TerraTrace：时间签名土地利用制图系统
TerraTrace: Temporal Signature Land Use Mapping System
AI总结：
本研究提出TerraTrace平台，利用NDVI时间签名区分农场与森林，通过分析20个农场10种作物的年度变化，构建加州2020-2023年高分辨率数据集，实现土地利用分类与交互查询。
摘要：
理解土地随时间的利用情况对于追踪与气候变化相关的事件（如森林砍伐）至关重要。然而，用于监测的基于卫星的遥感工具难以区分农场和果园中的植被类型与森林。我们观察到，基于植物光合作用的指标（如归一化差异植被指数，NDVI）具有独特的时间签名，这些签名反映了农业实践和季节周期。我们分析了20个农场中10种不同作物的年度NDVI变化。初步结果显示，NDVI曲线与农业实践一致，每种作物具有独特性，在全球范围内保持一致，并能区分农场与森林。我们为加利福尼亚州开发了一个新的纵向NDVI数据集，覆盖2020年至2023年，分辨率为500米，包含超过7000万个点。我们利用该数据集开发了TerraTrace平台，这是一个端到端的分析工具，使用NDVI签名对土地利用进行分类，并允许用户通过LLM聊天机器人和图形界面查询系统。
英文摘要：
Understanding land use over time is critical to tracking events related to climate change, like deforestation. However, satellite-based remote sensing tools which are used for monitoring struggle to differentiate vegetation types in farms and orchards from forests. We observe that metrics such as the Normalized Difference Vegetation Index (NDVI), based on plant photosynthesis, have unique temporal signatures that reflect agricultural practices and seasonal cycles. We analyze yearly NDVI changes on 20 farms for 10 unique crops. Initial results show that NDVI curves are coherent with agricultural practices, are unique to each crop, consistent globally, and can differentiate farms from forests. We develop a novel longitudinal NDVI dataset for the state of California from 2020-2023 with 500~m resolution and over 70 million points. We use this to develop the TerraTrace platform, an end-to-end analytic tool that classifies land use using NDVI signatures and allows users to query the system through an LLM chatbot and graphical interface.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
