新しいモデルは畳み込みニューラル ネットワーク (CNN) です。つまり、アルゴリズムはフィルターを課します
開発中に科学者たちは何百万ものデータを使用しました欧州宇宙機関 (ESA) が運用する 2 つのコペルニクス センチネル 2 衛星からの画像の例。これらの衛星は、地球上のあらゆる場所を 1 ピクセルあたり 10 x 10 メートルの解像度で 5 日ごとに記録します。その結果、現在入手可能な最高品質の画像が得られます。
木の高さを計算するために、NASAGEDIミッション中に取得されたデータが使用されました。
「ミッションGEDIはグローバルを提供します北緯51度と南緯51度の間の植生の高さに関する異なるデータが分散されているため、学習の過程で、コンピューターはさまざまな種類の植生を確認します」と研究者の1人は説明します。
結果として得られるモデルは、250,000を超える画像（約160 TBのデータ）から植生の高さを自動的に推定できます。
ニューラルネットワークの高効率は、研究者が1つのCNNではなく5つのCNNを使用したという事実。彼らは独立して訓練し、それぞれが木の高さを独自に推定しました。モデルは、データ自体の不確実性も考慮に入れています。たとえば、衛星画像がかすんでいる場合、不確実性は良好な大気条件よりも高くなります。
「私たちにとって重要な側面は、推定の不確実性についてユーザーは考えています」と研究者の一人であるラング氏は言います。 - すべてのモデルが一致する場合、トレーニング データに基づいて答えは明らかです。モデルが異なる答えに達した場合、それは推定値の不確実性が大きくなることを意味します。」
ニューラルネットワークを利用して取得した世界地図植物の樹冠の高さは、生態学者が気候変動を監視するのに役立ちます。政府や行政機関にとっても興味深いかもしれません。
「Sentinel-2を使用すると、植生の高さを5日ごとに再計算できるため、熱帯雨林の森林破壊を追跡できます」とLang氏は言います。
続きを読む：
それは何世紀にもわたって狩られてきました：太陽の隣の惑星バルカンについて私たちは何を知っていますか
物理学者は、液体の新しい基本法則を実験的に確認しました
天文学者は、宇宙から来る不思議な電波バーストの発生源を発見しました