云端資源環(huán)境數(shù)據(jù)

21?世紀(jì)以來，隨著對地觀測數(shù)據(jù)的爆炸性增長和廣泛應(yīng)用，人類開始對地球?qū)崿F(xiàn)多尺度、全方位的立體觀測，海量多源遙感數(shù)據(jù)給資環(huán)環(huán)境監(jiān)測帶來了極大的便利。然而，面對動輒幾十、成千上萬幅的長時間序列遙感數(shù)據(jù)，傳統(tǒng)計算機(jī)的計算模式已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足如此大數(shù)據(jù)量數(shù)據(jù)的快速處理工作。

隨著網(wǎng)絡(luò)和計算機(jī)技術(shù)的變革，云存儲和云計算技術(shù)已經(jīng)在過去幾年得到了迅速發(fā)展。相比傳統(tǒng)的個人計算機(jī)、服務(wù)器，云平臺具備計算效率高、性能強(qiáng)、可彈性擴(kuò)展、存儲容量大、價格低、數(shù)據(jù)安全等特點，非常適合用于海量地理數(shù)據(jù)的處理與運算。地理數(shù)據(jù)云平臺隨著自身的普及，通過云平臺調(diào)用數(shù)據(jù)的方式，越來越多地成為資源環(huán)境數(shù)據(jù)研究和生產(chǎn)的平臺。利用云平臺上的高速計算設(shè)備，無需將大量數(shù)據(jù)下載到本地進(jìn)行計算，即可在云端對數(shù)據(jù)進(jìn)行有效處理，并將分析處理后的最終結(jié)果提取或下載到本地使用，從而大大提高資源環(huán)境數(shù)據(jù)分析的效率；還可以對更長時間序列、更高的空間尺度對地表資源環(huán)境進(jìn)行分析，擺脫了運算、存儲能力的限制。這催生了大量的云端資源環(huán)境數(shù)據(jù)。

2011?年，Google?公司發(fā)布了“Google Earth Engine”地理數(shù)據(jù)云計算平臺。與此同時，澳大利亞地球科學(xué)院（Australian Geoscience）也于?2011?年提出并開發(fā)了云端地理數(shù)據(jù)處理方案“Data Cube”，并運行在澳大利亞超算平臺中，從而實現(xiàn)了對澳大利亞全境的、包括遙感、氣象、地面站點數(shù)據(jù)的一致性數(shù)據(jù)管理構(gòu)架。通過平臺調(diào)用的方式，用戶可以在個人計算機(jī)上通過瀏覽器實現(xiàn)對澳大利亞全境的地學(xué)數(shù)據(jù)進(jìn)行處理與分析。2016?年，澳大利亞將“Data Cube”開源化，完全公開了當(dāng)前所有數(shù)據(jù)構(gòu)架和應(yīng)用算法，并支持用戶構(gòu)建自己的數(shù)據(jù)管理與運算系統(tǒng)，因此得到了全球用戶的廣泛支持。另外，“AWS?亞馬遜云”通過公開對地觀測數(shù)據(jù)，共計開放了包括“NASA Earth Exchange數(shù)據(jù)集”“全球的?Landsat?系列”“Sentinel?系列衛(wèi)星”“氣象雷達(dá)（NEXRAD）”“美國農(nóng)業(yè)影像計劃（NAIP）”和“數(shù)字高程（DEM）”等共計?61?組數(shù)據(jù)集。借助這些云端對地觀測數(shù)據(jù)，科學(xué)家可以方便地在云端開展全球資源環(huán)境監(jiān)測。

云計算和機(jī)器學(xué)習(xí)極大地促進(jìn)了資源環(huán)境監(jiān)測向高分辨率要素類監(jiān)測的轉(zhuǎn)變。例如，我國科學(xué)家借助“Google Cloud”，生產(chǎn)了?30?m?全球土地覆被產(chǎn)品。歐盟聯(lián)合研究中心基于“Google Earth Engine”完成了1984—2015?年全球尺度?30?m?分辨率陸表水體空間分布監(jiān)測。由于陸表水體是區(qū)域水資源狀況的最直觀反映，長時間、可比較的序列數(shù)據(jù)集為診斷干旱生態(tài)系統(tǒng)水資源脅迫程度及其變化提供了十分有價值的信息：歐盟聯(lián)合研究中心開展了?1975、1990、2000?和?2014?年全球人居用地監(jiān)測；美國馬里蘭完成?2000—2016?年全球?30?m?分辨率的森林覆蓋的變化監(jiān)測；美國地質(zhì)調(diào)查局?USGS?采用“Google Earth Engine”與超級計算機(jī)，首次完成?2015?年全球?30?m?分辨率的耕地種植空間分布圖；中國科學(xué)院遙感與數(shù)字地球研究所完成?2015?年全球?30?m?分辨率火燒跡地的遙感監(jiān)測。歐空局針對“Sentinel數(shù)據(jù)集”，開發(fā)“S2ToolBox”工具，可開展空間分辨率為?20?m?的植被葉面積指數(shù)（LAI）、植被光合有效輻射吸收比（FAPAR)、植被覆蓋度（FCOVER）監(jiān)測，將生態(tài)參數(shù)監(jiān)測提升到與類型監(jiān)測相同的分辨率，實質(zhì)性地實現(xiàn)了高分辨率的類型與功能一體化監(jiān)測。

新的數(shù)據(jù)源將不斷出現(xiàn)，新的分類、識別及分析手段，特別是人工智能（AI）技術(shù)的發(fā)展日新月異，使得云端的資源環(huán)境數(shù)據(jù)產(chǎn)品高、中、低分辨率齊全，而且中、高分辨率遙感數(shù)據(jù)種類越來越多，分辨率也越來越高——從過去的公里級，逐漸發(fā)展百米級、十米級的數(shù)據(jù)產(chǎn)品，未來米級的數(shù)據(jù)產(chǎn)品也必將涌現(xiàn)。全球尺度、更高分辨率的遙感產(chǎn)品生產(chǎn)將成為主流趨勢，而且將成為對地觀測領(lǐng)域競相角逐的制高點。高分辨率的云端資源環(huán)境數(shù)據(jù)普及后，科學(xué)研究和業(yè)務(wù)生產(chǎn)之間的界限將大大淡化；依托云端的強(qiáng)大運算能力和公開的數(shù)據(jù)資源，生產(chǎn)高分辨率的數(shù)據(jù)產(chǎn)品將逐漸取代以生產(chǎn)數(shù)據(jù)為己任的專業(yè)業(yè)務(wù)部門的職能。

相關(guān)文章