遥感影像数据下载去哪找:Landsat、Sentinel、国产高分免费源
真正的难点不在“有没有”,而在三个现实问题:哪个平台获取你最需要的那类数据最便捷、能否用于商业用途(商用许可)、是否需要排队等待审批。下面逐一说明。
去哪找——国内平台(首选,直连稳定)
国内这几个平台注册免费、长期可用,是个人用户和中小企业的优先选择。
- 地理空间数据云 GSCloud(中科院):https://www.gscloud.cn/
国内综合首选。一个站点集中了几十颗国内外卫星的数据,Landsat、MODIS、Sentinel、国产高分都有。支持按卫星条带号、经纬度、时间、云量筛选,也能在地图上画框选区域。免费注册即可下载。平台上公开宣传的数据量、用户数等数字随运营更新,以官方页面为准。
- 中国资源卫星应用中心 CRESDA:https://www.cresda.cn/
查找国产高分卫星(高分一号、高分二号等,最高可达亚米级清晰度)、资源系列、环境减灾系列的权威源头。实际下载平台是 data.cresda.cn。需要注意:需注册成为会员,且存在等待期——注册当天通常无法下载,需等待几天权限才会放开。急用的话建议提前几天注册。
- 国家综合地球观测数据共享平台 China GEOSS:https://www.chinageoss.cn/
国家级共享平台,覆盖国内外卫星数据(国产资源、高分、气象、海洋、环境,以及国际的 Landsat、MODIS 等)。注册后大部分可以直接下载。旧的入口 chinageoss.org 仍可使用。
- 国家地球系统科学数据中心 geodata.cn:https://www.geodata.cn/
首批国家科学数据中心之一,2019 年获得国际认证(CoreTrustSeal,为亚洲第一个获得该认证的地学数据中心)。建有上百个专题库,遥感、生态、灾害数据都有。注册账号后共享下载。
去哪找——国际平台(全球免费正源)
如果你需要的影像在国外卫星的覆盖范围内(如查看国外农田、森林、海岸线),这些是全球最权威的免费来源。
- USGS EarthExplorer(美国地质调查局):https://earthexplorer.usgs.gov/
全球免费影像的老牌正源。免费注册账号后,可下载 Landsat、Sentinel-2、MODIS、ASTER 等 100 多个数据集。该平台与欧洲航天局有合作,因此 Sentinel-2 也可在此下载。
- Copernicus Data Space Ecosystem(欧空局官方):https://dataspace.copernicus.eu/
查找 Sentinel 系列(哨兵卫星)的官方门户。这是欧空局的新官方门户,已取代旧的 Open Access Hub。免费、即时访问 Sentinel-1/2/3/5P 的全部历史档案和新数据,并提供面向开发者的 API 接口。
- Google Earth Engine 数据目录:https://developers.google.com/earth-engine/datasets/catalog
这是云计算平台,汇集了海量影像(官方称两百多个公共数据集、五百多万幅影像)。需注意:它不是“点开即可下载”——每个数据集的许可不同(有的要求署名),商用限制需查看数据集自身的说明,且需要申请使用权限、并具备一定编程能力(JavaScript 或 Python)。国内直连可能不稳定。适合有技术能力的研究者,非技术用户建议谨慎使用。
面向 AI 与深度学习训练
如果你需要用数据训练模型、做变化检测或土地分类,下面这些平台更为对口:
- 飞桨 AI Studio 星河社区(百度):https://aistudio.baidu.com/datasetoverview
国内深度学习数据集,包含遥感影像,可下载,部分有国内加速备份,速度较快。
- 阿里云天池 数据集:https://tianchi.aliyun.com/dataset/
阿里系开放数据平台,有遥感和视觉竞赛数据集,国内可直接访问。
包含城区、森林、水体、农田,适合做变化检测、土地覆盖分类。许可需查看各数据集页面,需注册,国内直连可能不稳定。
- Papers with Code(已关停·作历史参考):旧站已于 2025 年被 Meta 关停、域名跳转 Hugging Face;榜单与论文配套代码改用 Hugging Face、GitHub、Zenodo
历史上挂有 SEN12MS 等基准数据集的论文与榜单;现在按任务查找配套训练集,改到 Hugging Face、GitHub 汇总仓。
- Zenodo:https://zenodo.org/
带 DOI 编号的科研数据仓库,挂有 AgriPotential、METER-ML 等遥感数据集。许可需逐条核对。
- satellite-image-deep-learning/datasets(GitHub):https://github.com/satellite-image-deep-learning/datasets
社区维护的卫星/航空影像深度学习数据集总目录,按任务分类,便于快速定位。
检索辅助工具
- NASA Earthdata:https://www.earthdata.nasa.gov/
美国对地观测数据的总入口,免费但需要 Earthdata 账号。
- STAC Index 目录汇总:https://stacindex.org/catalogs
当前云端遥感目录有一个事实标准 STAC,这个站点将可搜索、可爬取的 STAC 目录汇总在一起,NASA Earthdata 搜索也采用了这套标准。技术型用户检索数据会更高效。
可得性说明:哪些免费、哪些要等、哪些无法获取
- 大部分免费,但都需先注册账号。国内外平台几乎都需免费注册才能下载,注册本身不收费。
- 部分需要排队等待审批。最典型的是中国资源卫星应用中心(CRESDA),注册当天无法下载,需等待几天开通权限。需使用国产高分数据的,请提前安排。
- 高清晰度的商业影像通常需要付费。亚米级、超高分辨率的商业影像(如 Planet、Maxar,以及部分国产亚米级新数据)一般为付费,或仅在申请、竞赛时放出。免费可获取的,主要是中低分辨率(10–30 米)影像——做大范围监测、土地分类足够使用,但无法看清单栋建筑或单辆车辆。
- 找不到时的替代路径:国产数据在 CRESDA 未下到,可前往 China GEOSS、GSCloud 检索,这几个源有交叉覆盖;Sentinel 在欧空局官方源不稳定时,可转至 USGS EarthExplorer 下载(其同样提供 Sentinel-2)。一个源受阻时,更换数据源往往可以绕过。
使用前注意:许可、合规、版权事项
- 许可必须逐个数据集查看,不能想当然。尤其是 Google Earth Engine、Hugging Face、Kaggle、Zenodo 这些平台上的数据集,许可类型多样——有的可自由使用(CC0),有的需署名(CC-BY),有的仅限研究不可商用,有的明确禁止商用。能否用于商业用途、是否需要标注数据来源,必须查看每个数据集自身的说明,以官方页面为准。 免费下载 ≠ 可任意商用。一个常见误区是:数据是免费下载的,便以为可以直接放进自己的产品或报告中出售,实际并不一定。下载前请先确认该数据集的许可允许你的用途。
- 具体某张图是否存在、云量是否较多,需到平台实际查询。某个时间、某个地区是否被卫星拍摄到、当天云量大小,这些无法提前确定,需到平台实际检索才能确认。
数聚天成 DeepSData 服务
遥感数据源确实较为分散——国产高分在资源卫星中心、Sentinel 在欧空局、Landsat 在美国地质调查局、训练集分散在天池、Kaggle、Zenodo……每个源的注册门槛、许可条款、商用边界、等待时间都不一样。
如果你认为这些平台过于分散、或希望节省时间,“数聚天成 DeepSData”可以为你做一次深度数据可得性检索:把“你需要的这类影像在哪几个源有、各自的格式和分辨率、采用何种许可、是否需要申请、国内能否直连”一次说清,并给出一个诚实的判断——免费可直下的说明可直下,需排队的把等待和门槛讲清楚,付费受限的直接说明付费,确无公开渠道的如实说明没有。
本文所有平台、链接、说明均来自公开调研材料。数据量和用户数等数字可能随时间变化,正式使用前请逐项核对当天的最新页面,以各官方页面为准。
说明:本文为公开资料整理,仅供参考;平台政策、价格、下载方式与链接随时可能变化,本文不保证持续更新,请以各官方页面最新信息为准。
参考来源
- https://www.gscloud.cn/
- https://www.cresda.cn/
- https://www.chinageoss.cn/
- https://www.geodata.cn/
- https://earthexplorer.usgs.gov/
- https://dataspace.copernicus.eu/
- https://developers.google.com/earth-engine/datasets/catalog
- https://aistudio.baidu.com/datasetoverview
- https://tianchi.aliyun.com/dataset/
- https://www.kaggle.com/datasets/umeradnaan/remote-sensing-satellite-images
- https://paperswithcode.com/
- https://zenodo.org/
- https://github.com/satellite-image-deep-learning/datasets
- https://stacindex.org/catalogs
- https://www.earthdata.nasa.gov/
