Awọn anfani:
- Agbara lati ṣalaye bi data satẹlaiti multispectral, awọn akojọpọ ẹgbẹ ati awọn atọka iwoye (NDVI ati bẹbẹ lọ) ṣe lo pẹlu AI
- Agbara lati tunto isọdi abojuto/abojuto ati ṣiṣọn ṣiṣafihan aworan ilẹ pẹlu atilẹyin AI
- Agbara lati ṣe idanwo iṣelọpọ isọdi pẹlu otitọ ilẹ ati matrix aṣiṣe / awọn ibeere deede
Imọye latọna jijin jẹ imọ-jinlẹ ti wiwọn oju ilẹ laisi olubasọrọ ti ara, pẹlu awọn sensọ lori awọn satẹlaiti tabi awọn iru ẹrọ eriali. Aworan satẹlaiti kii ṣe aworan nitootọ, ṣugbọn akojọpọ awọn iwọn wiwọn ti o gbasilẹ ni awọn iwọn gigun pupọ, ati nipa didapọ awọn ipele wọnyi ni oye, ideri ilẹ (igbo, omi, iṣẹ-ogbin, ikole) le ṣe ya aworan. Ninu ẹyọ yii, a bo bawo ni oye atọwọda ṣe n yara sisẹ iṣẹ yii, lati data pupọ si isọdi ideri ilẹ, ati nibiti idajọ amoye jẹ pataki. Ilana: AI ṣe ipilẹṣẹ tabi ṣe koodu isọdi; Iwọn deede ti maapu naa jẹ iwọn ninu ẹlẹrọ nipasẹ otitọ ilẹ ominira ati matrix aṣiṣe.
Awọn ofin ipilẹ. Aworan ti o pọ julọ jẹ ọkan ti o gbasilẹ ni ọpọlọpọ awọn okun gigun (bulu, alawọ ewe, pupa, nitosi infurarẹẹdi, ati bẹbẹ lọ); kọọkan iye ni a Layer. Hyperspectral jẹ ọlọrọ pupọ ṣugbọn o nira lati ṣe ilana data, ti o ni awọn mewa si awọn ọgọọgọrun awọn ẹgbẹ dín. Atọka Spectral jẹ nọmba ti o ṣe afihan lasan nipasẹ akojọpọ mathematiki ti awọn ẹgbẹ; ti a mọ julọ, NDVI (Itọka Iyatọ Iyatọ Deede), ṣe iwọn agbara eweko alawọ ewe nipa lilo iyatọ laarin infurarẹẹdi ti o sunmọ ati ẹgbẹ pupa. Ipinsi abojuto pẹlu ikẹkọ awoṣe pẹlu awọn agbegbe ayẹwo ti a ti ṣaju-ṣaaju ati pipin gbogbo aworan naa. Iyasọtọ ti a ko ni abojuto jẹ akopọ data ti o da lori ibajọra laisi awọn akole ati itumọ rẹ nigbamii.
Ipa AI ni Imọran Latọna jijin
Oye atọwọda ṣe alabapin ni aaye yii ni awọn ipele mẹta:
- Bisesenlo ati yiyan ọna. "Awọn ẹgbẹ wo, wo ni atọka, awọn olutọpa wo ni o dara fun ibeere yii?" ṣe itọsọna fun ọ ni ipinnu rẹ; gbe awọn egungun koodu.
- Awọn classification ara. Awọn awoṣe ikẹkọ jinlẹ ti ode oni too awọn miliọnu awọn piksẹli sinu awọn kilasi ideri ilẹ; Eyi ni agbegbe idasi alabọde-giga nibiti AI ṣe iṣẹ gidi.
- Itumọ abajade ati ijabọ. O ṣe akọwe awọn iṣiro kilasi, itupalẹ iyipada ati ijabọ deede sinu ọrọ kika.
Oju afọju: awoṣe naa da lori data ti o ti kọ ati awọn apẹẹrẹ ti o pese. Ojiji awọsanma ati omi, ile igboro ati aaye ikore lẹhin, omi aijinile ati ilẹ tutu dapọ ni irọrun. Nitorinaa maapu ipinya kii ṣe otitọ nitori pe o dara; deede gbọdọ wa ni won.
Imọran: Ṣe alaye ibeere rẹ ṣaaju ki o to bẹrẹ isọdi. "Ṣisọtọ ideri ilẹ" jẹ aiduro; Ṣe maapu ipadanu ti ilẹ-ogbin ni ojurere ti ikole laarin ọdun 2020-2025” ṣe ipinnu mejeeji ṣeto kilasi ati ami ijẹrisi.
Igbesẹ nipasẹ Igbesẹ: Ipin Ideri Ilẹ
- Mura data ati awọn teepu. Jẹrisi ideri awọsanma ti aworan, ọjọ iyaworan, ipinnu (iwọn pixel), ati aṣẹ ẹgbẹ. O yatọ si ọjọ/akoko ayipada kilasi.
- Setumo awọn kilasi ṣeto. Awọn kilasi melo, awọn wo (omi, igbo, ogbin, ikole, ilẹ igboro)? Diẹ ati diẹ sii awọn kilasi iyatọ jẹ igbẹkẹle diẹ sii.
- Ṣe iṣiro awọn atọka. Awọn atọka gẹgẹbi NDVI (ọgbin), NDWI (omi) ṣe iyatọ awọn kilasi; di igbewọle si classifier.
- Gba awọn ayẹwo ikẹkọ (fun abojuto). Awọn polygons apẹẹrẹ timo nipasẹ ijẹrisi ilẹ fun kilasi kọọkan. Didara apẹẹrẹ ṣe ipinnu deede.
- Sọtọ ati mọ daju. Kọ awoṣe naa, lẹhinna kọ matrix aṣiṣe pẹlu awọn ayẹwo ominira (aiṣedeede) ati ṣe iṣiro deede gbogbogbo ati Kappa.
Otitọ Ilẹ ati Aṣiṣe Matrix
Awọn išedede ti isọdi kii ṣe iwọn nipasẹ idajọ oju. Otitọ ilẹ jẹ awọn apẹẹrẹ ominira ti kilasi otitọ ti a mọ ni aaye tabi ni orisun ti o ga ti o gbẹkẹle. Pẹlu awọn apẹẹrẹ wọnyi, matrix iporuru kan ti fi idi mulẹ: o ka iye igba ti kilasi kọọkan jẹ deede ati iye igba ti o dapo pẹlu kilasi wo. Lati eyi, išedede gbogbogbo (ipin ti a pin ni deede) ati Kappa (iwọn adehun ti o ṣe atunṣe fun ipa ti aye) jẹ iṣiro. Ni afikun, deede ti iṣelọpọ (iye melo ni a mu ninu kilasi yẹn) ati deede olumulo (bawo ni kilaasi yẹn ṣe gbẹkẹle) jẹ ijabọ lori ipilẹ kilasi kan.
Išọra: Maṣe wọn deede pẹlu awọn apẹẹrẹ ti o lo fun ikẹkọ. Ti awọn apẹẹrẹ kanna ba ṣe ikẹkọ ati idanwo, deede di giga ti artificial; Eleyi jẹ ẹya iruju. Awọn ayẹwo afọwọsi gbọdọ jẹ ominira.
Awọn ọran Mini mẹta: Nipa Awọn nọmba
Ọran 1 - Ojiji awọsanma jẹ aṣiṣe fun omi. Ni ọkan classification, nigbati awọn awoṣe ike awọsanma awọsanma bi "omi," awọn lake agbegbe dagba ibi ti o ti kosi je; išedede olumulo ti kilasi omi silẹ si 70%. Nigbati atọka NDWI ati boju-boju awọsanma ti ṣafikun, ojiji / kikọlu omi dinku ati pe deede omi pọ si ju 90%.
Ọran 2 - Iroyin ti a gba pada nipasẹ otitọ ilẹ. Iwadi ọja-ọja ti ogbin ṣe ijabọ 82% deede gbogbogbo ti isọdi akọkọ, ṣugbọn eyi ni iwọn pẹlu awọn ayẹwo ikẹkọ. Nigbati a ba ṣe atunwọn pẹlu awọn aaye otitọ ilẹ ominira 120, deede apapọ lapapọ jẹ 71%; Iṣẹ́ àgbẹ̀ àti ilẹ̀ gbígbóná janjan ń dí lọ́wọ́. Pẹlu awọn apẹẹrẹ ikẹkọ afikun, isọdi ti ni ilọsiwaju ati pe deede pọ si 84%. Ẹkọ: išedede jẹ iwọn nipasẹ apẹẹrẹ ominira.
Ọran 3 - Ti igba pakute. Nigbati awọn aworan ti o ya ni awọn ọjọ oriṣiriṣi meji (orisun omi ati ipari ooru) ni a dapọ pọ, awọn aaye ikore ti yipada si kilasi “ilẹ igboro” ati pe agbegbe ogbin dabi ẹnipe 15% sonu. Awọn abajade ti ni ilọsiwaju nigbati awọn aworan ti yan lati akoko kanna ati pe o jẹ aitasera phenological.
Ailagbara Tọ / Alagbara Tọ
Ibere ailagbara:
Ṣe iyasọtọ aworan satẹlaiti yii.
Ibere ti o lagbara:
Iṣẹ-ṣiṣe: kọ kan ilẹ ideri classification bisesenlo (pẹlu Python/rasterio + scikit-earn koodu skeleton) .Context: - Sensor: 4 bands (buluu, green, red, NIR), 10 m resolution- Classes: water, Forest, Agriculture, Construction, Bare_ground- Idi: lọwọlọwọ ilẹ bo map + Iwifunni ND Ibeere (VI) add and why write.2) Ṣe atokọ awọn igbesẹ isọdi ti a ṣe abojuto; Tẹnumọ pe ikẹkọ ati awọn ayẹwo VALIDATION yẹ ki o jẹ SEPARATE.3) Fi matrix aṣiṣe + iṣiro gbogbogbo + Kappa iṣiro sinu skeleton koodu.4) Ṣe akiyesi awọn ewu ti awọsanma / ojiji ati iporuru akoko.
Itọkasi ti o lagbara ni pato eto kilasi, ipinnu, ọgbọn atọka, ati iyatọ afọwọsi; ojade di idiwon.
Mẹrin Copiable Templates
1) Ọna/aṣayan atọka:
Atọka iwoye wo ati ọna isọdi ni iwọ yoo ṣeduro fun ibi-afẹde [afojusun] ati sensọ [awọn ẹgbẹ/opinnu]? Fun yiyan kọọkan, kọ idi ati eewu ti o pọju ti iporuru (eyi ti awọn kilasi jẹ iru si ara wọn).
2) Egungun koodu ipin:
Kọ ilana isọdi ti o ni abojuto pẹlu Rastero + scikit-kọ ẹkọ: teepu kika, iṣiro atọka, Ipinya ti ikẹkọ/awọn ayẹwo afọwọsi, ipinya, matrix aṣiṣe ati iṣelọpọ deede. Ṣetọju CRS; se alaye.
3) Eto igbelewọn pipe:
Kọ ero kan lati ṣe iṣiro išedede isọdi: apẹrẹ apẹẹrẹ otitọ ilẹ ominira, matrix aṣiṣe, išedede gbogbogbo, Kappa, deede iṣelọpọ / olumulo nipasẹ kilasi. Ṣe alaye ohun ti metiriki kọọkan sọ.
4) Ṣiṣayẹwo kikọlu:
Itumọ matrix aṣiṣe ni isalẹ: awọn kilasi wo ni o n ṣe idiwọ si ara wọn, kini o ṣee ṣe spectral / idi akoko, kini afikun data (itọka, iboju-boju, ọjọ) yoo dinku iporuru? Matrix: [matrix aṣiṣe]
Afiwera ti Classification ero
ero
Itumo
nigbawo
abojuto
Ikẹkọ pẹlu apẹẹrẹ aami
Awọn kilasi ti pinnu tẹlẹ
Ti ko ni abojuto
Iṣakojọpọ ti ko ni aami
Awari, ko si apẹẹrẹ
NDVI
ọgbin vitality Ìwé
Ọgbin / igboro / omi Iyapa
NDWI
atọka omi
omi ara Iyapa
Matrix aṣiṣe
Otitọ / iro ka
wiwọn yiye
kappa
Anfani-atunse fit
Standard išedede Iroyin
Awọn aṣiṣe ti o wọpọ
- Wiwọn deede pẹlu awọn apẹẹrẹ ikẹkọ. Idanwo ti ko ni ominira n funni ni iṣedede giga ti atọwọda.
- Gbigbe maapu naa laisi wiwọn deede. "O dara" kii ṣe ẹri ti deede.
- Foju awọsanma/boju ojiji. Ojiji dapọ pẹlu omi, awọsanma dapọ pẹlu egbon / igbekale.
- Dapọ orisirisi akoko / ọjọ images. Awọn iyatọ Phenological yipada awọn kilasi.
- Asọye ju ọpọlọpọ ati iru kilasi. Awọn kilasi ti ko ṣe iyatọ dinku deede.
- Fojusi ipinnu. Awọn ohun kekere ko le ṣe tito lẹtọ ti wọn ba kere ju piksẹli kan lọ.
Ni soki
Ni oye latọna jijin, AI ṣe iyara iṣan-iṣẹ lati data multispectral si aworan agbaye ideri ati pe o le gba pupọ julọ ti isọdi naa. Ṣugbọn maapu ikasi jẹ iwulo nikan ti o ba jẹ iwọn deede rẹ: o jẹ boṣewa lati ṣe agbero matrix aṣiṣe pẹlu awọn apẹẹrẹ otitọ ilẹ ominira ati ṣe iṣiro deede gbogbogbo ati Kappa. Awọsanma/ojiji, iyatọ akoko, ati iru awọn kilasi jẹ awọn orisun aṣoju ti kikọlu; Ṣakoso wọn pẹlu atọka, iboju-boju ati aitasera ọjọ. Maṣe dapọ ikẹkọ ati awọn ayẹwo afọwọsi.
Ohun elo iṣẹ-ṣiṣe
Yan ibeere ideri ilẹ (fun apẹẹrẹ “maapu aaye alawọ ewe ilu”). Kọ eto kilasi silẹ, awọn ẹgbẹ ati awọn atọka ti iwọ yoo lo (o kere ju NDVI). Ṣe AI gbejade iṣan-iṣẹ isọdi ti iṣakoso ti iṣakoso; rii daju pe ikẹkọ ati awọn ayẹwo afọwọsi jẹ lọtọ ati matrix aṣiṣe + Kappa iṣiro wa ninu iṣelọpọ. Lẹhinna ṣe atokọ “ewu iporuru”: kini awọn kilasi meji ti o jọra ati bii o ṣe sọ fun wọn lọtọ.
akojọ ayẹwo
- [] Mo ti pa awọn kilasi ṣeto kekere ati distinguishable.
- [] Mo ṣafikun awọn itọka iwoye (NDVI/NDWI) ti o dara fun idi naa.
- [] Mo yapa ikẹkọ ati awọn apẹẹrẹ afọwọsi.
- [] Mo ṣayẹwo awọsanma/boju ojiji ati aitasera akoko.
- [] Mo ti wọn deede pẹlu otitọ ilẹ ominira.
- [] Mo ṣe ijabọ matrix aṣiṣe, deede gbogbogbo, ati Kappa.
- [] Mo ṣe ayẹwo ati ṣe arowoto awọn akojọpọ kilasi.
- [] Mo ti tẹriba si ifọwọsi ẹlẹrọ pe maapu naa jẹ deede fun lilo ti a pinnu rẹ.