AlphaEarthHack：德州大学奥斯汀分校地球系统 AI 黑客松项目

AlphaEarthHack 是我们团队为德州大学奥斯汀分校地球科学黑客松打造的项目。目标只有一个：看看在一个周末内，我们能在地球系统数据上把 AI 推到多远。试试在线演示

作者：Koutian Wu；GitHub: ktwu01

关于黑客松

德州大学奥斯汀分校的地球科学黑客松，把杰克逊学院及整个大学范围内的学生和研究人员聚在一起，用周末的时间，在真实的地球科学问题上动手做出具体的东西。我们团队挑了一个我们觉得小到能在期限内交付、又大到值得去做的问题。

我们构建了什么

一条处理管道：接收地球观测数据，应用一种学到的表示，然后在原始信号里很难看出来的地方浮现出模式。仓库是一个 Jupyter Notebook 的逐步讲解，你可以从端到端重新运行。

工作内容涵盖：

• 从公共地球科学数据集中进行数据摄入。
• 为地理空间数据那些乱七八糟的现实做预处理。
• 一个能产生有用嵌入或预测的模型层。
• 能把结果呈现给领域科学家、使其一目了然的可视化。

一分钟试用

打开 https://ktwu01.github.io/AlphaEarthHack/ 查看项目页面，或克隆仓库并在本地运行 notebook：

git clone https://github.com/ktwu01/AlphaEarthHack.git
cd AlphaEarthHack
jupyter notebook

技术栈

• Python + Jupyter Notebook 用于分析管道。
• 用于地球科学数据的地理空间库（rasterio、xarray 等）。
• 用于模型层的机器学习库。
• 用于项目落地页的 HTML。

为什么这值得读

黑客松的代码通常在演示日之后就被扔掉了。我们试图让 AlphaEarthHack 保持一个状态：让某个人——包括未来的我们自己——能接手、理解其中的取舍并加以扩展。Notebook 的结构和 README，正是为这样的读者而写的。

致谢

感谢德州大学奥斯汀分校地球科学黑客松的组织者和我们的队友。黑客松的胜负，取决于你坐在一起的那些人。

参与贡献

如果你是想扩展这条管道的地球科学或机器学习从业者，欢迎在 github.com/ktwu01/AlphaEarthHack 提交 issue 或 PR。

一个周末不足以解决地球系统科学。但足以提出一个好问题。