点击下面卡片，快速关注本公众号
随着气候变化、生物多样性丧失和资源管理等全球性挑战日益严峻，技术创新成为应对这些问题的关键驱动力。微软的Planetary Computer（行星计算机） 是其AI for Earth计划的重要组成部分，旨在通过云计算、人工智能和地理空间数据，为科学研究和可持续发展提供强大支持。该平台整合了超过50PB的地理空间和环境数据，提供了直观的API接口和可扩展的计算环境，使研究人员、开发者能够以前所未有的规模监测、建模和管理地球生态系统。
本文将介绍
Planetary Computer
的技术架构、数据目录、API功能及其应用场景。
什么是Planetary Computer
Planetary Computer是一个基于微软Azure云计算基础设施的云原生平台，专为处理地理空间和环境数据的时空复杂性而设计。它通过整合PB级的数据目录、直观的AP 和强大的计算能力，将原始数据转化为可操作的洞察。例如，用户可以利用它分析卫星影像以追踪森林砍伐，或结合气候模型预测水资源可用性。平台于2020年发布，面向全球科研社区提供开放资源访问。
其核心组件包括：
•
数据目录：
超过50PB 的分析就绪地理空间数据。
•
STAC API：
基于 REST 的时空查询接口。
•
云计算环境：
支持分布式计算（JupyterHub于2024年6月停止服务，但数据和API仍可用）。
•
应用生态：
与合作伙伴开发数据应用软件工具，应用于实际场景。
主要功能组成
Planetary Computer的架构充分利用了Azure的云计算基础设施，结合地理空间数据的特性，提供了高效、可扩展的数据分析云平台环境。
1. 数据目录与存储
数据目录是Planetary Computer的基础，存储在Azure Blob Storage中，总量超过50PB，涵盖卫星影像、气候模型和生物多样性记录等。数据采用云优化格式，确保高效访问：
•
COG（云优化 GeoTIFF）：
分块存储的栅格格式，支持 HTTP 范围请求，适用于 Sentinel-2 和 Landsat 等影像数据。
•
Zarr：
分片多维数组，适合时间序列数据，如 ECMWF ERA5 气候再分析。
•
Parquet/GeoParquet：
列式存储格式，用于表格数据（如 GBIF 生物多样性记录）或矢量数据（如 Open Buildings）。
数据遵循STAC（时空资产目录）标准，以JSON格式组织元数据。每个STAC Item代表一个独立资产，例如：
{ "id" : "S2A_MSIL2A_20250101T123456" ,
"bbox" : [ -55 , -15 , -50 , -10 ] , "properties" : { "datetime" : "2025-01-01T12:34:56Z" , "eo:cloud_cover" : 10 } , "assets" : { "B04" : { "href" : "https://.../B04.tif" , "type" : "image/tiff" } } }
Collection则聚合相关Item（如所有 Sentinel-2 L2A 数据），由Azure Cosmos DB索引支持快速查询。
数据汇聚流程包括：
•
采集：
从数据提供者（如 USGS、ESA）获取原始数据。
•
预处理：
通过Azure Data Factory进行投影、切片和格式转换等预处理。
•
存储：
以云优化格式写入Blob Storage，资产URL附带SAS令牌（24小时有效）。
2. STAC API：数据访问接口
STAC API是Planetary Computer的动态查询接口，部署在Azure App Service上，使用FastAPI实现，地址为：
https://planetarycomputer.microsoft.com/api/stac/v1
。它将静态 STAC 目录转化为可编程服务，支持以下主要端点：
•
集合 (/collections)：
列出数据集，如sentinel-2-l2a、landsat-c2-l2。
•
搜索 (/search)：
支持时空和属性过滤，接受 GET 或 POST 请求。
搜索示例：
查询2025年亚马逊地区云覆盖低于20%的Sentinel-2数据：
from pystac_client import Client client = Client. open ( "https://planetarycomputer.microsoft.com/api/stac/v1" ) search = client.search( collections=[ "sentinel-2-l2a" ], bbox=[- 55 , - 15 , - 50 , - 10 ], datetime= "2025-01-01/2025-02-23" , query={ "eo:cloud_cover" : { "lt" : 20 }} ) items = list (search.items())
返回GeoJSON FeatureCollection，包含匹配的STAC Items。
3. 云计算分析环境
在2024年6月之前，Planetary Computer Hub提供基于JupyterHub的计算环境，运行在Azure Kubernetes Service (AKS) 上，使用Standard_D4s_v5虚拟机（4 vCPU，16 GB RAM），预装 pystac-client、dask和xarray等工具。JupyterHub停止服务后，用户需要自行配置计算资源，例如：
• Azure Machine Learning：支持 GPU 加速的模型训练。
• Dask 集群：通过 dask_cloudprovider 在 Azure VM Scale Sets 上部署：
from dask_cloudprovider.azure import AzureVMCluster cluster = AzureVMCluster(vm_size= "Standard_D4s_v5" , n_workers= 4 )
性能优化：
•
分块：
COG 和 Zarr 数据预分片（如 256x256 像素），减少 I/O 开销。
•
协同定位：
存储和计算在同一Azure区域（如East US），延迟低于10ms。
•
并行处理：
Dask 调度任务至多核或多节点。
4. 平台使用示例
以下示例展示如何使用Planetary Computer计算亚马逊地区的归一化植被指数（NDVI）：
from pystac_client import Client client = Client. open ( "https://planetarycomputer.microsoft.com/api/stac/v1" ) search = client.search( collections=[ "sentinel-2-l2a" ], bbox=[- 55 , - 15 , - 50 , - 10 ], datetime= "2025-01-01/2025-02-23" , query={ "eo:cloud_cover"
