当生态学家尼古拉斯穆雷开始挖掘他的博士项目的遥感数据时，他不知道他的任务会是多么艰难。穆雷想知道为什么通过亚洲迁徙的水鸟数量下降。由于鸟类停在难以进入的地方，如朝鲜和中国，他转而使用卫星数据来评估它们的栖息地。

当Murray在2010年开始这个项目时，他猜测这需要几个月的时间，但最终需要花费大约一年的时间。 Murray首先必须下载大约5,500个公开可用的美国政府卫星图像的元数据，以确定在与中国和朝鲜半岛接壤的黄海沿岸低潮期间采取的潮汐湿地。然后，他编写了自定义软件代码，将土地覆盖分类为最终的80幅图像。一种区分水与陆地的算法已经存在，但他需要对每幅图像进行手动调整。默里发现，超过四分之一的湿地面积在20世纪80年代和2000年代之间消失。但分析并不容易，“在整个过程中，我想，'这太难了，难以置信'，”现在澳大利亚肯辛顿新南威尔士大学的穆雷回忆道。

今天，Murray的任务会简单得多。已经开发了许多工具来访问和分析遥感数据，使生态学家能够更轻松地解决大规模的保护问题。政府机构，开源开发商和商业公司正在提供从点到点接口到命令行驱动软件的所有内容。 “我认为我们正处于最佳时机，”Murray在分析卫星数据进行生态学研究时说道。 “它变得非常容易。”

“遥感”包含了一套观察某些东西而不接触它的技术。该术语通常指通过测量在各种波长反射或发射的能量从空间或机载平台收集有关地球的数据。例如，研究人员可以利用这些数据推断毁林程度。美国国家航空航天局生物多样性研究项目合同高级支持科学家艾莉森莱德纳说：“我们看到卫星数据使用的真正激增。”

由美国国家航空航天局和美国地质调查局（USGS）收集的Landsat数据可追溯到20世纪70年代，可以在几十年内研究行星变化。美国宇航局在1999年和2002年发射的中分辨率成像光谱仪（MODIS）仪器测量反射的太阳辐射和发射的辐射，数据自动转换为植物绿色等生态学家友好参数。自2014年以来，监测陆地，海洋和大气的欧洲哨兵卫星一直在提供数据。

用户可以在美国国家航空航天局的Earthdata Search，美国地质勘探局的EarthExplorer和欧洲空间局的哥白尼开放接入中心等在线门户浏览免费的政府数据集。地球数据通常被划分为“场景”或“瓦片”部分 - 从该区域反射的不同波长的能量快照。但为了获得更高的空间和时间分辨率，研究人员可能需要考虑商业选择。

例如，加利福尼亚州旧金山的Planet运营的Dove卫星以3.7米的分辨率收集全球数据 - 足够清晰，足以区分单个大型树木 - 大约每天一次。相比之下，哨兵-2卫星是具有自由和开放数据的最高分辨率政府卫星，具有10米像素，并且每5天对每个点进行采样。通过该公司的教育和研究计划，大学研究人员每月可申请免费获得10,000平方公里Planet的卫星数据。同样，学术环境研究人员可以通过非盈利组织DigitalGlobe Foundation申请免费获取科罗拉多州威斯敏斯特DigitalGlobe运营的亚米级分辨率卫星的数据。

用户友好的访问

然而，数据集可能很笨重。密歇根州立大学东兰辛分校的生态地理学家Kyla Dahlin指出，一个Landsat场景所收集的30年数据可能超过1.5TB，“这个地区比密歇根州小”。用于遥感数据的可视化软件可能无法与某些文件格式兼容，尽管这些文件可以转换为更易于使用的格式，但这一步骤增加了另一个障碍，生态预测应用程序的副项目经理Cindy Schmidt说。美国宇航局埃姆斯研究中心在加利福尼亚州莫菲特球场。她说，没有经验的用户“有时只是想扔掉毛巾”。 “他们没有时间处理那种东西。”

然而，免费和商业资源是可用的。 2017年，Murray的团队发布了一款名为Remap的免费在线工具，该工具使用户能够从遥感数据中生成地图。用户通过上传地理参考数据或根据现场工作或他们的知识识别像素，对软件进行培训以对森林或湿地等土地覆盖类型进行分类。然后，Remap使用机器学习对剩余像素进行分类。 Murray说，截至2018年3月，来自100多个国家的约4,300人使用了Remap。另一个名为“全球森林观察”的在线工具创建了森林砍伐模式的地图。

达林建议使用在线工具AppEEARS（提取和探索分析就绪样品的应用程序），它允许用户获取特定于其研究地点的数据，而不是整个瓷砖或场景。 “想象一下，档案就是这个数据大湖，”南达科他州苏福尔斯的美国国家航空航天局陆地过程分布式活动档案中心（DAAC）的项目科学家Tom Maiersperger解释说，他领导了该工具的开发。 “我们允许人们用注射器进来，吸取他们想要的小样本。”用户可以提供地理坐标，时间跨度和感兴趣的变量 - 例如树木覆盖物 - 并且软件将数据作为逗号分隔值（CSV）文件。

同样，田纳西州的美国橡树岭国家实验室DAAC也提供了一些工具，例如以电子表格和图表形式为研究地点提供时间序列的绿色，或者处理后的数据，如推断的森林干扰。然后生态学家可以分析植被和其他变量如动物种群之间的联系。例如，一个研究小组研究了印度海岸外的安达曼群岛，发现在大象和发现鹿的地区植被退化较快。

对于想要编写自己的分析软件的生态学家来说，避免下载卫星数据的麻烦，Google Earth Engine是一种流行的选择。 Google已经将卫星数据集下载到了它的服务器上，研究人员可以通过Google的JavaScript和Python编程界面免费在云中访问它们。这项服务使研究人员能够比他们在本地计算机上进行大规模分析的速度快得多。

例如，Murray利用该处理能力随着时间的推移映射全球潮间带。由于它使用了超过700,000幅卫星图像，因此分析将花费数年时间在一台计算机上 - 但在Google Earth Engine上花费不到一周的时间。 Murray说，这个工具“改变了我可以问的各种遥感问题”。

谷歌表示，用户不必担心它会声称对其知识产权（IP）拥有所有权，例如代码和科学结果。 “我们的服务条款清楚地表明，您的知识产权就是您的知识产权，我们不会声称，”位于瑞士苏黎世的谷歌工程师Noel Gorelick说，他共同开发了Google Earth Engine。尽管如此，德国维尔茨堡大学的遥感研究人员Martin Wegmann更喜欢下载卫星数据并在本地运行他的代码。他说，由于他的分析规模较小或分辨率较差，因此性能不成问题。

其他云计算选项包括由英国哈威尔科学和技术设施委员会运行的环境数据分析中心;哥白尼数据和信息访问服务由欧盟委员会资助，预定于6月份上线;和DigitalGlobe的GBDX平台。

开源选项

无论他们选择哪种平台，研究人员通常都会编写自定义代码来驱动数据分析，通常采用编程语言R. Wegmann和他的同事正在开发名为getSpatialData的R软件包，该软件包允许用户在不使用浏览器界面的情况下下载卫星数据。他的团队还开发了RStoolbox软件包，其中包括用于计算植被度量的不同算法，以便用户不必单独计算特定公式。

研究人员还可以使用商业桌面分析和可视化软件包，例如佛罗里达州墨尔本哈里斯的ENVI;来自阿拉巴马州麦迪逊的海克斯康地球空间公司的ERDAS IMAGINE;来自加利福尼亚雷德兰兹的Esri的ArcGIS，以及免费的开源替代品，如QGIS。

由于使用这些工具可能涉及陡峭的学习曲线，奥地利维也纳理工学院地理信息科学家Anita Graser和QGIS项目指导委员会成员，建议初学者参加在线课程。美国宇航局的应用遥感培训计划提供网络研讨会，该机构在生态和保护会议上举办讲习班。

这种可能性很诱人，但研究人员必须记住要保持接地。 “如果你想看看蝴蝶多长时间一次参观花蜜植物，你就不会在卫星上选择它，”莱德纳说。但对于较大规模的问题，“这是一个令人难以置信的强大工具”。