Google 어스의 분류 도구는 AI를 사용하여 토지 피복 카테고리를 정의하여 특정 지역의 맞춤 지도 레이어('분류')를 만듭니다. 다양한 작물 유형을 매핑하거나, 산림 면적을 추적하거나, 도시 지역을 구분하려는 경우 이 도구를 사용하면 라벨이 지정된 예시를 전체 지도에 표시할 수 있습니다.
작동 방식
- 클래스 추가 및 예시 제공: 지도에 포인트를 드롭하여 도구에 해당 위치의 정보를 알려줍니다 (예: '숲', '도시'). AI에 다양한 지형의 모습을 '가르치는' 것으로 생각하면 됩니다.
- AI 분석: 이 도구는 백그라운드에서 포인트를 AlphaEarth Foundations 위성 임베딩 데이터 세트와 페어링합니다. 이 데이터 세트는 위성 이미지의 고유한 패턴을 이해하는 전문적인 글로벌 AI 모델입니다.
- 예측 매핑: 머신러닝 모델 ('랜덤 포레스트')이 내 지역 내의 모든 10미터 정사각형을 분석합니다. 이러한 정사각형을 내 예와 비교하고 나머지 지도를 자동으로 채웁니다.
맞춤 분류 레이어 생성
- Google 어스에서 기존 프로젝트를 열거나 새 프로젝트를 만듭니다.
- 도구
분류로 이동합니다. 관심 영역 주위에 다각형을 그리거나 기존 다각형을 선택하여 시작합니다.
- 지도에서 지점을 클릭하여 관심 영역을 그립니다.
- 점을 삭제하려면 실행취소 실행취소를 클릭합니다.
- 관심 영역을 다시 그리려면 새로고침 새로 시작을 클릭합니다.
클래스 추가 버튼을 선택하여 분류 레이어 만들기를 시작합니다.
를 선택하여 새 레이어의 제목을 지정합니다.
분류 연도를 선택합니다.
- 매핑할 연도를 선택합니다. 이 도구는 이 기간의 위성 데이터를 분류에 사용하며, 제공하는 모든 샘플 포인트가 해당 연도의 지상 상태를 반영한다고 가정합니다.
분류 레이어에 클래스를 2개 이상 추가합니다.
- 표시 이름을 직접 입력하고 색상으로 분류의 스타일을 지정할 수 있습니다.
- 데이터 레이어 스타일 지정 방법 자세히 알아보기
완료를 선택하여 클래스를 저장합니다.
그런 다음 지도에 샘플 포인트를 배치하여 도구에 원하는 것을 정확하게 보여줍니다.
- 클래스별로 샘플 포인트를 3개 이상 배치합니다.
자체 맞춤 클래스를 정의하거나 기존 분류 시스템에서 클래스를 선택할 수 있습니다. 분류 시스템은 사전 정의된 표준 카테고리 집합을 제공하므로 해당 분류 시스템을 사용하여 다른 지도와 동등한 비교를 할 수 있습니다.
분류 시스템을 사용하려면 메뉴 를 선택하고 list_alt 분류 시스템 사용을 선택합니다.
- 그런 다음 분류 시스템을 선택하고 해당 시스템 내에서 수업을 검색합니다. 사용할 수업을 선택하고 완료를 선택하여 추가합니다.
- 표시 이름을 직접 입력하고 색상을 맞춤설정할 수 있습니다.
분류된 지도를 확인합니다. 지도에는 선택한 분류 연도가 반영됩니다.
- 샘플 포인트를 추가하면 레이어가 지속적으로 업데이트됩니다.
도구에서 영역을 잘못 분류하거나 '결정적이지 않은' 영역을 표시하는 경우 샘플 포인트를 몇 개 더 추가하여 오류를 수정하세요. 모델은 새로운 예시를 통해 즉시 학습하여 더 정확한 지도를 생성합니다.
- 범례에 표시된 '결정적이지 않음' 클래스는 모델이 클래스를 구분하는 데 더 많은 정보가 필요한 영역을 나타냅니다. 이러한 픽셀은 더 많은 샘플 포인트가 필요한 위치를 정확하게 식별할 수 있도록 강조 표시됩니다.
- 이러한 위치에 라벨을 제공하면 레이어가 업데이트됩니다.
레이어 만들기를 완료한 후 완료를 선택합니다.
레이어의 인스펙터 패널에서 수정 버튼을 선택하여 레이어를 업데이트할 수 있습니다. 잘못되었거나 불완전해 보이는 영역에 샘플 포인트를 더 추가하도록 수정합니다. 이렇게 하면 모델이 더 나은 지도를 생성할 수 있습니다.
올바른 매핑을 위한 도움말
- 지도의 품질은 사용자가 제공하는 포인트에 따라 달라집니다. 최상의 결과를 얻으려면 포인트가 각 클래스의 전체 변동 범위를 포착해야 합니다. 다양한 위치를 선택하여 연중 다양한 수업 사례를 나타냅니다. 예를 들어 숲을 매핑하는 경우 밀집된 나무와 흩어져 있는 나무의 점을 모두 포함합니다. 예가 많을수록 좋습니다.
- 이 도구는 반복적인 분류를 위해 설계되었습니다. 특정 영역에서 결과가 '잘못'된 것처럼 보이면 해당 영역에 더 많은 포인트를 추가하여 AI 모델을 수정하세요. 이러한 영역에 라벨이 지정된 포인트를 추가하여 '결론을 내릴 수 없는' 영역을 줄이세요.
- 표시되는 결과는 여러 위성 데이터 소스로 만들어진 10미터 해상도의 기능이 풍부한 데이터 세트인 AlphaEarth Foundations 위성 임베딩을 기반으로 합니다. Google 어스에서 고해상도 기본 지도를 사용하여 포인트를 배치하는 동안 AI는 10미터 삽입 스케일로 지형을 분석하여 전반적인 정확성을 보장합니다. 최상의 결과를 얻으려면 10미터 정사각형보다 큰 영역을 포함하는 라벨 지정 기능에 집중하세요. AlphaEarth Foundations에 대해 자세히 알아보기
제한사항
- 분류 레이어를 만들 수 있는 가장 빠른 연도는 2017년입니다.
- 이 도구는 10미터 정사각형의 분류를 생성합니다. 주차된 자동차, 뒷마당 창고, 작은 나무 한 그루와 같이 이보다 작은 물체는 감지 및 분류되지 않을 수 있습니다.