En la agricultura moderna, la clasificación de cultivos desempeña un papel crucial. Proporciona información esencial que puede ayudar en tareas como la supervisión temprana de los cultivos y la gestión del riego. Sin embargo, la clasificación de cultivos plantea un reto importante a los responsables de políticas debido a la complejidad que conlleva diferenciar entre tipos de cultivos. La creciente accesibilidad a imágenes de satélite con gran información temporal y espectral y los avances en los métodos de aprendizaje automático han allanado el camino para la supervisión y gestión automatizadas de la producción agrícola y el uso del suelo a gran escala.
El modelo preentrenado Prithvi-100M-multi-temporal-crop-classification 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, multitemporal crop classification. Utilice este modelo para automatizar el proceso de identificación y clasificación de los diferentes cultivos 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 (ráster compuesto de 18 bandas), dataset de mosaico o servicio de imágenes.
- Salida: ráster clasificado con 13 clases de la capa de datos de tierras de cultivo.
- 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 Estados Unidos.
- Arquitectura: este modelo empaqueta el modelo Prithvi-100M-multitemporal crop classification 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 de clasificación de cultivos multitemporal.
- Métricas de precisión: este modelo tiene una intersección media sobre combinación de 0,43 y una precisión media del 64,06 por ciento.
Acceder al modelo y descargarlo
Descargue el modelo preentrenado Prithvi - Clasificación de cultivos 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 - Clasificación de cultivos y abra la página de elemento desde los resultados de 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 - Clasificación de cultivos |