TERRA COVER
ဂြိုဟ်တုနှင့် စက်သင်ယူမှု (Machine Learning) ကို အသုံးပြုထားသော ရေသွင်းလိုအပ်ချက်နှင့် မြေဆီလွှာစိုထိုင်းဆ ခွဲခြမ်းစိတ်ဖြာသည့် ပလပ်ဖောင်း
TERRA COVER သည် ဂြိုဟ်တုပုံရိပ်များနှင့် စက်သင်ယူမှုပုံစံများကို အသုံးပြု၍ လယ်ယာမြေများ၏ မြေဆီလွှာစိုထိုင်းဆ အခြေအနေနှင့် သီးနှံရေသွင်းလိုအပ်ချက်များကို ခန့်မှန်းပေးပါသည်။ ၎င်း၏ အဓိကသဘောတရားမှာ - လယ်ကွင်းထဲတွင် အာရုံခံကိရိယာ (Sensors) များ အပြည့်စိုက်ထူမည့်အစား (စရိတ်စကကြီးခြင်း၊ ပျက်စီးလွယ်ခြင်း၊ အမှတ်တစ်ခုစာကိုသာ ကိုယ်စားပြုနိုင်ခြင်း) ဂြိုဟ်တု၏ Multi-spectral နှင့် Thermal Infrared လှိုင်းအလျားများကို အသုံးပြု၍ လယ်ကွင်းတစ်ကွက်လုံး၏ အစိုဓာတ်အခြေအနေကို ပြန်လည်တွက်ချက်ခြင်းဖြစ်ပြီး၊ ရာသီဥတုအချက်အလက်များနှင့် ပေါင်းစပ်ကာ «ဒီရက်ပိုင်းအတွင်း ရေဘယ်လောက်သွင်းသင့်သလဲ» ဆိုသည်ကို တွက်ချက်ပေးပါသည်။
အဓိကလုပ်ဆောင်ချက်များနှင့် သင့်လျော်သောကဏ္ဍများ
အဓိကစွမ်းဆောင်ရည်များတွင် မြေဆီလွှာစိုထိုင်းဆ ပြန်လည်တွက်ချက်ခြင်း၊ သီးနှံရေလိုအပ်ချက် ခန့်မှန်းခြင်း၊ ရေသွင်းအချိန်ဇယား အကြံပြုချက်နှင့် လယ်ကွင်းအတွင်းပိုင်း ကွဲပြားမှုမြေပုံများ ပါဝင်ပါသည်။ ကွဲပြားမှုမြေပုံသည် အထူးပင် လက်တွေ့ကျပါသည်။ လယ်ကွင်းတစ်ကွက်တည်းပင်ဖြစ်သော်လည်း နေရာဒေသအလိုက် ရေထိန်းသိမ်းနိုင်စွမ်းမှာ ကွာခြားမှုရှိတတ်ရာ နေရာတိုင်းကို တူညီသောပမာဏဖြင့် ရေသွင်းခြင်းသည် ရေကို အလဟဿဖြစ်စေပြီး အချို့နေရာများတွင် ရေပြတ်လပ်မှုကို ဖြစ်စေပါသည်။ ထို့ကြောင့် နေရာအလိုက် ကွဲပြားစွာ ရေသွင်းခြင်းသည် တိကျသေချာသော စိုက်ပျိုးရေး (Precision Agriculture) တွင် ငွေကြေးအသက်သာဆုံး နည်းလမ်းဖြစ်ပါသည်။
အလတ်စားနှင့် အကြီးစား မန်နေဂျာလယ်ယာများ၊ ရေသွင်းစက်ပစ္စည်း ပံ့ပိုးပေးသူများနှင့် စိုက်ပျိုးရေး አማካሪများအတွက် သင့်လျော်ပါသည်။ မကြာသေးမီနှစ်များအတွင်း ရေရှားပါးမှုနှုန်း မြင့်တက်လာပြီး စိုက်ပျိုးရေးသုံး ရေသုံးစွဲမှု αναλογία မြင့်မားနေချိန်တွင် ဤကဲ့သို့သော «အဝေးမှ အာရုံခံစနစ် (Remote Sensing) ဖြင့် အာရုံခံကိရိယာ အများအပြားသုံးစွဲမှုကို အစားထိုးသည့်» နည်းလမ်းသည် စပါးခင်းများနှင့် သစ်သီးဝလံခြံများ၏ အပိုင်းလိုက် ရေသွင်းစီမံခန့်ခွဲမှုအတွက် ကိုးကားစရာ တန်ဖိုးရှိပါသည်။
အဓိကလုပ်ဆောင်ချက်များ
- ဂြိုဟ်တု မြေဆီလွှာစိုထိုင်းဆ ပြန်လည်တွက်ချက်ခြင်း
- သီးနှံရေလိုအပ်ချက် ခန့်မှန်းခြင်း
- ရေသွင်းအချိန်ဇယား အကြံပြုချက်
- လယ်ကွင်းအတွင်းပိုင်း ကွဲပြားမှုမြေပုံ
- ရာသီဥတု အချက်အလက်များ ပေါင်းစပ်ခြင်း
အသုံးများသော နေရာများ
- ဧရိယာအကျယ်အဝန်းကြီးမားသော လယ်ယာများ၏ ရေသွင်းစီမံခန့်ခွဲမှု
- ရေရှားပါးသည့် ကာလများအတွက် ရေအရင်းအမြစ် ခွဲဝေချထားမှု
- တိကျသေချာသော စိုက်ပျိုးရေးအတွက် အပိုင်းလိုက် ရေသွင်းခြင်း
- စိုက်ပျိုးရေး ရေပိုင်ဆိုင်ခွင့် အကဲဖြတ်ခြင်း
အဓိက အင်္ဂါရပ်များ
- ဂြိုဟ်တု မြေဆီလွှာစိုထိုင်းဆ ပြန်လည်တွက်ချက်ခြင်း
- သီးနှံရေလိုအပ်ချက် ခန့်မှန်းခြင်း
- ရေသွင်းအချိန်ဇယား အကြံပြုချက်
- လယ်ကွင်းအတွင်းပိုင်း ကွဲပြားမှုမြေပုံ
- ရာသီဥတု အချက်အလက်များ ပေါင်းစပ်ခြင်း
အားသာချက်များ
- လယ်ကွင်းအတွင်း အာရုံခံကိရိယာ အများအပြား တပ်ဆင်ရန် မလိုပါ
- ဧရိယာကျယ်ကျယ်ပြန့်ပြန့် လွှမ်းခြုံနိုင်ပြီး ကုန်ကျစရိတ်ကို ထိန်းချုပ်နိုင်သည်
- အပိုင်းလိုက် ရေသွင်းရန် အကြံပြုချက်များသည် ရေကို လက်တွေ့ကျကျ ချွေတာနိုင်သည်
အားနည်းချက်များ
- တိမ်ထူထပ်ပါက အလင်းတန်းပုံရိပ်များ၏ အရည်အသွေးကို ထိခိုက်စေနိုင်သည်
- ပြန်လည်တွက်ချက်မှု ရလဒ်များသည် မော်ဒယ်ခန့်မှန်းချက်များဖြစ်ပြီး မြေပြင်တွင် အတည်ပြုချက် (Ground truth) လိုအပ်သည်
- သေးငယ်သော လယ်ကွင်းငယ်များအတွက် ရုပ်ထွက် (Resolution) မလုံလောက်နိုင်ပါ
အသုံးပြုမှုများ
- ဧရိယာအကျယ်အဝန်းကြီးမားသော လယ်ယာများ၏ ရေသွင်းစီမံခန့်ခွဲမှု
- ရေရှားပါးသည့် ကာလများအတွက် ရေအရင်းအမြစ် ခွဲဝေချထားမှု
- တိကျသေချာသော စိုက်ပျိုးရေးအတွက် အပိုင်းလိုက် ရေသွင်းခြင်း
- စိုက်ပျိုးရေး ရေပိုင်ဆိုင်ခွင့် အကဲဖြတ်ခြင်း
အယ်ဒီတာမှတ်ချက်
တိကျသေချာသော စိုက်ပျိုးရေး (Precision Agriculture) အကြောင်းကို ဆယ်စုနှစ်တစ်ခုကျော် ပြောဆိုခဲ့ကြသော်လည်း လက်တွေ့တွင် အအောင်မြင်ဆုံးမှာ ရေသွင်းခြင်းကဏ္ဍ ဖြစ်နေဆဲ ဖြစ်ပါသည် - အကြောင်းမှာ ရေခွန်နှင့် လျှပ်စစ်မီးခွန်သည် တောင်သူများအတွက် လစဉ် မြင်တွေ့နေရသော ကုန်ကျစရိတ်ဖြစ်သောကြောင့် ဖြစ်သည်။ ချွေတာနိုင်သော ငွေပမာဏမှာ အလွန်လက်တွေ့ကျပြီး ဤအချက်သည် သီးနှံအထွက်နှုန်း တိုးတက်လာကြောင်း ပြောဆိုခြင်းထက် ပိုမိုယုံကြည်ေစနိုင်ပါသည်။
မေးလေ့ရှိသောမေးခွန်းများ
台灣田區那麼小，解析度夠嗎？
這是實際問題。公開衛星影像的像元大小對台灣常見的小坵塊農地可能偏粗，比較適合大面積連片耕作，導入前務必確認目標田區的最小可辨識單元。
下雨天有雲怎麼辦？
光學影像確實會被雲遮蔽，通常會用雷達影像或模型內插補足，但連續陰雨期的資料品質會下降，這是所有衛星農業服務的共同限制。
သက်ဆိုင်ရာ AI ကိရိယာများ
Waste Robotics
ZenRobotics
ကမ္ဘာ့ပထမဆုံး စွန့်ပစ်ပစ္စည်း အမျိုးအစား ၅၀၀ ကျော်ကို ခွဲခြားနိုင်သည့် စွန့်ပစ်ပစ္စည်း ခွဲထုတ်ရေး စက်ရုပ်စနစ်
Glacier
အမှိုက်ပုံသန့်စင်စက်ရုံများအတွက် AI ရွေးချယ်ခွဲခြားပေးသည့် စက်ရوبော့ဖြစ်ပြီး၊ အမှိုက်စီးဆင်းမှုကိုပါ ခွဲခြမ်းစိတ်ဖြာနိုင်သော အချက်အလက်များအဖြစ် ပြောင်းလဲပေးသည်
Wildlife Insights
BirdWeather
ချိတ်ဆက်ထားသော BirdNET AI ကွန်ရက်ဖြင့် ကမ္ဘာတစ်ဝှမ်း ငှက်အော်သံများကို အလိုအလျောက် မှတ်တမ်းတင်ပေးသည့် စနစ်
Rainforest Connection
မိုးသစ်တောများတွင် လွှစက်သံကြားသည်နှင့် သတိပေးချက်ထုတ်ကာ ဇီဝေဝသံ AI ဖြင့် ဂေဟစနစ်ကို ကာကွယ်ပေးသည်