Landsat-8/9
PulseAugur coverage of Landsat-8/9 — every cluster mentioning Landsat-8/9 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
利用机器学习发布新的30米全球灌溉区地图
研究人员开发了一个名为GMIA-NEXT的新全球灌溉区地图，利用机器学习和地球观测数据。该数据集为2023/24生长季提供了中等分辨率（30米）的灌溉模式视图，解决了先前粗分辨率或不太可靠数据集的局限性。该项目整合了地面真实点、Landsat影像的植被指标以及各种环境变量，以更详细地了解全球灌溉情况。
-
Vision Transformers 提升沿海藻华测绘能力
研究人员开发了一种新的方法，利用 Vision Transformers（一种深度学习模型）来绘制沿海藻华的地图。该方法利用 Landsat-8/9 和 Sentinel-2 卫星的高分辨率图像，检测出通常会被分辨率较低的传感器遗漏的碎片化藻华结构。研究将四种 Transformer 架构与标准的卷积基线进行了比较，发现 Swin Transformer 在云层覆盖和太阳反光等挑战性条件下表现最佳。与传统的谱指数方法相比，这种深度学习…
-
New AI-ready dataset launched for urban heat research
研究人员推出了“Urban Heat MiniCubes”，这是一个旨在促进城市热研究中机器学习应用的新数据集。这个公开可用的数据集提供了48个城市在2022-2023年期间的统一数据立方体，变量已预先对齐以减少预处理工作。它整合了来自多个卫星源的数据，包括Landsat、Sentinel-1和GOES-R，以提供城市热环境的全面视图。
-
AI模型通过优化资源分配和早期检测来应对野火
两篇新的研究论文详细介绍了用于优化野火扑灭和检测的AI应用。其中一篇论文介绍了一个预测性和规范性AI模型，该模型使用整数优化和一种新颖的branch-and-price-and-cut算法来联合优化人员分配和野火扑灭。另一篇论文提出了WildfireVLM，这是一个AI框架，它将卫星图像分析与多模态大型语言模型相结合，用于早期野火检测、风险评估和响应建议。