谷歌地球引擎（Google Earth Engine，GEE）是一个用于对地理空间数据集进行科学分析和可视化的平台。科学家、研究人员和开发人员可以公开访问PB级的卫星图像和地理空间数据，用于全球范围的数据挖掘。2015年公测至今已有8年时间，在此期间为广大使用者带来了极大的便利。
初期，GEE通过教育邮箱申请还相对便利。但近年来，GEE对于国内用户而言，具有较多的不便利性，比如许多GEE账号被封禁，新账号申请管控越来越严格，科学上网限制，推出新的订阅收费模式，全面收费的大趋势。基于此，我们应该如何应对呢？除了做好数据和代码的备份工作，体验并迁移到国产免费遥感云平台，似乎是更有效的解决方案。
国产遥感云平台虽然起步较晚，在数据体量和功能丰富度上可能略显不足，但近年来随着云产业的发展，国产遥感云平台也迎来了突飞猛进的发展，例如由阿里巴巴达摩院依托阿里云打造的AI Earth 地球科学云平台、中国四维联合箩筐科技及华为云推出的四维地球、航天宏图的PIE engine以及中科星图的GEOVIS数字地球。
一，平台介绍
AI Earth地球科学云平台是基于阿里巴巴达摩院在深度学习、计算机视觉、地理空间分析等方向上的技术积累，结合阿里云强大的算力支撑，提供多源遥感对地观测数据的云计算分析服务。让AI助力科学研究。
注册链接：AI Earth
平台首页
二，平台功能介绍
1，数据检索
平台目前支持在线检索覆盖全国范围的Landsat 8-9 C2L2、Sentinel-1 GRD、Sentinel-2 L2A类型遥感数据，以及全球尺度的部分MODIS专题数据产品。支持多种数据检索方式，直观且便捷。
数据检索首页
2，数据管理
可在此进行数据上传，查看，处理以及处理结果下载
我的数据页面
3，AI解译与数据处理分析
处理分析下的工具箱模式可进行便捷的遥感数据AI解译及一些简单的数据处理，操作简单，比较适合无开发经验的使用者。
工具箱模式页面
4，AI模型训练
这里是个比较有趣且值得大家好好探索一下的功能模块，是当下比较火热的遥感与深度学习结合的产物，提供了遥感AI解译模型从样本标注——样本管理——模型训练——模型部署使用的完整链路，支持目标检测类、地物分类、变化检测类模型训练。
模型训练页面
三，开发者模式
这里像是对标GEE（Google Earth Engine),是遥感与云计算结合的产物，可以通过Notebook界面进行Python编程来完成各种数据处理，很有心的提供了使用指南，API文档，案例广场方便大家轻松上手使用。
开发者模式页面
四，数据资源
目前提供了全国范围的Landsat、Sentinel系列数据，全球范围的MODIS数据以及地形数据，夜光数据，地物分类数据和其他社会数据。据说，数据仍在定期上新扩充，全球数据上云势在必行。
最后
整体使用下来，部分方面相较GEE仍有进步空间，但同时也有一些让人眼前一亮的功能设计以及舒适的整体体验，值得大家去使用尝试。比如 申请注册便利，丰富的遥感数据资源，便捷可视化的操作界面，10多种遥感AI算法，高效近实时的技术支持等等。
无论怎样，国产遥感云平台都值得大家给予鼓励和支持，这样才能更好的促进平台及行业发展。