microsoft/farmvibes-ai

解決的問題

FarmVibes.AI 提供一個專為農業與永續性設計的地理空間機器學習模型開發框架。它透過支援多種資料來源的融合，解決了僅使用單一地理空間資料集時難以取得深度洞察（如碳足跡估算、作物生長速率）的問題。

工作原理

該系統由三個主要組件構成：

1. 資料集準備：使用可設定的工作流程（以有向無環圖定義）從多種來源（包括 Sentinel 1 與 2 衛星影像、NOAA 氣象資料、USGS 高程圖、無人機影像）取得並預處理資料。
2. 模型樣本筆記本庫：提供一系列筆記本，允許使用者針對特定區域或季節調整現有模型，涵蓋收穫日期檢測、微氣候預測等任務。
3. 推論引擎：此組件將資料連接器與預處理步驟與調校後的模型結合，在特定興趣區域與時間範圍內執行推論，並在新資料可用時自動更新結果。

適用對象

專注於遙測、地球觀測與農業永續性的資料科學家與研究人員，需要建構穩健的多模態地理空間模型。

主要亮點

• 多模態融合：整合 RGB、SAR、多光譜衛星影像、氣象資料與高程圖。
• 可設定工作流程：使用 DAG 基礎工作流程管理資料下載與準備。
• 可擴展的資料攝取：支援廣泛的公開資料集（Sentinel、NAIP、NOAA）與自訂光柵資料。
• 本地叢集支援：可透過 Docker 鏡像以本地叢集方式執行，支援透過 REST API 或 Python 客戶端互動。