एआई मॉडल SAGRNet ने बढ़ी हुई सटीकता के साथ भूमि कवर मैपिंग में क्रांति ला दी

एबरडीन विश्वविद्यालय के शोधकर्ताओं ने SAGRNet विकसित किया है, जो एक उन्नत एआई मॉडल है जिसे विशेष रूप से वनस्पति के लिए भूमि कवर मैपिंग सटीकता में उल्लेखनीय सुधार करने के लिए डिज़ाइन किया गया है। यह नवीन मॉडल पूरे लैंडस्केप ऑब्जेक्ट्स का विश्लेषण करने के लिए डीप लर्निंग का उपयोग करता है, जो पारंपरिक पिक्सेल-दर-पिक्सेल विधियों की तुलना में दक्षता और सटीकता को बढ़ाता है। SAGRNet के विकास का विवरण देने वाला अध्ययन ISPRS जर्नल ऑफ फ़ोटोग्रामेट्री एंड रिमोट सेंसिंग में प्रकाशित हुआ था। SAGRNet को पूर्वोत्तर स्कॉटलैंड में विविध परिदृश्यों की उपग्रह छवियों का उपयोग करके प्रशिक्षित किया गया था, और इसे पांच वैश्विक स्तर पर वितरित शहरी सीमा क्षेत्रों में आगे परीक्षण किया गया था। इन क्षेत्रों, जिनमें गुआंगज़ौ, डरबन, सिडनी, न्यूयॉर्क सिटी और पोर्टो एलेग्रे शामिल हैं, को विभिन्न पारिस्थितिक पृष्ठभूमि का प्रतिनिधित्व करने के लिए चुना गया था। यह दृष्टिकोण विभिन्न वातावरणों में मॉडल की मजबूती और हस्तांतरणीयता सुनिश्चित करता है। मॉडल की खुली उपलब्धता निर्णय निर्माताओं को बाढ़ और सूखे जैसी घटनाओं के बड़े क्षेत्रों पर प्रभाव का त्वरित आकलन करने की अनुमति देती है। SAGRNet फसल वृद्धि की निगरानी भी कर सकता है, जिससे फसल की भविष्यवाणी और टिकाऊ भूमि उपयोग निर्णयों में सहायता मिलती है। यह तकनीक एआई और रिमोट सेंसिंग में चल रही प्रगति के अनुरूप है, जैसा कि आगामी IEEE IGARSS 2025 संगोष्ठी और Esri के हालिया भूमि कवर मानचित्र अपडेट द्वारा उजागर किया गया है। SAGRNet की परिदृश्य परिवर्तनों का तेजी से और सटीक आकलन करने की क्षमता जलवायु परिवर्तन के प्रभावों को समझने के लिए महत्वपूर्ण है। मॉडल की बहुमुखी प्रतिभा इसे भूमि संसाधन सर्वेक्षण और पारिस्थितिक निगरानी जैसे बड़े पैमाने पर अनुप्रयोगों के लिए उपयुक्त बनाती है। SAGRNet का विकास पर्यावरण निगरानी और टिकाऊ भूमि प्रबंधन में एक महत्वपूर्ण कदम है, जो दुनिया भर के शोधकर्ताओं और नीति निर्माताओं के लिए मूल्यवान उपकरण प्रदान करता है।