農業數字化發展迅速，越來越多的公司和開發商為作物監測、資產管理、開發肥料優化工具以及其他驚人的數字技術提供解決方案，以提高農業業務的效率。每當談到農業管理時，基本實體是地塊和具有特定坐標和邊界的田地，所有的遙感數據都參考了田地。這就是為什么許多農業應用程序從農田地圖開始，其中許多應用程序將這樣的地圖作為產品的核心功能來實現。

如何在地圖上放置所有字段

以貝爾戈羅德地區（俄羅斯）的試驗區為例，俄羅斯有相當大的農田地塊，在 Sentinel 圖像中能夠清晰可見。面積為 2422 平方公里的地區包括 ：

• 大約 4,500 個多邊形的農田；
• 平均多邊形有大約 100 個頂點。

據估計，手工繪制地圖需要制圖師大約 160 個工作日。但如今，可以將部分常規地圖繪制工作委托給人工智能（AI），以便更專注于實施階段以及產品對最終用戶需求的應用，我們可以使用相同的試點區域，包括：

• 人工智能地圖制圖運輸在約 30 分鐘內處理該區域的單個圖像；
• 通常需要幾個圖像來覆蓋該區域的所有區域（以避免云層，陰影等），這里使用了六張圖像，整個區域需要三個小時的處理時間。

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

雖然人工智能在速度表現上多次戰勝了人類制圖師，但在某些情況下，它也會由于不穩定而出現錯誤，比如多云區域、云層陰影、不同的季節和田野模式等。

人工智能的速度和人類準確性相結合

接下來討論兩個潛在的用例，更具體地說，農田地圖制圖的自動化將非常有幫助，并提出一個制圖員的工作流程，用于迭代處理和合并生成的字段掩碼。

案例1：統計境內所有耕地的數量和面積

如您在免費和流行的 QGIS ( qgis.org )中有些許經驗，那么在這里可使用插件 Mapflow-QGIS 及 Sentinel-2 和字段掩碼。該插件由 Mapflow API 提供支持，此時只需創建一個帳戶并獲取登錄令牌顯示QGIS插件Mapflow中掩碼和裁剪選項的屏幕截圖即可開始工作。下圖是有關如何在 Mapflow-QGIS 中搜索、預覽和 運行 Sentinel-2 圖像處理的完整用戶指南。

如果幸運地找到覆蓋了所在區域的無云圖像，即可以使用單個 Sentinel-2 圖像處理350 平方公里的區域，大約需要5 分鐘（如上圖所示）。

案例2：盤點境內所有領域

要獲得在特定時間段內在該地區耕種的所有農田的精確地圖（比如需要更新圖像的植被季節），必須對可用的 Sentinel-2 圖像進行一些初步分析，原因如下：

• 不要錯過在不同時間培養的物體（見圖4（a，b））；
• 確保全境覆蓋（如遇云、霧、雪等情況，見圖4(c)）。

為此，我們設計了特殊的迭代 AI 映射工作流程，該工作流程基于從多個衛星圖像中提取的字段掩碼組合。例如在俄羅斯的樣本領土，它如何工作，內容如下：

• 包含六個要處理的圖像;
• 制圖員的迭代 AI 制圖指南。

其中重要的一點是，制圖師如果以前不熟悉此制圖工作流程，算法大約需要三個小時，一位制圖師需要兩天時間才能最終確定結果（而不是 165 天）！

迭代式 AI 地圖制圖工作流程的先睹為快

迭代地圖制圖工作流基于以下原則：

• 從多個衛星圖像中選擇 AI 生成的成功多邊形；
• 更大限度地減少制圖師的點擊次數。

任何制圖師都可以在數小時內完成此工作流程，我們已經在開發一系列教程來解釋其工作原理。當談到衛星圖像中關于地圖制圖的有效性時，還需要考慮一件重要的事情，通常需要一個方便的工具來搜索和處理圖像。這就是為什么我們很高興地宣布專用工具可供每位制圖師 *** 。使用最新的插件 Mapflow-QGIS (1.6.*) ，通過 Mapflow AI 進行搜索、查看和處理 Sentinel-2 圖像。

總結

• Sentinel-2 字段地圖制圖的新模型已成功實施到 Mapflow 中，并可供 Mapflow-QGIS 插件的所有用戶使用，可與之前發布的高分辨率模型一起嘗試使用。
• Mapflow-QGIS 1.6 已發布，主要的新功能是實現了前哨圖像的目錄和處理 （Sentinel 搜索由 SkyWatch API 提供支持，屬于很酷的服務和圖像提供者）。
• 我們已經描述了一個實驗性農業領域的基準，表明人工智能制圖可以將整個過程加速80 倍。
• 同時正在尋找準備好嘗試迭代 AI 制圖工作流程的勇敢制圖師和開發人員。
• 除此項服務外，Mapflow 還提供高分辨率圖像模型用于田間和道路掩膜提取，這對整個農業制圖項目都很有用。

來源：開源地理空間基金會中文分會

來源鏈接：https://www.osgeo.cn/post/11d6a

本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。