山火事を監視するうえで重要な課題の 1 つとして、火災跡とそうでない場所を区別し、被害の範囲を評価することが挙げられます。 このように区別することは、緊急対応者の意思決定能力を助けるうえで極めて重要です。 時間的および空間的情報が豊富に盛り込まれた衛星画像と、機械学習の手法の進歩により、大規模な山火事の地形を自動的に監視し管理する道が拓かれました。 火災跡のディープ ラーニング モデルは、衛星画像から山火事の余波を正確に特定し、マッピングするという課題に取り組むために不可欠なツールとして使用できます。
Prithvi-100M-burn-scar 事前トレーニング済みモデルは、地球観測のための基礎モデルである Prithvi-100m、HLS Burn Scar Scenes データセットを微調整することで、NASA と IBM によって開発されました。 このモデルを使用し、マルチスペクトル衛星画像の火災跡を分類するプロセスを自動化します。
ライセンス要件
このワークフローを完了する場合のライセンス要件は次のとおりです。
- ArcGIS Desktop - ArcGIS Pro の ArcGIS Image Analyst エクステンション
- ArcGIS Enterprise - ラスター解析が構成された ArcGIS Image Server
- ArcGIS Online—ArcGIS Image for ArcGIS Online
モデルの詳細
このモデルには以下の特性があります。
- 入力 - 6 バンド コンポジットのラスター、モザイク データセット、またはイメージ サービス。
- 出力 - 2 つのクラス (火災跡あり、火災跡なし) を含む分類済みラスター。
- 計算 - このワークフローは計算負荷が高いため、計算能力が 6.0 以上の GPU が推奨されます。
- 適用可能地域 - このモデルは、全世界で適切に機能します。
- アーキテクチャ - このモデルは IBM と NASA の Prithvi-100M-burn-scar モデルをパッケージ化し、ViT アーキテクチャとマスク自動符号化器 (MAE) 学習戦略で開発された自己教師付きエンコーダを使用します。
- トレーニング データ - このモデルは、HLS Burn Scar Scenes データセットを使用して事前にトレーニングされた Prithvi-100m モデルを微調整します。
- 精度測定基準 - このモデルの火災跡クラスの IoU は 0.73、全体的な精度は 96 パーセントです。
モデルへのアクセスとダウンロード
Prithvi - Burn Scars Segmentation 事前トレーニング済みモデルを ArcGIS Living Atlas of the World からダウンロードします。 または、ArcGIS Pro からモデルに直接アクセスするか、ArcGIS Image for ArcGIS Online でモデルを使用します。
- ArcGIS Living Atlas of the World を参照します。
- 自分の ArcGIS Online アカウントの認証情報を使用してサイン インします。
- 「Prithvi - Burn Scars Segmentation」を検索して、検索結果からアイテム ページを開きます。
- [ダウンロード] ボタンをクリックして、モデルをダウンロードします。
ダウンロードした .dlpk ファイルを ArcGIS Pro で直接使用することも、ArcGIS Enterprise にアップロードして使用することもできます。 さらに、必要に応じて事前トレーニング済みモデルを微調整できます。
リリース ノート
以下はリリースノートです。
| Date | 説明 |
|---|---|
| 2024 年 1 月 | Prithvi - Prithvi - Burn Scars Segmentation の初回リリース |