遥感大数据服务产品解决方案

科技成果——空天大数据承载与智能服务平台GEOVIS5技术开发单位航天星图科技（北京）有限公司技术概述该平台是海量空天地数据（卫星遥感、航拍视频、物联网传感器）的资源共享服务平台，其核心理念是跨地域、跨领域、跨部门实现多源异构数据的承载、组织管理、信息融合、可视化展示以及共享服务。

平台以“微内核+插件”的开放式架构，实现空天地大数据融合、处理、应用功能。

该平台典型产品形态是数字地球系统，可作为航天地面系统的核心平台、国土资源调查平台、多源卫星图像协同管理平台，是数据产品组织、共享交换的中心枢纽，通过分布式多中心的资源共享服务，实现多源数据的融合集成和共享应用。

主要技术指标1、高效时空一体化数据组织管理与服务：具备基于时间、空间、属性和事件的数据关联模型，可对分散管理的各类数据进行有序组织与关联，为多源数据融合应用提供基础。

2、分布式多中心对等环网体系架构：采用分布式多中心对等环网体系架构，支持资源目录、元数据共享，异地多数据中心虚拟整合，可实现多源异构大数据“一张图”融合共享。

3、虚拟化与微服务架构：提供虚拟化计算和存储平台和通用服务调度框架，与底层软硬件基础设施环境和平台解耦合。

4、国产自主可控：与国产硬件和操作系统深度适配，兼容商用与国产软硬件系统。

先进程度国际先进技术状态批量生产、成熟应用阶段适用范围国防、交通、国土、应急、安全、农业和海洋等行业领域获奖情况2014年获军队科技进步奖三等奖；2015年获军队科技进步二等奖。

专利状态授权发明专利1项。

合作方式许可使用技术服务预期效益2016-2022年间遥感卫星数据和增值产品投入将达377亿美元，预计到2024年全球商业遥感市场规模将达51亿美元。

近年来，我国卫星遥感行业规模也逐年增加，截止2018年H1，中国遥感行业市场规模达57.4亿元，卫星遥感行业未来发展前景广阔。

GEOVIS5产品将开展GEOVIS+国防，GEOVIS+国土，GEOVIS+交通，GEOVIS+智慧城市，GEOVIS+环境等领域行业应用，将全面深入推动我国卫星遥感行业的应用。

《高分遥感共性产品生成和真实性检验技术体系》篇一一、引言随着遥感技术的飞速发展，高分遥感数据已成为地球观测和资源环境监测的重要手段。

高分遥感共性产品的生成和真实性检验技术体系，是确保遥感数据质量、提高信息提取效率的关键环节。

本文将详细介绍高分遥感共性产品的生成流程、真实性检验的方法和技术体系，以期为相关领域的研究和应用提供参考。

二、高分遥感共性产品生成1. 数据源选择高分遥感共性产品的生成首先需要选择合适的数据源。

目前，常用的数据源包括卫星遥感数据、航空遥感数据以及地面观测数据等。

在选择数据源时，需考虑数据的分辨率、覆盖范围、时相等因素，以确保产品生成的准确性和可靠性。

2. 数据预处理在数据预处理阶段，需要对原始数据进行去噪、辐射定标、大气校正等处理，以提高数据的信噪比和准确性。

此外，还需要进行图像配准和几何校正，以确保不同数据源之间的空间一致性。

3. 产品生成算法高分遥感共性产品的生成需要采用合适的算法。

目前，常用的算法包括分类算法、目标检测算法、图像分割算法等。

根据不同的应用需求，选择合适的算法进行产品生成。

4. 产品质量评估在产品生成过程中，需要对产品质量进行评估。

评估指标包括产品的精度、分辨率、动态范围等。

通过对比真实数据和产品数据，对产品进行客观评价，以确保产品的质量和可靠性。

三、真实性检验技术体系1. 地面实测验证地面实测验证是检验高分遥感共性产品真实性的重要手段。

通过在研究区域内设置样点，进行实地测量和观测，与遥感产品进行对比分析，验证产品的真实性和准确性。

2. 交叉验证法交叉验证法是一种常用的真实性检验方法。

通过将数据集划分为训练集和测试集，利用训练集生成产品，再用测试集对产品进行验证。

通过多次交叉验证，评估产品的稳定性和可靠性。

3. 统计检验法统计检验法是利用统计学原理对产品进行真实性检验的方法。

通过计算产品的误差、偏差、精度等统计指标，对产品的真实性和准确性进行客观评价。

四、技术应用与发展趋势高分遥感共性产品的生成和真实性检验技术体系在多个领域得到了广泛应用。

遥感影像服务方案1. 项目背景随着现代技术设备的不断更新，研究和应用遥感技术在各行各业范围内已经越来越普及，特别是遥感影像服务成为一个重要的解决方案。

如今，遥感技术已经应用到了人们生活中的各个领域，这也给我们提供了一个广阔的机会。

在这种背景下，推出一套融合多种遥感技术的整体解决方案已经成为重要的课题。

2. 实现目标本方案主要目的是通过使用遥感技术对大量数据进行处理和分析来提供准确、全面和密度分布的遥感影像数据。

我们提供的遥感影像服务是一种针对企业、政府和个人等各类用户提供的全方位的解决方案。

通过其高分辨率遥感图像服务，可以为用户提供各种专业的遥感数据处理和分析结果。

3. 服务内容我们的遥感影像服务主要包括以下几个方面：(1) 图像获取和处理我们将使用卫星、无人机、航拍等多种工具和技术来获取遥感影像数据。

在数据处理方面，我们采用先进的遥感图像传输和处理技术，实现从图像检测、智能分割、异构计算、对象识别和分类、三维建模等多个方面的优化处理。

(2) 数据存储和管理我们将在服务器和云端空间中建立庞大的数据存储和管理系统，实现对大量遥感影像数据的实时、高效和安全的存储和管理，同时还可以提供数据的查询、下载和分享功能。

(3) 数据分析和服务平台我们将提供丰富的数据分析和服务平台，包括遥感影像处理、现场实地验证、数据分析和服务等模块。

通过这些模块，我们可以提供包括地球观测、自然灾害评估、城市规划、农业管理、林业资源管理、环境监测、精准扶贫和智慧城市建设等众多方面的分析和服务。

4. 技术方案我们将综合应用多种遥感技术，包括多光谱、高光谱、合成孔径雷达、激光雷达、红外线等技术，实现遥感数据的采集、处理和分析。

为了确保数据的正确性和准确性，我们将采用深度学习、神经网络、机器学习等大数据处理和分析技术，同时结合遥感图像的类别与特征识别，实现更加准确和有效的遥感数据分析。

5. 实施计划本方案的实施计划主要包括以下几个步骤：(1) 项目评估：根据客户需求，对遥感影像采集、处理和分析的技术方案进行评估和优化。

依托接收的常规气象观探测资料、气象卫星资料、雷达资料、数值预报产品等多源数据，基于定量反演、机器学习、云计算、云存储、大数据分析、快速循环同化、虚拟现实等前沿技术，研发了气象卫星遥感监测分析平台、省级卫星遥感应用综合服务平台、葵花八号卫星接收处理与应用平台、气象大数据云平台、气象海洋二三维一体化可视化平台、高分辨率区域数值模式系统、道路交通气象服务、航空气象服务、气候通等核心产品，面向整个气象行业提供信息化系统顶层设计、软件研发应用、数据共享服务等，同时也向道路、航空、物流、农业等行业领域开展针对性的精准气象预报保障服务
星监测分析与遥感应用服务平台（SMART）是面向中国气象局核心业务，综合利用风云系列卫星数据、常规气象数据、数值预报产品、天气雷达数据等资料，
面向天气与气候、灾害与环境、农业与生态等业务应用方向，在国家级遥感应用业务中实现统一业务管理、多种数据综合显示、遥感专业图像处理、遥感信息提取、地理信息综合应用、专题产品制作、专题信息发布服务等功能，集遥感云计算、微内核支持的插件工具箱以及多终端共享服务于一体的气象卫星遥感专业应用平台。

全面提升卫星资料在天气监测分析、短期气候预测评估、大气环境监测、气象灾害监测等多领域的全面应用；并促进风云卫星资料进入数值预报模式的业务化体系，提升预报准确率和科技水平。

遥感测绘服务市场分析现状引言遥感测绘服务市场是指利用遥感技术和测绘方法，为各行各业提供遥感影像获取、数据处理和地理信息解决方案的一种综合服务。

随着遥感技术的不断发展和应用的普及，遥感测绘服务市场也呈现出不断扩大的趋势。

本文将对遥感测绘服务市场的现状进行分析，以便更好地理解该市场的发展趋势和机遇。

1. 市场规模和增长势头随着遥感技术的不断成熟和应用范围的扩大，遥感测绘服务市场规模不断扩大。

根据市场研究数据，2019年全球遥感测绘服务市场规模达到xx亿美元，并在未来几年内以年均xx%的复合增长率增长。

2. 市场驱动因素遥感测绘服务市场的增长主要受以下因素驱动：•政府投资：政府在环境监测、城市规划、农业管理等领域增加对遥感测绘服务的投资，促进市场发展。

•商业需求：各行各业对高精度地理信息的需求日益增长，推动了遥感测绘服务市场的发展。

•技术进步：遥感技术的不断进步和成本降低使得遥感测绘服务更加普及和可行。

•环境保护：对环境保护意识的增强和环境监测要求的提高推动了遥感测绘服务在环境领域的应用和市场发展。

3. 市场主要玩家目前，全球遥感测绘服务市场的竞争程度较高，市场主要玩家包括但不限于以下公司：•公司A：是全球领先的遥感测绘服务提供商，拥有高分辨率卫星和大规模数据处理能力。

•公司B：以航空遥感为主，提供包括数据采集、图像处理和地理信息系统等服务。

•公司C：专注于农业遥感服务，提供基于遥感技术的作物监测和农业资源管理解决方案。

•公司D：致力于城市规划和土地管理的遥感测绘服务，提供包括高程数据获取和地形分析等服务。

4. 市场潜力与机会遥感测绘服务市场未来存在巨大潜力和机会。

随着人工智能、云计算和大数据技术的快速发展，遥感测绘服务将更加智能化、高效化，并能够提供更为精准的解决方案。

未来几年，以下领域将成为遥感测绘服务市场发展的重点和机遇：•城市规划与建设：随着城市化进程的不断加快，对遥感测绘服务在城市规划、土地利用和基础设施建设中的应用需求将持续增长。

1项目背景历经了多年建设，红水河沿江各县已初步建立了山洪灾害防治非工程措施体系；依托广西已建预警预报系统，基本满足洪水预警预报的要求，防洪减灾社会效益显著，同时，红水河干流沿岸在洪水预警预报及调度对红水河流域山洪灾害防治调查评价成果应用提出了更高的要求。

如何将山洪灾害防治调查评价成果集成、挖掘分析和拓展应用，是红水河流域乃至整个广西水利事业面临的重大课题。

目前在洪水预报方面，红水河流域传统洪水预报模式是通过在水系流域埋设传感器，建设遥测站收集雨量及水文数据，并通过通讯系统把数据传回中心站进行分析处理，再根据分析结果进行洪水预报。

目前，流域洪水预报正朝着基于遥感大数据预报的方向发展，应用基于遥感大数据的理论方法，结合山洪灾害防治调查评价项目建设成果，完成红水河流域洪水预报模型的建立是项目研究的重点和难点。

2洪水预报技术为实现红水河流域山洪灾害防治调查评价成果集成、挖掘分析和拓展应用，在充分分析红水河流域洪水预报预警需求的基础上，提出了基于卫星遥感大数据的“天-空-地”三位一体的降水预报新技术；基于GIS 的成因推理产、汇流模型和BTOPMC分布式水文物理模型；以及集卫星遥感、航测、数字流域、数字气象及地理信息等新技术为一体的具有物理基础的分布式洪水预报系统；构建了基于遥感大数据的红水河流域“东方祥云”洪水预报模型。

成果成功应用至红水河流域山洪灾害防治调查评价成果集成、挖掘分析和拓展应用。

2.1技术方案2.1.1数据收集通过互联网在全球范围内收集气象云图、雷达、辐射等资料，高精度遥感影像数据、地理数据、历史水文资料等；根据用户提出的个性需求收集区域内社会经济数据、流域河道地形、水库及电站库容和发电能力、灌区作物种植等工程特性参数；建立与中国国家气象局、美国国家气象局、欧洲天气预报中心、日本气象厅的气象数据采集通道，其中0~2h 短临预报采用中国气象局公共气象服务中心的分钟级降水数据。

2.1.2数据分析数据自动或手动清洗，设计数据库统一数据格式和要求，根据DEM 数据生成精细化的全球水系图，根据地貌数据、土地利用数据、全球影像数据等自动分析对应区域的水文参数，分析利用历史灾害数据和历史水文数据校正水文参数，对降水预报成果，进行5km 2×5km 2的网格化处理。

空间地理信息大数据基础支撑及服务系统建设方案近年来，随着信息技术的迅猛发展和大数据时代的到来，空间地理信息大数据的应用已经越来越广泛。

在城市规划、交通出行、环境保护等领域，空间地理信息大数据已经成为决策和规划的重要依据。

因此，建设一个空间地理信息大数据基础支撑及服务系统是十分必要的。

一、系统框架该空间地理信息大数据基础支撑及服务系统的框架可以分为四个部分：数据采集、数据存储、数据处理和数据服务。

1.数据采集在空间地理信息大数据系统中，数据采集是基础的环节。

可以通过多种方式进行数据采集，包括卫星遥感、无人机遥感、手机定位、传感器等。

通过这些手段采集的数据可以包括地图、影像、位置数据、环境数据等，这些数据将用于后续的存储、处理和服务。

2.数据存储数据存储是空间地理信息大数据系统的核心。

大量的数据需要进行存储和管理，因此需要建立一个高效、可扩展的数据存储系统。

可以使用分布式存储技术和云存储技术，确保数据的安全性和可靠性。

3.数据处理数据处理是将采集到的原始数据进行处理和分析的过程。

在空间地理信息大数据系统中，可以利用机器学习、图像识别、数据挖掘等技术对数据进行处理和分析，以提取出有价值的信息和知识。

同时，还可以通过数据的可视化技术，将处理后的数据呈现给用户。

4.数据服务数据服务是将处理后的数据提供给用户使用的环节。

可以通过构建各种数据服务接口和应用程序接口，将数据展示给用户，并提供丰富的功能。

用户可以通过这些接口和应用程序获取到他们需要的地理信息数据，并进行进一步的分析和应用。

二、系统功能1.数据采集功能：支持多种数据采集方式，包括卫星遥感、无人机遥感、手机定位、传感器等。

2.数据存储功能：建立高效、可扩展的数据存储系统，确保数据的安全性和可靠性。

3.数据处理功能：利用机器学习、图像识别、数据挖掘等技术对数据进行处理和分析，提取有价值的信息和知识。

4.数据服务功能：构建各种数据服务接口和应用程序接口，将数据展示给用户，并提供丰富的功能。

XQSoftware 遥感影像处理系统XQSoftware Remote Sensing Image Processing System产品白皮书2019年3月目录1产品介绍 (3)2功能特点 (3)3 关键技术 (4)3.1高性能并行计算影像处理技术 (4)3.2稀少控制超大规模区域网平差技术 (4)3.3配准纠正技术 (4)3.4影像融合技术 (4)3.5匀光匀色技术 (5)4系统功能介绍 (5)4.1卫星影像区域网平差 (5)4.2DOM生产 (6)4.2.1正射纠正 (6)4.2.2影像融合 (7)4.2.3匀光匀色 (8)4.2.4镶嵌成图 (10)4.3业务工作流 (10)4.3.1配准纠正业务流 (10)4.3.2配准融合业务流 (12)4.4DSM/DEM生产 (13)4.5交互编辑工具软件 (14)4.5.1配准纠正工具软件 (14)4.6其他模块 (17)4.6.1金字塔创建 (17)4.6.2真彩色转换 (18)4.6.3影像增强 (19)4.6.4影像去雾 (20)4.6.5投影转换 (23)4.6.6格式转换 (24)4.6.7波段重组 (25)4.6.8影像云检测 (26)4.6.9水域检测 (28)4.6.10植被检测 (29)5系统界面 (30)5.1硬件系统外观 (30)5.2软件系统界面 (30)6应用领域 (33)7联系我们....................................................................................................错误!未定义书签。

1产品介绍XQSoftware遥感影像处理系统是一套自主研发、全流程、高效快速遥感数据处理平台，其核心部分是基于高性能集群/GPU计算环境的海量遥感影像自动处理算法。

系统采用先进的数字摄影测量技术、多任务调度技术、高性能计算技术，集数据生产、任务管理调度、成果质检为一体，通过合理调配计算资源与数据资源，实现规模化、快速、智能化的遥感数据处理流程。

OpenRS—— 开放式遥感数据云计算处理与服务平台。

江万寿研究员介绍了开放式遥感数据处理与服务平台项目的来源、进展情况，项目思路以及要达到的目标：可扩展、可伸缩、可配置、可定制。

OpenRS的最终目标是搭建一个基本的遥感图像数据处理与应用的框架，实现最常用的图像读写、显示、漫游，以及其他基本的图像处理分析功能以及摄影测量中的传感器成像模型、地理坐标管理等，在此基础上，做成一个开放的社区，为实验室以及国内外研究人员共同开发应用。

参与此开放社区的研究人员可以只关注其感兴趣的特定区域，而不用考虑和实现软件其它功能，大量减少重复劳动，可以大大提高研究速度和质量。

MapReduce:超大机群上的简单数据处理网站:/active1001/archive/2007/07/02/1675920.aspxMapReduce是Google的一项重要技术，它是一个编程模型，用以进行大数据量的计算。

对于大数据量的计算，通常采用的处理手法就是并行计算。

至少现阶段而言，对许多开发人员来说，并行计算还是一个比较遥远的东西。

MapReduce就是一种简化并行计算的编程模型，它让那些没有多少并行计算经验的开发人员也可以开发并行应用。

在我看来，这也就是MapReduce的价值所在，通过简化编程模型，降低了开发并行应用的入门门槛。

相对于现在普通的开发而言，并行计算需要更多的专业知识，有了MapReduce，并行计算就可以得到更广泛的应用。

MapReduce的名字源于这个模型中的两项核心操作：Map和Reduce。

也许熟悉Functional Programming 的人见到这两个词会倍感亲切。

简单的说来，Map是把一组数据一对一的映射为另外的一组数据，其映射的规则由一个函数来指定，比如对[1, 2, 3, 4]进行乘2的映射就变成了[2, 4, 6, 8]。

Reduce是对一组数据进行归约，这个归约的规则由一个函数指定，比如对[1, 2, 3, 4]进行求和的归约得到结果是10，而对它进行求积的归约结果是24。

利用超级计算技术进行遥感数据处理的方法介绍遥感数据处理是指将从卫星、无人机等平台获取的遥感图像数据进行分析、提取和解译，以获得领域内所需的信息和知识的过程。

随着遥感技术的不断发展和遥感数据的不断增多，传统的处理方法已经无法满足大数据量和高精度的要求。

而超级计算技术的引入为遥感数据处理提供了新的解决方案。

超级计算技术是指利用特殊的硬件和软件配置，组成强大的计算机集群，以实现超大规模数据处理和计算任务的能力。

在遥感数据处理中，超级计算技术可以发挥其高速计算、大规模并行处理等优势，提供更快、更精准的数据分析结果。

下面将介绍几种常用的基于超级计算技术的遥感数据处理方法。

第一种方法是并行计算。

遥感数据处理中，常常需要对大规模的数据进行处理和计算，而超级计算技术的核心之一就是并行计算。

通过将数据分割成若干个小块，然后分配给不同的计算节点进行并行处理，可以大大提高处理速度。

并行计算可以同时处理多个数据块，降低了数据处理的时间成本。

同时，超级计算机节点之间的通信速度也得到了极大的提高，为并行计算提供了良好的基础。

第二种方法是分布式存储和处理。

遥感数据处理往往需要对大量的数据进行读取、存储和分析。

传统的存储和计算方式在面对大数据量时面临着瓶颈。

而超级计算技术的分布式存储和处理可以将数据存储在多个节点上，并进行分布式的计算和分析。

通过该方法，可以充分发挥不同节点的计算能力和存储资源，提升数据处理的效率。

同时，分布式存储和处理还具备一定的容错能力，当某个节点出错时，不会影响整个系统的运行。

第三种方法是高性能数据处理算法。

超级计算技术为遥感数据处理提供了更强大的计算能力，使得我们可以开发更加复杂和精准的算法来处理遥感数据。

高性能数据处理算法可以在保证计算精度的前提下，通过更高效的计算方式和优化的计算流程，提升数据处理速度和准确性。

例如，在目标识别领域，可以使用深度学习算法结合并行计算来实现对目标的准确识别、分类和定位。

卫星大数据工程解决方案引言随着时代的不断发展，卫星大数据工程已经成为一个备受关注的领域。

卫星数据是来自卫星遥感、遥测和通信传输等多种方式获取的数据，它们包含了地面的温度、降雨、风速、地表覆盖等相关信息。

而卫星大数据工程则是通过对这些大数据进行处理和分析，挖掘其中的数据价值，在气象、农业、环境监测、城市规划、资源勘探等领域发挥重要作用。

本文将从卫星大数据工程的基本特点、应用场景和解决方案等多个层面进行深入探讨。

我们将着重从数据采集、处理、分析和应用等角度，探讨卫星大数据工程可能遇到的问题，并提出相应的解决方案。

一、卫星大数据工程的基本特点1. 数据量大、多态性强卫星数据是由多颗卫星同时采集得到的，而且它们的覆盖区域往往广泛而复杂，因此这些数据的数量十分庞大。

同时，不同类型的卫星数据形式也各异，包括图像数据、遥测数据、遥感数据等，对于这些多态性的数据，要进行有效的处理和利用，需要一套强大的数据处理和管理系统。

2. 多样性和复杂性卫星大数据中的数据具有多样性和复杂性，包括数据类型复杂、数据量大、数据频率高等。

因此，要进行有效的处理和应用就需要具备很强的计算能力和分析能力。

3. 实时性和动态性在实际应用中，卫星数据通常是具有实时性和动态性的，例如气象卫星数据、农业遥感数据等，要求及时获取数据并进行实时处理和分析，因此对于处理能力的要求更高。

以上是卫星大数据工程的基本特点，这些特点为卫星大数据工程的实施提出了很高的要求，对于卫星大数据工程的解决方案提出了很大的挑战。

二、卫星大数据工程的应用场景1. 气象预测气象卫星数据能够提供大气温度、湿度、云量等信息，这些信息对于气象预测至关重要。

通过分析这些数据，可以更准确地预测气象情况，为交通运输、农业、商业等提供重要的参考依据。

2. 自然资源调查和环境监测卫星遥感数据可以获取地表覆盖、土地利用、植被覆盖等信息，这对于自然资源调查和环境监测非常重要。

例如，可以通过遥感数据实现森林资源调查、水资源监测、土地变化监测等。

遥感云平台系统设计——以西安航投一号卫星平台为例苏杰1，王栋2，秦小宝3，何晓彤3，Wang Dingyi3，4*（1.上海导远智能系统有限公司上海200131；2.陕西铁路工程职业技术学院，陕西渭南714099；3.西安中科天塔科技股份有限公司，西安710100；4.Physics Department,University of New Brunswick,Canada,E3B 5A3）摘要：遥感云平台基于云计算技术，整合各种信息和技术资源，将遥感数据、信息产品、应用软件、计算及存储资源作为公共服务设施，通过网络为用户提供一站式的空间信息云服务。

西安航投一号遥感云平台基于卫星数据产品，采用“GIS+遥感+大数据”等技术深度融合的方式，为省市、区县各级政府职能部门，大型省市属企业及相关行业用户提供针对环保、林业、农业、水利、应急救灾、地质、矿产、国土、交通、城市管理、金融等多领域基于遥感监测的数字化综合解决方案；助力陕西省在环境保护、秦岭生态保护、水利工程、自然灾害等领域以数字化手段进行风险预判和应急决策，进一步强化了相关领域的现代化管理能力。

本文以西安航投一号卫星遥感云平台为例，介绍系统建设的目标、原则和内容，以期推动遥感云服务的产业化，满足公众用户实际业务的需求。

关键词：云平台；GIS ；遥感；大数据中图分类号：P23文献标志码：A文章编号：2096-2347（2023）04-0082-11收稿日期：2023-10-15基金项目：西安市秦创原引用高层次创新创业人才项目（2021QCYRC4-21）。

作者简介：苏杰，工程师，主要从事大地测量、遥感相关研究。

E-mail:*****************通信作者：WANG Dingyi ，教授，博士，主要从事地球信息探测、遥感应用方面研究。

E-mail:************引用格式：苏杰，王栋，秦小宝，等.遥感云平台系统设计——以西安航投一号卫星平台为例[J].三峡生态环境监测，2023，8（4）：82-92.Citation format ：SU J,WANG D,QIN X B,et al.Design of remote sensing cloud system ：Taking Xi ’an Hangtou No.1satellite platform as an example[J].Ecology and Environmental Monitoring of Three Gorges ，2023，8（4）：82-92.DOI ：10.19478/ki.2096-2347.2023.04.09Design of Remote Sensing Cloud System ：Taking Xi ’an Hangtou No.1Satellite Platform as an Example SU Jie 1,WANG Dong 2,QIN Xiaobao 3,HE Xiaotong 3,WANG Dingyi 3,4*（1.Shanghai Daoyuan Intelligent System Co.,Ltd.,Shanghai 200131,China;2.Shaanxi Railway Institute,Weinan 714099,China;3.Xi ’an Zhongke Tianta Technology Co.,Ltd.,Xi ’an 710100,China;4.Physics Department,University of New Brunswick,Canada,E3B 5A3)Abstract:The remote sensing cloud platform is based on cloud computing technology,integrating various information and technolog⁃ical resources,and using remote sensing data,information products,application software,computing and storage resources as public service facilities,providing users with one-step spatial information cloud services through the network.The Xi ’an Hangtou No.1re⁃mote sensing cloud platform adopts a deep integration method of technologies such as “GIS+Remote sensing+Big data ”to provide comprehensive digital solutions in various fields such as environmental protection,forestry,agriculture,water conservancy,emergen⁃cy relief,geology,minerals,land,transportation,urban management,finance,and other related industries for functional depart⁃ments of provincial,municipal,and county-level governments,as well as for large provincial and municipal enterprises and related industry users;and to assist Shanxi Province in risk prediction and emergency decision-making through digital means in areas suchas environmental protection,Qinling ecological protection,water conservancy engineering,and natural disasters in order to further三峡生态环境监测Ecology and Environmental Monitoring of Three Gorges2023年12月Dec.2023第8卷第4期V ol.8No.4□环境监测第8卷第4期83 strengthen modern management capabilities in the related fields.This article takes the Xi’an Hangtou No.1satellite remote sensing cloud platform as an example to introduce the goals,principles,and content of system construction,in order to promote the industri⁃alization of remote sensing cloud services and meet the actual business needs of public users.Key words:cloud platform;GIS;remote sensing;big data随着遥感与其他对地观测技术水平的不断提高，遥感应用技术对社会、经济的发展做出了卓越贡献［1］。