深度学习结合了空间分析来检测神秘的仙女圈
Hridoy Jyoti Mahanta1, Virendra M Tiwari2
1CSIR-North East Institute of Science and Technology, Jorhat, Assam, 785006, India.
Scientific reports
|November 19, 2025
概括
科学家们开发了人工智能模型,从卫星图像中检测出神秘的仙女圈,潜在的天然源. 这些基于卷积神经网络 (CNN) 的模型在全球范围内识别这些独特的地质构造时达到98%的准确性.
科学领域:
- 地质形态学 地质形态学
- 遥感 遥感 遥感 遥感
- 地质化学 地质化学
背景情况:
- 仙女圈是马里,纳米比亚和澳大利亚发现的独特的地形特征.
- 假设这些构成与蛇形化过程中逃逸的气体有关,这可能表明天然源.
- 卫星图像为全球研究童话圈提供了可行的数据来源.
研究的目的:
- 利用卫星图像开发用于检测童话圈的预测模型.
- 利用计算建模和地形学数据进行增强的识别.
- 创建一个全球选工具来定位这些地质特征.
主要方法:
- 利用基于卷积神经网络 (CNN) 的预测模型.
- 结合计算建模与地理形态图像数据分析.
- 在卫星图像上训练模型,以识别童话圈的特征模式.
主要成果:
- 开发了经过预先训练的CNN模型,能够检测妖精圈.
- 在识别这些构成中,获得了98%的高准确率.
- 证明了模型在选卫星图像中的有效性.
结论:
- 由人工智能驱动的模型可以从卫星图像中准确地检测出仙女圈.
- 这项技术可以有效地在全球范围内对这些地质特征进行选.
- 这些发现有助于进一步研究与仙女圈相关的起源和潜在资源.
