探索2019年的SAR商业云原生平台

在使用SAR数据过程中，有许多工具可供选择。其中大多数是已经存在多年的商业软件。功能范围从基本的SAR成像处理和可视化，到干涉测量和时间序列分析。目前，使普通开发人员能够使用SAR数据的全功能云原生平台的选较少。

商业云平台

目前，针对特定的算法应用开发人员和科学家提供SAR的云原生平台相对较少。云原生地理空间平台已经出现几年，所以已经不足为奇。目前并没有遇到任何为幅度图或干涉处理提供内置函数的平台。随着更多SAR数据的出现，预计未来几年该领域的功能和选项数量都会增加。推荐几个比较常用的平台大家参考。

Google Earth Engine是一个开放平台，使任何科学家或开发人员都可以相对轻松地进行大规模的SAR数据处理。如果你可以在javascript中一起写一些代码，可以使用他们的代码编辑器和可视化工具来大规模地进行SAR数据处理。到目前为止，我见过的所有SAR用例都围绕着Sentinel-1数据，但是有一个强大的用户社区开发脚本来支持SAR处理。对于使用Sentinel-1数据的学者和非政府组织来说，这是一个很好的选择，但对于支持业务的平台而言，这不是一个很好的选择。

图：GBDX平台的SAR幅度变化检测结果

笛卡尔实验室将他们的平台称为“data refinery, built to understand the planet”。它在概念上类似于GBDX，但可能更多数据不可知。用户可以通过Catalog API添加自己的数据。用户将“任务”写为python代码，利用一些预定义的环境之一。这些环境包含用于地理空间数据，数据科学和机器学习的典型python库。似乎没有任何独特的更高级别工具可以更轻松地处理SAR数据，尽管他们已经在其平台上构建了 Sentinel-1数据的全局组合。对于试图建立SAR工作流程的公司而言，这将是一个很好的云原生选择，但工程团队仍然需要成为SAR专家。

图：笛卡尔实验室

Planetwatchers Foresights最近宣布成立地理空间分析平台，最初专注于利用 SAR和光学数据解决林业，农业和能源业务应用。因为他们的平台上没有太多的公共信息。

思考

更高级别工作流程的平台选项能否确实满足业务需求，SAR数据处理的灵活性和难度要求是否能通过算法的迭代改进更加智能化。到2020年，将由22颗SAR卫星上天，SAR大数据时代即将到来。我们更需要的是更优秀的算法人员，能从大量的数据中获取到信息。希望有更多的技术人员成为InSARer，为未来可以预见的云平台时代努力。

（ps:以上观点仅为个人观点，不代表任何机构）

更多内容欢迎添加+关注“干涉SAR信息空间”，所有关于InSAR的最新消息、想法、资源、问题以及你想要看到有趣的都在这里。