1. शुरू करने से पहले
Dynamic World, ज़मीन के इस्तेमाल और पेड़-पौधों, आबादी वगैरह से ढकी जगह (एलयूएलसी) का ग्लोबल डेटासेट है. यह लगभग रीयल टाइम में अपडेट होता है. यह 10 मीटर का रिज़ॉल्यूशन देता है, क्योंकि यह यूरोपियन स्पेस एजेंसी (ईएसए) के Sentinel-2 कॉन्स्टेलेशन और कॉपरनिकस प्रोग्राम का इस्तेमाल करता है. ये दोनों, हर दो से पांच दिनों में पृथ्वी की सतह की अपडेट की गई ग्लोबल इमेज जनरेट करते हैं. इसे डीप लर्निंग मॉडल, Vertex AI, और Earth Engine की मदद से बनाया गया है. Earth Engine, जियोस्पेशल डेटा के विश्लेषण का प्लैटफ़ॉर्म है. इससे वैज्ञानिकों, रिसर्च करने वालों, और डेवलपर को धरती की सतह पर बदलावों का पता लगाने, मैप पर रुझानों का पता लगाने, और अंतरों को मापने में मदद मिलती है.
Earth Engine एक ऐसा टूल है जो पृथ्वी की प्रक्रियाओं के बारे में वैज्ञानिक जानकारी को बेहतर बनाने के लिए काम करता है, ताकि पर्यावरण और समाज को ज़्यादा फ़ायदा मिल सके. Google Cloud के साथ प्रीव्यू में उपलब्ध इस सुविधा का व्यावसायिक इस्तेमाल किया जा सकता है. इसका मुख्य मकसद, पर्यावरण को ध्यान में रखकर काम करने और जलवायु से जुड़ी अहम समस्याओं को समझना और उन्हें हल करना है. जैसे, जंगलों की कटाई, पानी का मैनेजमेंट, और ज़मीन का सही तरीके से इस्तेमाल करना.
इस कोडलैब में, मशीन लर्निंग से बनाए गए डेटासेट जनरेट करने के लिए, ज़िम्मेदारी के साथ काम करने के तरीकों को लागू किया जाता है. जैसे, Dynamic World.
आपको क्या सीखने को मिलेगा
- रिमोट सेंसिंग ऐप्लिकेशन में, ज़िम्मेदारी के साथ एआई का इस्तेमाल करने के तरीक़े कैसे लागू करें.
- जगह और समय के हिसाब से, Dynamic World की अनुमानित जानकारी को विज़ुअल तरीके से समझने का तरीका.
- नैतिकता और समाज पर पड़ने वाले असर के बारे में कैसे सोचें.
आपको किन चीज़ों की ज़रूरत होगी
- Earth Engine Apps को नेविगेट करने का तरीका पता होना चाहिए.
- Google Chrome, जो Earth Engine Apps के साथ सबसे अच्छी तरह काम करता है.
2. Dynamic World Earth Engine ऐप्लिकेशन खोलें
Dynamic World डेटासेट में, हर पिक्सल के लिए नौ LULC क्लास के अनुमान शामिल हैं. इनके बारे में इस टेबल में बताया गया है. ज़मीन के इस्तेमाल से पता चलता है कि लोग ज़मीन का इस्तेमाल कैसे करते हैं. वहीं, ज़मीन की सतह से पता चलता है कि पृथ्वी की सतह पर किस तरह का मटीरियल मौजूद है.
LULC टाइप | ब्यौरा |
पानी | हमेशा और सीज़न के हिसाब से मौजूद रहने वाले पानी के स्रोत |
पेड़ | प्राइमरी और सेकंडरी जंगल, और बड़े पैमाने पर लगाए गए पेड़-पौधे |
घास | प्राकृतिक घास के मैदान, पशुओं के चरने की जगह, और पार्क |
पानी में डूबे पेड़-पौधे | मैंग्रोव और पानी से भरे अन्य नेटवर्क |
फसल | कतार में उगाई जाने वाली फ़सलें और धान की फ़सलें |
झाड़ी और झाड़ियाँ | खुली जगह पर कम से ज़्यादा झाड़ियां |
बनाई गई जगह | कम और ज़्यादा डेंसिटी वाली इमारतें, सड़कें, और शहरी खुली जगह |
बिना ढका हुआ हिस्सा | रेगिस्तान और चट्टानें |
बर्फ़ और बर्फ़बारी | स्थायी और मौसमी बर्फ़ की परत |
इस डेटासेट में मौजूद इमेज में 10 बैंड शामिल हैं: नौ बैंड में, नौ LULC क्लास में से हर एक के लिए अनुमानित संभावनाएं हैं. साथ ही, एक क्लास लेबल बैंड है, जो सबसे ज़्यादा अनुमानित संभावना वाली क्लास के बारे में बताता है. इन अलग-अलग प्रॉपर्टी की मदद से, उपयोगकर्ता समय के साथ होने वाले बदलावों का विश्लेषण कर सकते हैं. साथ ही, अपनी ज़रूरतों के हिसाब से कस्टम प्रॉडक्ट बना सकते हैं.
Dynamic World Earth Engine ऐप्लिकेशन खोलने के लिए:
- अपने ब्राउज़र में कोई दूसरा टैब खोलें,
- डाइनैमिक वर्ल्ड पर जाएं.
मैप में, ज़्यादा ज़ूम लेवल पर Top1 मोड का मोज़ेक दिखाया गया है. इसमें हिलशेडिंग भी शामिल है.
- समय के साथ क्लास की संभावनाओं को दिखाने वाला चार्ट देखने के लिए, मैप पर क्लिक करें.
- किसी खास अनुमान और उसकी Sentinel-2 इमेज को लोड करने के लिए, चार्ट पर मौजूद किसी डेटापॉइंट पर क्लिक करें.
- लेयर पैनल में जाकर, लेयर और दिखने की सेटिंग में बदलाव करें.
3. ब्राज़ील में डाइनैमिक वर्ल्ड की अनुमानित जानकारी देखना
डाइनैमिक वर्ल्ड में, एल यू एल सी की सभी नौ क्लास के लिए अनुमान शामिल होते हैं. साथ ही, यह हर पिक्सल के लिए एक Top1 लेबल दिखाता है. असल दुनिया में, किसी भी स्पेशल रिज़ॉल्यूशन पर एल यू एल सी की कई क्लास मौजूद होती हैं. इस सेक्शन में, जगह और समय के हिसाब से अनुमानों को विज़ुअलाइज़ किया जाता है.
ब्राज़ील में डाइनैमिक वर्ल्ड की अनुमानित जानकारी देखने के लिए:
- अपने ब्राउज़र में, Dynamic World EE ऐप्लिकेशन पर जाएं.
- जगहें खोजें फ़ील्ड में,
Sete de Setembro, Brazilडालें.
आपको ब्राज़ील के रोंडोनिया के सेत दे सेतेंब्रो इलाके में रहने वाले पैटर सुरूई लोगों के मूल इलाके के लिए, डाइनैमिक वर्ल्ड का कंप्यूट किया गया डेटा दिखेगा.
- डाइनैमिक वर्ल्ड पैनल में, शुरू होने की तारीख फ़ील्ड में
2016-01-01और खत्म होने की तारीख फ़ील्ड में2022-01-01डालें. इसके बाद, अपडेट करें पर क्लिक करें.
मैप को लोड होने में कुछ मिनट लग सकते हैं, क्योंकि यह रीयल टाइम में कंप्यूट करता है.
- रीयल टाइम में चार्ट जनरेट करने के लिए, मैप पर कहीं भी क्लिक करें.
तेज़ी से जवाब पाने के लिए, ज़ूम इन किया जा सकता है.
- उस चार्ट को देखें जिसमें क्लास की संभावनाओं को y ऐक्सिस पर और समय को x ऐक्सिस पर दिखाया गया है.
इस उदाहरण में, 1 जनवरी, 2016 से 27 जुलाई, 2017 तक Top1 क्लास के लिए अनुमानित वैल्यू, पेड़ है. इसकी संभावना 0.684 से 0.755 तक है. अगला Sentinel-2 सीन 5 सितंबर, 2017 को कैप्चर किया गया. इसमें अनुमानित तौर पर पेड़ नहीं दिख रहे हैं और सिग्नल में काफ़ी गड़बड़ी है.
- चार्ट को बड़ा करने के लिए,
पर क्लिक करें.
4. बधाई हो
आपने यह सीखा कि Dynamic World जैसे एमएल से बनाए गए डेटासेट जनरेट करते समय, ज़िम्मेदारी के साथ एआई से जुड़े सिद्धांतों को कैसे लागू किया जाता है.