本指南说明了一种从卫星图像数据中摄取、处理和获取见解的综合方法。AWS Ground Station 用于摄取卫星数据，Amazon SageMaker 用于标记图像数据、训练机器学习（ML）模型和部署经过训练的模型。从摄取到 ML 分析，经过训练的模型可以集成到您的应用程序或仪表板中，用于分析和可视化卫星数据。这种整体方法简化了卫星数据处理和分析的整个生命周期，因此您可以利用自己的卫星数据快速开发和部署智能应用程序。
注意：[免责声明]
开始使用
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
本指南使用事件驱动的应用程序管道，根据 Amazon S3 事件自动进行处理。这种方法依赖于 Lambda 函数，每当 Amazon S3 中出现新数据时就会触发这些函数，从而消除了对计划批处理的需求。推理结果和相关元数据，包括 ML 模型的质量和准确性指标，会保留在 DynamoDB 中。通过使用这种事件驱动的架构，您可以自动化数据处理管道，减少人工干预，并在新数据可用时进行实时处理。
-
安全性阅读《安全性》白皮书
AWS Ground Station 使用安全的通信通道在地面站和 AWS 之间传输数据。数据在传输过程中使用 TLS 等行业标准加密协议进行加密。将您的数据存储在 Amazon S3 中，并使用加密功能和访问管理工具保护数据不受未经授权的访问。
-
可靠性阅读《可靠性》白皮书
Amazon S3 提供数据耐久性和高可用性，而 Lambda 则是高度可扩展且高度可用的计算资源，可根据您的工作负载需求自动纵向扩展或缩小。这些服务中的每一项都可以增强可靠性，而无需您或用户增加额外的开销或管理。
-
性能效率阅读《性能效率》白皮书
在模型训练期间，SageMaker 会自动捕获和监控各种指标。这些指标可以作为关键指标，帮助调整基础架构以适应未来的培训工作。此外，Lambda 会根据传入的工作负载自动扩展计算资源，以实现最佳利用率，从而无需过度配置资源。这些服务共同提供托管体验，减少与编排 ML 或计算任务相关的繁重工作。
-
成本优化阅读《成本优化》白皮书
Amplify 服务为构建和扩展 Web 和移动应用程序提供了一种简化的方法，同时还有助于控制成本。Amplify 提供即用即付定价模式，允许托管多个站点并提供免费的 SSL 证书，因此您只需为实际消耗的资源付费。此外，AWS Ground Station 服务让您只需为实际使用的天线时间付费，并利用地面站的全球覆盖范围随时随地下载数据，无需签订长期合同或支付隐性费用。只需一个价格，您就可以访问全球 AWS Ground Station 网络中的任何天线。
-
可持续性阅读《可持续性》白皮书
使用 Lambda 消除了预置和维护物理服务器的需求，从而降低了与传统计算基础设施相关的能耗。此外，Amazon S3 的生命周期策略允许将数据自动过渡到更冷、更具成本效益的存储层，从而优化存储成本和资源利用率。此外，AWS Ground Station 服务使您无需构建和维护自己的地面站基础设施，这种基础设施会耗费大量资源且效率低下。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。