CyFi：蓝藻查找器
CyFi是一个使用卫星图像和机器学习来估计内陆小水体中蓝藻水平的命令行工具。蓝藻是一种有害藻类水华，可以产生对人类和宠物有毒的毒素，并且可能威胁海洋生态系统的健康。CyFi的目标是帮助水质管理人员更好地分配资源进行原位采样，并在关键资源（如湖泊和水库）的公共健康警告方面做出更明智的决策。准确和及时地检测藻类水华有助于保护依赖这些水体的人类和海洋生物的安全和健康。
以下是CyFi的一些主要特点和用法：
快速入门
安装：使用pip安装CyFi。
生成批量预测：使用cyfi predict命令在命令行中生成批量预测。首先，在一个包含样本点的csv文件中指定纬度、经度和日期等列信息。然后运行命令cyfi predict sample_points.csv，将生成一个包含蓝藻细胞密度和严重程度等信息的预测结果文件。
生成单个点的预测：使用cyfi predict-point命令在命令行中生成单个点在单个日期上的蓝藻估计。只需指定纬度、经度和日期等参数即可。
严重程度级别：CyFi根据世界卫生组织（WHO）的蓝藻细胞密度阈值划分严重程度级别，包括低、中等和高三个级别。用户也可以根据自己的需求自定义阈值。
可视化预测：可以使用CyFi Explorer查看生成每个蓝藻估计所使用的Sentinel-2卫星图像。
关于模型
CyFi是由DrivenData主办的Tick Tick Bloom机器学习竞赛中诞生的。该竞赛的目标是使用公开可用的卫星、气候和海拔数据，检测和分类内陆小水体中蓝藻水华的严重程度。CyFi中的模型基于该竞赛的获胜解决方案，并经过了优化以提高泛化能力和效率。
为什么使用机器学习：机器学习特别适用于这个任务，因为蓝藻的指标可以从免费、定期收集的数据源中看到。相比于手动采样，机器学习模型可以在几秒钟内生成估计结果，这使得水质管理人员可以优先考虑哪些地方的采样最有益，并可以提供对整个州的水质状况的俯视图。
数据来源：CyFi依赖于两个数据源作为输入。一是Sentinel-2卫星图像，该卫星提供了广泛的高分辨率多光谱成像，用于监测植被、土壤和水覆盖，以及内陆水域和沿海地区的观测。二是地表覆盖图，该图将地表分为22个类别，基于欧洲空间局的Envisat-1环境研究卫星上的Medium Resolution Imaging Spectrometer（MERIS）传感器的数据。这些数据通过Microsoft的Planetary Computer和ESA Climate Change Initiative的Land Cover项目提供。
