Wykrywanie pól ryżowych na obrazach satelitarnych Sentinel-2 za pomocą modelu EfficientDet

Monitorowanie rolnictwa odgrywa kluczową rolę w zapewnieniu bezpieczeństwa żywnościowego i zrównoważonych praktyk rolniczych. Niniejszy projekt koncentruje się na wykrywaniu pól ryżowych na obrazach satelitarnych zebranych z terenów rolniczych stanu Andhra Pradesh. Wykorzystując obrazy Sentinel-2 oraz techniki głębokiego uczenia, nasze podejście poprawia dokładność i efektywność identyfikacji terenów uprawnych ryżu. Model EfficientDet, przeszkolony na starannie oznakowanym zbiorze danych, umożliwia skuteczne wykrywanie pól ryżowych, a zastosowanie technologii teledetekcji pozwala na skalowalne i terminowe monitorowanie rolnictwa. Wybrana architektura modelu, w połączeniu ze strategiami dostrajania, zapewnia dostosowanie do unikalnych cech przestrzennych i sezonowych rolnictwa południowych Indii. Wyniki projektu potwierdzają skuteczność proponowanego podejścia w precyzyjnym wykrywaniu upraw ryżu. W celu zebrania danych referencyjnych wykorzystano portal AP GIS nadzorowany przez Departament Rolnictwa Andhra Pradesh, który zawiera informacje o procentowym udziale pól ryżowych w małych wsiach. Do analizy wybrano miejsca, gdzie pola ryżowe stanowią ponad 95% powierzchni, co pozwoliło uzyskać wysokiej jakości próbki danych. Zebrane próbki zostały przycięte, oznaczone, przeszkolone na architekturze modelu i zweryfikowane pod kątem dokładności. Projekt ten nie tylko przyczynia się do rozwoju monitorowania rolnictwa, ale także ma istotne znaczenie dla zarządzania uprawami oraz wspierania środków utrzymania rolników w naszym stanie. Proponowany model osiągnął dokładność na poziomie 86%, co potwierdza jego niezawodność w wykrywaniu pól ryżowych na obrazach satelitarnych Sentinel-2.