Quiz collegato alla guida · Medio Livello
Quiz sull'analisi delle immagini satellitari
Testa il modo in cui i modelli elaborano scene di osservazione della Terra di grandi dimensioni, combinano le bande di sensori e mappano i cambiamenti della copertura del suolo dai dati satellitari.
Domanda 1 di 8
What can AI help analysts do with large collections of satellite images?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- What can AI help analysts do with large collections of satellite images?
- Find patterns and changes across imagery for human interpretation
- Replace all field observations with certain diagnoses
- Guarantee that every land-cover label is correct
- Create satellite observations where no sensor data exist
- Che cosa fa il "rilevamento delle modifiche" nell'analisi satellitare?
- Conta i satelliti in orbita
- Confronta le immagini dello stesso luogo nel tempo per evidenziare differenze significative
- Cambia il colore del satellite
- Rileva nuovi satelliti in fase di lancio
- Perché il radar ad apertura sintetica (SAR) è particolarmente prezioso?
- Funziona solo nelle giornate soleggiate
- Scatta foto a colori per i turisti
- Può vedere attraverso le nuvole e operare di notte
- Sostituisce la necessità di qualsiasi intelligenza artificiale
- What does the USGS describe NDVI as measuring?
- A complete diagnosis of plant health
- The amount of rainfall in a watershed
- The concentration of minerals in soil
- The contrast between near-infrared and red reflectance used as a vegetation index
- Cos'è la "segmentazione semantica" nell'analisi delle immagini?
- Etichettare ogni pixel in base alla sua classe, ad esempio acqua, strada o foresta
- Eliminazione di parti di un'immagine
- Compressione dell'immagine in un file più piccolo
- Traduzione delle didascalie delle immagini in altre lingue
- What PlanetScope coverage did Planet document for its Dove fleet?
- Continuous video of every location
- Near-daily multispectral coverage over landmasses
- Daily imagery of every ocean depth
- A guaranteed clear image of every land parcel each day
- Why are large satellite scenes often divided into smaller image tiles before model processing?
- It turns radar data into visible-light photographs
- It guarantees every tile shows a different land-cover class
- Tiling makes a very large scene manageable for computation and localized analysis
- It removes the need to align images from different dates
- What can combining multiple spectral or radar bands help an analyst infer beyond visible color?
- The exact identity of every person on the ground
- The satellite's remaining fuel
- A guaranteed forecast of next year's weather
- Properties such as vegetation condition, soil moisture, or flooding