Bài dịch: " Bản đồ do AI tạo ra ghi lại những thay đổi đất đai toàn cầu hàng ngày"

Sự mở rộng nhanh chóng của mạng lưới camera gần bề mặt mang đến cơ hội nâng cao khả năng giám sát bằng cách bổ sung các quan sát cục bộ, tần suất cao. Tuy nhiên, những thách thức như sự không phù hợp về góc nhìn và phạm vi phủ sóng hạn chế vẫn tồn tại. Dựa trên những thách thức này, cần có những nghiên cứu mới để tích hợp các quan sát đa phương thức và các công cụ AI cho việc giám sát đất đai theo thời gian thực.

Các nhà nghiên cứu từ Đại học Thanh Hoa và các cộng sự đã công bố nghiên cứu của họ trên Tạp chí Viễn thám. Nhóm nghiên cứu đã phát triển một khuôn khổ kết hợp hình ảnh vệ tinh, camera gần bề mặt và các mô hình phân đoạn AI tiên tiến. Sự đổi mới này giải quyết các rào cản dai dẳng trong giám sát đất đai, bao gồm nhiễu mây và độ phân giải thời gian hạn chế, cung cấp một hệ thống có khả năng lập bản đồ lớp phủ đất toàn cầu gần như theo thời gian thực cho các ứng dụng từ nông nghiệp đến bảo tồn hệ sinh thái.

Nghiên cứu chứng minh rằng FROM-GLC Plus 3.0 vượt trội hơn các sản phẩm trước đây về cả độ chính xác và mật độ thời gian. Bằng cách tái tạo chuỗi thời gian NDVI dày đặc hàng ngày từ các quan sát bằng camera, khuôn khổ này đạt được độ chính xác trung bình là 70,52%. Nó ghi lại các chuyển đổi đột ngột, chẳng hạn như sự tích tụ tuyết ở Bắc Mỹ và sự mở rộng đất ngập nước ở Châu Âu, mà các hệ thống chỉ sử dụng vệ tinh không phát hiện được.

Ngoài ra, việc tích hợp Mô hình Phân đoạn Bất kỳ (SAM) cho phép lập bản đồ cấp lô đất với độ nhiễu thấp hơn và ranh giới rõ nét hơn, cung cấp thông tin chi tiết có độ phân giải cao về đất trồng trọt, khu vực đô thị và môi trường sống tự nhiên. Những cải tiến này cùng nhau tạo nên FGP 3.0 một giải pháp linh hoạt, có khả năng mở rộng và kịp thời để theo dõi các thay đổi môi trường trên toàn thế giới.

Chương trình này tích hợp ba mô-đun: lập bản đồ hàng năm, giám sát động hàng ngày và phân loại thửa đất độ phân giải cao. Lập bản đồ hàng năm kết hợp dữ liệu SAR Sentinel-1, dữ liệu phổ Sentinel-2 và dữ liệu đầu vào từ camera gần bề mặt bằng các thuật toán khớp không gian tự động để tái tạo chuỗi thời gian NDVI hàng ngày. Điều này giúp tăng cường độ chính xác trên các hệ sinh thái đa dạng, đặc biệt là trong các mô hình khảm đất trồng trọt - cây bụi.

Đối với giám sát động, hệ thống sử dụng các bộ mẫu di cư và hình ảnh tái tạo để phát hiện các chuyển đổi đất đai ở quy mô hàng ngày, ghi lại các sự kiện ngắn hạn thường không thể nhìn thấy bằng các phương pháp tiếp cận chỉ sử dụng vệ tinh. Lập bản đồ độ phân giải cao tận dụng SAM, được triển khai thông qua công cụ samgeo mã nguồn mở, để phân đoạn các thửa đất và giảm nhiễu muối tiêu, tạo ra các phân loại rõ ràng và gắn kết hơn. Các thử nghiệm tại Trung Quốc cho thấy chương trình này theo dõi chính xác luân canh lúa mì và ngô mùa đông ở cấp độ thửa đất. So với các phiên bản trước, FGP 3.0 giảm thiểu phân loại sai, cải thiện độ chính xác ranh giới và mở rộng quy mô hiệu quả từ cấp độ khu vực sang toàn cầu.

"Các sản phẩm chỉ sử dụng vệ tinh thường bỏ lỡ những thay đổi nhanh chóng đang định hình môi trường của chúng ta", Le Yu, tác giả liên hệ của nghiên cứu, cho biết. "Bằng cách kết hợp dữ liệu đa phương thức với các mô hình AI tiên tiến, FROM-GLC Plus 3.0 cung cấp thông tin chi tiết chính xác hàng ngày ở cả quy mô toàn cầu và quy mô thửa đất. Công nghệ này không chỉ mang lại hiểu biết tốt hơn về môi trường mà còn hỗ trợ thiết thực cho nông nghiệp, phòng chống thiên tai và quản lý đất đai bền vững."

Nghiên cứu kết hợp radar Sentinel-1, ảnh đa phổ Sentinel-2 và dữ liệu camera gần bề mặt dày đặc. Hệ thống tự động khớp không gian đã căn chỉnh các góc nhìn camera xiên với các điểm ảnh vệ tinh, trong khi các mô hình hồi quy tái tạo các chuỗi NDVI hàng ngày. Bộ phân loại Rừng ngẫu nhiên đã được áp dụng để phân loại lớp phủ đất bằng các đặc điểm thời gian đa phương thức. Đối với các bản cập nhật động, các mẫu di cư đảm bảo tính nhất quán theo thời gian. Bản đồ thửa đất độ phân giải cao sử dụng mô hình SAM trong samgeo, cho phép phân vùng linh hoạt đất trồng trọt, công trình đô thị và các vùng nước. Việc xác thực đã được tiến hành trên tám địa điểm đa dạng sinh thái trên nhiều lục địa.

FROM-GLC Plus 3.0 đặt nền tảng cho việc giám sát đất đai thế hệ tiếp theo. Khả năng ghi lại những thay đổi hàng ngày ở quy mô nhỏ của hệ thống cho phép cảnh báo sớm về lũ lụt, hạn hán, nạn phá rừng và mở rộng đô thị. Các ứng dụng nông nghiệp bao gồm theo dõi sức khỏe cây trồng, luân canh và tình trạng thiếu nước ở cấp độ đồng ruộng, trong khi các nhà bảo tồn có thể sử dụng hệ thống để giám sát môi trường sống đa dạng sinh học và suy thoái đất. Khi mạng lưới camera gần bề mặt mở rộng và các mô hình AI phát triển, khuôn khổ này có thể trở thành nền tảng cho trí tuệ môi trường toàn cầu, hỗ trợ khả năng phục hồi khí hậu và các chiến lược sử dụng đất bền vững.

Provided by Chinese Academy of Sciences