A ferramenta de classificação no Google Earth usa IA para criar uma camada do mapa personalizada (uma "classificação") para uma determinada área, definindo categorias de cobertura do solo. Seja para mapear diferentes tipos de plantações, acompanhar a cobertura florestal ou diferenciar bairros urbanos, essa ferramenta transforma seus exemplos rotulados em um mapa de ponta a ponta.
Como funciona
- Adicione classes e dê exemplos: solte pontos no mapa para informar à ferramenta o que está lá (por exemplo, "Floresta" ou "Urbano"). Pense nisso como "ensinar" à IA a aparência de diferentes paisagens, com base nas suas próprias definições.
- Análise de IA: nos bastidores, a ferramenta associa seus pontos ao conjunto de dados de incorporação de satélite AlphaEarth Foundations, um modelo global especializado de IA que entende padrões exclusivos de imagens de satélite.
- Mapeamento preditivo: um modelo de aprendizado de máquina ("Random Forest") analisa cada quadrado de 10 metros na sua área. Ele compara esses quadrados com seus exemplos e preenche automaticamente o restante do mapa.
Gerar camada de classificação personalizada
- Abra um projeto ou crie um novo no Google Earth.
- Acesse Ferramentas
Classificar. Desenhe um polígono ao redor da área de interesse ou selecione um polígono existente para começar.
- Clique em pontos no mapa para desenhar uma área de interesse.
- Para remover um ponto, clique em undo Desfazer.
- Para redesenhar a área de interesse, clique em Atualizar Começar de novo.
Selecione o botão Adicionar classes para começar a criar sua camada de classificação.
Selecione para dar um título à nova camada.
Selecione o ano de classificação.
- Escolha o ano que você quer mapear. A ferramenta usa dados de satélite desse período para a classificação e pressupõe que todos os pontos de amostra fornecidos refletem as condições do solo daquele ano.
Adicione pelo menos duas classes à camada de classificação.
- Você pode inserir seu próprio Nome de exibição e estilizar a classificação com uma cor.
- Saiba como estilizar camadas de dados.
Selecione Concluído para salvar a classe.
Em seguida, coloque pontos de amostra no mapa para a classe selecionada e mostre à ferramenta exatamente o que você está procurando.
- Coloque pelo menos três pontos de amostra para cada classe.
Você pode definir suas próprias classes personalizadas ou selecionar classes de um sistema de classificação existente. Um sistema de classificação fornece um conjunto padronizado de categorias predefinidas, permitindo fazer comparações justas com outros mapas que usam esse sistema.
Para usar um sistema de classificação, selecione o menu e escolha list_alt Usar um sistema de classificação.
- Em seguida, selecione um sistema de classificação e pesquise turmas nele. Escolha as turmas que você quer usar e selecione Concluído para adicioná-las.
- Você pode inserir seu próprio Nome de exibição e personalizar a cor.
Confira o mapa classificado. O mapa reflete o ano de classificação selecionado.
- A camada é atualizada continuamente à medida que você adiciona pontos de amostra.
Se a ferramenta classificar uma área incorretamente ou mostrar áreas "inconclusivas", adicione mais alguns pontos de amostra para corrigir os erros. O modelo vai aprender instantaneamente com seus novos exemplos para produzir um mapa mais preciso.
- A classe "inconclusiva" mostrada na legenda representa áreas em que o modelo precisa de mais informações para distinguir entre classes. Esses pixels são destacados para ajudar você a identificar exatamente onde são necessários mais pontos de amostra.
- Depois que você fornecer rótulos para esses locais, a camada será atualizada.
Selecione Concluído quando terminar de criar a camada.
Para atualizar a camada, selecione o botão Editar no painel de inspeção da camada. Adicione mais pontos de amostra para áreas que parecem incorretas ou incompletas. Isso vai ajudar o modelo a produzir um mapa melhor.
Dicas para um bom mapeamento
- O mapa só é tão bom quanto os pontos que você fornece. Para ter os melhores resultados, os pontos precisam capturar toda a variação de cada classe. Selecione uma variedade de locais que representem diferentes exemplos da turma ao longo do ano. Por exemplo, se você estiver mapeando florestas, inclua pontos para árvores densas e esparsas. Quanto mais exemplos, melhor!
- A ferramenta é destinada à classificação iterativa. Se os resultados parecerem "errados" em uma determinada área, adicione mais pontos para corrigir o modelo de IA. Reduza as áreas "inconclusivas" adicionando pontos rotulados nelas.
- Os resultados mostrados são gerados pelos embeddings de satélite do AlphaEarth Foundations, um conjunto de dados completo com resolução de 10 metros criado com várias fontes de dados de satélite. Enquanto você usa o mapa de base de alta resolução no Google Earth para colocar pontos, a IA analisa a paisagem na escala de embedding de 10 metros para garantir uma precisão ampla. Para melhores resultados, concentre-se em rotular recursos que cobrem áreas maiores que quadrados de 10 metros.Saiba mais sobre o AlphaEarth Foundations.
Limitações
- O ano mais antigo para criar uma camada de classificação é 2017.
- A ferramenta gera classificações para quadrados de 10 metros. Objetos menores, como carros estacionados, galpões de quintal e árvores pequenas, provavelmente não serão detectados e classificados.