Quelles sont les données satellitaires intégrées et pourquoi sont-elles nécessaires?
L'imagerie satellitaire n'est pas seulement des images, mais aussi des données multidimensionnelles : bandes spectrales, polarisation, séries chronologiques. Travailler avec eux directement est difficile: un modèle peut se perdre dans le bruit, et les analystes doivent rapidement comparer de grandes zones. C'est là que s'intègrent les représentations vectorielles compactes qui compressent l'essence d'une scène en vecteur numérique. Ces vecteurs peuvent être comparés, regroupés et utilisés comme caractéristiques pour l'apprentissage automatique.
Les ancrages OlmoEarth sont construits par des modèles de fondation ouverts formés sur les données d'observation de la Terre. Leur caractéristique principale est que le code source et les poids sont accessibles au public — n'importe qui peut vérifier exactement comment un vecteur a été produit et , si nécessaire, reproduire le calcul eux-mêmes. Cela ajoute confiance et flexibilité : le résultat n'est pas une « boîte noire ».
Comment fonctionne l'intégration OlmoEarth
Qu'est-ce que OlmoEarth Studio
OlmoEarth Studio est un service où vous pouvez calculer l'intégration pour une zone sélectionnée de la surface de la Terre et les exporter sous forme de fichiers prêts à l'emploi. Au lieu d'une archive globale pré-construite de vecteurs, le studio calcule l'intégration sur demande, adaptée aux conditions spécifiques. Cela signifie que vous pouvez obtenir des images pour un mois ou une saison spécifique plutôt que de vous contenter d'une image moyenne.
Quels paramètres peuvent être définis
Lors du lancement des calculs, l'utilisateur spécifie plusieurs paramètres:
- Domaine d'intérêt — un polygone qui définit le territoire à analyser.
- Durée — de un à douze mois.
- Variante d'encodeur — le modèle qui transforme l'imagerie en vecteur. Trois options sont disponibles: Nano (128 dimensions, paramètres 1,4 M), Petite (192 dimensions, paramètres 6.2M), et Base (768 dimensions, paramètres 89M). Plus le modèle est grand, plus la représentation est riche, mais aussi plus les exigences de calcul sont élevées.
- Résolution — 10, 20, 40 ou 80 mètres par pixel. Le choix dépend de l'ampleur de la tâche : la résolution fine convient à l'analyse ponctuelle, tandis que la résolution grossière fonctionne pour les enquêtes régionales.
- Sources d'images — Sentinel-2 L2A, Sentinel-1 RTC, ou les deux. La première fournit des données optiques, la seconde des données radar.
Tous ces paramètres sont disponibles à la fois via l'interface graphique et via l'API, de sorte que le processus peut être facilement intégré dans des pipelines automatisés.
Comment exporter les intégrations depuis Studio
Le processus d'obtention d'intégrations dans OlmoEarth Studio fonctionne comme un flux de travail de prédiction standard : d'abord, le modèle est configuré et exécuté , puis les résultats sont téléchargés. Aucune autre mesure d'exportation n'est nécessaire.
Format des données de sortie
Les résultats sont enregistrés sous la forme d'un GeoTIF (COG) optimisé pour le stockage et la diffusion en nuage. Dans le fichier, une bande correspond à une dimension d'intégration. Par exemple, pour le modèle Tiny, cela signifie 192 bandes, chacune ayant sa propre valeur numérique.
Les valeurs sont stockées sous une forme compacte — comme des entiers 8 bits signés allant de −127 à +127. Une valeur spéciale de −128 est réservée aux données manquantes (nodonnées). Cet encodage réduit considérablement la taille du fichier, mais l'analyse peut nécessiter la restauration des vecteurs flottants originaux. À cette fin, dequantize_embeddings fonction est fournie dans le olmoearth_pretrain paquet — il convertit les valeurs entières en valeurs fractionnelles.
Accès au service
Pour exporter des intégrations personnalisées via Studio, vous devez demander l'accès à cette fonctionnalité. Pour ceux qui veulent calculer eux-mêmes les vecteurs sans attendre l'accès, des modèles publics sont disponibles — des instructions pour les gérer sont publiées dans la documentation du projet.
Applications de l'intégration dans l'analyse
La principale valeur de l'intégration est qu'ils transforment les données brutes par satellite en caractéristiques pratiques qui peuvent être utilisées pour résoudre des tâches pratiques sans étiquetage à forte intensité de main-d'oeuvre de grands ensembles de données.
Recherche de similitude
En comparant les vecteurs entre eux, vous pouvez trouver des zones semblables à une référence donnée. Par exemple, dans un cas d'essai avec le modèle OlmoEarth-v1-Tiny (192 dimensions, résolution de 40 mètres, Sentinel-2 L2A), le développement urbain a été séparé avec succès des terres agricoles sans un seul échantillon marqué. Vous définissez simplement un vecteur de requête, et la similarité cosine montre quelles zones lui sont les plus semblables et qui sont fondamentalement différentes.
Cette approche est utile pour l'inventaire rapide des territoires : détection d'anomalies, classification des types de paysages par référence et vérification des changements entre les saisons.
segmentation de quelques images
De plus, l'assemblage se fait bien dans les tâches avec un étiquetage limité. Dans une expérience à Ca Mau (Vietnam), les chercheurs ont utilisé un classificateur linéaire formé sur seulement 60 pixels marqués — 20 pour chacune des trois classes: les forêts de mangroves, l'eau et d'autres terres. Le score pondéré F1 a atteint 0,84, ce qui est très respectable pour une formation aussi modeste. Notamment, l'augmentation du nombre d'étiquettes de 30 à 300 a à peine changé la précision, ce qui signifie que les emboîtements contiennent déjà suffisamment d'informations pour que le modèle atteigne rapidement un plateau.
Cela rend l'approche attrayante pour les projets où l'expertise est coûteuse ou où le territoire est difficile d'accès : au lieu de milliers de pixels marqués, des dizaines suffisent.
