aef-downstream-tasks-notebook

# AlphaEarth Foundations (AEF) — 交互式遥感分析 Notebook 基于 ModelScope Notebook 的 Satellite Embedding 遥感分析教程。支持**交互式 AOI 区域选择**，自动下载 AEF 数据并执行 7 个下游分析任务。 --- ## 功能特性 - **交互式地图选区**：使用 ipyleaflet 在地图上绘制 AOI 矩形，或手动输入经纬度 - **自动 UTM 计算**：根据 AOI 位置自动计算 UTM zone 和坐标转换 - **自动数据获取**：从 source.coop 自动查询并下载覆盖 AOI 的 COG 瓦片 - **7 个下游任务**： 1. NDVI 近似 2. 双时相变化检测 3. K-means 无监督土地分类 4. 多年时序分析 5. 空间相似性目标识别 6. Few-Shot 建筑物分割（OSM + LogisticRegression） 7. Few-Shot 土地利用分类（ESA WorldCover + RandomForest） - **Few-Shot 能力展示**：仅需 <0.1% 的标注样本即可实现高质量分类 --- ## 使用方法 1. 在 ModelScope Notebook 中打开本 Notebook 2. 运行 **Cell 1** 进行 ModelScope 环境检查和配置 3. 运行 **Cell 2** 安装缺失依赖 4. 运行 **Cell 3** 导入库 5. 运行 **Cell 5** 加载交互式地图，绘制 AOI 或恢复默认（哈尔滨新区） 6. 依次运行后续 Cells，系统自动完成数据获取和分析 7. 查看 `/mnt/workspace/aef_outputs/` 目录下的结果图片 --- ## 依赖 ```bash pip install rasterio numpy matplotlib scikit-learn scipy pyshp requests tifffile pyproj shapely geopandas ipyleaflet tqdm ``` --- ## 数据来源 - **AEF 嵌入数据**：https://source.coop/tge-labs/aef - Cloud-Optimized GeoTIFF (COG) - 64 通道，signed 8-bit integer - 10m 分辨率，UTM 投影 - **OSM 建筑物标签**：Overpass API (https://overpass.kumi.systems) - **ESA WorldCover 2021**：AWS S3 (esa-worldcover) --- ## 许可证 本 Notebook 中的代码遵循 MIT License。 AEF 数据来源于 [source.coop/tge-labs/aef](https://source.coop/tge-labs/aef)，请遵守其使用条款。 ESA WorldCover 数据来源于 [esa-worldcover.org](https://esa-worldcover.org)，遵循 CC BY 4.0。 --- ## 扩展方向 - 多时相监督分类（作物类型、城市扩张） - Embedding 空间异常检测 - 跨域迁移学习 - 与 UNet/DeepLab 等深度学习模型结合