2017 Esri UC 影像、AI 深度學(xué)習(xí)

文檔編號(hào)：版本號(hào)：V0.1范圍：□內(nèi)部■公開(kāi)2017Esri用戶(hù)大會(huì)精彩看點(diǎn)2017年7月易智瑞（中國(guó)）信息技術(shù)有限公司

——制定及修訂記錄——版本修訂時(shí)間修訂人修訂類(lèi)型修訂章節(jié)修訂內(nèi)容1.02017/7/11蔡媛媛A*修訂類(lèi)型分為A-ADDEDM-MODIFIEDD–DELETED注：對(duì)該文件內(nèi)容增加、刪除或修改均需填寫(xiě)此記錄，詳細(xì)記載變更信息，以保證其可追溯性。切薩皮克管理局（ChesapeakeConservancy）海灣地區(qū)制圖與應(yīng)用案例詳解切薩皮克管理局密切關(guān)注著切薩皮克灣（ChesapeakeBay），這是美國(guó)第一大河口，也是全球第三大河口。為了幫助1800多萬(wàn)人口合理使用海灣，切薩皮克管理局使用ArcGIS，向管理部門(mén)及合作單位提供準(zhǔn)確了信息。切薩皮克灣，總面積64000平方英里，從紐約流向弗吉尼亞并流向各支流。經(jīng)過(guò)了一個(gè)多世紀(jì)的衰落后，海灣在過(guò)去四十年的積極努力后有所改善，但距離建設(shè)一個(gè)健康的灣區(qū)依然有著較長(zhǎng)的距離。在過(guò)去，使用30米的全國(guó)土地利用分類(lèi)數(shù)據(jù)集起了良好的作用，對(duì)整個(gè)流域的模型運(yùn)算良好。但是當(dāng)定位到某個(gè)特定需要恢復(fù)的目標(biāo)區(qū)域時(shí)，用于規(guī)劃的土地利用覆蓋數(shù)據(jù)與實(shí)際實(shí)施數(shù)據(jù)間則無(wú)法建立有效聯(lián)系。為了解決這個(gè)問(wèn)題，經(jīng)過(guò)了18個(gè)月的研究，他們?cè)?016年12月，發(fā)布了一版超高分辨率的土地利用覆蓋圖?；?米或者1英尺的影像，結(jié)合Lidar采集的高程數(shù)據(jù)，建立更高精度的表面模型與底圖。全新的土地覆蓋圖在應(yīng)用上非常方便，但是更新圖像所花費(fèi)成本是非常昂貴的，管理局需要更快速，更實(shí)惠的技術(shù)手段來(lái)獲取數(shù)據(jù)。ArcGISProArcGISPro既提供了這樣的方式可以將原始數(shù)據(jù)處理成分類(lèi)成果。它將影像服務(wù)做假彩色處理，預(yù)分割處理。選擇隨機(jī)樹(shù)分類(lèi)樣本，簡(jiǎn)化傳統(tǒng)的分類(lèi)處理工作流，最終構(gòu)建一個(gè)處理模型。既可以在本地，只執(zhí)行感興趣區(qū)域，也可以使用ArcGIS提供的RasterAnalysis框架進(jìn)行數(shù)據(jù)生產(chǎn),通過(guò)影像服務(wù)在微軟云上執(zhí)行，獲得整個(gè)區(qū)域的土地利用覆蓋圖。對(duì)超過(guò)2TB影像進(jìn)行分割與分類(lèi)，整個(gè)過(guò)程需要約150個(gè)小時(shí)，。如果他們做處理則需要2500個(gè)小時(shí)?，F(xiàn)在他們就有2份數(shù)據(jù)，可以用于解析流域周邊變化，了解河流的影響因素從而得到需要優(yōu)先保護(hù)，或者生態(tài)恢復(fù)的區(qū)域。地理分析項(xiàng)目經(jīng)理“CassandraPalla”說(shuō)，2025年是他們實(shí)現(xiàn)海灣恢復(fù)目標(biāo)的最后期限，灣區(qū)每年以10萬(wàn)人口增速。管理人員需要衡量工具平衡人口增長(zhǎng)與環(huán)境的影響，從而找到最有效的方式上。以ABAmario位于弗吉尼亞州以外是一個(gè)獨(dú)立的縣。管理人員有一項(xiàng)重要的工作是訪(fǎng)問(wèn)以下53,000個(gè)parcels，并評(píng)估優(yōu)先級(jí)，這是一個(gè)昂貴的任務(wù)。但實(shí)際上僅僅非常小比例是優(yōu)先級(jí)高，需要立即處理的需求?，F(xiàn)在我們可以使用對(duì)兩期數(shù)據(jù)的對(duì)比，在ArcGISPro的實(shí)時(shí)處理功能找到這些區(qū)域，例如下圖中的橙色區(qū)域，就是他們找出的整個(gè)流域缺失的樹(shù)木覆蓋區(qū)。通過(guò)結(jié)果，管理人員可以得到在大范圍的橙色區(qū)域是水質(zhì)監(jiān)測(cè)與恢復(fù)的重點(diǎn)區(qū)域。通過(guò)這個(gè)工作流，還可以獲得建筑和道路的建設(shè)區(qū)域?；谶@些結(jié)果可以制圖輸出。切薩皮克灣流域共有206個(gè)縣，ImageServer以及云端處理技術(shù)可以幫助用戶(hù)以更少的時(shí)間實(shí)現(xiàn)目標(biāo)。以及由于潛在的農(nóng)業(yè)徑流污染造成河岸緩沖區(qū)的漏洞，更新了海灣的基線(xiàn)?，F(xiàn)在的挑戰(zhàn)是隨著時(shí)間的推移跟蹤變化。幸運(yùn)的是，使用半自動(dòng)化工作流，新的數(shù)據(jù)可以更快、更有效地生成。Pallaizeroed位于阿爾伯馬爾縣，利用改進(jìn)后的圖像，可以識(shí)別出由于發(fā)展而造成林地覆蓋減少。雖然局部區(qū)域的發(fā)展和支流并不重要，但總的來(lái)說(shuō)，獲得每個(gè)支流的實(shí)時(shí)地圖是實(shí)現(xiàn)其海灣（Bay-wide）目標(biāo)的手段。環(huán)境管理方式正在發(fā)生變化，從基于目標(biāo)轉(zhuǎn)向基于績(jī)效，優(yōu)先考慮具體的行動(dòng)。把重點(diǎn)放在那些能產(chǎn)生最大收益的項(xiàng)目上，因?yàn)樗麄兡軌虬迅嗟馁Y源集中在空間分析上，而不是花那么多時(shí)間來(lái)生成數(shù)據(jù)。關(guān)鍵點(diǎn)：使用自動(dòng)化、強(qiáng)大的云技術(shù)，柵格分析大大加快了生產(chǎn)高分辨率土地覆蓋數(shù)據(jù)的速度。高分辨率數(shù)據(jù)大大改善了跨海灣的項(xiàng)目規(guī)劃，可以通過(guò)實(shí)施計(jì)劃監(jiān)控，量化每個(gè)分析項(xiàng)目的效益。從付出到績(jī)效有限的管理方式變化具有很大的影響。高分辨率圖像提供了遠(yuǎn)程監(jiān)控結(jié)果的手段，而不在僅僅依賴(lài)于工程時(shí)間。英文解析TheChesapeakeBaywatershedcovers64,000squaremilesacrosssixstates(NewYork,Pennsylvania,Maryland,WestVirginia,Virginia,andDelaware).It’sthelargestestuaryintheUSandthethirdlargestintheworld.Theimportanceoftheestuaryplayssignificantlyinthenation’sfoundingasJohnSmith,thefamousexplorer,mappedittoexploititsresourcesandthefirstsettlementsoccurredwithinitsboundaries.Today,wearemappingtheBayinordertorestoreit.JeffAllenby,DirectorofConservationTechnologyattheChesapeakeConservancy,relatesrecentimageryimprovementsthathavegreatlyimprovedtheseconservationefforts.Theprior30m-resolutionimagerythatusesmethodsfromthe1980’sdoesn’tworkfortoday’schallenges,causingadisconnectbetweendatausedforplanningandthedatausedfortakingaction.Toimprovetheresolutionofplanningandactionplans,theConservancyhasbeenworkingtobuild1meteror1footgroundsamplingdistanceimageryalongwithLidar-derivedelevationformuchmoreaccuratesurfacemodelsandbasemaps.TheyhavebeenusingtheRasterAnalyticsframeworkofArcGIStosignificantlyreducethetimeittakestoprocessthisdata,whichisacomputeintensiveprocess.TheautomatedworkflowwithprocessingonMicrosoft’sAzurecloudcomputingservicetakes150hourstoprocess,comparedtoacalculationofmorethan2,500hoursusingtheirworkflowsofthepast.ThesefasterandcheapermethodsallowtheConservancytoautomaticallyupdatetheirdatamakingitpracticaltogreatlyimprovetheirmonitoringacrosstheentirewatershed.CassandraPallai,GeospatialProgramManager,spoketothelooming2025deadlinetoachievetheircleanupgoals.Eachyear,thepopulationinthewatershedgrowsby100,000people,whichplacesmorepressuretoimprovetheirimpactsandtoidentifywaystheycanbemosteffective.Theimproveddatasetshelptoidentifygapsintreecoverandholesintheriparianbuffersthatarethehighestpotentialforpollutionfromagriculturalrunoff.Theefforthasprovidedagreatlyimprovedbaseline,butnowthechallengeistotrackchangeovertime.Thankfully,withthesemi-automatedworkflownewdatacanbegeneratedmuchmorequicklyandcosteffectively.PallaizeroedinonAlbemarleCounty,usingtheirimprovedimagerytoassesswheretreecanopyhasbeenlostduetodevelopment.Whileindividualdevelopmentsandtributariesaren’tsignificant,collectivelytheactionmapsforeachtributaryarethemeansforreachingtheirBay-widegoals.Environmentalmanagementischangingwiththemovefromeffort-basedtoperformance-basedmanagementthatcanprioritizespecificactions.Focusingonprojectswheretheywillgeneratethebiggest“bangforthebuck”isbecomingpossibleastheyareabletofocusmoreoftheirresourcesonspatialanalysisratherthanspendingsomuchtimegeneratingdata.Keytakeaways:Rasteranalyticsgreatlyspeedsthecreationofhigh-resolutionlandcoverdatausingautomationandthepowerofthecloud.Thehigh-resolutiondatagreatlyimprovesprojectplanningacrosstheBayaswellasthequantificationofthebenefitsforeachtributaryprojectthroughoutitsactionplan.Movingfromeffort-toperformance-basedmanagementprioritizesspecificactionsthathavethegreatestimpact.High-resolutionimageryprovidesthemeanstomeasureoutcomesremotelyratherthanrelyontime-consumingmeasurementsfromthefield.Esri&微軟深度學(xué)習(xí)案例解析微軟首席環(huán)境科學(xué)家盧卡斯·約帕（LucasJoppa）說(shuō)：“微軟深信，人類(lèi)和計(jì)算機(jī)通過(guò)越來(lái)越多的智能算法合作，可以徹底改變我們?cè)谝恍╊I(lǐng)域應(yīng)對(duì)巨大挑戰(zhàn)的方式?！痹谶^(guò)去的一年里，微軟、Esri、切薩皮克州保護(hù)協(xié)會(huì)一直在共同探索，機(jī)器學(xué)習(xí)（AI）技術(shù)如何可以提高管理部門(mén)工作效率，幫助更多的區(qū)域、組織實(shí)現(xiàn)可持續(xù)的土地管理？為此，他們使用了世界地圖集中的1米分辨率NAIP圖像作為樣本，用于微軟訓(xùn)練先進(jìn)的深度學(xué)習(xí)模型中。下圖是在項(xiàng)目前期結(jié)果展示，通過(guò)將深度學(xué)習(xí)算法集成到ArcGIS中，我們可以通過(guò)以下四個(gè)視窗獲得多種信息，包括NAIP原始圖像、歷史分類(lèi)結(jié)果，運(yùn)用ArcGISPro的實(shí)時(shí)處理技術(shù)及深度學(xué)習(xí)模型獲得分類(lèi)結(jié)果，以及模型中所有類(lèi)別存在的問(wèn)題綜合，從而幫助人員改正問(wèn)題。深度學(xué)習(xí)最強(qiáng)大的地方是，我們可以用同樣的算法，分類(lèi)它從曾見(jiàn)過(guò)的區(qū)域，將圖像切換到它從未見(jiàn)過(guò)的區(qū)域奧蘭多，在ArcGISPro中同樣也可以實(shí)時(shí)得到較高精度的處理結(jié)果。目前，模型已經(jīng)可以正確的識(shí)別出植被、建筑、道路、水等地區(qū)。盧卡斯·約帕（LucasJoppa）說(shuō)深入學(xué)習(xí)的研究還將繼續(xù)，并特別指出了在部分房屋與道路混合區(qū)域結(jié)果尚不太準(zhǔn)確，如下圖所示。所有不準(zhǔn)確的信息將做為新的樣本用以繼續(xù)訓(xùn)練模型。通過(guò)越來(lái)越多的樣本，最終將得到可以在全美使用的土地覆蓋分類(lèi)算法。值得一提的是通過(guò)ArcGISImageServer整個(gè)奧克蘭縣圖像分類(lèi)僅僅需要幾個(gè)小時(shí)就可以完成，這標(biāo)志著土地利用分類(lèi)圖也可以與不斷增加的高分辨率影像同步使用?！按蠹铱赡軙?huì)想，‘就是這樣嗎？’”約帕說(shuō)。“是的，最終，AI做得最好的一點(diǎn)是消失在后臺(tái)，讓你忘記計(jì)算的復(fù)雜性。”英文LucasJoppa,Microsoft’sChiefEnvironmentalScientisttooktothestagetotalkaboutArtificialIntelligence(AI).Microsoftholdsadeepbeliefthathumansandmachines,workingtogetherthroughincreasinglyintelligentalgorithms,canradicallychangethewaywerespondtosomeofourbiggestchallenges.MicrosofthasbeenworkingalongsideEsritoaddresssomeofthechallengesthattheChesapeakeConservancyfaces.TheyareapplyingAItohelpacceleratetheConservancy’sworkinthehopestheycanempowermoreorganizationsinmoreplacestosustainablymanagetheirlands.AresearchprojectintegratedanalgorithmintoArcGIStoprocessimagesoftheChesapeakewatershed.One-meterNAIPimageryfromtheLivingAtlaswasusedwithMicrosoft’sDeepLearningmodeltoproduceclassifiedNAIPimageryonthefly,identifyingforests,fields,waterandimpervioussurfacessuchashousesandroads.Theviewoftheimageryissplitintofourpanestoshowtherawimagery,theChesapeakeConservancy’slandcoverclassifications,howthedeeplearningalgorithmparsedtheimagery,andtoshowhowthedeeplearningalgorithmclassifiedtheimagery.Thepanethatdisplayedhowthealgorithmisthinkingisveryusefulbecauseithelpstofinetunetheinputsandthealgorithmtomakeitmoreaccurateovertime.NextMicrosoftingestedimageryfromOaklandCountytoseeifthesamedeeplearningalgorithmcouldclassifylandcoverinadifferentplaceithasneverseenbefore.Thealgorithmranthroughandclassifiedimageryfortheentirecountyinthecloudinhours.Theexercisehelpstobenchmarktheeffectivenessofthealgorithmwhichwillgetbetteratclassifyingimageryatthepacethatimageryiscollectedandposted.“Ihopemanyofyouaresittingtherethinking,‘huh,isthatit?’”,saysJoppa.“Andyes,thatreallyisit!Becauseultimately,thepointofAIdonewellistodisappearintothebackground,lettingyouforgetaboutthecomplexityofthecomputations.”Esri&IBM深度學(xué)習(xí)案例解析Singh向MansourRaad交付了Jupyter筆記本電腦可以鏈接到IBMDeepLearning的手冊(cè)。展示了喬治亞州電力公司如何使用無(wú)人