본문 바로가기
과학

구름 탐지 가능한 알고리즘

by ○●○●◑◐◐◑● 2020. 4. 10.

작물 생산 예측이 가능한 구름 탐지 가능 알고리즘?

그것은 위성 이미지에서 구름을 감지하는 알고리즘으로 시작되었지만 이제는 개발 도상국의 식량 안보 향상에서부터 월가의 선물 거래 유도에 이르기까지 모든 소프트웨어에 사용되고 있습니다. Landsat 시리즈와 같은 위성은 지구 사진만 촬영하는 것이 아니라 숲과 농작물 건강, 아이스 캡 및 빙하 범위, 지표 수분 및 기타 다양한 지표 조건을 모니터링하는 데 사용됩니다. 그러나 결정적으로, 구름을 캡처하는 픽셀과 그림자는이 모든 데이터를 버려서 계산하기 전에 해당 픽셀을 버려야 합니다. Stennis Space Center의 기술 전환 책임자 인 Tom Stanley는 “전 세계적으로 이것은 노동 집약적이므로 일종의 자동화된 방식으로 이를 수행할 수 있어야 합니다. 미국 중서부 지역에서 2005년에서 2017년 사이의 카운티 수준에서 GDA Corporation의 작물 수확량 예측과 미국 농무부의 예측 간의 상관관계를 보여줍니다. 더 깊은 녹색은 높은 상관관계를 나타내고 빨간색은 낮은 상관관계를 나타냅니다. 보다 완전한 과거 데이터가 있는 영역은 보다 일관되고 정확한 예측을 생성합니다. Landsat 8 지구 이미징 위성의 초기 계획에는 열 센서가 포함되어 있지 않았으며, 이전 센서가 구름 덮개를 감지 한 방식이었습니다. 대신 Stennis의 엔지니어는 클라우드 커버를 감지할 수 있는 소프트웨어에 대한 SBIR (Small Business Innovation Research) 요청을 제출했습니다. 당시 Goddard 우주 비행 센터의 계약자 인 Stephanie Hulina는 회사를 공동 창립했습니다. Stennis의 SBIR 작업에 대한 계약 담당자의 기술 담당자인 Stanley는 Hulina가 당시 원격 감지 및 글로벌 정보 시스템 작업을 수행하고 있다고 언급했습니다. "지구 과학 프로그램에 대해 이미 잘 알고 있었고 자신의 사업을 시작할 수 있도록 틈새시장을 찾고 있었습니다."그리하여 펜실베이니아 주립 대학의 지리 공간 데이터 분석 (GDA) 공사가 탄생했습니다. Landsat 8은 궁극적으로 열 화상 카메라를 통합했으며 소프트웨어를 필요로 하지 않았지만, 그때까지 Hulina와 그녀의 회사는 오랫동안 구름 탐지를 넘어 더 넓은 지역으로 이동했습니다."클라우드 탐지를 위해 우리가 했던 많은 작업은 실제로 기능 탐지였으므로 작물에 적용했습니다."라고 그녀는 말했습니다. GDA Corporation이 NASA 자금으로 시작한 자동화된 소프트웨어는 다양한 위성에서 이미지를 가져와 전 세계의 주요 작물을 식별하며 건강과 성장 단계를 결정합니다. 총 세계 수확량 예측을 포함하여이 데이터에서 풍부한 정보를 수집할 수 있습니다. 2004 년과 2005 년에 Stennis와의 추가 SBIR 계약은 가시적 및 적외선 스펙트럼의 위성 이미지를 분석하여 작물 범위 및 건강, 토양 조건, 산불 및 집시 나방 발생과 같은 표면 특징을 식별하는 데 중점을 두었습니다. Stanley는 우주 항공국이 식품 생산성, 기후와 같은 지구의 상태를 모니터링하고 예측하는 데 오랫동안 관심을 가지고 있다고 지적하면서 “이것은 NASA 과학과 능력을 취하여 공공의 필요 영역에 적용하는 목표에 확실히 부합합니다. 가뭄과 재난의 영향과 변화. “확실히 우리는 전반적인 농업 생산성이 무엇인지 알고 싶습니다. 그리고 지구 과학 프로그램 전체는 생태 예측 및 재난 관리와 같은 목적을 위해 지구 역학에 중점을 두고 있습니다.”Hulina는 Stennis의 SBIR 자금이 회사 설립에 결정적이라고 말했다. "우리에게 상업적인 시장의 압력 없이 과학적 품질의 알고리즘이라고 부르는 것을 실제로 연구하고 개발할 수 있는 기회를 제공했습니다." 구름은 위성 데이터에 노이즈를 발생시키는 한 가지 유형의 간섭일 뿐이며, 작물 유형과 건강을 식별할 뿐만 아니라 조명에 대한 지형 효과 나 중심 사이의 각도 차이와 같은 요인을 수정하는 알고리즘을 개발해야 했습니다. 또한 GDA는 여러 지구 이미징 장비에서 데이터를 정기적으로 가져오기, 수정 및 분석하는 시스템을 자동화할 수 있는 기회를 활용했으며 200 테라 바이트의 클라우드를 구축하여 다양한 농업 모니터링 기관의 과거 및 최신 작물 통계를 채굴할 수 있었습니다. 표, 차트, 지도 및 기타 제품으로 특정 쿼리에 응답합니다. GDA의 부사장 겸 수석 과학자 인 Dmitry Varlyguin은 “우리가 아는 한 세계 농업 통계 및 작물 관련 데이터의 유일한 운영 저장소입니다. "SBIR은 우리에 게이 모든 것을 개발하고 장기 계획을 세울 시간을 주었습니다."농작물 적용 범위, 유형, 건강 및 성장, 특히 미국 농무부 (USDA) 해외 농업 서비스와 같은 농작물 생산성 관심 단체의 계산은 편견 없는 상품 견적 및 예측을 제공하여 전 세계 미국 생산자에게 마케팅 우위를 창출합니다. GDA가 상용 제품을 개발하기에 충분한 글로벌 작물 데이터를 축적함에 따라 농업 서비스는 가장 큰 고객이 되었지만 농업 보험 회사, 곡물 및 상품 거래자 및 식품 운송업자와 같은 다른 고객들도 고객이 되었습니다. "작물이 어디에 있는지, 재배 기간 동안 어떻게 진행되고 있는지, 어떤 결과가 나올지 정말로 알아야 하는 사람은 잠재 고객"이라고 덧붙였다. GDA는 상업용 고객을 위해 전 세계 16 개 주요 작물에 대한 실시간 및 과거 이미지 기반 데이터를 제공합니다. “농업 정보”에는 작물 적용 범위, 총면적, 토양 상태, 작물 건강, 에이커 당 생산량 및 전체 세계 생산량에 대한 예측이 포함됩니다. 이것들은 국가 및 주 차원으로 나눌 수도 있습니다. 적외선 위성 이미지는 여러 분야의 여러 작물에 대한 전체 성장주기 단계를 캡처합니다. 붉은 색조는 식생을 나타내고, 깊은 붉은색은 농작물 범위가 무겁다는 것을 나타냅니다. 한 작물 유형이 다른 작물 유형보다 먼저 심어진다는 것을 보여줍니다. 아홉 번째 이미지로, 모든 작물이 수확되었으며, 그 후 들판은 서서히 건조됩니다. 이 시스템은 해상도, 스펙트럼 대역, 볼 수 있는 넓이 및 주어진 영역을 얼마나 자주 통과하는지에 따라 여러 위성의 여러 센서에서 이미지를 가져와 회사가 제품을 다양한 요구에 맞게 조정할 수 있도록 합니다. GDA는 이 모든 기능을 전 세계적으로 결합한 유일한 회사라고 말합니다. 비교적 새로운 GeoSynergy webGIS 서비스는 사용자가 교정된 전체 해상도의 현재 및 과거 이미지와 데이터를 조작하고 분석할 수 있도록 모든 것을 한 곳에 배치합니다. 외국 농무부는 GDA의 도구를 사용하여 모든 주요 상품 작물에 대한 월별 생산 견적을 작성하고, Hulina는 작물 선물 시장이 그 추정치에 따라 움직인다는 점을 지적합니다. "우리는 그 증거를 제공하는 유일한 원격 감지 회사입니다"라고 그녀는 말합니다. 추정치는 또한 서비스가 식량 원조 프로그램을 지시하는 데 도움이 될 부족을 예측하는 데 도움이 됩니다. 이 회사는 또한 USGS (US Geological Survey), US Forest Service 및 USDA의 National Agriculture Statistics Service를 고객으로 집계합니다. 그러나 두 가지 중요한 정부 이니셔티브 없이는 회사의 성공이 불가능할 것이라고 Varlyguin은 말합니다. 무료 위성 이미지가 없으면 전 세계 규모의 지구 이미지 분석을 실행할 수 없습니다. 예를 들어 Landsat 이미지는 USGS가 2008 년에 무료로 만들기로 결정할 때까지 장면 당 수십만 달러의 비용이 듭니다. 또한 SBIR 프로그램은 “GDA뿐만 아니라 전반적인 연구 개발에 매우 유익합니다. 그렇지 않으면 GDA를 포함한 많은 회사들이 그들과는 매우 다를 것입니다.”

댓글0