全球最大開(kāi)源地理大模型來(lái)啦！IBM、美國(guó)航天局權(quán)威出品

專(zhuān)注AIGC領(lǐng)域的專(zhuān)業(yè)社區(qū)，關(guān)注OpenAI、百度文心一言等大語(yǔ)言模型（LLM）的發(fā)展和應(yīng)用落地，關(guān)注LLM的基準(zhǔn)評(píng)測(cè)和市場(chǎng)研究，歡迎關(guān)注！

IBM、NASA（美國(guó)國(guó)家航空航天局）同時(shí)在官網(wǎng)宣布，在Hugging Face上開(kāi)源全球最大的地理空間大模型——Prithvi。

據(jù)悉，Prithvi由NASA提供大量地理、氣候、災(zāi)害等衛(wèi)星遙感數(shù)據(jù)，在IBM的watsonx.ai模型上預(yù)訓(xùn)練、微調(diào)而成。Prithvi主要用于預(yù)測(cè)氣候變化、洪水映射、跟蹤森林砍伐、預(yù)測(cè)作物產(chǎn)量等。

Prithvi共包括Prithvi-100M （基礎(chǔ)模型），Prithvi-100M-sen1floods11（洪水映射模型），Prithvi-100M-multi-temporal-crop-classification（作物、土地識(shí)別模型），Prithvi-100M-burn-scar（火災(zāi)傷痕識(shí)別模型）四大塊組成。

值得一提的是，NASA還將作物分類(lèi)、火災(zāi)傷痕的衛(wèi)星訓(xùn)練數(shù)據(jù)集進(jìn)行了開(kāi)源，方便科學(xué)機(jī)構(gòu)、企業(yè)用于地理空間大模型的訓(xùn)練和技術(shù)研究。

基礎(chǔ)模型開(kāi)源地址：https://huggingface.co/ibm-nasa-geospatial/Prithvi-100M

洪水模型：https://huggingface.co/ibm-nasa-geospatial/Prithvi-100M-sen1floods11

作物、土地分類(lèi)模型：https://huggingface.co/ibm-nasa-geospatial/Prithvi-100M-multi-temporal-crop-classification

火災(zāi)傷痕識(shí)別模型：https://huggingface.co/ibm-nasa-geospatial/Prithvi-100M-burn-scar

NASA官宣

IBM官宣

NASA表示，獲取最新數(shù)據(jù)仍然是氣候科學(xué)的一個(gè)重大挑戰(zhàn)，因?yàn)?span style="font-family: 微軟雅黑, sans-serif;font-size: 15px;letter-spacing: 1px;text-wrap: wrap;">氣候環(huán)境幾乎每時(shí)每刻都在發(fā)生復(fù)雜的變化。預(yù)計(jì)到2024年，科學(xué)家們將從氣候等場(chǎng)景中獲得25萬(wàn)TB的數(shù)據(jù)，如何高效分析、使用這些數(shù)據(jù)非常有挑戰(zhàn)性。

現(xiàn)在，借助NASA和IBM開(kāi)源的地理空間大模型，可以推動(dòng)地理、氣候、作物等數(shù)據(jù)分析平民化，以加速技術(shù)創(chuàng)新。

NASA開(kāi)源Harmonized Landsat Sentinel-2衛(wèi)星數(shù)據(jù)

除了IBM的watsonx.ai模型，NASA提供的Harmonized Landsat Sentinel-2（簡(jiǎn)稱(chēng)“HLS”）數(shù)據(jù)集，對(duì)于打造功能強(qiáng)大、高精準(zhǔn)的Prithvi大模型至關(guān)重要，因?yàn)檫@些都是衛(wèi)星提供的監(jiān)測(cè)數(shù)據(jù)，平常機(jī)構(gòu)、企業(yè)很難獲取。

根據(jù)NASA的介紹，HLS的數(shù)據(jù)來(lái)自NASA、USGS（美國(guó)地質(zhì)勘探局）、陸地衛(wèi)星8、9號(hào)，以及歐盟哥白尼哨兵-2A和哨兵-2B的衛(wèi)星監(jiān)控?cái)?shù)據(jù)。

2023年7月11日獲得的冰島西北部的真彩HLS圖像

這些數(shù)據(jù)能以30米的空間分辨率，每2—3天對(duì)全球陸地進(jìn)行一次觀測(cè)。該數(shù)據(jù)可用于洪水映射、作物/土地識(shí)別、氣候預(yù)測(cè)、火災(zāi)傷痕識(shí)別等。ASA將作物分類(lèi)、火災(zāi)傷痕的訓(xùn)練數(shù)據(jù)集進(jìn)行了開(kāi)源。

其中，作物分類(lèi)數(shù)據(jù)集包含2022年美國(guó)大陸，不同土地覆蓋和作物類(lèi)別的Landsat-Sentinel圖像，例如，玉米、大豆、小麥等。數(shù)據(jù)標(biāo)簽來(lái)自美國(guó)農(nóng)業(yè)部的作物數(shù)據(jù)層（CDL），主要用于訓(xùn)練分割地理空間的機(jī)器學(xué)習(xí)模型。

作物分類(lèi)數(shù)據(jù)集開(kāi)源地址：https://huggingface.co/datasets/ibm-nasa-geospatial/multi-temporal-crop-classification

火災(zāi)傷痕數(shù)據(jù)集包含2018-2021年美國(guó)本土火災(zāi)疤痕和相關(guān)的Landsat和Sentinel-2圖像。共有804個(gè)512 x512場(chǎng)景，也是用于訓(xùn)練地理空間機(jī)器學(xué)習(xí)模型。

火災(zāi)傷痕數(shù)據(jù)開(kāi)源地址：https://huggingface.co/datasets/ibm-nasa-geospatial/hls_burn_scars

Prithvi功能展示

NASA和IBM展示了Prithvi模型強(qiáng)大的識(shí)別、分類(lèi)功能。以多作物識(shí)別為例，上傳一個(gè)Geotiff格式的衛(wèi)星圖片，Prithvi可快速識(shí)別出圖中的森林、冬小麥、濕地、高粱、荒地等屬性。

案例展示

多作物識(shí)別在線測(cè)試地址：https://huggingface.co/spaces/ibm-nasa-geospatial/Prithvi-100M-multi-temporal-crop-classification-demo

洪水映射識(shí)別，上傳一張Sentinel 2衛(wèi)星圖片，可識(shí)別出洪水的區(qū)域（黑色土地，白色水域）。

洪水映射識(shí)別體驗(yàn)地址：https://huggingface.co/spaces/ibm-nasa-geospatial/Prithvi-100M-sen1floods11-demo

火災(zāi)痕跡識(shí)別，上傳一張Geotiff衛(wèi)星圖片，可識(shí)別出發(fā)生過(guò)火災(zāi)的土地（黑色，無(wú)燒傷土地，白色發(fā)生過(guò)火災(zāi)土地）。

火災(zāi)痕跡識(shí)別體驗(yàn)地址：https://huggingface.co/spaces/ibm-nasa-geospatial/Prithvi-100M-Burn-scars-demo

關(guān)于NASA

NASA創(chuàng)立于1958年，主要負(fù)責(zé)美國(guó)的民用航空和宇宙計(jì)劃。NASA的研究領(lǐng)域包括航天工程、地球科學(xué)、天體物理學(xué)和宇宙生物學(xué)等。

NASA最為人所知的項(xiàng)目是“阿波羅計(jì)劃”，該計(jì)劃在1969年使人類(lèi)首次登上月球。此外，NASA還負(fù)責(zé)了許多其他重要的航天項(xiàng)目，包括洛杉磯號(hào)航天飛機(jī)、火星探測(cè)器好奇號(hào)和毅力號(hào)，以及哈勃太空望遠(yuǎn)鏡等。

本文素材來(lái)源NASA、IBM官網(wǎng)，如有侵權(quán)請(qǐng)聯(lián)系刪除

END