AQUA-PRITHVI
модель для анализа водных экосистем
1 мин чтенияобновлено
AQUA-PRITHVI — это адаптация базовой геопространственной модели IBM/NASA Prithvi-EO-2.0-300M-TL для работы с водными поверхностями и экосистемами. Модель обучена методом маскированного восстановления спектральных отражений на спутниковых данных Landsat и Sentinel-2. Она позволяет эффективно извлекать векторные представления и улучшать спектральную реконструкцию водных объектов. Разработка ориентирована на исследователей в области дистанционного зондирования Земли.
Ключевые особенности
- Специализация на водной поверхности: обучение на корпусе из почти 170 тысяч патчей спутниковых данных.
- Гибридная архитектура: 330 миллионов параметров, из которых около 77 миллионов обучаемые.
- Улучшенное восстановление спектра: снижение ошибки RMSE на 42.9% по сравнению с базовой моделью.
- Интеграция с TerraTorch: нативная поддержка библиотеки для геопространственных нейросетей.
Что можно сделать
- Извлекать качественные спектральные признаки для водных объектов из спутниковых снимков HLS.
- Проводить спектральную реконструкцию и самоконтролируемые исследования представлений.
- Использовать адаптированные энкодеры и автоэнкодеры в экосистеме TerraTorch.
Пример
Загрузка модели через скрипт:
from load_aqua_prithvi import load_adapted_mae, load_adapted_encoder
model = load_adapted_mae('final_delta.pt', device='cpu')
encoder_model = load_adapted_encoder('AQUA_PRITHVI_DAPT_V2_encoder.pt', device='cpu')
Подробнее
Базовая модель: IBM/NASA Prithvi-EO-2.0-300M-TLМетрики: RMSE спектрального отражения 0.00516 (лучше на 42.9%)
Данные: 169 429 патчей спутниковых снимков HLS (2018–2024 гг.)
Требования: PyTorch, TerraTorch










Комментарии