利用免费 Sentinel 图像对农田进行 AI 辅助制图

农业数字化发展迅速， 越来越多的公司和开发商为作物监测、资产管理、 开发肥料优化工具以及其他惊人的数字技术提供解决方案， 以提高农业业务的效率。 每当谈到农业管理时， 基本实体是地块和具有特定坐标和边界的田地， 所有的遥感数据都参考了田地。 这就是为什么许多农业应用程序从农田地图开始， 其中许多应用程序将这样的地图作为产品的核心功能来实现。

如何在地图上放置所有字段

以贝尔戈罗德地区（俄罗斯）的试验区为例， 俄罗斯有相当大的农田地块， 在 Sentinel 图像中能够清晰可见。 面积为 2422 平方公里的地区包括 ：

• 大约 4,500 个多边形的农田；
• 平均多边形有大约 100 个顶点。

据估计，手工绘制地图需要制图师大约 160 个工作日。 但如今，可以将部分常规地图绘制工作委托给人工智能（AI）， 以便更专注于实施阶段以及产品对最终用户需求的应用， 我们可以使用相同的试点区域，包括：

• 人工智能地图制图运输在约 30 分钟内处理该区域的单个图像；
• 通常需要几个图像来覆盖该区域的所有区域（以避免云层，阴影等）， 这里使用了六张图像， 整个区域需要三个小时的处理时间。

虽然人工智能在速度表现上多次战胜了人类制图师， 但在某些情况下， 它也会由于不稳定而出现错误， 比如多云区域、云层阴影、不同的季节和田野模式等。

人工智能的速度和人类准确性相结合

接下来讨论两个潜在的用例， 更具体地说， 农田地图制图的自动化将非常有帮助， 并提出一个制图员的工作流程， 用于迭代处理和合并生成的字段掩码。

案例1：统计境内所有耕地的数量和面积

如您在免费和流行的 QGIS ( qgis.org )中有些许经验， 那么在这里可使用插件 Mapflow-QGIS 及 Sentinel-2 和字段掩码。 该插件由 Mapflow API 提供支持， 此时只需创建一个帐户并获取登录令牌显示QGIS插件Mapflow中掩码和裁剪选项的屏幕截图即可开始工作。 下图是有关如何在 Mapflow-QGIS 中搜索、预览和 运行 Sentinel-2 图像处理的完整用户指南。

如果幸运地找到覆盖了所在区域的无云图像， 即可以使用单个 Sentinel-2 图像处理350 平方公里的区域， 大约需要5 分钟（如上图所示）。

案例2：盘点境内所有领域

要获得在特定时间段内在该地区耕种的所有农田的精确地图（比如需要更新图像的植被季节）， 必须对可用的 Sentinel-2 图像进行一些初步分析， 原因如下：

• 不要错过在不同时间培养的物体（见图4（a，b））；
• 确保全境覆盖（如遇云、雾、雪等情况，见图4(c)）。

为此，我们设计了特殊的迭代 AI 映射工作流程， 该工作流程基于从多个卫星图像中提取的字段掩码组合。 例如在俄罗斯的样本领土， 它如何工作，内容如下：

• 包含六个要处理的图像;
• 制图员的迭代 AI 制图指南。

其中重要的一点是， 制图师如果以前不熟悉此制图工作流程， 算法大约需要三个小时， 一位制图师需要两天时间才能最终确定结果（而不是 165 天）！

迭代式 AI 地图制图工作流程的先睹为快

迭代地图制图工作流基于以下原则：

• 从多个卫星图像中选择 AI 生成的成功多边形；
• 最大限度地减少制图师的点击次数。

任何制图师都可以在数小时内完成此工作流程， 我们已经在开发一系列教程来解释其工作原理。 当谈到卫星图像中关于地图制图的有效性时， 还需要考虑一件重要的事情， 通常需要一个方便的工具来搜索和处理图像。 这就是为什么我们很高兴地宣布专用工具可供每位制图师免费使用。 使用最新的插件 Mapflow-QGIS (1.6.*) ， 通过 Mapflow AI 进行搜索、查看和处理 Sentinel-2 图像。

总结

• Sentinel-2 字段地图制图的新模型已成功实施到 Mapflow 中， 并可供 Mapflow-QGIS 插件的所有用户使用， 可与之前发布的高分辨率模型一起尝试使用。
• Mapflow-QGIS 1.6 已发布， 主要的新功能是实现了前哨图像的目录和处理 （Sentinel 搜索由 SkyWatch API 提供支持， 属于很酷的服务和图像提供者）。
• 我们已经描述了一个实验性农业领域的基准， 表明人工智能制图可以将整个过程加速80 倍。
• 同时正在寻找准备好尝试迭代 AI 制图工作流程的勇敢制图师和开发人员。
• 除此项服务外， Mapflow 还提供高分辨率图像模型用于田间和道路掩膜提取， 这对整个农业制图项目都很有用。