如何利用深度学习让我们对地球上所有的水有精确的了解

原文：How Deep Learning Gives Us a Precise Picture of All the Water on Earth

链接：https://www.technologyreview.com/s/600866/how-deep-learning-gives-us-a-precise-picture-of-all-the-water-on-earth/#/set/id/600885/

摘要：水位可以指示下一个将经历政治动荡或气候变化最严重的地区。Orbital Insight通过将深度学习应用于卫星图像来监测它们。

利用人工智能技术对搜集到的卫星图像进行检查，以获取世界各地精确的水位以及它们每周的变化。

将landsat7/8免费卫星图像输入神经网络，以精确定位地表水的位置及其面积。

该小组首先对数千张图像进行人工分类，找出清晰、准确标记的水样本，然后利用它们训练神经网络，这个神经网络可以一个像素一个像素地标记水像素。因此，这个神经网络模型特别擅长分辨水和非水，而其他水探测系统可能会将云或山的阴影识别为水。

利用该水位数据可以调查洪水事件的范围，跟踪全年气候变化和水位变化...

这个神经网络模型特别擅长分辨水和非水，而其他水探测系统可能会将云或山的阴影识别为水

Orbital Insigh每周给世界的水体做标签。

加利福尼亚大学伯克利分校Citris智能水基础设施和适应性城市倡议的负责人史蒂文·格拉泽指出，大多数水模型都是基于过去50年的数据，它们可能很快会过时。随着气候变化，这些模型会变得越来越没有意义。我们搜集的信息越多，我们就会建立更好的模型。

当你可以监测可用水量，你可以建立一个良好的框架来考虑水权问题。