Ref:
Using Artificial Intelligence to Map the Earth’s Forests.https://sustainability.fb.com/blog/2024/04/22/using-artificial-intelligence-to-map-the-earths-forests/
作者:JAMIE TOLAN, CAMILLE COUPRIE, JOHN BRANDT, JUSTINE SPORE, TOBIAS TIECKE, TRACY JOHNS, PATRICK NEASE
亲爱的读者大人,今天又分享一篇文章,以及一套数据和 AI 模型。
这是一篇今年4月末的文章,文章以碳中和的大义开篇,到项目内容,最后到数据和模型,巴拉巴拉……
我挑重点总结一下,并且还有如何从 aws 亚马逊云下载数据的方法。
全球树冠高度地图
Meta公司(原Facebook公司)使用的模型是 DiNOv2,该模型使用 Maxar 的真彩色影像作为训练数据,80% 的数据来自 2018 年至 2020 年之间的影像。
在模型的帮助下,最后获得了1米分辨率全球树冠高度地图。
从数据发现,地球上超过三分之一的土地(5000万平方公里)的冠层高度在1米以上,而3500万平方公里的冠层高度大于5m。
当然这套模型的作用不止如此,还可以实现一些其他功能, 比如分割。
AI模型
这方面不太了解,需要的自行查看哦
GIthub.https://github.com/facebookresearch/HighResCanopyHeight/blob/main/README.md
论文.https://www.sciencedirect.com/science/article/pii/S003442572300439X
数据下载
这个 tif 数据集提供 aws 亚马逊云和 GEE 下载
aws 亚马逊云.https://registry.opendata.aws/dataforgood-fb-forests/
我们以 aws 亚马逊云下载为例
网站打开如上,在右边可以找到该数据的 aws 地址:
aws s3 ls --no-sign-request s3://dataforgood-fb-data/forests/v1/alsgedi_global_v6_float/
接下来我们就需要进行配置和安装,将该数据拖到本地。
安装和配置AWS CLI
在 Windows 系统中先现在一个 aws cli 客户端程序。
下载地址.https://awscli.amazonaws.com/AWSCLIV2.msi
你会得到一个程序包 AWSCLIV2.msi,双击安装即可。
安装完成后,进入 CMD 界面(或Powershell),输入 aws
可以发现 CMD 终端已经可以接受 aws 的一系列命令。
输入 aws help
可以查看命令帮助。
由于我们下载的数据是公开对象,所以不用配置烦人的认证。
查看大小
我们可以使用 --summarize --human-readable
参数来查看 S3 桶(AWS云中有很多装数据的统 bucket)中文件的大小,当然前面不要忘了添加数据地址:
aws s3 ls --no-sign-request s3://dataforgood-fb-data/forests/v1/alsgedi_global_v6_float/ --summarize --human-readable
显示该数据有1.9G(貌似不止这么大, 我下了半天都没下完,应该有70G)。
下载
使用aws s3 cp
命令从S3桶下载文件。
完整命令如下,在地址后加上你本机存储地址,我直接使用D盘 D:/
然后在加上地区 --region us-east-1
再加上 --recursive --no-sign-request
,如果没有的话可能会报403错误,拿不到数据。
完整命令行:
aws s3 cp --no-sign-request s3://dataforgood-fb-data/forests/v1/alsgedi_global_v6_float/ D:/ --region us-east-1 --recursive --no-sign-request
在 CMD 界面中按键 Ctrl+C 可以终止当前的任务,另外下载速度还是挺快的,能到6、7MB/s。
目前一直都下不完,越下越多,等下完了我分享到 djb 文件夹里(如果不算太大的话)。
AWS 官方参考文档(我更建议直接问 ChatGPT)
https://docs.aws.amazon.com/cli/latest/reference/s3/