人工智能提升阿根廷灌溉监测水平

一项过去需要数小时人工解读的工作，如今可以通过经过训练、能够识别圆形模式的算法来完成。
通过结合高分辨率卫星影像与先进的人工智能模型，阿根廷国家农业技术研究院（INTA）的一支研究团队成功实现了对中心支轴喷灌圆形区域的自动识别。这种灌溉系统在布宜诺斯艾利斯省北部地区逐年增长。

据阿根廷新闻社了解，这是一项技术进展，显著改进了对加压灌溉扩张情况的记录和分析方式。

INTA 气候与水研究所研究员内斯托尔·巴里奥努埃沃解释说：“我们成功将一项过去需要数小时人工解读的任务实现了自动化，现在可以通过一个经过训练的算法来解决，该算法能够在非常具有挑战性的场景中识别圆形模式。”

他指出，与为干旱地区设计的其他模型不同，这一方法经过调整，能够在植被覆盖率高的环境中运行。“我们的目标是证明，人工智能同样可以在农业高度集约化的地区高效工作，在这些地方，对比更为细微，植被分布也更加连续。”巴里奥努埃沃表示。

据其介绍，被识别出的灌溉圆形数量从2016年的110个增加到2023年的285个，显示出持续的应用趋势。在精度方面，该模型的F1 分数达到了73.2%，这一指标在像潘帕斯湿润草原这样高度同质化的农业景观中被认为是相当可靠的。

这一成果基于 Grounding DINO 模型，该技术将计算机视觉与文本描述相结合，使研究人员能够利用预训练的语言模型来提升对灌溉圆形的自动识别能力。此外，分析还引入了 NDVI、EVI2 和 WRI 等光谱指数，用于突出与灌溉作物相关的圆形模式。