在线查看；数据穿插功能丰富，比如气象-降水-人口等数据直接可关联分析；用户使用界面友好，使用者自己可以上传栅格或矢量数据到 Assets 进行后续分析[3]。
GEE常用功能数据集分类简明清晰，如陆地资源卫星系列、地形数据、地面覆被、气象与大气、人口、其它航天航空遥感数据、其它数据。GEE云计算方法多样，包括数值计算、矩阵计算、Kernel运算、几何运算、数据融合、表格/集合运算、矢量/栅格运算、机器学习等函数运算类型，因此适合于像元、矢量、影像、瓦片的智能化分析和上下文关联[4]。
2.2遥感云平台系统设计思路
通过分析GEE云平台的功能实现，可以将遥感影像自动处理分成遥感影像云存储和遥感影像云计算两个阶段[4]，如图1所示。用户首先触发遥感云引擎编辑器，并在用户界面上传上遥感影像至云存储系统,而后通过数据即服务DaaS (Data as a Service)的方式对外提供数据访问。在遥感影像云计算阶段,根据用户需求参数制定遥感影像处理任务,将任务通过任务工作站分配到云节点进行处理,直至得到最终可视化的遥感影像结果。
图 1 遥感云计算平台系统框架设计
3. 国产遥感云平台的商业化特点
目前国产遥感云计算平台的商业化特点主要体现在存储和计算资源有限、费用较高，此外还有影像数据类型不兼容，投影格式任意转换，难以自动解译不同影像投影的转换等不足，在像元间计算、移动端支持方面还处于发展完善阶段。
随着遥感卫星家族成员越来越多，多源遥感数据融合存在巨大市场需求，矢量/格栅数据处理速度、存储空间要求高。LiDAR点云数据格式、HDF数据格式在现有云平台上的兼容性和效率还有待进一步提高。另外对移动终端应用服务还不够丰富，用户更倾向于通过手机，Pad等查看，记录和分析云端遥感数据和矢量数据。
4.国产遥感云平台的商业化建议
国产遥感云计算平台，比如商科技公司的Sense Remote智能遥感解译、阿里云智能引擎 Analytical Insight of Earth、腾讯牵头研究的We Earth云平台等，在空间数据处理方面已经取得一定进展，部分功能可以用于城市执法监管、路网提取等，在农业保险遥感应用方面，也已经开始试点商业化运作。
在国产遥感云平台的建设和商业化拓展方面，建议通过深入学习研究GEE云平台的架构和功能实现方式，并在目前国产遥感云计算平台已经取得的良好进展基础上，重点关注和发展以下三点：
4.1关注多源遥感数据融合需求，实现应用场景驱动
除国内现有的高分系列、资源系列、风云系列、海洋系列、环境与灾害监测系列等遥感卫星数据外，可以进一步补充完善包括无人机航空遥感、SAR、LiDAR等遥感数据与航天遥感数据融合，为实现空天地一体化监测和应用打下良好的基础，并且需要从客户的应用场景来出发和驱动遥感数据及应用，例如在城市管理数字化转型中，现代城市基础设施建设和智慧城市建设对此类空天地监测数据存在迫切需求和应用场景。
4.2开展人工智能解译遥感大数据研究，提高自动化服务能力
研究大数据和人工智能算法在遥感中的应用，提高基于AI的遥感影像自动解译和分析的自动化程度，并进行多因子相关性分析等时空大数据分析，对时空和经济及社会发展等之间的关联进行更深入的理解，推动研究成果从实验室走向遥感云服务市场，实现遥感数据及应用的一站式高效便捷的服务。
4.3注重遥感行业整个产业链建设，打造遥感云平台整体优势
注重整合上下游遥感产业链，通过产、学、研、用相结合，提高遥感数据接收、汇集、存贮、解译、分析、产品制作、应用等全流程的效率，以用户需求和应用场景为出发点和导向，驱动国产遥感云平台建设，打造国产遥感云平台的整体优势。
5.展望
遥感云计算平台的出现为遥感大数据分析提供新的方法，使得大尺度、长时间序列遥感影像快速分析和应用成为可能。伴随着国家高分系列重大专项的深入应用、民用卫星和遥感产业的蓬勃发展，在不久的将来就会实现“繁星满天”的多星座组网的高分遥感数据源，同时通过自主创新和安全可控的国产遥感云平台的建设，必将建设成为国际领先的遥感云平台，支持数字化转型和高质量发展的目标，并且将会走出国门、服务范围扩大到“一带一路”等区域。
参考文献：
[1] 李志刚.建设天地图大数据中心,打造国家战略性信息基础平台[J].测绘地理信息, 2015,40(2):10-13.
[2] 李振举.遥感云计算平台原型系统设计与实现[J].测绘与空间地理信息,2018,41.1.
[3] NoelGorelick MattHancher MikeDixon. Google Earth Engine: Planetary-scale geospatial analysis for everyone Remote Sensing of Environment Volume 202,1 December 2017,Pages:18-27.
[4] Bastin J F, Finegold Y, Garcia C. The global tree restoration potential. Science 2019.365(6448):76-79.
作者简介：金笑天，男，遥导通（上海）信息有限公司，博士，高级工程师，主要从事地图、遥感、GIS、智慧城市等技术的研究与应用。
*通讯作者：张玮，男，遥聚信息服务（上海）有限公司，硕士，高级工程师。