Uno de los principales retos de la vigilancia de los incendios forestales consiste en distinguir las huellas incendios de las que no lo son y evaluar el alcance de los daños. Esta diferenciación es fundamental para ayudar al servicio de emergencias en su capacidad de toma de decisiones. Las imágenes de satélite enriquecidas con gran cantidad de información temporal y espectral, junto con los avances en los métodos de aprendizaje automático, ofrecen una vía para la supervisión y la gestión automatizadas de paisajes posteriores a incendios forestales a gran escala. El modelo de aprendizaje profundo de huellas de incendios puede convertirse en una herramienta indispensable para abordar la tarea de identificar y representar cartográficamente con precisión las secuelas de los incendios forestales a partir de imágenes de satélite.
El modelo preentrenado Prithvi-100M-burn-scar ha sido desarrollado por la NASA e IBM mediante el ajuste de su modelo base para la observación de la Tierra: el dataset Prithvi-100m, HLS Burn Scar Scenes. Utilice este modelo para automatizar el proceso de clasificación de huellas de incendios en imágenes de satélite multiespectrales.
Requisitos de licencia
Para completar este flujo de trabajo, los requisitos de licencia son los siguientes:
- ArcGIS Desktop: extensión ArcGIS Image Analyst para ArcGIS Pro
- ArcGIS Enterprise: ArcGIS Image Server con análisis de ráster configurados
- ArcGIS Online: ArcGIS Image for ArcGIS Online
Detalles del modelo
Este modelo tiene las siguientes características:
- Entrada: ráster, dataset de mosaico o servicio de imágenes de compuesto de 6 bandas.
- Salida: ráster clasificado con dos clases (sin incendio y huella de incendio).
- Cálculo: este flujo de trabajo requiere potencia de cálculo y se recomienda una GPU con una capacidad de cálculo de 6.0 o superior.
- Geografías aplicables: está previsto que este modelo funcione bien en todo el mundo.
- Arquitectura: este modelo empaqueta el modelo Prithvi-100M-burn-scar de IBM y la NASA y utiliza un codificador autosupervisado desarrollado con una arquitectura ViT y una estrategia de aprendizaje Masked AutoEncoder (MAE).
- Datos de entrenamiento: este modelo ajusta el modelo preentrenado Prithvi-100m mediante el dataset HLS Burn Scar Scenes.
- Métricas de precisión: este modelo tiene un IoU de 0,73 en la clase de huellas de incendios y una precisión global del 96 por ciento.
Acceder al modelo y descargarlo
Descargue el modelo preentrenado Prithvi - Segmentación de huellas de incendios de ArcGIS Living Atlas of the World. También puede acceder al modelo directamente desde ArcGIS Pro o usarlo en ArcGIS Image for ArcGIS Online.
- Vaya a ArcGIS Living Atlas of the World.
- Inicie sesión con sus credenciales de ArcGIS Online.
- Busque Prithvi - Segmentación de huellas de incendios y abra la página del elemento desde los resultados de la búsqueda.
- Haga clic en el botón Descargar para descargar el modelo.
Puede usar el archivo .dlpk descargado directamente en ArcGIS Pro o cargarlo y utilizarlo en ArcGIS Enterprise. Además, si es necesario, puede ajustar el modelo preentrenado.
Notas sobre la versión
Las notas de la versión son las siguientes:
| Fecha | Descripción |
|---|---|
| Enero de 2024 | Primera versión de Prithvi - Segmentación de huellas de incendios |