可获取的开放影像数据及其应用方向

未分类

Google Providing

Google Map Static View API

google提供的静态地图影像数据，通过谷歌提供的API免费访问和下载
Combining satellite imagery and machine learning to predict poverty

Reliable data on economic livelihoods remain scarce in the developing world, hampering efforts to study these outcomes and to design policies that improve them. Here we demonstrate an accurate, inexpensive, and scalable method for estimating consumption expenditure and asset wealth from high-resolution satellite imagery. Using survey and satellite data from five African countries—Nigeria, Tanzania, Uganda, Malawi, and Rwanda—we show how a convolutional neural network can be trained to identify image features that can explain up to 75% of the variation in local-level economic outcomes. Our method, which requires only publicly available data, could transform efforts to track and target poverty in developing countries. It also demonstrates how powerful machine learning techniques can be applied in a setting with limited training data, suggesting broad potential application across many scientific domains.

Google Earth Engine

谷歌地球引擎，提供大量开放遥感数据的云计算平台支持，可获取大量公开的遥感影像数据

Google Earth Engine combines a multi-petabyte catalog of satellite imagery and geospatial datasets with planetary-scale analysis capabilities and makes it available for scientists, researchers, and developers to detect changes, map trends, and quantify differences on the Earth's surface.

谷歌地球引擎提供大量多样的标准格式的地球科学数据集供科研人员使用，使用简单的Javascript脚本可以导入、处理这些数据。
包括Landsat，Sentinel（哨兵），MODIS，NAIP航空影像以及其他可获得的遥感影像。
详情请见https://explorer.earthengine.google.com/#search/imagery

国际空间站（ISS）提供的照片

Gateway to Astronaut Photography of Earth存储了国际空间站及多种航天平台拍摄的地球影像，不是严格的遥感影像，但是具有较高的观赏价值。如果深入探索的话，也可以发现一些可研究的科学问题。
目前国际空间站拥有的大量照片还没有进行空间校正，有一个志愿者项目对这些照片进行定位，但是还远远达不到实际应用的需求。
我认为这套数据集可以用于地物识别相关的非实际应用研究，主要在于探索有趣的现象。

地理空间数据云

LANDSAT系列数据

2013 年2月11日，美国航空航天局(NASA) 成功发射Landsat-8卫星。Landsat-8卫星上携带两个传感器，分别是OLI陆地成像仪（Operational Land Imager）和TIRS热红外传感器（Thermal Infrared Sensor）。
Landsat-8 在空间分辨率和光谱特性等方面与Landsat 1-7保持了基本一致，卫星一共有11个波段，波段1-7，9-11的空间分辨率为30米，波段8为15米分辨率的全色波段，卫星每16 天可以实现一次全球覆盖。
OLI陆地成像仪有9个波段，成像宽幅为185x185km。与Landsat-7 上的ETM传感器相比，OLI陆地成像仪做了以下调整：1. Band 5的波段范围调整为0.845–0.885 μm，排除了0.825μm处水汽吸收的影响；2. Band 8全色波段范围较窄，从而可以更好区分植被和非植被区域；3. 新增两个波段。Band 1蓝色波段 (0.433–0.453 μm) 主要应用于海岸带观测，Band 9短波红外波段(1.360–1.390 μm) 应用于云检测。LandSat-8上携带的TIRS热红外传感器主要用于收集地球两个热区地带的热量流失，目标是了解所观测地带水分消耗。
Landsat系列数据是比较传统和常用的陆地影像数据，目前已有多种应用，如遥感影像分类，多源数据融合和超分辨率重建

DEM高程数据模型

地理空间数据云也开放了基于遥感的全球DEM数据，但是目前的全球大范围的DEM数据存在精度不高、部分缺失的问题，可以探索多源数据融合的深度学习模型用于提高DEM精度。

遥感集市

高分四号(免费下载)

高分四号（GF-4）卫星于2015年12月29日在西昌卫星发射中心成功发射，是我国第一颗地球同步轨道遥感卫星，GF-4卫星搭载了一台可见光50米/中波红外400米分辨率、大于400公里幅宽的凝视相机，采用面阵凝视方式成像，具备可见光、多光谱和红外成像能力，设计寿命8年，通过指向控制，实现对中国及周边地区的观测。
截至2017年1月31日高分四号卫星已获取并处理数据8.3TB，覆盖面积2620万平方公里。其中，国内覆盖851.5万平方公里，国外覆盖1768.5万平方公里。这些获取的数据，已经显示出高分四号的独特应用范围。

NOAA Earth Observation Group (EOG)

Suomi NPP项目作为NOAA极地环境业务卫星(POES)和NASA地球观测系统卫星以及下一代联合极地卫星系统(JPSS)之间的沟通桥梁，是NASA、NOAA与国防部合作项目任务。VIIRS（可见光红外成像辐射仪）是NPP卫星搭载的重要传感器，其设计要求与MODIS相似，并在多方面有提高，旨在替代MODIS继续承担中高分辨率的地球观测任务。目前数据菊科通过NASA的CLASS数据网络免费下载，提供日数据，月合成数据及年合成数据。我们常用的夜光影像数据就是来自这颗卫星

NASA还提供其他合成产品数据：

• VIIRS Monthly Composites
• VIIRS Annual Composites
• DMSP/OLS Annual COmposites