-
日期: 2025-08-01 | 来源: 量子位 | 有0人参与评论 | 专栏: 谷歌 | 字体: 小 中 大
从具体应用场景来看，AEF在主题映射（如土地覆盖分类）、生物物理变量估计和变化检测中表现全面。
例如，在年度土地覆盖变化识别中，它能精准区分森林、农田、城市等类型，对细微变化的捕捉误差远低于传统方法。
卫星嵌入数据集在谷歌地球引擎中，由AEF驱动的卫星嵌入数据集是同类规模中最大的数据集之一，每年包含超过1.4万亿个潜入足迹。目前已在Earth Engine数据目录发布。
这一系列年度嵌入数据已被全球多个组织采用，其中包括联合国粮食及农业组织、哈佛森林、地球观测组织等。它们借助该数据集制作功能强大的自定义地图。
例如，“全球生态系统地图集”这一项目旨在打造首个全面资源，用于绘制和监测全球生态系统。该项目正利用此数据集帮助各国将未测绘的生态系统划分为海岸灌丛、极端干旱沙漠等类别。
全球生态系统地图集全球科学负责人Nick Murray说：
卫星嵌入数据集正在彻底改变我们的工作，它帮助各国绘制未知生态系统的地图——这对于精准定位保护工作的重点区域至关重要。
展示卫星嵌入数据集从粗到精的分割的无监督聚类动画
巴西MapBiomas团队正在测试该数据集，以更深入地了解全国范围内的农业和环境变化，它为亚马逊雨林等关键生态系统的保护策略和可持续发展举措提供了重要依据。
AEF还有助于解决粮食安全、森林砍伐和水资源等关键问题。
对此，有网友表示：人工智能模型正在成为公共基础设施。
毕竟，看懂地球才能更好保护它。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见