A Geospatial Approach to Predicting Desert Locust Breeding Grounds in Africa

要約

サバクトビバッタの大群は、農業と食糧安全保障に大きな脅威を与えています。
この課題に対処するために、私たちの研究は、バッタの繁殖地を予測するための運用可能なモデルを開発しています。これは、早期警戒システムと対象を絞った制御措置を強化する可能性があります。
私たちは、国連食糧農業機関 (UN-FAO) のバッタ観察記録からデータセットを厳選し、リモートセンシングされた環境および気候データとマルチスペクトル地球観測画像という 2 種類の時空間入力特徴を使用して分析しました。
私たちのアプローチでは、カスタム深層学習モデル (3 次元および LSTM ベースの再帰畳み込みネットワーク) と、2023 年に Jakubik らによって最近リリースされた地理空間基礎モデル Prithvi を採用しました。これらのモデルは、Prithvi ベースのモデルを使用した既存のベースラインを著しく上回りました。
、NASA の Harmonized Landsat および Sentinel-2 (HLS) データセットからのマルチスペクトル画像で微調整され、最高精度の F1 および ROC-AUC スコア (それぞれ 83.03%、81.53%、87.69%) を達成しました。
私たちの研究から得られた重要な発見は、気候や環境の特徴を明示的に組み込む必要がなく、マルチスペクトル地球観測画像だけでバッタの繁殖地を効果的に予測するのに十分であるということです。

要約(オリジナル)

Desert locust swarms present a major threat to agriculture and food security. Addressing this challenge, our study develops an operationally-ready model for predicting locust breeding grounds, which has the potential to enhance early warning systems and targeted control measures. We curated a dataset from the United Nations Food and Agriculture Organization’s (UN-FAO) locust observation records and analyzed it using two types of spatio-temporal input features: remotely-sensed environmental and climate data as well as multi-spectral earth observation images. Our approach employed custom deep learning models (three-dimensional and LSTM-based recurrent convolutional networks), along with the geospatial foundational model Prithvi recently released by Jakubik et al., 2023. These models notably outperformed existing baselines, with the Prithvi-based model, fine-tuned on multi-spectral images from NASA’s Harmonized Landsat and Sentinel-2 (HLS) dataset, achieving the highest accuracy, F1 and ROC-AUC scores (83.03%, 81.53% and 87.69%, respectively). A significant finding from our research is that multi-spectral earth observation images alone are sufficient for effective locust breeding ground prediction without the need to explicitly incorporate climatic or environmental features.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google