本文针对目前SAR数据处理时数据量过大以及大量的开源SAR数据无法得到快速应用的问题,依托Google Earth Engine这一典型的遥感云平台,调用广泛覆盖全球各地的SAR数据的时间序列来获取关键的科学信息,如海上历史航线,洪灾影像区域以及新型时序In SAR处理模式等,主要工作内容如下三方面:1.基于遥感云平台的海上航线探测方法。对经过平台预处理的合成孔径雷达（SAR）影像进行筛选和滤波,得到影像集;遍历影像集中的合成孔径雷达（SAR）影像,得到船只和航线信息,并计算初步航线图;计算陆地及海上干扰点进行图像掩模,得到掩模图层;将所述初步航线图与掩模图层进行结合,生成水上航线图。2.研究了一种充分利用现有的云平台的数据和功能的自动提取洪涝受灾区域的方法。主要采用SAR变化监测技术、GEE（Google Earth Engine）平台的谷歌地理云计算技术、Arc GIS软件的空间分析处理技术,通过掩模处理排除山体水域等区域的干扰,再利用差值法和形态学滤波选出水体范围,最后在云平台上可视化出受灾区域并导出。该方法能大大缩短成图时间以提供最新的受灾分布影像,对政府关于灾情的宏观把握、对救灾的战略布置以及对灾后经济损失情况的估量都有重要的贡献,具备重大科学意义和社会价值。3.从提高In SAR形变监测效率的实际应用问题出发,发挥遥感云服务的优势,依托GEE,研究联合云平台的新型In SAR形变监测模式。该部分重点研究云平台遥感数据整合方法、多源数据高相干点识别模型、时序In SAR结果分析方法等。通过上述工作,建立联合遥感云服务的新型In SAR时序处理方法,进而为高效便捷地开展大范围In SAR形变监测提供新的尝试与思路。总之,通过在GEE这一典型的遥感云平台上调用海量SAR数据,本文研究了全球海上航线探测方法,洪涝区域快速探方法以及联合云平台的新型In SAR形变监测模式,验证了遥感云平台的实用性与高价值,并认为该类平台的兴起会给现有的遥感手段带来可行性方面的变革。