الصور إلى الخرائط

القمر الصناعي قرية نوكوني في أونو إي لاو ، فيجي. Ono-i-Lau هي مجموعة من الجزر داخل نظام الحاجز المرجاني في أرخبيل جزر فيجي في جزر لاو. الصورة © Planet Labs Inc.

صور الاستشعار عن بعد هي شبكة من وحدات البكسل بقيم عددية بينما تستخدم الخرائط إحداثيات X و Y لتحديد موقع النقاط والخطوط والمناطق (المضلعات) التي تتوافق مع معالم الخريطة. إن تحويل صورة القمر الصناعي إلى خريطة ذات دقة عالية هي عملية تتطلب خبراء وعمل ميداني.

من صورة الأقمار الصناعية إلى خريطة الشعاب المرجانية مع الطبقات القاعية

من صورة القمر الصناعي (على اليسار) إلى خريطة الشعاب المرجانية بفئات قاعية (يمين). تُظهِر هذه الصورة والخريطة جزيرة هيرون الأسترالية ، وهي عبارة عن خليج مرجاني يقع في الطرف الجنوبي للحاجز المرجاني العظيم. صورة © ألين كورال أطلس

تصنيف الصور

لإنشاء خريطة من صورة ، يتم تطبيق تقنيات التصنيف. أحد الأساليب الأكثر شيوعًا هو تحليل الصور المستند إلى الكائن ، وهو أسلوب حديث وقوي في تصنيف الصور.

التصنيف القائم على الكائن

تجزئة وتصنيف الصورة أثناء التحليل القائم على الكائن. صورة © GISGeography

يقوم تحليل الصورة المستند إلى الكائن أولاً بتقسيم الصورة إلى كائنات. يعتمد التقسيم على التوقيعات الطيفية لوحدات البكسل ، وشكل الكائن وحجمه ، أو نسيج وحدات البكسل داخل الكائن. بمجرد تقسيم الصورة ، يقوم المستخدم بمطابقة كل فئة من فئات الغطاء الأرضي ببضعة كائنات عينة. ثم يتم تصنيف الصورة.

نظام التصنيف

تُستخدم مخططات التصنيف لتعيين فئة لكائن في الصورة. بالنسبة للشعاب المرجانية ، فإن المعرفة المسبقة بالمنطقة ستساعد في تحديد الفئات المحتملة التي سيتم تعيينها. تُستخدم هذه الفئات لتشكيل مخطط تصنيف يتم استخدامه لإعداد المسوحات الميدانية والمناطق التمثيلية المستهدفة لجمع بيانات التدريب.

فيما يلي مثال على تصنيف هرمي مستخدم للخرائط في أطلس ألين المرجاني الذي يتضمن تصنيفًا جيومورفيًا وقاعًا وهو عام بما يكفي لاستخدامه على نطاق عالمي.

تصنيف ACA

مثال على مخطط تصنيف ألين كورال أطلس لجزيرة مرجانية. المصدر: Kennedy et al. 2020

المسوحات الميدانية

المسوحات الميدانية

سنوركل ينهي مسح ميداني. الصورة © إيما كينيدي ، جامعة كوينزلاند

تعد البيانات الميدانية مكونًا رئيسيًا لإنشاء خريطة عالية الجودة. تنشئ بيانات الحقل رابطًا بين الصورة والمعالم المعينة.

أهداف المسح الميداني:

  • حدد فئات الموائل التي سيتم تخطيطها وإنشاء مخطط تصنيف
  • حدد موقع المناطق التمثيلية لكل فئة من فئات الموائل من أجل جمع بيانات التدريب
  • قم بتوليد البيانات اللازمة لمعايرة الصورة ، مثل وضوح المياه وعمقها
  • اجمع النقاط العشوائية الطبقية المناسبة لتقييم دقة التصنيف (التنبؤ بالفئات المتنبأ بها)

هناك مجموعة متنوعة من الطرق التي يمكن استخدامها لجمع البيانات الميدانية للتحقق من صحة التصنيف إلى جانب استطلاعات الغوص والغطس. يمكن جمع البيانات باستخدام الطائرات بدون طيار الجوية والسطحية ، والأدوات تحت الماء مثل المركبات التي تعمل عن بعد (ROVs) ، والفحوصات الموضعية من القارب باستخدام عارض ذو قاع زجاجي ، أو حتى المعرفة المحلية.

البصمة الطيفية للغواص

غواص يجمع تواقيع التأثير الطيفي لأنواع قاع فردية. الصورة © كوفاكس ، جامعة كوينزلاند

بيانات التدريب

بيانات التدريب هي أي نوع من البيانات الميدانية المُحددة جغرافيًا التي يتم جمعها لتصنيف الصور. وهي عبارة عن عينات تمثيلية "مرجعية أساسًا" لكل فئة في مخطط التصنيف. يتم استخدامها "لتدريب" خوارزمية التصنيف للتعرف على أنماط التأثير الطيفي الفريدة في كل فئة من الفئات. يمكن جمعها بعدة طرق مثل مسوحات الغوص والغطس ، والطائرات بدون طيار والسطحية ، والمركبات التي يتم تشغيلها عن بُعد (ROVs) ، والقوارب ، أو حتى المعرفة المحلية.

تقييم الدقة

يعد تقييم الدقة جزءًا مهمًا من أي مشروع تصنيف ويوفر مقياسًا لمدى دقة منتج الخريطة. يستخدم بيانات "مرجعية أرضية" مستقلة لحساب درجة الدقة المستندة إلى الإحصاء بناءً على مقارنة فئة الآيات المتوقعة (المعينة) التي تمت ملاحظتها في الحقل. بمعنى آخر ، تتم مقارنة البيكسلات المصنفة أو الكائنات المصنفة بالواقع ، أو ما هو موجود بالفعل في ذلك الموقع. في حين أن جمع البيانات الميدانية المستقلة يمكن أن يكون مستهلكًا للوقت ومكلفًا ، يمكن أيضًا اشتقاق هذه البيانات من تفسير الصور عالية الدقة أو الصور المصنفة الموجودة أو الخبراء المحليين.

بورنو youjizz كسكسكسكسكس المعلم الثلاثون الجنس
Translate »