AWS 上可用的地理空间公用数据集

深度学习和大数据学习需要依赖海量数据，遥感卫星也是深度学习的一个关键场景。后续我会支持更新我们在这个领域的进展，分享今天收集和整理的数据和项目,期待中国航天行业也能有更好的开放性。

地理空间和环境数据集

在 AWS 上的地球页面了解更多有关如何使用 AWS 上的地理空间数据的信息。

AWS 上的 Landsat：地球陆地卫星图像集合，持续采集由 Landsat 8 卫星拍摄的卫星图像。
AWS 上的 Sentinel-2：地球陆地卫星图像集合，持续采集由 Sentinel-2 卫星拍摄的卫星图像。
AWS 上的 GOES：GOES 可以持续提供北美的气候影像并监控该地区的气象和太空环境数据。
AWS 上的 SpaceNet：包含商业卫星图像和带标签的训练数据的语料库，用于促进计算机视觉算法的创新发展。
AWS 上的 OpenStreetMap：OSM 是一款免费的可编辑世界地图服务，由志愿者创建和维护。可定期在 Amazon S3 中对 OSM 数据进行存档。
AWS 上的 MODIS：从美国地质调查局和美国航空航天局管理的中等分辨率成像光谱仪 (MODIS) 中选择产品。
Terrain Tiles：一个全球数据集，提供裸地地形高度，平铺显示以便于使用，在 S3 上提供。
NAIP：在美国大陆农作物生长季节捕获的 1 米航空图像
AWS 上的 NEXRAD：来自下一代气象雷达 (NEXRAD) 网络的实时和存档数据。
NASA NEX：由美国航空航天局维护的地球科学数据集，包括气候变化预测和地球表面的卫星图像。
哥伦比亚特区激光雷达：华盛顿特区的激光雷达点云数据。
EPA 风险筛选环境指标：从 EPA 风险筛选环境指标 (RSEI) 模型得出的详细空气模型结果。
HIRLAM 气象模型：HIRLAM (高分辨率有限区域模型) 是一个由芬兰气象研究所管理的实际天气和中尺度气象预测模型。

SpaceNet 卫星影像领域的深度学习数据和模型项目

http://explore.digitalglobe.com/SpaceNet-Thank-You.html

https://developmentseed.org/projects/