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。