Google Earth の分類ツールは、AI を使用して、土地被覆カテゴリを定義することで、特定の地域のカスタム地図レイヤ（「分類」）を作成します。さまざまな作物の種類をマッピングしたり、森林被覆を追跡したり、都市部の近隣地域を区別したりする場合に、このツールを使用すると、ラベル付きの例を地図全体に変換できます。
仕組み
- クラスを追加して例を示す: 地図上にポイントをドロップして、ツールにその場所にあるものを伝えます（例: 「森林」、「都市」）。これは、独自の定義に基づいて、さまざまな風景がどのようなものかを AI に「教える」ことと考えることができます。
- AI 分析: このツールは、AlphaEarth Foundations Satellite Embedding データセット（衛星画像の固有のパターンを理解する特殊なグローバル AI モデル）を使用して、ポイントをペア設定します。
- 予測マッピング: 機械学習モデル（「ランダム フォレスト」）が、エリア内の 10 メートル四方のすべての正方形を分析します。これらの正方形を例と比較し、地図の残りの部分を自動的に塗りつぶします。
カスタム分類レイヤを生成する
- Google Earth で既存のプロジェクトを開くか、新しいプロジェクトを作成します。
- [ツール]
[分類] に移動します。 関心のある地域を囲むポリゴンを描画するか、既存のポリゴンを選択して開始します。
- 地図上のポイントをクリックして、対象エリアを描画します。
- 地点を削除するには、[元に戻す] 元に戻す をクリックします。
- 対象領域を再描画するには、[更新] [新規開始] をクリックします。
[クラスを追加] ボタンを選択して、分類レイヤの作成を開始します。
を選択して、新しいレイヤにタイトルを付けます。
分類年を選択します。
- マッピングする年を選択します。このツールは、この期間の衛星データを分類に使用し、提供されたすべてのサンプル ポイントがその年の地表の状態を反映していると想定します。
分類レイヤにクラスを 2 つ以上追加します。
- 独自の表示名を入力し、色で分類のスタイルを設定できます。
- 詳しくは、データレイヤースタイルを設定する方法をご覧ください。
[ 完了] を選択してクラスを保存します。
次に、選択したクラスのサンプル ポイントを地図上に配置して、ツールに検索対象を正確に示します。
- クラスごとに 3 個以上のサンプル ポイントを配置します。
独自のカスタムクラスを定義することも、既存の分類システムからクラスを選択することもできます。分類システムは、標準化された一連の事前定義カテゴリを提供します。これにより、その分類システムを使用して、他の地図と同一条件で比較できます。
分類システムを使用するには、メニュー を選択し、list_alt [分類システムを使用する] を選択します。
- 次に、分類システムを選択し、そのシステム内のクラスを検索します。使用するクラスを選択し、 [完了] を選択して追加します。
- 独自の表示名を入力して、色をカスタマイズできます。
分類マップを表示します。地図には、選択した分類年が反映されます。
- サンプル ポイントを追加すると、レイヤは継続的に更新されます。
ツールでエリアが誤って分類された場合や、エリアが「不明」と表示された場合は、サンプル ポイントを追加して誤りを修正します。モデルは新しい例から即座に学習し、より正確な地図を生成します。
- 凡例に表示される「不確定」クラスは、モデルがクラスを区別するためにさらに多くの情報を必要とする領域を表します。これらのピクセルは、さらに多くのサンプル ポイントが必要な場所を正確に特定できるようにハイライト表示されます。
- これらの場所のラベルを指定すると、レイヤが更新されます。
レイヤの作成が完了したら、[完了] を選択します。
レイヤを更新するには、レイヤのインスペクタ パネルで [編集] ボタンを選択します。編集して、不正確または不完全に見えるエリアのサンプル ポイントを追加します。これにより、モデルはより優れた地図を生成できます。
適切なマッピングを行うためのヒント
- 地図の精度は、提供するポイントの精度に左右されます。最良の結果を得るには、各クラスのすべてのバリエーションをポイントで捉える必要があります。クラスのさまざまな例を 1 年を通して表す、さまざまな場所を選択してください。たとえば、森林をマッピングする場合は、密集した木と散在した木の両方のポイントを含めます。例が多いほど、精度が向上します。
- このツールは、反復分類を目的としています。特定の部分で結果が「ずれている」ように見える場合は、その部分にポイントを追加して AI モデルを修正します。これらの部分にラベル付きのポイントを追加して、「結論が出ない」部分を減らします。
- 表示される結果は、複数の衛星データソースから作成された 10 m の解像度の機能豊富なデータセットである AlphaEarth Foundations Satellite Embeddings によって生成されています。Google Earth の高解像度基本地図を使用してポイントを配置すると、AI が 10 メートルのエンベディング スケールで風景を分析し、広範囲の精度を確保します。最適な結果を得るには、10 メートル四方より広い範囲をカバーするラベル付け機能に焦点を当てます。AlphaEarth Foundations の詳細
制限事項
- 分類レイヤを作成できる最も古い年は 2017 年です。
- このツールは、10 メートルの正方形の分類を生成します。駐車中の車、裏庭の小屋、小さな木 1 本など、これよりも小さいオブジェクトは検出されて分類される可能性は低くなります。