通过word index工具找到50亿只鸡
今天在在X平台（原Twitter）上看到了一个有趣的研究，分享一下。
美国每年大概消耗90亿只鸡，平均每人27只，原作者想知道这些鸡在美国的分布情况。
有趣的点在于两个地方：
一个是通过遥感找鸡，
另一个是研究中用到的word index这个工具（这个工具我反而觉得更有趣）。
怎么找到鸡了？
考虑到美国的鸡集中饲养在动物车间（Concentrated Animal Feeding Operations），作者通过需要养鸡的这类车间来推算鸡的数量和分布，数量评价依据为1500 平方米的棚子里大约有 20000 只鸡（参考的美国养鸡委员会的信息）。
通过什么工具来找？
原作者是通过word index这个工具，这儿有个简单的操作视频可以看看。
word index工具操作例子
总的来说，word index是一个环境搜索工具，用户选择样本，便可利用该工具找到指定区域内的相似地物，可以很方便的进行编程和定制化的。
检测鸡场过程
训练数据作者用的是美国养鸡场CAFO 训练数据集（见参考网站），该数据集有893 张养鸡厂的影像，714 张养猪场的影像，分辨率都为1米。
根据训练数据所在的空间位置，勾选哨兵影像作为样本标签，然后整合了word index开始训练。哨兵数据一共使用了12 个波段 。
我个人感觉比较吃惊的地方在于：养鸡场在哨兵影像上虽然只有几个像素宽，但检测效果确实不错，Sentinel-2 传感器的光谱宽度使其在10米分辨率下依然有很好的检测能力。每 100 次检测中有 94 次是良好检测。该模型捕获了 100 个标记的养鸡厂中的 82 个。
然后作者把基于mapbox把这个数据制作成了一个网站，地图界面会显示当前的视野范围内养鸡场的个数以及对应的鸡的数量。
总结
我个人觉得这是个有趣的实验，原作者想通过遥感可视化美国养殖鸡的数量，是从养鸡厂的角度入手。
更有趣的是world index，一个在遥感影像中找到类似地物的工具。
目前world index还需要排队才能申请使用，对这个工具感兴趣的同学可以试一试，网址为：https://www.earthgenome.org/earth-index。
参考
https://www.earthgenome.org/earth-index
https://twitter.com/EarthGenome/status/1745178901242945735
https://reglab.stanford.edu/data/cafo-training-dataset/
https://medium.com/earthrisemedia/finding-5-billion-chickens-with-human-in-the-loop-ai-model-tuning-via-earth-index-1d3f5cc89aec
