NASA 与 IBM 联手推出遥感基础模型 Prithvi 2.0，开源使用，参数达600M，从影像重建、云处理、洪水监测再到火灾识别，这款模型在表现出优异水平。
2024年12月，NASA、IBM和德国尤利希研究中心联合发布了增强版的开源遥感AI模型——Prithvi 2.0。
这一模型整合了全球数据，能够支持土地利用变化监测、灾害响应以及作物产量预测等多种应用场景。
Prithvi模型构建
Prithvi模型最初于2023年8月发布，由NASA和IBM基于Harmonized Landsat和Sentinel-2（HLS）数据集预训练而成。
2.0版本于12月发布。
Prithvi模型的训练数据集涵盖了全球范围内的高质量HLS卫星图像，避免了云层或数据缺失导致的质量下降。
模型基于ViT架构，使用掩码自动编码器（MAE）方法进行预训练。并已在Hugging Face平台上开源。
多场景应用
多时序云处理
利用Prithvi模型重建因云层覆盖导致的图像缺失区域。
多时序作物分类
通过分析时序卫星数据，Prithvi模型可以精确识别作物类型及分布模式，为农业资源管理提供支持。
洪水识别
模型能够在多种生态系统中分类洪水区域，为洪水管理提供数据支持。
火灾区域检测
结合卫星图像与火灾数据，Prithvi模型能捕捉火灾区域的详细信息，帮助制定灾后恢复计划。
进一步解读
目前，Prithvi系列模型包括：
Prithvi-EO-1.0和Prithvi-EO-2.0：基于遥感解译数据 Prithvi-WxC-1.0：基于气象预报
Prithvi 2.0 的技术规格与性能表现
1.0版本Prithvi模型最初于2023年8月发布。与其前身相比，Prithvi 2.0 在多个方面实现了显著提升：
参数规模模型参数从 1.0 的
100M增加到600M。
训练数据基于 NASA 的 Harmonized Landsat 和 Sentinel 产品，Prithvi 2.0 训练了 420 万个数据点。
性能评测在 GEO-bench 基准测试框架中，Prithvi 2.0 的平均得分达到 75.6%，较前代模型提高了 8%。这一框架涵盖了地理空间领域的多个任务，是评估模型性能的重要工具。
如何获取 Prithvi 2.0
模型托管在Hugging Face平台，有完整的checkpoint和代码，方便开发者快速上手。
还有各类使用Demo。
模型地址：https://huggingface.co/ibm-nasa-geospatial
往期推荐：
NASA与微软联合推出“Earth Copilot”，“智能助手“或成为行业产品标配
欢迎交流
笔者长期从事人工智能、遥感、大模型等业务
欢迎添加微信交
