Google Earth の分類ツールは、AI を使用して、土地被覆カテゴリを定義することで、特定のエリアのカスタム地図のレイヤ（「分類」）を作成します。さまざまな作物の種類をマッピングする場合でも、森林被覆を追跡する場合でも、都市の近隣地域を区別する場合でも、このツールを使用すると、ラベル付きのサンプルを壁一面の地図に変換できます。
仕組み
- クラスを追加して例を示す: 地図上にポイントをドロップして、そこに何があるかをツールに伝えます（例: 「森林」や「都市」）。これは、独自の定義に基づいて、さまざまな風景がどのように見えるかを AI に「教える」ことだと考えてください。
- AI 分析: 舞台裏では、ツールはポイントを AlphaEarth Foundations の衛星エンベディング データセットとペア設定します。これは、衛星画像の固有のパターンを理解する、特殊なグローバル AI モデルです。
- 予測マッピング: 機械学習モデル（「ランダム フォレスト」）が、エリア内の 10 メートル四方ごとに分析します。これらの正方形をサンプルと比較し、地図の残りの部分を自動的に埋めます。
カスタム分類レイヤを生成する
- Google Earth で既存のプロジェクトを開くか、新しいプロジェクトを作成します。
- [ツール]
[分類] に移動します。 関心のある領域をポリゴンで囲むか、既存のポリゴンを選択して開始します。
- 地図上のポイントをクリックして、関心のあるエリアを描画します。
- 地点を削除するには、元に戻すアイコン [元に戻す] をクリックします。
- 関心のある領域を再描画するには、更新 [新規開始] をクリックします。
[ クラスを追加] ボタンを選択して、分類レイヤの作成を開始します。
を選択して、新しいレイヤに名前を付けます。
分類年を選択します。
- マッピングする年を選択します。このツールは、この期間の衛星データを使用して分類を行い、提供されたすべてのサンプル ポイントがその年の地表の状態を反映していると想定します。
分類レイヤにクラスを 2 つ以上追加してください。
- 独自の表示名を入力し、分類に色を付けることができます。
- データレイヤーのスタイル設定方法の詳細
[ 完了] を選択してクラスを保存します。
次に、選択したクラスのサンプル ポイントを地図上に配置して、探しているものをツールに正確に示します。
- 各クラスに少なくとも 3 つのサンプル ポイントを配置します。
独自のカスタムクラスを定義することも、既存の分類システムからクラスを選択することもできます。分類システムは、事前定義されたカテゴリの標準化されたセットを提供します。これにより、その分類システムを使用する他のマップとの比較を、同じ条件で行うことができます。
分類システムを使用するには、メニュー を選択し、list_alt [分類システムを使用する] を選択します。
- 次に、分類システムを選択し、そのシステム内のクラスを検索します。使用するクラスを選択し、 [完了] を選択して追加します。
- 独自の表示名を入力し、色をカスタマイズできます。
分類された地図を表示します。地図には、選択した分類年が反映されます。
- サンプル ポイントを追加すると、レイヤは継続的に更新されます。
ツールがエリアを誤って分類した場合や、「不確定」なエリアが表示された場合は、サンプルポイントをいくつか追加して、誤りを修正します。モデルは新しい例から即座に学習し、より正確なマップを生成します。
- 凡例に表示されている「inconclusive」クラスは、モデルがクラスを区別するために追加情報を必要とする領域を表します。これらのピクセルはハイライト表示されるため、より多くのサンプルポイントが必要な場所を正確に特定できます。
- これらの場所にラベルを付けると、レイヤが更新されます。
レイヤの作成が完了したら、[完了] を選択します。
レイヤを更新するには、レイヤのインスペクタ パネルで [編集] ボタンを選択します。編集して、不正確または不完全に見える領域のサンプル ポイントを追加します。これにより、モデルがより優れたマップを生成できるようになります。
適切なマッピングのヒント
- マップの精度は、提供されるポイントの精度に左右されます。最善の結果を得るには、各クラスのすべてのバリエーションをポイントでキャプチャする必要があります。1 年を通してクラスのさまざまな例を表す、さまざまな場所を選択します。たとえば、森林をマッピングする場合は、密集した木と散在した木の両方のポイントを含めます。例が多いほど、より良い結果が得られます。
- このツールは、反復分類を目的としています。特定の領域で結果が「ずれている」ように見える場合は、そこにさらにポイントをドロップして AI モデルを修正します。これらの領域にラベル付きポイントを追加して、「不確定」な領域を減らします。
- 表示される結果は、AlphaEarth Foundations 衛星エンベディングによって生成されます。これは、複数の衛星データソースから作成された 10 m の解像度の機能豊富なデータセットです。Google Earth の高解像度基本地図を使用してポイントを配置すると、AI が 10 メートルのエンベディング スケールで地形を分析し、広範な精度を確保します。最適な結果を得るには、10 平方メートルを超える領域をカバーする特徴にラベルを付けることに重点を置いてください。AlphaEarth Foundations の詳細。
制限事項
- 分類レイヤを作成できる最も古い年は 2017 年です。
- このツールは、10 メートル四方の分類を生成します。これより小さいオブジェクト（駐車中の車、裏庭の物置、1 本の小さな木など）は、検出や分類ができない可能性があります。