Home > Artigos > Dados espaço-temporais de observação da terra - Deep Learning - 1 de 2

18-08-2022

Dados espaço-temporais de observação da terra - Deep Learning - 1 de 2

Dados - Espaço - Tempo - Observação - Terra - Deep - Learning - CNN


Na observação da terra, a dinâmica terra-superfície em larga escala é tradicionalmente analisada por meio da investigação de classes agregadas. O aumento de dados com uma resolução espacial muito alta permite investigações num nível de recursos de granulação fina que nos podem ajudar a entender melhor a dinâmica das superfícies terrestres em larga escala, levando em consideração a dinâmica dos objetos.


No entanto, para investigar as características intrínsecas das classes de ocupação e uso do solo, deve-se levar em conta a dinâmica espaço-temporal das entidades singulares que compõem estas classes. Agir desta forma permite-nos entender melhor os meios de subsistência no nosso planeta: o crescimento urbano é caracterizado por expansão ou redensificação? Que tipo de edifícios são recém-construídos e como são remodelados os edifícios existentes? Como a interação humana com os ecossistemas afeta especificamente uma única espécie ameaçada de extinção? Um navio específico é a causa de um derrame de óleo específico?

Os padrões espaço-temporais de entidades únicas como veículos para transporte, acumulação de seres humanos e bens ou infraestruturas artificiais permitem a descrição do espaço e como é utilizado com precisão. Com isso, responder a questões de pesquisa geocientífica urgentes torna-se possível e a observação da terra como ferramenta pode ser utilizada de forma mais intensiva em aplicações quotidianas.

Um requisito crucial para identificar objetos em imagens de deteção remota é a disponibilidade de dados espaço-temporais de observação da terra com resolução alta a muito alta. Com o desenvolvimento contínuo de missões espaciais e arquivos abertos, no futuro próximo, é inevitável o aumento da disponibilidade de dados.

 

Dados - Espaço - Tempo - Observação - Terra - Deep - Learning - CNNDados - Espaço - Tempo - Observação - Terra - Deep - Learning - CNN

 

No entanto, devido à grande quantidade de dados, são necessárias técnicas de processamento que sejam adaptativas, contemplem características espaço-temporais, sejam rápidas no processamento e possam ser automatizadas.

 

Artigos relacionados:

 

 
 👉 Follow @niuGIS

 

RELACIONADAS


24-11-2021
Missão DART

Contacte-nos 214 213 262

Informações