הכלי לסיווג ב-Google Earth משתמש ב-AI כדי ליצור שכבת מפה מותאמת אישית (סיווג) לאזור מסוים על ידי הגדרת קטגוריות של כיסוי קרקע. בין אם אתם רוצים למפות סוגים שונים של גידולים, לעקוב אחרי כיסוי יערות או להבחין בין שכונות עירוניות, הכלי הזה הופך את הדוגמאות המתויגות שלכם למפה מקצה לקצה.
איך זה עובד
- הוספת סיווגים ומתן דוגמאות: מוסיפים נקודות במפה כדי לציין לכלי מה יש שם (לדוגמה, 'יער' או 'אזור עירוני'). אפשר לחשוב על זה כעל 'לימוד' של ה-AI איך נראים נופים שונים, על סמך ההגדרות שלכם.
- ניתוח באמצעות AI: מאחורי הקלעים, הכלי משייך את הנקודות שלכם למערך הנתונים של הטמעות מנתוני לוויין של AlphaEarth Foundations, שהוא מודל AI גלובלי ייעודי שמבין דפוסים ייחודיים של תמונות לוויין.
- מיפוי חיזוי: מודל למידת מכונה (Random Forest) מנתח כל ריבוע בגודל 10 מטרים באזור שלכם. הוא משווה בין הריבועים האלה לבין הדוגמאות שלכם וממלא באופן אוטומטי את שאר המפה.
יצירת שכבת סיווג בהתאמה אישית
- פותחים פרויקט קיים או יוצרים פרויקט חדש ב-Google Earth.
- עוברים אל כלים
סיווג.
כדי להתחיל, צריך לשרטט פוליגון סביב אזור העניין או לבחור פוליגון קיים.
- כדי לשרטט אזור עניין, לוחצים על נקודות במפה.
- כדי להסיר נקודה, לוחצים על ביטול ביטול.
- כדי לצייר מחדש את אזור העניין, לוחצים על רענון התחלת ציור חדש.

לוחצים על הלחצן הוספת סיווגים כדי להתחיל ליצור את שכבת הסיווג.
בוחרים באפשרות כדי לתת שם לשכבה החדשה.
בוחרים את השנה של הסיווג.
- בוחרים את השנה שרוצים למפות. הכלי משתמש בנתוני לוויין מהתקופה הזו לסיווג, ומניח שכל נקודות הדגימה שאתם מספקים משקפות את תנאי הקרקע של אותה שנה.
צריך להוסיף לפחות 2 סיווגים לשכבת הסיווג.
- אתם יכולים להזין שם לתצוגה ולבחור צבע לסיווג.
- מידע נוסף על עיצוב שכבות נתונים
לוחצים על סיום כדי לשמור את הכיתה.
אחר כך, ממקמים נקודות דגימה במפה עבור הכיתה שבחרתם כדי להראות לכלי בדיוק מה אתם מחפשים.
- ממקמים לפחות שלוש נקודות דגימה לכל סיווג.

אתם יכולים להגדיר כיתות מותאמות אישית משלכם או לבחור כיתות ממערכת סיווג קיימת. מערכת סיווג מספקת קבוצה סטנדרטית של קטגוריות מוגדרות מראש, שמאפשרת לכם להשוות בין מפות שונות באמצעות מערכת הסיווג הזו.
כדי להשתמש במערכת סיווג, לוחצים על סמל התפריט ובוחרים באפשרות list_alt שימוש במערכת הסיווג.
- לאחר מכן בוחרים מערכת סיווג ומחפשים כיתות במערכת הזו. בוחרים את הכיתות שרוצים להשתמש בהן ולוחצים על סיום כדי להוסיף אותן.
- אתם יכולים להזין שם לתצוגה משלכם ולהתאים אישית את הצבע.

צפייה במפה המסווגת. המפה משקפת את שנת הסיווג שבחרתם.
- השכבה מתעדכנת כל הזמן כשמוסיפים נקודות לדוגמה.
אם הכלי מסווג אזור בצורה שגויה או מציג אזורים עם סיווג לא חד-משמעי, כדאי להוסיף עוד כמה נקודות לדוגמה כדי לתקן את הטעויות. המודל ילמד באופן מיידי מהדוגמאות החדשות שלכם כדי ליצור מפה מדויקת יותר.
- הסיווג 'לא חד משמעי' שמוצג במקרא מייצג אזורים שבהם המודל צריך מידע נוסף כדי להבחין בין הסיווגים. הפיקסלים האלה מודגשים כדי לעזור לכם לזהות בדיוק איפה צריך יותר נקודות לדוגמה.
- אחרי שתספקו תוויות למיקומים האלה, השכבה תתעדכן.
כשמסיימים ליצור את השכבה, לוחצים על סיום.
כדי לעדכן את השכבה, לוחצים על הלחצן עריכה בחלונית הבדיקה של השכבה. כדי להוסיף עוד נקודות דגימה לאזורים שנראים שגויים או לא מלאים, אפשר לערוך את השכבה. כך המודל יוכל ליצור מפה טובה יותר.

טיפים למיפוי טוב
- איכות המפה תלויה באיכות הנקודות שאתם מספקים. כדי לקבל את התוצאות הכי טובות, הנקודות צריכות לשקף את כל טווח השונות של כל מחלקה. בוחרים מגוון רחב של מיקומים שמייצגים דוגמאות שונות ומגוונות של הכיתה במהלך השנה. לדוגמה, אם ממפים יערות, צריך לכלול נקודות גם לעצים צפופים וגם לעצים מפוזרים. ככל שתספקו יותר דוגמאות, כך התוצאות יהיו טובות יותר.
- הכלי מיועד לסיווג איטרטיבי. אם התוצאות נראות לא מדויקות באזור מסוים, כדאי להוסיף שם עוד נקודות כדי לתקן את מודל ה-AI. כדי לצמצם את האזורים שמוגדרים כ'לא חד-משמעיים', מוסיפים נקודות עם תוויות באזורים האלה.
- התוצאות שאתם רואים מבוססות על הטמעות לוויין של AlphaEarth Foundations, מערך נתונים עשיר בתכונות ברזולוציה של 10 מטרים שנוצר ממספר מקורות נתוני לוויין. בזמן שאתם משתמשים במפת הבסיס ברזולוציה גבוהה ב-Google Earth כדי למקם נקודות, ה-AI מנתח את הנוף בסולם הטמעה של 10 מטרים כדי להבטיח דיוק רחב. כדי לקבל את התוצאות הטובות ביותר, מומלץ להתמקד בתוויות של תכונות שמכסות אזורים גדולים יותר מריבועים של 10 מטרים. מידע נוסף על AlphaEarth Foundations
מגבלות
- השנה הכי מוקדמת שאפשר ליצור עבורה שכבת סיווג היא 2017.
- הכלי יוצר סיווגים לריבועים בגודל 10 מטרים. לא סביר שאובייקטים קטנים יותר, כמו מכוניות חונות, מחסנים בחצרות אחוריות ועצים קטנים בודדים, יזוהו ויסווגו.