使用模型

可以通过 ArcGIS Pro 中的 Image Analyst 工具箱提供的使用深度学习分类像素工具使用野火描绘模型。 请确保输入影像满足受支持配置的要求，然后按照以下步骤从影像中提取土地宗地。

建议的影像配置

建议的影像配置如下：

您可将野火描绘模型用于栅格产品、镶嵌数据集或影像服务形式的多光谱 Sentinel-2 L2A 影像。

使用栅格产品时，请确保在将影像添加到地图时选择 BOA Reflectance 产品。 使用镶嵌数据集时，请确保在创建镶嵌时选择 Sentinel-2 栅格类型和 BOA Reflectance 处理模板。 此镶嵌数据集也可以发布为影像服务并作为输入使用。

确保输入的位深度为 16 位无符号，并且处理模板已设置为无。 您可以使用镶嵌数据集配置脚本 (MDCS) 自动化镶嵌数据集的创建、配置和填充过程。

检测野火

使用以下步骤从影像中检测野火：

数据准备
1. 根据以下产品类型准备数据：
   • 栅格产品
   1. 浏览至包含 Sentinel-2 L2A 数据的文件夹。 展开文件夹并找到栅格产品。
   2. 展开以 MTD_MSIL2A.xml 文件格式提供的栅格产品，选择 BOA Reflectance 派生栅格数据集。

      

   • 镶嵌数据集
   1. 使用创建镶嵌数据集地理处理工具创建镶嵌数据集。 按照以下说明设置参数选项卡上的变量：
      • 输出位置 - 选择地理数据库。
      • 镶嵌数据集名称 - 设置镶嵌数据集的名称。
      • 坐标系 - 选择输出镶嵌数据集的坐标系。
      • 产品定义 - 选择无。

      
   2. 要将栅格数据添加到镶嵌数据集，请打开添加栅格至镶嵌数据集地理处理工具。 按照以下说明设置参数选项卡上的变量：
      • 镶嵌数据集 - 选择输入镶嵌数据集。
      • 栅格类型 - 从下拉列表中选择 Sentinel-2。
      • 处理模板 - 从下拉列表中选择 BOA Reflectance。
      • 输入数据 - 从下拉列表中选择文件，然后浏览至 .SAFE 文件，并将其添加。

      

   3. 单击运行。
2. 要处理数据，请确保已下载野火描绘模型，并已将影像图层添加到 ArcGIS Pro。
3. 缩放到感兴趣区域，或使用整个 Sentinel-2 L2A 12 波段影像。

   

4. 浏览至分析选项卡上的工具。

   

5. 单击地理处理窗格中的工具箱选项卡，选择影像分析工具，然后浏览至深度学习下的使用深度学习分类像素工具。

   

6. 按照以下说明设置参数选项卡上的变量：
   1. 输入栅格 - 如上所述选择影像。
   2. 输出栅格数据集 - 设置输出要素类，其中将包含检测到的对象。
   3. 模型定义 - 选择预训练模型或微调模型的 .dlpk 文件。 在此用例中，使用之前下载的野火描绘模型。
   4. 参数（可选）- 根据需要更改参数值。
      • threshold - 置信度得分高于此阈值的检测将包含在结果中。 允许的值范围为从 0 到 1.0。 建议使用 0.3 到 0.5 之间的值。 然而，对于不同的地理位置，可以使用不同的阈值。
      • radiometric_offset_correction - 校正Sentinel 2 L2A 影像中 2022 年 1 月 25 日之后感测到的影像中的 -1000 辐射偏移。 对于 2022 年 1 月之前的数据，将其保持为 False。 对于 2022 年 1 月之后的数据，首先验证数据提供商是否已应用偏移；例如，AWS 数据已进行辐射偏移校正，无需再次校正，因此此参数应保持为 False。 对于 2022 年 1 月后通过 Microsoft Azure 和 Copernicus 等来源获取的数据，需要辐射偏移校正，因此需将此参数设为 True。 但是对于 2022 年 1 月后较暗区域的数据，建议不进行偏移校正。
      • predict_background - 如果设置为 True，则也会对背景进行分类。

   

7. 按照以下说明设置环境选项卡上的变量：
   1. 处理范围 - 从下拉菜单中选择当前显示范围或任意其他选项。
   2. 像元大小（必填项）- 将值设置为 10（以米为单位）。

      预期栅格分辨率为 10 米。

   3. 处理器类型 - 选择 CPU 或 GPU。

      如果可以，建议您选择 GPU 并设置 GPU ID 以指定要使用的 GPU。

   

8. 单击运行。

   数据处理完成后，带有野火描绘的输出图层会被添加至地图上。