Esri發(fā)布改進了人工智能建模的土地覆蓋地圖
Esri公司與Impact Observatory公司合作，根據(jù)2017年以來每年最新的10米哨兵2號衛(wèi)星數(shù)據(jù)，發(fā)布了一份全球土地利用/土地覆蓋圖。繼今年早些時候發(fā)布的2022年最新數(shù)據(jù)之后，用于分類的人工智能（AI）模型得到了改進，使地圖在時間上更加一致。
LULC時間序列圖中檢測到的逐年變化可以成為分析師和決策者的關鍵指標。對進行全球分類的人工智能模型進行了優(yōu)化，以減少模型不足、分類模糊以及對季節(jié)變化的敏感性。結(jié)果是更高的置信度，即檢測到的變化代表了現(xiàn)實世界中有意義的變化。
Esri公司ArcGIS Living Atlas of the World項目經(jīng)理肖恩·布雷耶（Sean Breyer）表示：“用戶正在使用能夠準確反映現(xiàn)實中發(fā)生的事件和地球過程的地圖。我們不斷用新的數(shù)據(jù)和功能更新我們的土地覆蓋地圖，這一最新改進確保任何查看時間變化的人都能確信他們看到的是自然世界。”
通過計劃中的年度發(fā)布，用戶可以選擇對當前和未來的全球土地覆被進行逐年比較。這對國家政府資源機構(gòu)等組織尤為重要，因為這些機構(gòu)使用這些數(shù)據(jù)來確定土地規(guī)劃的優(yōu)先事項并決定預算分配。政府、企業(yè)和科學家現(xiàn)在可以更可靠地進行這些數(shù)據(jù)比較。
Esri公司利用托管在微軟行星計算機上的歐洲航天局（ESA）哨兵2號（Sentinel-2）圖像，以及Esri銀牌合作伙伴Impact Observatory開發(fā)的機器學習工作流，開發(fā)了哨兵2號10米土地利用/土地覆蓋時間序列。
Impact Observatory首席執(zhí)行官史蒂夫·布魯比（Steve Brumby）表示：“在Esri的支持下，Impact Observatory能夠進一步改進這些全自動的世界地圖，這些地圖已經(jīng)被獨立評估為可用的最精確的全球土地覆蓋圖。這些地圖為我們洞察不斷變化的星球的大尺度模式提供了重要依據(jù)。”