Modelo de IA da NASA aprimora observação da Terra com imagens de satélite

O Grupo de Ciência de Dados do Goddard Space Flight Center (GSFC) da NASA anunciou o lançamento do SatVision Top-of-Atmosphere (TOA), um modelo de fundação geoespacial inovador para imagens de sensoriamento remoto de todo o céu com resolução grosseira.

Desenvolvido por uma equipe composta por Mark Carroll, Caleb Spradlin, Jordan Caraballo-Vega, Jian Li, Jie Gong e Paul Montesano, o SatVision-TOA representa um avanço significativo na análise de dados de sensoriamento remoto. Modelos de fundação como este permitem o pré-treinamento de modelos de visão computacional em grandes quantidades de dados, podendo ser posteriormente refinados com quantidades menores de dados rotulados para diversas aplicações de mapeamento e monitoramento.

Ao contrário da maioria dos modelos existentes, treinados apenas em imagens de satélite sem nuvens, o SatVision-TOA foi treinado considerando todas as condições atmosféricas, incluindo a presença de nuvens e aerossóis. Isso o torna aplicável a estudos que envolvem variáveis atmosféricas, abrindo novas possibilidades de pesquisa.

O modelo, com 3 bilhões de parâmetros, foi treinado utilizando 100 milhões de imagens do Moderate Resolution Imaging Spectroradiometer (MODIS), tornando-se, até onde se sabe, o maior modelo de fundação treinado exclusivamente com imagens de sensoriamento remoto por satélite. A inclusão de condições de “todo o céu” durante o pré-treinamento permitiu a incorporação de diversas condições de nuvens, frequentemente excluídas em modelos tradicionais. Isso permite a reconstrução 3D de nuvens e modelagem de nuvens em apoio à ciência da Terra e do clima, melhorando significativamente os fluxos de trabalho de observação da Terra em larga escala.

Com um design adaptável e escalável, o SatVision-TOA pode unificar conjuntos de dados diversos de observação da Terra e reduzir a dependência de modelos específicos para cada tarefa. O modelo utiliza um dos maiores conjuntos de dados públicos disponíveis para capturar contextos globais e características robustas. Suas aplicações potenciais são vastas, incluindo a investigação de dados de espectrômetros como MODIS, VIIRS e GOES-ABI, com potencial para avanços transformadores em ciência atmosférica, análise de estrutura de nuvens e modelagem do sistema terrestre.

O código fonte e os pesos do modelo estão disponíveis publicamente em GitHub e Hugging Face. Para mais informações, incluindo um guia do usuário detalhado, consulte o artigo científico associado: SatVision-TOA: A Geospatial Foundation Model for Coarse-Resolution All-Sky Remote Sensing Imagery.