土地覆盖可描述地球的表面。 土地覆盖地图适用于城市规划、资源管理、变化检测、农业和多种需要地球表面相关信息的其他应用领域。 土地覆盖分类是一项复杂的任务，难以通过传统方式获取。 深度学习模型善于学习这些复杂的语义，并且可以生成质量更好的结果。
虽然有一些公共的土地覆盖数据集，但是这些公共数据集的时间和空间覆盖范围有时可能不满足用户的需求。 针对特定时间创建数据集需要时间和专业知识，因此也较难实现。 使用此深度学习模型可以自动化枯燥乏味的手动过程，从而显著减少所需的时间和精力。
许可要求
要完成此工作流，需满足以下许可要求：
- ArcGIS Desktop - ArcGIS Pro 的 ArcGIS Image Analyst 扩展模块
- ArcGIS Enterprise - 已配置栅格分析的 ArcGIS Image Server
- ArcGIS Online - ArcGIS Image for ArcGIS Online
模型详细信息
此模型具有以下特征：
- 输入 - 栅格、镶嵌数据集或影像服务。
- 输出 - 与 Chesapeake Bay Land Cover 7 class 2013/2014 数据集具有相同类的分类数据集。 可在 Chesapeake Conservancy 网站查找类描述。
- 计算 - 此为计算密集型工作流，建议使用 CUDA 计算能力不低于 6.0 的 GPU。
- 适用地理位置 - 此模型适用于美国，预计在切萨皮克湾地区可生成最佳结果。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 unet 模型架构。
- 准确率指标 - 此模型的准确率为 87.86%。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载高分辨率土地覆盖分类 - 美国预训练模型。 也可以从 ArcGIS Pro 直接访问模型，或在 ArcGIS Image for ArcGIS Online 中使用模型。
- 浏览至 ArcGIS Living Atlas of the World。
- 使用您的 ArcGIS Online 凭据进行登录。
- 搜索 High Resolution Land Cover Classification — USA，然后从搜索结果中打开项目页面。
- 单击下载按钮以下载模型。
您可以在 ArcGIS Pro 中直接使用下载的 .dlpk 文件，或者在 ArcGIS Enterprise 中上传并使用文件。 还可以根据需要微调预训练模型。
发布说明
以下为发布说明：
| 日期 | 描述 |
|---|---|
| 2022 年 1 月 |
|