O que são os dados de satélite incorporados e por que são necessários
Imagens de satélite não são apenas imagens, mas dados multidimensionais: bandas espectrais, polarização, séries temporais. Trabalhar diretamente com eles é difícil: um modelo pode se perder no ruído, e os analistas precisam comparar rapidamente grandes áreas. É aqui que entram as incorporações — representações vetoriais compactas que comprimem a essência de uma cena em um vetor numérico. Tais vetores podem ser comparados, agrupados e usados como recursos para aprendizado de máquina.
As incorporações OlmoEarth são construídas por modelos de fundação abertos treinados em dados de observação da Terra. Sua característica chave é que o código fonte e pesos estão disponíveis publicamente — qualquer um pode verificar exatamente como um vetor foi produzido e , se necessário, reproduzir o próprio cálculo. Isso acrescenta confiança e flexibilidade: o resultado não é uma "caixa preta".
Como funcionam as incorporações OlmoEarth
O que é o OlmoEarth Studio
OlmoEarth Studio é um serviço onde você pode calcular incorporações para uma área selecionada da superfície da Terra e exportá-los como arquivos prontos para usar. Em vez de um arquivo global pré-construído de vetores, o estúdio calcula incorporações sob demanda, adaptadas a condições específicas. Isso significa que você pode obter imagens para um mês específico ou temporada em vez de se contentar com uma imagem média.
Que parâmetros podem ser definidos
Ao lançar cálculos, o usuário especifica vários parâmetros:
- Área de interesse — um polígono que defina o território para análise.
- Intervalo de tempo — de um a doze meses.
- Variante do codificador — o modelo que transforma as imagens em vectores. Estão disponíveis três opções: Nano (128 dimensões, 1.4M parâmetros), Tiny (192 dimensões, parâmetros 6.2M), e Base (768 dimensões, parâmetros 89M). Quanto maior o modelo, mais rica a representação, mas também maior os requisitos computacionais.
- Resolução — 10, 20, 40, ou 80 metros por pixel. A escolha depende da escala da tarefa: a resolução fina atende à análise de nível de ponto, enquanto a resolução grosseira trabalha para pesquisas regionais.
- Fontes de imagens — Sentinel-2 L2A, Sentinel-1 RTC ou ambos. O primeiro fornece dados ópticos, os últimos dados de radar.
Todas essas configurações estão disponíveis tanto através da interface gráfica quanto através da API, para que o processo possa ser facilmente integrado em tubulações automatizadas.
Como exportar incorporações do Studio
O processo de obtenção de incorporações no OlmoEarth Studio funciona como um fluxo de trabalho de previsão padrão: primeiro, o modelo é configurado e executado , em seguida, os resultados são baixados. Não são necessárias etapas adicionais de exportação.
Formato de dados de saída
Os resultados são salvos como GeoTIFF (COG) otimizado para armazenamento e streaming em nuvem. Dentro do arquivo, uma banda corresponde a uma dimensão incorporada. Por exemplo, para o modelo Tiny isso significa 192 bandas — cada uma com seu próprio valor numérico.
Os valores são armazenados em uma forma compacta — como números inteiros de 8 bits assinados variando de −127 a +127. Um valor especial de −128 está reservado para dados em falta (nodata). Esta codificação reduz significativamente o tamanho do arquivo, mas a análise pode exigir restaurar os vetores flutuantes originais. Para o efeito, o dequantize_embeddings a função é fornecida na olmoearth_pretrain pacote — converte valores inteiros de volta para fracionários.
Acesso ao serviço
Para exportar incorporações personalizadas via Studio, você precisa solicitar acesso a este recurso. Para aqueles que querem calcular vetores por conta própria sem esperar pelo acesso, modelos públicos estão disponíveis — instruções para executá-los são publicadas na documentação do projeto.
Aplicações de incorporação em análise
O principal valor das incorporações é que eles transformam dados de satélite brutos em recursos convenientes que podem ser usados para resolver tarefas práticas sem a rotulagem intensiva de grandes conjuntos de dados.
Pesquisa de similaridade
Ao comparar vetores entre si, você pode encontrar áreas semelhantes a uma dada referência. Por exemplo, em um caso de teste com o modelo OlmoEarth-v1-Tiny (192 dimensões, resolução de 40 metros, Sentinel-2 L2A), o desenvolvimento urbano foi separado com sucesso de terras agrícolas sem uma única amostra marcada. Você simplesmente definir um vetor de consulta, e semelhança cosseno mostra quais áreas são mais semelhantes a ele e que são fundamentalmente diferentes.
Esta abordagem é útil para o inventário rápido do território: detecção de anomalias, classificação dos tipos de paisagem contra uma referência e verificação de mudanças entre as estações.
Segmentação com poucos disparos
As incorporações também funcionam bem em tarefas com rotulagem limitada. Num experimento em Ca Mau (Vietnam), pesquisadores usaram um classificador linear treinado em apenas 60 pixels rotulados — 20 para cada uma das três classes: florestas de mangue, água e outras terras. O escore ponderado F1 atingiu 0,84, o que é bastante respeitável para um conjunto de treinamento tão modesto. Notavelmente, aumentar o número de etiquetas de 30 para 300 quase não mudou a precisão — significando que as incorporações já contêm informações suficientes para o modelo alcançar rapidamente um platô.
Isso torna a abordagem atraente para projetos onde a expertise é cara ou o território é difícil de acessar: em vez de milhares de pixels rotulados, dezenas são suficientes.
