资讯 | NASA与IBM发布扩展版地理空间AI基础模型, 含demo测试

文摘   2024-12-24 08:00   荷兰  

 RS   DL 

介绍

24年12月4日,NASA与IBM联合Forschungszentrum Jülich(尤利希研究中心)推出了扩展版 Prithvi地理空间AI基础模型,该模型整合了全球数据,可支持更多地理应用,包括土地利用变化监测、自然灾害监控及作物产量预测。
迄今为止已发布了三个基础模型:Prithvi-EO-1.0 和 Prithvi-EO-2.0,使用的是NASA的Harmonized Landsat和Sentinel-2 (HLS)地球观测数据,以及Prithvi-WxC-1.0,使用的是NASA的MERRA-2气象与气候数据。

Prithvi模型最初于2023年8月发布,由NASA和IBM基于Harmonized Landsat and Sentinel-2 (HLS)数据集开发。模型使用自监督学习技术,通过填补mask信息进行预训练,并可进一步微调用于特定领域。作为NASA开放科学倡议的一部分,模型在Hugging Face平台上免费提供。
NASA首席科学数据官Kevin Murphy表示:“通过整合NASA的科学知识,Prithvi模型可以快速将海量数据转化为可操作的洞见,这相当于拥有一个强大的助手,帮助做出更快、更明智的决策,从而实现经济与社会效益。”

huggingface 实例

huggingface 链接:https://huggingface.co/ibm-nasa-geospatial

Prithvi-EO-2.0 基于ViT架构,使用MAE进行预训练。
以TL版本为例:
  • 3D嵌入支持时空特性
    替换了2D嵌入为3D版本,使用3D卷积将输入序列划分为时间、高度和宽度的立方体,并生成对应的3D位置编码。
  • 结合时间和地理信息
    在模型预训练中加入时间(日期)和地理位置信息,编码后加权融入输入数据。同时,通过随机丢弃这些信息,提升模型对缺失数据的适应能力。

demo测试:

demo入口:https://huggingface.co/spaces/ibm-nasa-geospatial/Prithvi-EO-2.0-Demo

各版本表现:

参考链接:
  • https://science.nasa.gov/artificial-intelligence-science
  • https://science.nasa.gov/science-research/ai-geospatial-model-earth/
  • https://www.earthdata.nasa.gov/news/nasa-ibm-openly-release-geospatial-ai-foundation-model-nasa-earth-observation-data


因配置了AI回复功能,除关键词自动回复外,号内信息主要由AI大模型回复。如需资源、投稿、合作等,请直接联系小助手微信(添加请备注:咨询投稿合作加群,加群需备注姓名/昵称,单位和研究方向)。
公众号欢迎优秀作者投稿!可加入优秀论文作者群:欢迎加入AI遥感优秀论文作者群!


问题及讨论可直接在文章下方留言


  欢迎关注  


分享遥感与深度学习领域的技术、论文、书籍、新鲜事。



欢迎加入遥感与深度学习交流群(点此加入)


遥感与深度学习
聚焦遥感与深度学习,分享相关技术、论文、书籍、资讯,团队来自国内外著名期刊作者及审稿人
 最新文章