Radiant Earth是一家总部位于美国华盛顿的非营利技术组织，致力于通过社区驱动的方式让地球科学数据更易获取、更易使用。本文将全面介绍其创立背景、核心项目、技术栈、生态系统及全球影响力。
一、使命背景
卫星数量从2017年的约1,400颗激增至2021年的4,852 颗，地球观测数据正以前所未有的速度增长。然而，数据的开放不等于数据的可用，“Open data is not good enough”是Radiant Earth成立的初衷。
数据必须同时满足三个条件才能真正发挥价值：
- • 可发现（Discoverable）：能被搜索引擎和目录系统索引
- • 可访问（Accessible）：通过标准化 API 和云原生格式获取
- • 可使用（Usable）：附带充分的元数据和文档
Radiant Earth的使命正是围绕这三点展开：通过构建开放的数据基础设施，让全球的研究者、开发者和决策者都能高效利用地球观测数据。Radiant Earth要做的是”让任何人都能像使用互联网上的网页一样，发现、访问和使用关于地球的数据”。
Radiant Earth 使命：可发现、可访问、可使用
二、核心项目
Radiant Earth 三大核心项目：STAC、Source Cooperative、CNG Forum
Radiant Earth目前运营三个核心项目，构成了完整的地理空间数据生态系统。
2.1 STAC — 时空资产目录规范
STAC（SpatioTemporal Asset Catalog）是 Radiant Earth 最具影响力的开源贡献。它定义了一套标准化的 JSON 规范，用于描述任何与地球某个时间和地点相关的数据文件。
STAC 三层架构：Catalog → Collection → Item
核心设计理念：最小核心 + 灵活扩展
STAC 由三层对象构成：
| 层级 | 对象 | 作用 |
|---|---|---|
| 顶层 | Catalog | 目录入口，包含子目录和集合的链接 |
| 中层 | Collection | 数据集集合，定义时空范围、许可证等元信息 |
| 底层 | Item | 单个时空资产，包含实际数据文件的链接和属性 |
为什么 STAC 如此重要？
- • 通用性：最初面向卫星影像，现已扩展支持 SAR、LiDAR、高光谱、DEM、矢量、ML 标签等几乎所有地理空间数据类型
- • 云原生：与 Cloud Optimized GeoTIFF（COG）、GeoParquet 等云原生格式无缝协作
- • 静态部署：可以作为一组超链接的静态 JSON 文件部署，不需要数据库或后端服务
- • 行业标准：已被 NASA Earthdata、Microsoft Planetary Computer、USGS 等主流平台采用，并成为 OGC 正式标准
STAC 的诞生与发展：2017年，Radiant Earth 资助了第一次 STAC 编程冲刺（Coding Sprint），由此启动了规范的开发。Planet公司不仅支持了核心开发者Chris Holmes，还参与了每一次冲刺、主办了第 4 次冲刺。Development Seed、Element 84 等 13 家组织从第一次冲刺起就参与其中。社区于 2021 年 5 月发布了 1.0.0 正式版。
STAC 软件生态系统：
| 工具 | 语言 | 用途 |
|---|---|---|
| PySTAC | Python | STAC 对象的创建、读取和操作 |
| pystac-client | Python | STAC API 客户端，搜索和过滤数据 |
| stac-geoparquet | Python/Rust | 将 STAC Items 批量存储为 GeoParquet 格式，提升查询性能 |
| STAC Browser | JavaScript | 基于浏览器的 STAC 目录浏览器 |
| stac-server | Node.js | STAC API 服务端实现 |
| rustac | Rust | 使用 DuckDB 对 GeoParquet 格式的 STAC 数据进行高速查询 |
STAC规范由Radiant Earth在GitHub上维护（radiantearth/stac-spec）。
2.2 Source Cooperative — 数据发布平台
Source Cooperative 是 Radiant Earth 的数据发布基础设施，也是此前 Radiant MLHub（2019-2023）的升级继任者。其定位是面向 Web 的数据发布公用事业（Data Publishing Utility for the Web），允许受信任的组织和个人使用标准 HTTP 方法共享任意规模的数据产品。
Source Cooperative 关键数据仪表盘
关键数据（截至 2025 年 6 月）：
| 指标 | 数值 |
|---|---|
| 托管数据量 | 超过 1 PB（2024 年 10 月为 450TB，半年翻倍） |
| 月数据传输量 | 约 500 TB |
| 月请求数 | 约 1.26 亿次 |
| 数据产品数 | 300+ |
| GitHub 代码引用 | 464 个代码仓库（同比增长 149%） |
技术架构：
- • 存储后端：AWS S3 + Azure 云存储，支持多区域镜像
- • 数据格式：支持 Cloud-Optimized GeoTIFF、GeoParquet、FlatGeobuf、PMTiles、Zarr 等云原生格式
- • 访问方式：HTTP 数据代理（重新设计并改进文档） + 直接云存储访问
- • 元数据：集成 ORCID/ROR 标识符、DOI、使用量统计
- • 认证：基于角色的访问控制，支持个人和组织账户
- • 开发合作伙伴：Development Seed
- • 新版前端：s2.source.coop（2025 年夏季上线）
代表性数据集：
- • dynamical.org 的云优化全球天气预报数据
- • Earth Genome 的卫星影像嵌入向量
- • [C]Worthy 的海洋碳去除图集（Ocean Carbon Dioxide Removal Atlas）
- • LandCoverNet 全球土地覆盖分类数据
- • Fields of the World (FTW) 全球农田边界基准数据集
- • WaterNet 水体数据集（Bridges to Prosperity）
- • 欧洲地面运动（EGMS）云原生数据
- • 建筑足迹、农田边界、湿地清单等
三、重点计划与数据集
3.1 LandCoverNet — 全球土地覆盖分类数据
LandCoverNet 是 Radiant Earth 发布的首个全球多卫星土地覆盖分类训练数据集，使用 Sentinel-2 卫星的多光谱高分辨率影像。
| 属性 | 详情 |
|---|---|
| 覆盖范围 | 非洲、亚洲、澳洲、欧洲、北美、南美 |
| 图像瓦片 | 8,941 张（256×256 像素） |
| 标注像素 | 约 5.86 亿 |
| 类别数 | 7 类 |
七种土地覆盖类型：
-
- 水体
-
- 自然裸地
-
- 人工裸地
-
- 木本植被
-
- 栽培植被
-
- （半）自然植被
-
- 永久冰雪
LandCoverNet非洲版于2020年首先发布，全球版于2022年7月发布。
3.2 fiboa 与 Fields of the World — 农田边界数据生态
fiboa（Field Boundaries for Agriculture）是Radiant Earth与Taylor Geospatial Engine合作开发的农田边界数据通用规范，旨在让此前孤立的农田边界数据集实现互操作。
Fields of the World (FTW) 是基于 fiboa 规范构建的最大、最多样化的全球农田边界基准数据集：
| 属性 | 详情 |
|---|---|
| 样本数 | 超过 76,000 个 |
| 地块边界 | 160 万个 |
| 覆盖国家 | 27 个国家，4 大洲（欧洲、非洲、亚洲、南美） |
| 输入数据 | Sentinel-2 光学影像（红、绿、蓝、近红外 4 个波段） |
| 标注类型 | 实例分割和语义分割掩膜 |
这一合作吸引了Bayer、Microsoft、Planet、亚利桑那州立大学、华盛顿大学圣路易斯分校、世界资源研究所等众多机构参与。其目标是支撑供应链追溯、再生农业实践和小农保险等应用。
3.3 数据挑战赛
Radiant Earth 组织了多项数据挑战赛，推动 ML 在地球观测领域的应用：
| 挑战赛 | 时间 | 详情 |
|---|---|---|
| ICLR CV4A Crop Detection | 2020 | 在 Zindi 平台举办，440 名数据科学家参与，识别西肯尼亚 7 种作物类型（玉米、木薯、菜豆及 3 种间作组合），涉及 4,000+ 农田 |
| Spot the Crop Challenge | 2021 | 南非作物类型检测，奖金 $8,800 |
3.4 “Great Data Products” 播客
Radiant Earth 推出了 Great Data Products 播客，这是”一档关于数据人体工程学与手艺的播客”（A podcast about the ergonomics and craft of data）。
核心理念：一个”好的数据产品”应该具备文档、明确的许可证、一致的格式、用户支持，最重要的是：它明天还会存在。
3.5 Leading Women in Earth Science
Radiant Earth 每年在国际妇女节期间评选 10 位”地球科学杰出女性”（Leading Women in Earth Science），表彰她们在利用云原生地理空间技术方面的领导力和创新。该项目自 2021 年起持续举办。2024 年获奖者包括气候数据科学家兼海洋学家 Paige Martin、Development Seed 数据工程师 Aimee Barciauskas 等。
四、技术栈全景
Radiant Earth 的技术生态围绕”云原生地理空间”（Cloud-Native Geospatial）理念构建。
云原生数据格式
| 格式 | 用途 | 特点 |
|---|---|---|
| Cloud-Optimized GeoTIFF (COG) | 栅格影像 | HTTP Range Request 支持，无需完整下载。2015 年 Planet 首先将 Landsat 档案转换为 COG 格式 |
| GeoParquet | 矢量数据 | 列式存储，高效查询大规模矢量数据集 |
| FlatGeobuf | 矢量数据 | 支持流式传输和空间索引 |
| PMTiles | 地图瓦片 | 单文件归档，无需瓦片服务器 |
| GeoZarr | 多维数组 | 为 Zarr 添加地理空间能力，适合时序遥感数据 |
| STAC GeoParquet | 元数据索引 | 将 STAC Items 批量存储为 GeoParquet，避免逐条 HTTP 请求 |
核心标准
- • STAC：元数据发现和索引的通用标准
- • OGC API：RESTful 的地理空间数据服务标准
- • fiboa：农田边界数据互操作规范
- • Cloud Object Storage：以 S3 兼容的对象存储为数据基础设施
STAC 生态系统与平台集成
STAC 已被以下主流平台原生支持：
| 平台 | 维护者 | 说明 |
|---|---|---|
| NASA Earthdata Search | NASA | 地球科学数据搜索门户 |
| Microsoft Planetary Computer | Microsoft | 地理空间数据分析平台，使用 STAC 框架 |
| Earth Search | Element 84 | AWS 开放数据的免费 STAC API 索引 |
| USGS Landsat | USGS | 最新 Landsat 数据通过 STAC API 发布 |
| Google Earth Engine | 部分支持 STAC 目录 | |
| CBERS | INPE（巴西） | 首批更新至 STAC 1.0.0 的目录之一 |
云原生地理空间数据格式概览
五、合作伙伴与生态系统
Radiant Earth 与众多机构建立了深度合作关系：
政府与科研机构
- • NASA：通过 ACCESS 计划资助 MLHub 扩展（3 年合作协议）；NASA Earthdata 原生支持 STAC
- • 欧洲航天局（ESA）：地球观测数据合作
- • USGS：Landsat 数据 STAC 化
- • NOAA：前 CEO Miglarese 曾任商业遥感联邦咨询委员会成员
- • 地球观测组织（GEO）：全球地球观测数据共享
商业与技术公司
- • Planet：深度参与 STAC 开发，提供高分辨率卫星影像
- • Microsoft AI for Earth：Chesapeake Bay 土地覆盖等数据集发布在 MLHub
- • AWS：为 Source Cooperative 提供实物支持（云存储），Earth Search 由 Element 84 在 AWS 上运营
- • Development Seed：Source Cooperative 开发合作伙伴，STAC 早期贡献者
- • Element 84：Earth Search 开发维护，STAC 冲刺创始参与者
数据合作伙伴
- • SpaceNet：高质量标注卫星影像（道路和建筑）通过 MLHub 发布（STAC 兼容）
- • Taylor Geospatial Engine：fiboa / Fields of the World 合作开发
- • 全球可持续发展数据伙伴关系（Global Partnership for Sustainable Development Data）
社区影响
在Source Cooperative的beta阶段即服务了超过100个组织，包括世界银行和天主教救济服务等。一位 2017年博茨瓦纳的 Mandela Fellow 使用该平台帮助低收入农民通过无人机分析作物，帮助他们了解何时何地种植作物，最终增加收入并减少粮食不安全。
六、发展历程
Radiant Earth 发展时间线 2016-2026
| 时间 | 事件 |
|---|---|
| 2016 | Anne Hale Miglarese 创立 Radiant.Earth（法律名称 Open Imagery Network Inc.） |
| 2017 | 正式启动运营；资助 STAC 首次编程冲刺，启动规范开发；聚焦地球观测数据的开放获取 |
| 2018 | 发布首个开放地球影像平台；Miglarese 获评地理空间女性冠军奖；被任命为 NOAA 联邦咨询委员会成员 |
| 2019 | 发布 Radiant MLHub，全球首个地球观测 ML 训练数据云端平台；NASA ACCESS 3 年合作协议；SpaceNet 和微软 AI for Earth 数据入驻 |
| 2020 | 发布 LandCoverNet 非洲土地覆盖数据集；举办 ICLR CV4A Crop Detection 挑战赛（440 名数据科学家参与） |
| 2021 | STAC 1.0.0 正式发布（5 月）；Cloud-Native Geospatial Foundation 成立；首届 Leading Women in Earth Science 评选 |
| 2022 | Jed Sundwall 接任执行董事；发布 LandCoverNet 全球版（8,941 图像，7 类别，6 大洲） |
| 2023 | 品牌简化为 Radiant Earth；推出 Source Cooperative，MLHub 内容全部迁移；发布 Planet RapidAI4EO 大规模训练数据集；提出 fiboa 规范 |
| 2024 | Source Cooperative 获 Navigation Fund 开放科学计划资助；与 Taylor Geospatial Engine 启动 Innovation Bridge 合作；发布 Fields of the World (FTW) 基准数据集（76,000+ 样本，27 国） |
| 2025 | Source Cooperative 突破 1 PB 数据（半年翻倍）；新版前端 s2.source.coop 上线；Source Cooperative 咨询委员会成立；CNG Conference 2025 召开（NASA、Planet、AWS、NYT 参与）；推出 Great Data Products 播客 |
| 2026 | CNG Forum 2026 开放注册（10 月 6-9 日，犹他州 Snowbird） |
七、对开发者的意义
如果你在地球科学、遥感、气候或环境领域工作，Radiant Earth 的工具生态可以直接为你所用：
数据消费者：
- • 通过 Source Cooperative 发现和下载 300+ 开放地理空间数据集
- • 使用 STAC API（pystac-client）编程搜索和过滤数据
- • 利用云原生格式（COG、GeoParquet）实现按需读取，无需下载完整文件
- • 使用 odc-stac 将 STAC Items 直接转为 Xarray 对象
数据发布者：
- • 在 Source Cooperative 上免费发布地理空间数据
- • 使用 STAC 规范为数据添加标准化元数据
- • 使用 fiboa 规范发布可互操作的农田边界数据
- • 获得 DOI 和使用量统计，提升数据的学术影响力
- • 收听 Great Data Products 播客获取最佳实践
ML/AI 研究者：
- • 获取高质量的地球观测训练数据（作物、建筑、洪水、云、海洋垃圾等）
- • 使用标准化的数据格式减少预处理工作
- • 利用 Fields of the World 等基准数据集进行模型评估
- • 参与数据挑战赛和社区合作
总结
| 维度 | 要点 |
|---|---|
| 定位 | 非营利地理空间数据基础设施（“瞪羚”模式） |
| 创始人 | Anne Hale Miglarese（2016），现任 ED Jed Sundwall（2022） |
| 核心贡献 | STAC 规范 — 地理空间数据的”通用语言”（OGC 标准） |
| 数据平台 | Source Cooperative — 1PB+ 开放数据，300+ 数据集，1.26 亿月请求 |
| 重点数据集 | LandCoverNet（全球土地覆盖）、Fields of the World（农田边界）、ML 训练数据 |
| 社区 | CNG Forum — 云原生地理空间从业者社区（NASA、Planet、AWS 等参与） |
| 合作伙伴 | NASA、ESA、Microsoft、Planet、AWS、USGS、GEO 等 |
| 技术理念 | 云原生、开放标准、可互操作 |
| 影响领域 | 粮食安全、灾害响应、环境监测、全球南方发展 |
| 思想引领 | ”互联网权力”、“行星级数据机构”、“Great Data Products” |
Radiant Earth正在做的，本质上是为地球科学数据构建一套开放的、云原生的基础设施层，让任何人都能像使用互联网上的网页一样，发现、访问和使用关于地球的数据。
References
- • radiant.earth — 官方网站
- • source.coop — Source Cooperative
- • stacspec.org — STAC 规范
- • cloudnativegeo.org — CNG Forum
- • fieldsofthe.world — Fields of the World
- • github.com/radiantearth/stac-spec — STAC 源码
- • medium.com/radiant-earth-insights — Medium 博客
- • @OurRadiantEarth — X/Twitter
- • GlobeNewsWire 新闻稿 — 历次官方公告
- • Element 84 STAC Retrospective — STAC 发展回顾
- • Taylor Geospatial Engine — fiboa 合作
- • Radiant Earth Foundation Wikipedia