云服务与云计算的区别与联系是什么？

1、有了云计算才有云服务，云计算是基础，服务是产品价值的体现。
2、云计算是指利用云平台上的大量服务器资源进行大数据的运算，目的是加快运算效率；
而云服务指基于云平台的一系列服务，通常模式有SaaS（应用及服务）等。采用C/S架构。特点是没有客户端，更加便于管理，同时系统的更新与升级只需要在服务器上进行就可以。现在常见的网页QQ，网页游戏等都属于这个范畴。

Zhu et al[1] 以landsat 7卫星影像大气顶层反射（Top Of Atmosphere, TOA：band 1, 2, 3, 4, 5, 7）和亮度温度（Brightness Temperature, BT: band 6）为输入，提出了一种用于Landsat影像的云和云阴影检测的方法，其云检测总体精度达到96 4%。该方法利用云特有的物理性质在光学影像不同波段的特征表现，构建若干光谱阈条件，最终实现云层的自动化检测。与普通地球表面不同，云通常具有亮（Bright）、白（White）、冷(Cold)和高(High)的物理特性。亮是由于云层在各光谱波段的反射率较高。利用简单波段阈值即可将其与暗地表区分；白是由于云层在各波段尤其是可见光波段反射率相似，利用一些特定指数可将其与某些特定地表区分。如，适用于非白色地表的Whiteness、使用于区分植被地表的归一化指数（Normalized Difference Vegetation Index, NDVI）、适用于区分城市区域的归一化建筑指数（Normalization Difference Build-up Index，NDBI）等；冷是由于云层位置越高，温度越低，利用热红外波段可以准确地区分云层和地表，包括足够亮和白的地表（例如：裸地、岩石、积雪等）；高是由于云层都处于大气层中海拔较高的区域，而大气层底部水汽（Water vapor）含量较高，使得云顶至传感器之间的水汽含量较地表而言急剧下降[2]。

云检测包括两部分：
（1）利用构建的光谱阈值来分离潜在的云像元（Potential Cloud Pixels, PCPs）和绝对无云像元（non-PCPs）。
（2）根据云层特有的物理特性，将归一化温度概率、光谱变异概率和亮度概率结合起来， 分别针对陆地和水体，计算每个像元的云概率值（Cloud probability）, 最后基于经验阈值对影像进行分割，得到云掩膜层。

潜在云像元包含云和非云像元，绝对无云像元不包含任何有云像元。潜在云像元的获取包含以下4个简单的光谱阈值条件组合。

因此潜在像元PCP为 ：

考虑到陆地和水体的温度分布和辐射范围在空间和时间上有很大差异， 这里采用“Water Test”将所有的像元分成水和陆地像元两类。

Fmask分别计算水体和陆地上空的云概率

Fmask3 3是Zhu et al[3] 2015年提出来的，经过用户的使用Fmask的反馈结果进行的改进：

注：1、文中的均来自源论文；2、由于能力有限，如有错误，批评指正。

[1] Z Zhu and C E Woodcock, “Fmask:Object-based cloud and cloud shadow detection in Landsat imagery,” Remote Sensing of Environment, vol 118, pp 83–94, Mar 2012, doi: 101016/jrse201110028
[2] 邱实, “多光谱卫星遥感影像云及云阴影精准检测算法研究,” 博士, 电子科技大学, 2018 Accessed: Nov 11, 2021
[3] Z Zhu, S Wang, and C E Woodcock, “Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images,” Remote Sensing of Environment, vol 159, pp 269–277, Mar 2015, doi: 101016/jrse201412014

云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。并行计算或称平行计算是相对于串行计算来说的。所谓并行计算可分为时间上的并行和空间上的并行。 时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。
并行计算（Parallel Computing）是指同时使用多种计算资源解决计算问题的过程。为执行并行计算，计算资源应包括一台配有多处理机（并行处理）的计算机、一个与网络相连的计算机专有编号，或者两者结合使用。并行计算的主要目的是快速解决大型且复杂的计算问题。
分布式计算是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。
最近的分布式计算项目已经被用于使用世界各地成千上万位志愿者的计算机的闲置计算能力，通过因特网，您可以分析来自外太空的电讯号，寻找隐蔽的黑洞，并探索可能存在的外星智慧生命；您可以寻找超过1000万位数字的梅森质数；您也可以寻找并发现对抗艾滋病病毒的更为有效的药物。这些项目都很庞大，需要惊人的计算量，仅仅由单个的电脑或是个人在一个能让人接受的时间内计算完成是决不可能的。
所谓分布式计算就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。分布式计算比起其它算法具有以下几个优点： 1、稀有资源可以共享。2、通过分布式计算可以在多台计算机上平衡计算负载。3、可以把程序放在最适合运行它的计算机上。其中，共享稀有资源和平衡负载是计算机分布式计算的核心思想之一。
云计算技术的出现是并行计算技术、软件技术、网络技术发展的必然结果。并行计算不是云计算。云计算萌芽于并行计算
云计算的萌芽应该从计算机的并行化开始，并行机的出现是人们不满足于CPU摩尔定率的增长速度，希望把多个计算机并联起来，从而获得更快的计算速度。这是一种很简单也很朴素的实现高速计算的方法，这种方法后来被证明是相当成功的。
3并行计算、网格计算只用于用于特定的科学领域，专业的用户
并行计算、网格计算的提出主要是为了满足科学和技术领域的专业需要，其应用领域也基本限于科学领域。传统并行计算机的使用是一个相当专业的工作，需要使用者有较高的专业素质，多数是命令行的 *** 作，这是很多专业人士的噩梦，更不用说普通的业余级用户了。
4并行计算追求的高性能
在并行计算的时代，人们极力追求的是高速的计算、采用昂贵的服务器，各国不惜代价在计算速度上超越他国，因此，并行计算时代的高性能机群是一个“快速消费品”，世界TOP500高性能计算机地排名不断地在刷新，一台大型机群如果在3年左右不能得到有效的利用就远远的落后了，巨额投资无法收回。
5云计算对于单节点的计算能力要求低
而云计算时代我们并不去追求使用昂贵的服务器，我们也不用去考虑TOP500的排名，云中心的计算力和存储力可随着需要逐步增加，云计算的基础架构支持这一动态增加的方式，高性能计算将在云计算时代成为“耐用消费品”。

---