1. Прежде чем начать
Dynamic World is a global land-use land-cover (LULC) dataset that's updated nearly in real time. It provides a 10-meter resolution because it uses the Sentinel-2 constellation by the European Space Agency (ESA) and the Copernicus program , which generates an updated global picture of the Earth's surface every 2-to-5 days. It's produced with a deep learning model, Vertex AI, and Earth Engine, which is a geospatial-analysis platform. It helps scientists, researchers, and developers detect changes, map trends, and quantify differences on the Earth's surface.
Earth Engine is a tool that seeks to advance scientific knowledge of planetary processes to further environmental and social benefit. Its commercial use, in preview with Google Cloud , states that its primary purpose is to understand and tackle critical sustainability and climate issues, such as deforestation, water management, and sustainable land use.
В этом практическом занятии вы примените ответственные методы генерации наборов данных, полученных с помощью машинного обучения, таких как Dynamic World.
Что вы узнаете
- Как применять ответственные методы использования ИИ в приложениях для дистанционного зондирования.
- Как визуально интерпретировать прогнозы динамического мира в пространстве и времени.
- Как осмыслить этические последствия и их влияние на общество в целом.
Что вам понадобится
- Знание принципов работы приложений Earth Engine .
- Google Chrome, который лучше всего работает с приложениями Earth Engine.
2. Откройте приложение Dynamic World Earth Engine.
Набор данных Dynamic World содержит попиксельные прогнозы для девяти классов землепользования и растительного покрова, как описано в этой таблице. Землепользование описывает, как люди используют землю, тогда как растительный покров описывает физический материал на поверхности Земли.
Тип LULC | Описание |
Вода | Постоянные и сезонные водоемы |
Деревья | Первичные и вторичные леса, а также крупные плантации. |
Трава | Естественные луга, пастбища для скота и парки |
Затопленная растительность | Мангровые леса и другие затопленные экосистемы |
Сельскохозяйственные культуры | Полевые культуры и рисовые культуры |
Чистить и чистить | Разреженная или густая открытая растительность, состоящая из кустарников. |
Застроенная территория | Здания малой и высокой плотности застройки, дороги и городские открытые пространства. |
Голая земля | Пустыни и обнаженные скалы |
Снег и лед | Постоянный и сезонный снежный покров |
Изображения в этом наборе данных содержат 10 полос: девять полос с оцененными вероятностями для каждого из девяти классов землепользования и растительного покрова, а также полосу с меткой класса, указывающую на класс с наибольшей оцененной вероятностью. Эти отличительные свойства позволяют пользователям проводить многовременной анализ и создавать пользовательские продукты, соответствующие их потребностям.
Чтобы открыть приложение Dynamic World Earth Engine:
- Откройте другую вкладку в браузере.
- Перейдите в раздел «Динамический мир» .
На карте отображается мозаика в режиме Top1 с затенением рельефа при высоком уровне масштабирования.
- Нажмите на карту, чтобы просмотреть диаграмму, отображающую вероятность принадлежности к классу с течением времени.
- Щелкните по точке данных на диаграмме, чтобы загрузить конкретный прогноз и соответствующее изображение Sentinel-2.
- В панели «Слои» отрегулируйте слои и их видимость.
3. Изучите прогнозы развития динамичного мира в Бразилии.
Динамический мир включает прогнозы по всем девяти классам землепользования и землепользования и отображает одну метку Top1 для каждого пикселя. Реальный мир представляет собой смесь множества классов землепользования и землепользования с любым пространственным разрешением. В этом разделе вы визуально интерпретируете прогнозы в пространстве и времени.
Чтобы ознакомиться с прогнозами Dynamic World в Бразилии:
- В браузере перейдите к приложению Dynamic World EE .
- В поле «Поиск мест» введите
Sete de Setembro, Brazil.
Вы должны увидеть данные, полученные с помощью программы Dynamic World для коренного народа Пайтер Суруи , проживающего в регионе Сете-де-Сетембро штата Рондония, Бразилия.
- В панели «Динамический мир» введите
2016-01-01в поле « Дата начала» и2022-01-01в поле « Дата окончания» , а затем нажмите «Обновить» .
Загрузка карты может занять несколько минут, поскольку вычисления производятся в режиме реального времени.
- Щелкните в любом месте карты, чтобы создать график в режиме реального времени.
Для более быстрой реакции можно увеличить масштаб.
- Изучите диаграмму, на которой по оси Y отложены вероятности классов, а по оси X — время.
В этом примере прогнозируемый класс Top1 с 1 января 2016 года по 27 июля 2017 года — деревья, вероятность которого варьируется от 0,684 до 0,755. К моменту получения следующего снимка Sentinel-2 5 сентября 2017 года прогноз уже не соответствует деревьям, и сигнал становится гораздо более зашумленным.
- Нажмите
увеличить диаграмму.
4. Поздравляем!
Вы научились применять принципы ответственного использования ИИ при создании наборов данных, полученных с помощью машинного обучения, таких как Dynamic World.