自建遥感AI模型 探索沙漠中的绿色怪圈
Posted AI Earth地球科学云平台
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自建遥感AI模型 探索沙漠中的绿色怪圈相关的知识,希望对你有一定的参考价值。
遥感大数据与人工智能深度融合的时代
利用遥感AI算法,一起寻找地球上有趣的地物
AI Earth自训练功能
提供一站式、低门槛的免费模型生产平台
无需编写代码即可在线优化或自建全新模型
即使非AI专业人士也能快速上手
平台地址
(请于PC端打开)
/ 即将消失的毛乌素沙地 /
我国有一片沙地正在逐步变成绿洲,也即将在陕西境内消失,这样听起来不太可能实现的奇迹确实出现了,就是号称“中国四大沙地”之一的毛乌素沙地。
毛乌素沙地地处陕西省榆林市和内蒙古鄂尔多斯之间,曾经也是土壤肥沃的草原,因人为原因在新中国成立之时,已成为一片茫茫沙海。1959年,国家正式启动了改造沙漠工程,选中的第一片改造的沙漠就是毛乌素沙漠。经过多年的努力,毛乌素沙地在2020年的土地治理率已经达到了93%。
利用MODIS植被指数产品,对比2001/2011/2021归一化植被指数(NDVI)变化,明显看到在毛乌素沙地上的绿色植被信息越来越明显。
/ 沙地上的怪圈 /
在毛乌素沙地这片土地上有一个个的怪圈,这其实是在治理沙漠过程中为了实现节约灌溉,引入的草原喷灌圈设备。
/ AI Earth自训练实践—探寻沙地怪圈 /
01 进行草圈标注
利用AI Earth平台模型训练模块中提供的样本标注工具,对一景Sentinel-2影像进行草圈标注,标注完成创建的样本集共有300+样本切片,共计2000+草圈标注图斑。
(草圈标注矢量可后台联系获取)
02 创建草圈提取模型
使用模型自训练模块创建草圈提取模型,耗时4小时左右,首个版本训练完成,查看准确率(mAcc)为0.8744,交并比(mioU)为 0.8246。
03 查看草圈提取成果
训练完成的模型可以发布到线上进行测试,通过平台数据检索模块,在毛乌素沙地区域检索多景2021年9月的Sentinel-2影像,使用平台镶嵌工具完成拼接,然后进行草圈提取。
04 进一步优化模型
对于初版模型提取出的矢量结果,可以作为预标注文件进一步补充训练数据,从而迭代训练模型,得到泛化性更好的优化版本。
以上是关于自建遥感AI模型 探索沙漠中的绿色怪圈的主要内容,如果未能解决你的问题,请参考以下文章
Python遥感图像处理应用篇:使用NDVI指数数据批量计算植被覆盖度FVC
Python遥感图像处理应用篇:使用NDVI指数批量计算叶面积指数LAI