Искусственный интеллект для ежедневного картирования изменений земной поверхности

Исследователи из Университета Цинхуа и их коллеги представили в Journal of Remote Sensing новую систему для мониторинга земного покрова. Они разработали фреймворк FROM-GLC Plus 3.0 (FGP 3.0), который объединяет спутниковые снимки (Sentinel-1, Sentinel-2), данные наземных камер и передовые модели сегментации на основе ИИ, такие как Segment Anything Model (SAM). Эта система решает ключевые проблемы традиционных методов, включая облачность, низкую частоту обзора спутников и отсутствие данных для проверки, обеспечивая картирование в почти реальном времени с глобальным охватом.

Новая система демонстрирует превосходство над предыдущими продуктами по точности и временному разрешению. Она достигла средней точности классификации в 70,52%, реконструируя плотные ежедневные временные ряды NDVI из данных камер. FGP 3.0 фиксирует быстрые изменения, которые упускают спутниковые системы, — например, накопление снега в Северной Америке или расширение водно-болотных угодий в Европе. Интеграция модели SAM позволяет проводить картирование на уровне отдельных полей с четкими границами, что даёт детальные данные о сельхозугодьях, городских зонах и природных средах.

«Спутниковые продукты часто пропускают быстрые изменения, формирующие нашу среду, — отметил Ле Ю, ведущий автор исследования. — Объединяя мультимодальные данные с передовыми моделями ИИ, FROM-GLC Plus 3.0 обеспечивает ежедневные и точные данные как на глобальном, так и на полевом уровне». Технология открывает возможности для раннего предупреждения о наводнениях, засухах, вырубке лесов, мониторинга севооборота и здоровья посевов, а также поддержки стратегий устойчивого землепользования.