Remote Sensing u Klassifikazzjoni tal-Immaġni bis-Satellita — Intelliġenza Artifiċjali fl-Inġinerija Ġeomatika

Qligħ:

Kapaċità li tispjega kif id-dejta tas-satellita multispettrali, il-kombinazzjonijiet tal-banda u l-indiċi spettrali (NDVI eċċ.) jintużaw mal-AI
Kapaċità li tikkonfigura klassifikazzjoni sorveljata/mhux sorveljata u fluss tax-xogħol tal-mapping tal-kopertura tal-art bl-appoġġ tal-AI
Kapaċità li tittestja l-output tal-klassifikazzjoni bil-verità tal-art u l-kriterji tal-matriċi/eżattezza tal-iżball

Remote sensing hija x-xjenza li tkejjel il-wiċċ tad-dinja mingħajr kuntatt fiżiku, b'sensors fuq satelliti jew pjattaformi tal-ajru. Immaġini tas-satellita fil-fatt mhijiex ritratt, iżda ġabra ta 'saffi ta' kejl irreġistrati f'tul ta 'mewġ multipli, u billi tgħaqqad b'mod intelliġenti dawn is-saffi, il-kopertura tal-art (foresti, ilma, agrikoltura, kostruzzjoni) tista' tiġi mmappjata. F'din l-unità, inkopru kif l-intelliġenza artifiċjali taċċellera dan il-fluss tax-xogħol, minn dejta multispettrali għall-klassifikazzjoni tal-kopertura tal-art, u fejn il-ġudizzju espert huwa indispensabbli. Prinċipju: AI tiġġenera jew tikkodifika l-klassifikazzjoni; L-eżattezza tal-mappa titkejjel fl-inġinier permezz ta 'verità ta' l-art indipendenti u matriċi ta 'żball.

Termini bażiċi. Immaġini multispettrali hija waħda rreġistrata f'diversi meded ta' wavelength (blu, aħdar, aħmar, infrared qrib, eċċ.); kull faxxa hija saff. Hyperspectral hija ħafna aktar sinjuri iżda diffiċli biex tipproċessa d-dejta, li fiha għexieren sa mijiet ta 'meded dojoq. L-indiċi spettrali huwa n-numru li jenfasizza fenomenu permezz tal-kombinazzjoni matematika ta 'meded; l-aktar magħruf, NDVI (Normalized Difference Vegetation Index), ikejjel il-qawwa tal-veġetazzjoni ħadra billi juża d-differenza bejn l-infrared qrib u l-faxxa ħamra. Il-klassifikazzjoni sorveljata tinvolvi t-taħriġ tal-mudell b'żoni ta 'kampjuni pre-tikkettati u l-klassifikazzjoni tal-immaġni kollha. Klassifikazzjoni mhux sorveljata qed tiġbor data bbażata fuq xebh mingħajr tikketti u tinterpretaha aktar tard.

Ir-Rwol tal-AI fir-Remote Sensing

L-intelliġenza artifiċjali tikkontribwixxi f'dan il-qasam fi tliet livelli:

Għażla tal-fluss tax-xogħol u tal-metodu. "Liema meded, liema indiċi, liema klassifikatur huma adattati għal din il-mistoqsija?" jiggwidak fid-deċiżjoni tiegħek; jipproduċi l-iskeletru tal-kodiċi.
Il-klassifikazzjoni nnifisha. Mudelli moderni ta' tagħlim fil-fond issortjaw miljuni ta' pixels fi klassijiet ta' kopertura tal-art; Din hija l-qasam ta' kontribuzzjoni medju-għoli fejn l-AI tagħmel ix-xogħol reali.
Interpretazzjoni u rappurtar tar-riżultati. Huwa jittraskrivi l-istatistika tal-klassi, l-analiżi tal-bidla u r-rapport tal-eżattezza f'test li jinqara.

Blind spot: il-mudell jiddependi fuq id-dejta li jkun imħarreġ fuqha u l-eżempji li tipprovdi. Id-dell tas-sħab u l-ilma, il-ħamrija mikxufa u l-għalqa ta 'wara l-ħsad, l-ilma baxx u l-art imxarrba jitħalltu faċilment. Allura mappa ta’ klassifikazzjoni mhix vera biss għax tidher sabiħa; għandha titkejjel l-eżattezza.

Tip: Iċċara l-mistoqsija tiegħek qabel tibda tikklassifika. "Ikklassifika l-kopertura tal-art" hija vaga; "Ippjana t-telf ta 'art agrikola favur il-kostruzzjoni bejn l-2020-2025" tiddetermina kemm is-sett tal-klassi kif ukoll il-kriterju ta' verifika.

Pass pass: Klassifikazzjoni tal-Kopertura tal-Art

Ipprepara data u tejps. Ikkonferma l-kopertura tas-sħab tal-immaġni, id-data tal-isparar, ir-riżoluzzjoni (daqs tal-pixel), u l-ordni tal-medda. Klassijiet ta' tibdil ta' data/istaġun differenti.
Iddefinixxi s-sett tal-klassi. Kemm-il klassijiet, liema (ilma, foresti, agrikoltura, kostruzzjoni, art vojta)? Klassijiet inqas u aktar distinti huma aktar affidabbli.
Ikkalkula l-indiċi. Indiċijiet bħal NDVI (pjanti), NDWI (ilma) jiddistingwu l-klassijiet; isir input għall-klassifikatur.
Iġbor kampjuni ta 'taħriġ (għal sorveljati). Poligoni tal-kampjun ikkonfermati bil-verifika tat-terren għal kull klassi. Il-kwalità tal-kampjun tiddetermina l-eżattezza.
Ikklassifika u tivverifika. Ħareġ il-mudell, imbagħad ibni matriċi ta 'żbalji b'kampjuni indipendenti (mhux imħarrġa) u kkalkula l-eżattezza ġenerali u Kappa.

Ground Verità u Żball Matriċi

L-eżattezza ta' klassifikazzjoni mhijiex imkejla b'ġudizzju tal-għajnejn. Il-verità tal-art hija kampjuni indipendenti ta 'klassi vera magħrufa fil-qasam jew f'sors affidabbli ta' riżoluzzjoni għolja. B'dawn l-eżempji, tiġi stabbilita matriċi ta 'konfużjoni: tingħadd kemm-il darba kull klassi hija korretta u kemm-il darba hija konfuża ma' liema klassi. Minn dan, jiġu kkalkulati l-eżattezza ġenerali (il-proporzjon klassifikat b'mod korrett) u Kappa (miżura ta 'qbil li tikkoreġi għall-effett tal-ażżard). Barra minn hekk, il-preċiżjoni tal-produttur (kemm inqabad f'dik il-klassi) u l-eżattezza tal-utent (kemm hi affidabbli dik il-klassi) huma rrappurtati fuq bażi ta' klassi.

Attenzjoni: Tkejjelx il-preċiżjoni bl-eżempji li tuża għat-taħriġ. Jekk l-istess eżempji jħarrġu u jittestjaw, l-eżattezza ssir artifiċjalment għolja; Din hija illużjoni. Il-kampjuni tal-validazzjoni għandhom ikunu indipendenti.

Tliet Każijiet Mini: bin-Numri

Każ 1 — Id-dell tas-sħab ġie żbaljat b'ilma. Fi klassifikazzjoni waħda, meta l-mudell tikketta dellijiet tas-sħab bħala "ilma," iż-żona tal-lag kibret fejn fil-fatt ma kienx; l-eżattezza tal-utent tal-klassi tal-ilma niżlet għal 70%. Meta ġew miżjuda l-indiċi NDWI u l-maskra tas-sħab, l-interferenza tad-dell/ilma naqset u l-eżattezza tal-ilma żdiedet għal aktar minn 90%.

Każ 2 — Rapport irkuprat mill-verità fuq bażi. Studju ta 'inventarju agrikolu rrapporta preċiżjoni ġenerali ta' 82% tal-klassifikazzjoni inizjali, iżda dan kien imkejjel b'kampjuni ta 'taħriġ. Meta mkejla mill-ġdid b'120 punt ta 'verità ta' l-art indipendenti, l-eżattezza ġenerali attwali kienet ta '71%; L-agrikoltura u l-art vojta kienu qed jindaħlu serjament. B'eżempji ta' taħriġ addizzjonali, il-klassifikazzjoni tjiebet u l-eżattezza żdiedet għal 84%. Lezzjoni: l-eżattezza hija mkejla minn kampjun indipendenti.

Każ 3 — Nassa staġjonali. Meta l-immaġini meħuda f'żewġ dati differenti (rebbiegħa u tmiem is-sajf) tħalltu flimkien, l-għelieqi maħsuda qalbu għall-klassi "art vojta" u ż-żona agrikola dehret li kienet nieqsa 15%. Ir-riżultati tjiebu meta ntgħażlu immaġini mill-istess staġun u nkisbet konsistenza fenoloġika.

Prompt Dgħajjef / Prompt Qawwija

Pront dgħajjef:

Ikklassifika din l-immaġni bis-satellita.

Pront qawwi:

Kompitu: tibni fluss tax-xogħol tal-klassifikazzjoni tal-kopertura tal-art (inkluż Python/rasterio + scikit-learn code skeleton).Kuntest:- Sensor: 4 faxex (blu, aħdar, aħmar, NIR), 10 m riżoluzzjoni- Klassijiet: ilma, foresti, agrikoltura, kostruzzjoni, bare_ground- Għan: mappa kurrenti tal-kopertura tal-art + rapport ta’ preċiżjoniTalbiet għall-indiċi NDVI) u għaliex tikteb.2) Elenka l-passi tal-klassifikazzjoni sorveljati; Enfasizza li l-kampjuni tat-taħriġ u l-VALIDAZZJONI għandhom ikunu SEPARATI.3) Poġġi l-matriċi tal-iżball + l-eżattezza ġenerali + kalkolu Kappa fl-iskeletru tal-kodiċi.4) Innota r-riskji ta 'sħaba/dell u konfużjoni tal-istaġun.

Il-pront qawwi jispeċifika s-sett tal-klassi, ir-riżoluzzjoni, ir-raġunament tal-indiċi, u d-distinzjoni tal-validazzjoni; l-output isir miżurabbli.

Erba' Mudelli Kopjabbli

1) Għażla tal-metodu/indiċi:

Liema indiċi spettrali u metodu ta' klassifikazzjoni tirrakkomanda għall-għan [mira] u s-sensor [meded/riżoluzzjoni]? Għal kull għażla, ikteb ir-raġuni u r-riskju potenzjali ta’ konfużjoni (liema klassijiet huma simili għal xulxin).

2) Skeletru tal-kodiċi tal-klassifikazzjoni:

Ikteb qafas ta 'klassifikazzjoni sorveljat ma' Rasterio + scikit-learn: qari ta 'tejp, kalkolu ta' indiċi, SEPARAZZJONI ta 'kampjuni ta' taħriġ/validazzjoni, klassifikazzjoni, matriċi ta 'żbalji u output ta' preċiżjoni. Żomm CRS; spjega.

3) Setup tal-evalwazzjoni tal-eżattezza:

Ikteb pjan biex tevalwa l-eżattezza tal-klassifikazzjoni: disinn tal-kampjun tal-groundtruth indipendenti, matriċi tal-iżbalji, preċiżjoni ġenerali, Kappa, preċiżjoni tal-produttur/utent skont il-klassi. Spjega x'tgħid kull metrika.

4) Dijanjosi ta' interferenza:

Interpreta l-matriċi ta 'żball hawn taħt: liema klassijiet qed jinterferixxu ma' xulxin, x'inhi r-raġuni spettrali/staġjonali possibbli, liema dejta addizzjonali (indiċi, maskra, data) tnaqqas il-konfużjoni? Matriċi: [matriċi ta' żball]

Tqabbil ta' Kunċetti ta' Klassifikazzjoni

kunċett

Tifsira

Żbalji komuni

Preċiżjoni tal-kejl b'eżempji ta 'taħriġ. Ittestjar mhux indipendenti jagħti preċiżjoni għolja artifiċjalment.
Tgħaddi l-mappa mingħajr qatt ma tkejjel l-eżattezza. "Jidher sabiħ" mhix prova ta 'eżattezza.
Taqbeż il-maskra tas-sħab/dell. Dell jitħallat mal-ilma, sħaba tħallat mal-borra/struttura.
Taħlit ta 'staġun/staġun ta' stampi differenti. Id-differenzi fenoloġiċi jbiddlu l-klassijiet.
Jiddefinixxu wisq klassijiet u simili. Klassijiet li ma jistgħux jiġu distinti jnaqqsu l-eżattezza.
Injora r-riżoluzzjoni. Oġġetti żgħar ma jistgħux jiġu kklassifikati jekk ikunu iżgħar minn pixel wieħed.

Fil-qosor

Fir-remote sensing, l-AI tħaffef il-fluss tax-xogħol minn dejta multispettrali għall-immappjar tal-kopertura tal-art u tista 'tieħu f'idejha ħafna mill-klassifikazzjoni. Iżda mappa ta 'klassifikazzjoni hija utli biss jekk titkejjel l-eżattezza tagħha: huwa standard li tinbena matriċi ta' żball b'kampjuni ta 'verità tal-art indipendenti u tikkalkula l-eżattezza ġenerali u Kappa. Sħab/dell, varjazzjoni staġjonali, u klassijiet simili huma sorsi tipiċi ta 'interferenza; Immaniġġjahom b'konsistenza ta 'indiċi, maskra u data. Qatt tħallat kampjuni ta 'taħriġ u validazzjoni.

Kompitu ta' applikazzjoni

Agħżel mistoqsija dwar il-kopertura tal-art (eż. "mappa tal-ispazju aħdar urban"). Ikteb is-sett tal-klassi, il-meded u l-indiċi li se tuża (mill-inqas NDVI). Ħalli l-AI tipproduċi fluss tax-xogħol ta' klassifikazzjoni sorveljat; kun żgur li l-kampjuni tat-taħriġ u l-validazzjoni huma separati u l-matriċi tal-iżbalji + kalkolu Kappa hija inkluża fl-output. Imbagħad agħmel lista ta’ “riskju ta’ konfużjoni”: liema żewġ klassijiet huma simili u kif tgħidhom.

lista ta' kontroll

[ ] Żammejt is-sett tal-klassi żgħir u distint.
[ ] Żidt indiċi spettrali (NDVI/NDWI) adattati għall-iskop.
[ ] Separajt eżempji ta' taħriġ u validazzjoni.
[ ] Iċċekkjajt il-maskra tas-sħab/dell u l-konsistenza tal-istaġun.
[ ] Kejjel l-eżattezza bil-verità tal-art indipendenti.
[ ] Irrapportajt il-matriċi tal-iżbalji, l-eżattezza ġenerali, u Kappa.
[ ] Iddijanjostikajt u fejjaqt taħlit ta' klassi.
[ ] Soġġettajtha għall-approvazzjoni tal-inġinier li l-mappa hija preċiża għall-użu maħsub tagħha.