Google 地球中的分类工具使用 AI 技术，通过定义土地覆盖类别，为给定区域创建自定义地图图层（即“分类”）。无论您是想绘制不同农作物的分布图、跟踪森林覆盖情况，还是区分城市街区，此工具都能将您标记的示例转换为全覆盖地图。
运作方式
- 添加类别并提供示例：在地图上放置点，告知工具 该位置的内容（例如“森林”或“城市”）。您可以将此过程视为根据自己的定义“教”AI 识别不同的景观。
- AI 分析：在后台，该工具会将您的点与 AlphaEarth Foundations 卫星嵌入 数据集配对。 这是一个专门的全球 AI 模型，可识别卫星 图像的独特模式。
- 预测性地图绘制：机器学习模型（“随机 森林”） 会分析您区域内的每个 10 米见方的区域。它会将这些区域与您的示例进行比较，并自动填充地图的其余部分。
生成自定义分类图层
- 在 Google 地球中打开现有项目或创建新项目。
- 依次前往工具
分类。 绘制一个围绕感兴趣区域的多边形，或选择一个现有多边形以开始操作。
- 在地图上点击多个点，绘制感兴趣区域。
- 如需移除某个点，请点击 撤消 撤消。
- 如需重新绘制感兴趣区域，请点击 刷新 开始新操作。
选择 “添加类别” 按钮， 开始创建分类图层。
选择 图标，为新图层命名。
选择分类年份。
- 选择您要绘制的年份。该工具会使用此期间的卫星数据进行分类，并假定您提供的所有样本点都反映了该年份的地面状况。
为分类图层添加至少两个类别。
- 您可以输入自己的显示名称 ，并使用颜色为分类设置样式。
- 详细了解如何为数据图层设置样式。
选择 完成 图标以保存类别。
接下来，在地图上为所选类别放置样本点，向工具准确展示您要查找的内容。
- 为每个类别放置至少三个样本点。
您可以定义自己的自定义类别，也可以从现有分类系统中选择类别。分类系统提供了一组标准化的预定义类别，让您可以与其他使用该分类系统的地图进行同类比较。
如需使用分类系统，请依次选择“菜单”图标 和list_alt **使用分类系统**。
- 然后，选择一个分类系统，并在该系统中搜索类别。选择要使用的类别，然后选择 完成以添加这些类别。
- 您可以输入自己的显示名称 并自定义颜色。
查看分类地图。该地图反映了您选择的分类年份。
- 随着您添加样本点，图层会不断更新。
如果该工具错误地对某个区域进行分类，或显示“无法确定”区域，请添加更多样本点以更正其错误。模型会立即从您的新示例中学习，以生成更准确的地图。
- 图例中显示的“无法确定”类别表示模型需要更多信息才能区分不同类别的区域。这些像素会突出显示，以帮助您准确识别需要更多样本点的位置。
- 为这些位置提供标签后，图层会更新。
创建图层后，选择“完成”图标 完成 。
您可以在图层的 检查器面板中选择 修改按钮，以更新图层。修改图层，为看起来不正确或不完整的区域添加更多样本点。这有助于模型生成更好的地图。
绘制优质地图的提示
- 地图的质量取决于您提供的点的质量 。为了获得最佳结果，您的点应涵盖每个类别的所有变化。选择各种各样的位置，这些位置代表了全年不同类别的不同示例。例如，如果您要绘制森林地图，请同时添加密集树木和稀疏树木的点。示例越多越好！
- 该工具旨在用于迭代分类 。如果某个区域的结果看起来“不正确”，请在该区域放置更多点以更正 AI 模型。 通过在这些区域中添加带标签的点，减少“无法确定”区域。
- 您看到的结果由 AlphaEarth Foundations 卫星嵌入提供支持。这是一个功能丰富的数据集，分辨率为 10 米，由多个卫星数据源生成。当您在 Google 地球中使用高分辨率底图放置点时，AI 会以 10 米嵌入比例分析景观，以确保广泛的准确性。为了获得 最佳结果，请专注于标记覆盖面积大于 10 米见方的区域的特征。详细了解 AlphaEarth Foundations。
限制
- 您可以创建分类图层的最早年份是 2017 年。
- 该工具会为 10 米见方的区域生成分类。小于此尺寸的对象（例如停放的汽车、后院棚屋和单棵小树）不太可能被检测和分类。