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,并且可以生成高质量结果。
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 - Sentinel-2 L2A BOA Reflectance 栅格,采用栅格、镶嵌数据集或影像服务形式。
- 输出 - 类别与 Corine Land Cover (CLC) 2018 相同的分类栅格。
- 计算 - 此为计算密集型工作流,建议使用计算能力为 6.0 或以上的 GPU。
- 适用地理位置 - 此模型适用于美国、欧洲和印度。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 U-net 模型架构。
- 准确率指标 - 此模型的平均精确率得分为 0.82。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载土地覆盖分类 (Sentinel—2) 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 Land Cover Classification (Sentinel—2),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 |
---|---|
2021 年 2 月 |
|