遥感处理平台的发展（ENVI与GEE的比较）

使用遥感影像我们要根据我们的研究区选择合适的数据源，常用的有MODIS、Landsat等等；确定好数据源后要跟影像的供应商联系，供应商会根据需要提供给你原始的影像。原始的影像是经过简单处理的原始数据，没有经过几何校正、辐射校正等处理拿到原始数据后我们就开始进行辐射校正，将传感器采集的无量纲的DN值转换为反射率或者辐亮度；然后对影像进行大气校正获得地表反射率；在对影像进行几何校正和正射校正消除影像畸变和获得正射影像；最后就可以对影像进行进一步的处理，包括目视解译、分类、定量分析等等。这些过程都是通过ENVI实现的。
2008年，Landsat数据可以免费获取，数据下载量提高了100倍，推动了遥感数据新范式的产生，并引发了众多地球科学领域的科学创新。随后，其他免费数据源不断增加，时间分辨率、空间分辨率、光谱分辨率都得到进一步提升。
2014年，欧空局哥白尼计划一号星Sentinel-1正式开始提供数据下载服务。。。。。计算机的处理能力开始真正制约遥感的发展，我们开始购买游戏本、高端显卡、显卡并联以追求更高的处理性能。。。忽然一声霹雳，时代就变了。。。还记得学习ENVI的时候邓书斌老师的声音犹在耳畔，可GEE的发布简直就是降维打击，直接改变了遥感数据处理的传统模式，遥感云处理变为了可能。。。
2011年美国地球物理联合会秋季会议上，Moore和Hansen介绍了一种利用全球尺度的观测数据，并可进行云端分析的全新云计算平台——谷歌地球引擎（GEE），该平台从“转移算法比转移数据更高效”、“让科学家更专注于科学问题，而不是把精力花在下载和管理海量数据上”两个基本理念出发，集成了Landsat系列、MODIS系列、Sentinel系列等传感器的历史数据以及云端算法，将国际合作、数据密集分析、巨大的计算资源和高端可视化科学范式落实到实地。这一模式直接改变了传统遥感先下载后处理的研究方式，将更多的精力用于后端的科学分析

ENVI作为的传统遥感处理软件，几经易主，迭代了几个大的版本，近些年也在易用性上有较大提升，可以提供工作流似的处理方式，在一些新兴的数据处理算法上也有所增强，包括面向对象，神经网络，似乎新的版本也有深度学习相关内容。GEE作为谷歌近些年开发的平台免费向公众公开，吸引大批科研人员在上面进行工作。“地球引擎”，在其平台上提供大量的数据、算法，最重要的是其处理能力，有些本地需要较长时间的处理过程也基本立等可取。在其平台上有开发处大量的应用结果，包括森林分类，水体动态变化等。但是它们之间却有很大的不同。GEE完完全全在云上，包括数据，算法，处理结果等。它提供大量的免费数据给你使用，不用你去东找西找，这些数据也基本做好了相应的前期预处理，“粗洗后的菜”，不在意的话可以直接下锅，在意的话也不好再“精洗之后下锅”。当然，商业遥感数据资z本b家j是不提供的。ENVI在本地，你有什么数据就处理什么数据，你的自由。数据处理算法上，GEE偏向整景、数景影像一起处理，也是它的优势。GEE现在也未提供一些个性化的算法。而ENVI可以根据需要实现像素级的定制处理，不同像素不同处理流程，个性自己的个性。处理结果上，GEE的结果可以导出到其经营的网盘，而ENVI可以以文件形式存储在本地。还有一个严肃的问题就是可使用性，众所周知，GEE服务器在国外，国内使用不太方便。而ENVI国内一些院校提供正版使用。在学习资源上，大量学者提供GEE系列使用教程或者是在GEE上进行二次开发，提升其易用性；而ENVI方面的学习资料互联网上有大量资源，也有相关的书籍可以学习。总之，1）这两个毕竟只是平台或者软件，只能提供它已有的功能，要想实现自己的算法还是得自己动手。2）想处理大量数据作大范围或者长时序研究，GEE是首先，而要作算法研究的话，自己搞懂原理码代码吧。

大尺度数据多的肯定gee方便快捷 但是得学习一下基本的语法和代码 小的适合本地操作的envi好用。