从像素到规划：谷歌AI助力自然修复

谷歌研究人员推出了一套深度学习框架，能够识别标准卫星图像中不可见的微小景观要素（如树篱、防护林带、小树林）。这些要素可以在不将土地从农业用途中剥离的情况下增加碳吸收和生物多样性。此前已发布栅格数据集 Farmscapes 2020（英格兰），现在又发布了覆盖整个英国、包含树篱、石墙和小树林的矢量数据集。该数据集利用了来自 Remote Sensing Foundations（Google Earth AI）的预训练 Vision-Transformer（ViT）模型，在 247 平方公里的标注数据上进行微调，并辅以激光雷达（LiDAR）数据。物体分类采用了波尔斯比-波普尔紧凑度指标（细长物体系数小于 0.5）。数据处理在 Google Earth Engine 中完成。这些开放数据可供农民、科学家和政策制定者使用。