地球数据立方分析
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
BigDataCube 是一个面向海量地球观测数据的时空数据立方体项目，由 Constructor University、rasdaman GmbH、cloudeo 和 DLR 等参与，目标是把大量遥感文件转化为少数多维空间/时间对象，方便进行大规模交互式提取、过滤、处理和分析。正文显示其曾在 CODE-DE 上建立 Sentinel 1、Sentinel 2 及海况、风速等数据服务，规模达到数百 TB，项目定位更接近科研与行业基础设施，而非通用 SaaS 开发者工具。
技术核心是 rasdaman 数组数据库/数据立方体引擎，主张 “any query, any time, on any size”。接口层采用 OGC 标准，包括 WCS、WCPS、WMS，其中 rasdaman 被描述为 OGC Reference Implementation，支持 WCS 2.1 与 ISO/OGC WCPS 查询语言。对开发者而言，最有价值的是可用标准协议访问多维遥感时序数据，而非下载原始文件后本地处理。正文还提到 Jupyter Notebook 演示，包含少量 Python 代码，适合作为入门教程。
正文没有给出具体定价、账号体系或支付方式。部署上，项目提到两类环境：cloudeo 的商业托管处理环境，以及 CODE-DE 德国 Copernicus 公共服务；同时讨论访问控制、配额、免费与专有数据管理。生态方面，覆盖 Sentinel 1/2、DLR 海洋产品，并设想 CODE-DE 与 cloudeo 之间的数据立方体联邦访问。
优点是标准化程度高，适合遥感、海洋、气象、农业信息化等需要处理大规模栅格时序数据的团队；基于 WCPS 的查询模式也比单纯文件下载更高效。缺点是项目周期性明显，正文明确说明 CODE-DE 上 rasdaman 服务已被 DLR 停用并替换为初始阶段原型，前驱服务也已关闭，因此当前可用性需要单独核实。此外，缺少清晰的商业支持、SLA、价格和 SDK 说明。
中国大陆访问状态无法从正文判断，涉及 CODE-DE、cloudeo 等欧洲服务时，网络稳定性、账号注册和支付方式都需实测。若需要更成熟的在线遥感分析平台，可对比 Google Earth Engine、Microsoft Planetary Computer、Sentinel Hub、Open Data Cube 或直接评估 rasdaman。
本测评基于公开资料整理,不构成购买建议,请以 bigdatacube.org 官网实际信息为准。
rasdaman相关地理栅格数据分析项目。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。