Google Earth Engine позволяет наиболее точно увидеть, как меняются ландшафты Земли

Проект "Динамичный мир" может предоставить подробную информацию о том, как на землепользование влияет изменение климата и деятельность человека.

Отредактировано 2023-25-06
Рельеф Исландии с высотыНовый искусственный интеллект от Google сможет взять это изображение и разделить его по типам почвенно-растительного покрова.

Сегодня Google Earth запускает проект под названием Dynamic World - новое начинание, в рамках которого создаются карты в паре с новой моделью искусственного интеллекта глубокого обучения. Она способна классифицировать почвенный покров по типу (водный, городской, лесной, сельскохозяйственный) с разрешением 10 метров, или 32 фута. Это означает, что каждый пиксель покрывает около 10 метров земли. Для сравнения, предыдущая современная технология имела разрешение 100 метров (320 футов).

Dynamic World - это возможность наблюдать из космоса за многочисленными изменениями почвенно-растительного покрова на Земле, будь то естественные сезонные изменения, бури и катастрофы, вызванные изменением климата, или долгосрочные изменения, вызванные деятельностью человека, например, расчисткой диких мест обитания под посевы, скот или лесозаготовки. Эксперты и исследователи могут использовать этот новый проект, чтобы понять, как естественным образом меняется почвенный покров, и отметить, когда происходят неожиданные изменения.

Пользователи могут зайти на сайт Google "Динамический мир", чтобы просмотреть различные наборы данных и увидеть, как выглядят отмеченные карты. Например, одна карта показывает, как объем воды и зелени увеличивается и уменьшается в дельте Окаванго в Ботсване от сезона дождей к сухому сезону.

Модель карты, которая использует спутниковые снимки со спутника Sentinel-2 Европейского космического агентства, может обновлять поток данных для глобального мониторинга почвенно-растительного покрова каждые 2-5 дней. Фактически, ежедневно со спутника Sentinel-2 поступает около 12 терабайт данных. Оттуда они поступают в центры обработки данных Google и в Google Earth Engine - облачную платформу, созданную для организации и передачи данных наблюдений Земли и экологической аналитики. Earth Engine подключен к десяткам тысяч компьютеров, которые обрабатывают информацию и делают выводы с помощью компьютерных моделей, прежде чем она становится доступной в каталоге данных Earth Engine.

Для того чтобы автоматически определить, как используется земля, представленная на всех этих спутниковых снимках, компании Google понадобилась помощь искусственного интеллекта. ИИ для маркировки почвенно-растительного покрова, разработанный в рамках этого проекта, был обучен на 5 миллиардах пикселей, маркированных человеческими экспертами (и некоторыми неэкспертами). В обучающих данных они определяли пиксели на снимках Sentinel-2 и класс почвенно-растительного покрова (вода, деревья, трава, затопленная растительность, застроенные территории, такие как города, посевы, голая земля, кустарник, снег). Затем они представили модели изображение, которого не было в обучающем наборе, и попросили ее классифицировать типы почвенно-растительного покрова. Для различения разных типов почв на картах существуют не только цветовые различия, но и различия в оттенках. Это связано с тем, что пиксели также передают вероятность. Чем ярче цвет, тем больше уверенность модели в точности классификации. Это создает текстурный эффект, когда рельеф переходит от земли к лесу или от земли к воде.

Подробное описание их набора данных было опубликовано в журнале Nature Scientific Data.

"Мы делаем все это доступным по бесплатной и открытой лицензии", - заявила Ребекка Мур, директор Google Earth, в ходе пресс-конференции перед объявлением. "Наборы данных бесплатны и открыты. Модель искусственного интеллекта - с открытым исходным кодом".

Около 10 лет назад Google и Институт мировых ресурсов совместно разработали проект Global Forest Watch, направленный на мониторинг лесного покрова с целью защиты этих территорий и выявления изменений, вызванных незаконной деятельностью, такой как вырубка леса или добыча полезных ископаемых. Теперь они пытаются расширить свои усилия, не ограничиваясь только защитой и наблюдением за одним типом почвенного покрова.

Идея заключается в том, чтобы помочь разобраться в имеющихся данных. "Мы слышали от ряда правительств, [и] исследователей, что они намерены принять меры, но им не хватает информации об экологическом мониторинге того, что происходит на местах, чтобы они могли создавать политику, основанную на научных данных, отслеживать результаты своих действий, [и] общаться с заинтересованными сторонами", - сказал Мур. "Ирония заключается не в том, что нет тонны данных. Но они жаждут понимания. Они ищут действенные рекомендации для поддержки решений, которые им необходимо принять. А работа с необработанными данными во многих случаях оказывается непосильной".

Google считает, что роль Dynamic World в этом заключается в том, что он может заполнить пробел в данных о землепользовании и земном покрове, а также описать, где расположены такие фундаментальные экосистемы, как леса, водные ресурсы, сельское хозяйство, городская застройка. Этот тип информации, по словам Мура, может быть полезен для принятия решений по устойчивому управлению скудными природными ресурсами, продовольствием и водой. Она также может помочь в решении вопросов о том, как обеспечить устойчивость к стихийным бедствиям, как бороться с повышением уровня моря, где создавать охраняемые территории, где возводить плотины и какие компромиссы могут потребоваться, и это лишь несколько примеров.