緣起

這幾天朋友圈被AI earth刷屏了，阿里達摩院推出了基于AI與云計算的地球科學計算平臺AI earth。周五我便注冊了賬號，周六通過了審核。我開始嘗試使用AI earth。

使用初體驗

首先登錄AI earth的官網（https://engine-aiearth.aliyun.com/），注冊賬號，盡量按照真實信息填寫后，等待一段時間便能通過審核。此時我們就可以利用AI earth進行分析。首先進入主頁面，選擇遙感影像、數據源、時間等：

今天我也咨詢了關于數據源的問題，目前只有landsat8、9和哨兵1、2的數據，但是后續會上線更多的數據。該平臺也提供了一系列的基礎工具供讀者使用，篩選好影像之后就可以就行影像的初步處理，比如波段合成與指數計算等。

AI EARTH篩選影像與合成影像

待數據處理好之后，我們就能使用自帶的分類工具對地物進行分類。這個配色是真的好看，很有水彩的感覺。經過我的實驗，該模型確實不適合哨兵數據的分類，比如下圖，分類精度很差。但該模型有相關提示，建議使用0.01m-2m的遙感影像進行分類。

我下載了華北的Google earth影像用以體驗該平臺的地塊提取能力，待數據處理結束后，可以在線編輯結果數據或者導出：

接下來我使用了0.3m分辨率的高分辨率影像，用以提取建筑物區域。該區域位于舊金山港口位置。數據處理速度非常快，并且能導出提取數據為shp矢量數據。該數據提取的最大的特點是：快、精準、無拓撲錯誤。

除此之后，目前還提供各類AI解譯，讀者可以嘗試。我感覺這是把AI訓練好的模型放到遙感云計算平臺，做成功能，方便讀者調用，其他平臺也可以試試，畢竟很方便。

差異性

我使用AI earth，還是想看看它和其他要遙感云計算平臺（GEE、PIE、MPC的區別）。

從使用者的角度來說，AI earth的缺點：

暫未上線開發者模式；

數據不全（將在近期上線更多數據）

有一些小bug：比如不能停止訓練、地圖顯示時復位等；

AI earth優點：

比其他云計算平臺使用門檻低，簡單易操作，即使不會代碼也能熟練使用。

更好的衛星影像下載工具（比官網、GEE好用）；

高速地進行產品生產，獲取結果；

AI 算法的自動提取模型；

思考

目前全世界范圍內涌現了一大批遙感云計算平臺，從Google到亞馬遜，從中科院到阿里巴巴。AI earth是一個跟風的產品，還是一種創新？

雖然AI earth融合了AI 模型，能自動化進行分類與變化監測，但是其他平臺也有類似功能。

我不太看好AI earth的發展

（1）入局晚。GEE在7年前進行公測，留住了全球大部分遙感云計算用戶。PIE在2年前進行公測，將國內的用戶群體吸收的也差不多了，AI earth可發展的用戶量不多。

（2）其他因素。AI Earth在代碼平臺還沒有準備好的時候，就放出市場，能看出推出這個產品有些著急了。有可能是開發團隊需要根據市場需求調整開發方向。但也有可能AI earth作為阿里的一個產品，存在業務壓力。遙感云計算想實現盈利著實困難，前有GEE是行業龍頭，后有PIE、MPC攔路，AI Earth壓力不小，就看它怎么能夠找到發力點。

我又非常看好AI earth的發展

（1）阿里有錢有技術。做遙感云計算，需要PB級別的存儲能力、大量的算力和優秀的工程師人才，這幾點阿里都能超額提供。

（2）足夠簡單。AI earth具有組件化的模塊、成熟的算法模型，即使不懂代碼也能方便的在線處理遙感數據。

（3）有自己的特色。Google earth engine專注于遙感云計算，微軟的行星計算MPC專注于生態環境保護，AI earth則立足實際項目需求，比如違規建筑監測等。這無疑是跳出學術特色，走出了一條產業路線。

最后，AI earth是一個驚艷的產品，期待它的數據盡快豐富，以及開發者模式早日到來。讀者可以注冊體驗，不會讓你失望的。

附：

GEE，Google earth engine，Google于2015年推出的全球第一款遙感云計算平臺。

PIE，PIE engine，航天宏圖于2020年推出的中國第一款遙感云計算平臺。

MPC，Microsoft Planet Compute，微軟于2021年底推出的遙感云計算產品，尚在內測階段。

CASEarth Cloud，地球大數據云服務，中科院推出的產品，尚不成熟。

Copernicus Climate Change Service，歐空局推出的云計算產品。

總結

以上是生活随笔為你收集整理的达摩院的地球云计算平台AI Earth使用体验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。