在现代农业中，农作物分类至关重要。 它为早期农作物监测和灌溉管理等任务提供了必要信息。 但是，由于不同农作物类型之间的区分具有一定复杂性，农作物分类对政策制定者而言是一项巨大挑战。 随着高时间和光谱信息的卫星影像的便利性提升，以及机器学习方法的进步，自动化监控和管理大规模农业生产与土地利用成为可能。
Prithvi-100M-multi-temporal-crop-classification 预训练模型由 NASA 和 IBM 共同开发，他们利用多时间点农作物分类数据集对地球观测的基础模型 Prithvi-100m 进行了微调。 该模型能够自动化地对多光谱卫星影像中的不同农作物进行识别和分类。
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（18 波段合成栅格）、镶嵌数据集或影像服务。
- 输出 - 源自农田数据图层的 13 类分类栅格。
- 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 - 此模型预计适用于美国。
- 架构 - 该模型整合了 IBM 和 NASA 的 Prithvi-100M 多光谱农作物分类模型，并采用了基于 ViT 架构和 Masked AutoEncoder (MAE) 学习策略的自监督编码器。
- 训练数据 - 此模型利用多光谱农作物分类数据集对 Prithvi-100m 预训练模型进行了微调。
- 准确率指标 - 该模型的平均交并比 (IoU) 达到 0.43，平均准确率为 64.06%。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载 Prithvi - 农作物分类预训练模型。 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 Prithvi - Crop Classification，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 |
|---|---|
| 2024 年 1 月 | “Prithvi - 农作物分类”第一版发布 |