ACES 增强版不丹水稻作物地图(2016-2022 年)

ACES 增强版不丹水稻作物地图(2016-2022 年)¶

用于改善粮食安全决策的 2016-2022 年年度作物类型稻米地图仍然是不丹的一项挑战。这些地图是与不丹农业部和 SERVIR 合作开发的。通过专注于发展不丹的科学、技术、工程和数学 (STEM),我们共同开发了名为农业分类和估算服务 (ACES) 的地理空间应用程序。该数据集和论文重点关注共同开发地球观测信息气候智能作物类型框架,该框架包含建模和训练样本收集。ACES网络应用程序和后续的 ACES 建模软件包使利益相关者能够更轻松地将地球观测用于决策过程。此外,该数据集和论文提供了一种透明且可复制的方法,用于解决和克服由于地形和云层覆盖而造成的遥感限制,这是不丹的一个常见问题。最后,这种方法从一组 3,600 个可能的模型中产生了随机森林“LTE 555”模型,2020 年的总体测试精度为 85%,F-1 得分为 0.88。该模型经过独立验证,得出2020 年独立准确度为 83%,F-1 分数为 0.45。

利用上述 ACES 软件系统中可用的方法,使用 LTE2 555 模型对 2016-2021 年生长季节(5 月至 10 月)进行水稻范围分类。这些图层与地理空间 ACES 工具一起作为 Google Cloud Asset 托管,使最终用户和从业者能够通过网络浏览器查询数据并与之交互。该应用程序允许最终用户可视化整个不丹国家 5 年的稻米作物范围,并按区和分区进行无缝过滤。ACES 按过滤区域总结了预测的年度稻米面积范围,并纳入了不丹农业部和国家统计局报告的稻米统计数据,从而可以在仪表板中进行直接比较。绘制所有年份的预测年度水稻面积增加和/或损失,以评估给定区域的作物轮作动态。此外,ACES 应用程序还有一个专门的气候和物候信息面板,显示土壤湿度、累积降水量、地表以上 2 m 处的气温以及用户选择的地区和年份的 NDVI 中位数,如补充图 S2所示。土壤湿度和降水数据集均来自爱达荷大学 TerraClimate 小组(Abatzoglou 等人,2018)。温度数据集来自欧洲中期天气预报中心 (ECMWF) 欧洲再分析 5 (ERA5) 项目(Muñoz-Sabater 等人,2021)。最后,NDVI 中值是使用 2.3 中概述的相同过程得出的。这些数据集均在 GEE 中提供,并且这些 EO 和模型数据集是共同设计的,因为它们是告知作物状况的相关气候和物候指标。前言 – 人工智能教程

由于 ACES 工具的共同开发性质,它能够通过提供一致、高效的分区级别报告指标来补充决策者的工作。ACES 将关键的农业相关数据量化以及气候智能和简化的 EO 解决方案整合到一个仪表板中,为更具弹性的粮食安全规划流程提供信息。对开发地理空间能力和共同开发平台的关注符合国家数字化的意图和动力,同时该应用程序提供了数据三角测量的选项。最后,ACES 网络应用程序和软件包都是开源且免费提供的,合作伙伴正在努力将 ACES 系统集成到可再生自然资源 (RNR) 统计中,并由政策和规划司 (PPD) 直接使用。

开发 MEL 评估来评估 ACES 应用的影响在未来几年至关重要。具体来说,从利益相关者的角度探索该框架的价值将允许未来的迭代和改进的 ACES 应用程序以及地理空间能力建设工作。

在未来的研究中,我们将研究数据收集团队针对规模化数据收集的协议策略,特别是围绕独立验证工作。由于少数训练点被误解,我们将进一步强调未来训练采样工作的更加严格。此外,我们建议未来的首席执行官数据收集工作专门纳入更多有冰川和/或常年积雪的地点,因为这些被观察到的稀疏类别。训练数据集中景观多样性的增加可以增强模型的性能。此外,对于未来的初步模型测试,我们将探索扰动远远超出最高设置 120 的树木数量。在 ACES 系统的未来实施中,有必要确定测试精度性能峰值。

由于 ACES 应用程序仅专注于水稻分类,并且被合作伙伴视为最高优先级,因此所有开发都集中在这一关键品种上。然而,ACES 软件包非常灵活,能够在地理上重新部署和/或调整以专注于不同的重点作物类型。探索 LTE2 555 模型设置在不同地理位置和新作物类型的敏感性将是该研究小组未来的一个步骤。此外,合作伙伴将计划使用 ACES 应用程序进行地面勘察来评估该工具,作为年度现场调查的一部分。

引文¶
Mayer, Timothy, Biplov Bhandari, Filoteo Gómez Martínez, Kaitlin Walker, Stephanie A. Jiménez, Meryl Kruskopf, Micky Maganini et al. "Employing the
agricultural classification and estimation service (ACES) for mapping smallholder rice farms in Bhutan."
Frontiers in Environmental Science 11 (2023): 1137835.
地球引擎片段¶
var Bhutan_ACES_Rice_Maps = ee.ImageCollection("projects/servir-sco-assets/assets/Bhutan/Rice_Extent_Mapper/Predicted_Rice_Post_Processed_IC");
Map.setCenter(90.37, 27.51,8)
var palettes = require('users/gena/packages:palettes');

var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/132/light-gray", "Grayscale");

Map.addLayer(Bhutan_ACES_Rice_Maps,{min: 0,max: 1, palette: ["fee6ce","fdae6b","e6550d"]},
"ACES Rice Maps 2016-2022 ")
应用

aces-bhutan

示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/ACES-BHUTAN

执照¶

该数据集可在 Creative Commons BY-4.0 许可下使用

关键词:农业、土地利用、土地覆盖、不丹、水稻

创建和提供者:Mayer 等人 2023、NASA SERVIR

策展人:Mayer 等人 2023,NASA SERVIR

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/283053.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【瞎折腾/3D】无父物体下物体的旋转与移动

目录 说在前面移动World SpaceLocal Space 旋转World SpaceLocal Space 代码 说在前面 测试环境:Microsoft Edge 120.0.2210.91three.js版本:0.160.0其他:本篇文章中只探讨了无父对象下的移动与旋转,有父对象的情况将在下篇文章中…

Oracle merge into 语句用法 Oracle merge into 批量更新 关联更新 批量修改 关联修改

Oracle merge into 语句用法 Oracle merge into 批量更新 关联更新 批量修改 关联修改 一、概述 在开发任务中,遇到一个需求,同一批次的名单;根据一定的条件判断是否存在,若存在,则进行更新操作;若不存在&a…

ES6之Reflect详解

✨ 专栏介绍 在现代Web开发中,JavaScript已经成为了不可或缺的一部分。它不仅可以为网页增加交互性和动态性,还可以在后端开发中使用Node.js构建高效的服务器端应用程序。作为一种灵活且易学的脚本语言,JavaScript具有广泛的应用场景&#x…

MySQL基础入门(二)

多表内容 一对多 这个内容是黑马的入门问题,可以带大家思考一下这个怎么设计 我们要知道一个岗位可以对应很多用户,而一个用户只能对应一个岗位,这就属于一对多的类型 那么我们需要怎么将他们进行关联呢? 现在我们可以通过一个…

Visual Transformer (ViT)模型详解

1 Vit简介 1.1 Vit的由来 ViT是2020年Google团队提出的将Transformer应用在图像分类的模型,虽然不是第一篇将transformer应用在视觉任务的论文,但是因为其模型“简单”且效果好,可扩展性强(scalable,模型越大效果越好…

strlen的自定义函数的三种实现方法

文章目录 一,概要二,题目三,方法1,方法一2,方法二3,方法三 四,总结 一,概要 在求字符串长度的时候我们会遇到求解字符串的长度,此时我们想到的是strlen,头文件…

如何跨系统构建docker镜像?

转载说明:如果您喜欢这篇文章并打算转载它,请私信作者取得授权。感谢您喜爱本文,请文明转载,谢谢。 1. 前言 docker镜像有基于amd64系统的,也有基于arm64系统的。 前段时间用了一个在x86_64的centos7服务器上构建的i…

SpringBoot自动配置原理和自定义启动器

1、自动配置的原理 项目在加载上下文时,会根据SpringBootApplication注解运行。该注解中有一个CompoentScan注解,会扫描和加载当前启动类所在的目录,以及所有的子目录;还有一个是EnableAutoConfiguration注解,这个注解…

huggingface的tokenizer解读

文章目录 前言一、huggingface的tokenizer含义1、含义2、整体概括 二、加载lmsys/vicuna-7b-v1.5模型的tokenizer三、调用tokernizer方法四、字符串的tokens应用1、tokenizer应用2、tokenizer进行token分词(tokenizer.tokenize)3、tokens转模型识别ids(tokenizer.convert_token…

Centos7:Jenkins+gitlab+node项目启动(2)

Centos7:Jenkinsgitlabnode项目启动(1) Centos7:Jenkinsgitlabnode项目启动(1)-CSDN博客 Centos7:Jenkinsgitlabnode项目启动(2) Centos7:Jenkinsgitlabnode项目启动(2)-CSDN博客 Centos7:Jenkinsgitlabnode项目启…

数据结构【线性表篇】(三)

数据结构【线性表篇】(三) 文章目录 数据结构【线性表篇】(三)前言为什么突然想学算法了?为什么选择码蹄集作为刷题软件? 目录一、双链表二、循环链表三、静态链表 结语 前言 为什么突然想学算法了? > 用较为“官方…

回溯法求不等式的所有整数解

这份代码本来是用来解决这个问题的 但是&#xff0c;修改之后即可用来解决任意多个xi组成的满足不等式的整数解 这里用真代码而不是伪代码来表示 源代码&#xff1a; #include<iostream> using namespace std; const int N1010; int p,q,r,goal,n; int cnt,sum,MIN; i…

ES6之生成器(Generator)

✨ 专栏介绍 在现代Web开发中&#xff0c;JavaScript已经成为了不可或缺的一部分。它不仅可以为网页增加交互性和动态性&#xff0c;还可以在后端开发中使用Node.js构建高效的服务器端应用程序。作为一种灵活且易学的脚本语言&#xff0c;JavaScript具有广泛的应用场景&#x…

挑战Python100题(9)

100+ Python challenging programming exercises 9 Question 81 Please write a program to randomly print a integer number between 7 and 15 inclusive. Hints: Use random.randrange() to a random integer in a given range. 请编写一个程序,随机打印一个介于7和15之间…

Java学习,一文掌握Java之SpringBoot框架学习文集(1)

&#x1f3c6;作者简介&#xff0c;普修罗双战士&#xff0c;一直追求不断学习和成长&#xff0c;在技术的道路上持续探索和实践。 &#x1f3c6;多年互联网行业从业经验&#xff0c;历任核心研发工程师&#xff0c;项目技术负责人。 &#x1f389;欢迎 &#x1f44d;点赞✍评论…

2021-06-25 51蛋骗鸡按键切合LED

缘由ISIS 7 Professional_有问必答-CSDN问答 #include "REG52.h" sbit K1 P3^0; sbit K2 P3^1; sbit K3 P3^2; sbit K4 P3^3; void main() {unsigned char Xd0,xz0,cs0;unsigned int wei0;P1255;while(1){if(K10&&Xd0){P10;while(K10);}if(K20&&…

【2023 CCF 大数据与计算智能大赛】基于TPU平台实现超分辨率重建模型部署 基于预训练ESPCN的轻量化图像超分辨率模型TPU部署方案

2023 CCF 大数据与计算智能大赛 《基于TPU平台实现超分辨率重建模型部署》 作品名&#xff1a;基于预训练ESPCN的轻量化图像超分辨率模型TPU部署方案 队伍名&#xff1a;Absofastlutely 蒋松儒 计算机科学与技术系 硕士 南京大学 中国-江苏 kahsoltqq.com 吕欢欢 计算…

AI产品经理 - 如何做一款软硬协同AI产品

【背景】从0做一款软硬协同的AI产品&#xff0c;以智能医药保温箱 1.以智能医药保温箱 2.调研定义市场方向 地点&#xff1a;医药、实验室 场景&#xff1a;长宽高/装箱/运输/实验室 3.需求挖掘 4.如何进行软硬件AI产品工作 软硬件产品设计&#xff1a;功能/硬件外观设计、…

《数据库开发实践》之存储过程【知识点罗列+例题演练】

一、什么是存储过程&#xff1f; 1.概念理解&#xff1a; 存储过程是一组为了完成特定功能的SQL语句集。通过组成SQL语句和控制语句&#xff0c;提供一种封装任务的方法。因此在创建编译好某个存储过程后&#xff0c;因为存储过程中有可执行操作的sql语句&#xff0c;用户可以…

OFDM——PAPR减小

文章目录 前言一、PAPR 减小二、MATLAB 仿真1、OFDM 信号的 CCDF①、MATLAB 源码②、仿真结果 2、单载波基带/通频带信号的 PAPR①、MATLAB 源码②、仿真结果 3、时域 OFDM 信号和幅度分布①、MATLAB 源码②、仿真结果 4、Chu 序列和 IEEE802.16e 前导的 PAPR①、MATLAB 源码②…