```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 لیکوالان: 
 
 
 
 
 
 
 
 
 
 تاو ی هونګیو شان جیدونګ وو چیانګ ژو منګفو ما وینزي ژاو رو یا یوان ګاو لیزینگ وو لنډیز د لوی پیمانے د لوړ دقیق ودانۍ ویش ډاټا د سیمه ییزو ښاري پلان جوړونې او سرچینو تخصیص او د آفتونو خطر څیړنې لپاره مهم بنسټ دی. د چینګهای-تیبتی سیند د نړۍ دریم قطب دی. که څه هم د چینګهای-تیبتی سیند په سیمه کې د انسان او چاپیریال ترمنځ اړیکو پوهیدل خورا مهم دي، دا د پراخوالي او لرېوالي له امله د لوړ ریزولوشن ودانیزو فوټپرنټ ډاټا نشتوالي له امله خنډ شوی دی. په دې مطالعه کې، موږ د لوړ ریزولوشن ګوګل انځور او د AI Earth پلیټ فارم د ودانۍ کنټور استخراج الګوریتم په کارولو سره د چینګهای-تیبتی سیند او شاوخوا سیمو لومړنی ویکٹرائزډ ودانۍ چتونه جوړ کړل. زموږ پایلې 13.09 ملیون ودانه لري چې 6092.7 km2 پوښښوي، د 250 × 1 km2 ازموینې نمونې سره تایید شوي. ډاټا 87٪ عمومي دقت، 91.9٪ بیرته ترلاسه کولو، او 64.8٪ F1 سکور درلود، په دې توګه د CBRA په پرتله د مطالعې ساحې د ودانۍ ویش یو پرمختللی توضیحات چمتو کوي. زموږ کار په دې سیمه کې د آفتونو د خطر په اړه د مطالعاتو لپاره د افشا کولو ارزونې په اسانولو کې پراخه پوتانسیل لري. شالید او لنډیز د ډیجیټل دورې راتګ د ودانیو ویش او ځانګړتیاوو په اړه د معتبرو ډاټا غوښتنه زیاته کړې , , . د ودانه ویش ډاټا نه یوازې د ودانیو بلکې د نفوس او فزیکي شتمنیو په اړه مهم ځایي معلومات چمتو کوي ، د انساني فعالیت لپاره د ښه نماینده په توګه کار کوي. په وروستیو لسیزو کې، د ودانۍ ویش ډاټا په پراخه کچه د ښاري او کلیوالي پراختیا په څارنه کې کارول شوي , ، د ښاري کیدو اغیزې د خواړو امنیت، تنوع، اقلیم بدلون، او عامه هوساینې او روغتیا باندې پوهیدل , ، د سیمه ییزو پراختیایی ستراتیژیو جوړول، او د ښاري او کلیوالي ایکوسیستمونو ساتنه , , . 1 2 3 4 5 6 7 8 9 10 11 د سپوږمکۍ پر بنسټ او هوایی انځورونو پرمختګ، د وروستي ماشین زده کړې او ژورې زده کړې الګوریتمونو سره یوځای، د ودانۍ ویش ډاټا شتون زیات کړی , , . د ودانۍ ویش ډاټا د ځمکې کارونې/پوښښ ډاټا برخې په توګه د راسټر په بڼه چمتو شوي. تر ټولو وروستی خپرونه درې 10-m نړیوال ځمکې کارونې/پوښښ محصولات پکې شامل دي چې د سینټینیل سپوږمکیو پر بنسټ، یعنې د ګوګل متحرک نړۍ (DW) ، د ایسري 2020 ځمکې پوښښ ، او د اروپایی فضايي اژانس (ESA) د نړۍ پوښښ 2020 (WC) . د ځایي ویش معلوماتو سربیره، څیړونکي هم هڅه کوي چې د ودانۍ پکسلونو ته د ځانګړتیاوو معلومات اضافه کړي، لکه د ودانۍ لوړوالی . د مثال په توګه، هي  .  د 1990 تر 2010 پورې د 30-m ریزولوشن نړیوال ښاري درې اړخیز ځایي او وختي پراختیا ډاټا سیټ جوړولو لپاره د څو سرچینو ریموټ سینسینګ ډاټا فیوژن کارولی. د ځایي ریزولوشن دوامداره پرمختګ سره سره، د راسټر پر بنسټ د ودانۍ ویش ډاټا لاهم د ځایي شیانو بیان نشي کولی ، او د ریزولوشن زیاتول د ذخیره کولو او محاسبې لګښتونه په ډراماتیک ډول زیاتوي . 12 13 14 15 16 17 14 et al 7 18 12 د ویکٹر په بڼه د ودانۍ ویش ډاټا، چې د ودانۍ چت یا د ودانۍ فوټپرنټونه هم ویل کیږي، د ودانۍ خارجي کرښې ډاټا دي چې په الوتکه کې د ځمکې پر سر ښودل کیږي , ، چې د یوې ودانۍ جغرافیایی موقعیت، ځایي پراخوالی، او فوټپرنټ په څیر معلومات چمتو کوي. عامه خدمت چمتو کونکي (د مثال په توګه، د ګوګل ځمکه او خلاص سړک نقشه) خلاص-لاس رسی ویکٹرائزډ ودانۍ چت ډاټا چمتو کوي چې پراخه پوښښ، چټک تازه معلومات، او ټیټ لګښت لري , , . په 2022 کې، د مایکروسافټ کارپوریشن ژور نیورل شبکې پر بنسټ سمانتیک برخې په کارولو سره د 777 ملیون ودانیو د 777 ملیون ودانیو کرښې استخراج کړې، چې ځینې یې د ودانۍ لوړوالی ځانګړتیاوې لري، د 2014 څخه تر 2021 پورې د بینګ نقشې (د مکسار او ایربس انځورونو په شمول) پراساس د چین د هر براعظم څخه بهر. د می 30، 2023 په ورځ، ګوګل د 1.8 ملیارد ودانۍ کرښو ډاټا سیټ خپور کړ چې له 0.5-m لوړ ریزولوشن سپوږمکۍ انځورونو څخه استخراج شوي، چې 58 ملیون km2 ساحه پوښښوي. د ویکٹر ډاټا لږ تکرار او کمپیکٹ جوړښت چې د سرونو او لارو په واسطه ښودل شوی، د میش اندازې څخه خپلواک لوړ جغرافیایی دقت چمتو کوي، او د توپولوژیکي قواعدو معرفي کول د ویکٹر ډاټا بشپړتیا نور هم ښه کوي . 19 20 21 22 23 13 د انځور ریزولوشن زیاتوالي او د ډاټا ترلاسه کولو لګښتونو کمښت له امله، د استخراج الګوریتمونو کې وروستي پرمختګ سره یوځای، د ودانۍ ویش ډاټا ریزولوشن او پوښښ په دوامداره توګه ښه کیږي . د خورا لوړ ریزولوشن (VHR) انځورونو پایښت د دودیزو لاس جوړ شوي ځانګړتیاوې پر بنسټ میتودونو  یا د ژورې زده کړې پر بنسټ میتودونو  په کارولو سره د ودانۍ فوټپرنټونو استخراج توانولې دي. پداسې حال کې چې لومړی طریقه د ودانۍ د ظاهري بڼې او اندازې تنوع، او پیچلو قواعدو او حدونو تنظیمولو ننګونو سره مخ ده، دا د لوی پیمانے لوړ ریزولوشن ریموټ سینسینګ انځورونو باندې پلي کولو کې محدود دی . د ژورې زده کړې پر بنسټ میتودونه (د مثال په توګه، کنولوشنل نیورل شبکې) د ودانۍ صحنې برخې کې په اتوماتيک ډول لوړ-سطحې او توپیري ځانګړتیاوې زده کولو کې اغیزمن او غوره فعالیت ښودلی دی. سن  .  د مختلفو مقیاسو په مختلفو مقیاسو کې د څو مقیاسو کنولوشنل نیورل شبکې جوړښتونو څخه استخراج شوي ژورو ځانګړتیاوې په بشپړه توګه کارولو لپاره د موازي مالتړ ویکتور ماشینونو پر بنسټ د فیوژن ستراتیژي وړاندیز کړې، د ښاري ساحو کې د پیچلو ودانیو استخراج کې غوره فعالیت سره. سره له دې، کله چې ودانۍ ویشئ، د ماډل دقت د روزنې نمونې کیفیت لخوا محدود کیدو احتمال لري، چې د استقراء ستونزمن کوي. په ژور ماډلونو کې د لوړې کچې سمانتیکونو ناکافي کارول او د ټیټې کچې توضیحاتو له لاسه ورکول، چې د څنډې تیاره کیدو او د کوچنیو ودانیو له لاسه ورکولو پایله لري، د ودانۍ فوټپرنټ استخراج کې د ژورې زده کړې غوښتنلیک هم خنډوي. 24 25 13 26 et al 27 د چینګهای-تیبتی سیند سیمه د نړۍ تر ټولو لوړه سیمه ده، چې په اوسط ډول له 4000 مترو څخه لوړوالی لري، او 2.5 ملیون km2 پوښښوي . له 10 ملیون څخه ډیر خلک پدې سیمه کې ژوند کوي که څه هم د دې خورا سخت اقلیم، سړه او اوږده ژمي، لوی کلني او ورځني تودوخې توپیرونه، او ضعیف داخلي تودوخې چاپیریال سره سره. که څه هم دا سیمه د چین ترټولو لوی چاپیریال خنډ دی ، انساني فعالیت د دې نازک چاپیریال اغیزمن کړی . دا سیمه د آفتونو سره هم خورا مخامخ ده، چې زلزلې، سرېښیدل، خټې، ګلایشیري جهيلونو وچیدل، او د واورې آفتونه د قربانیانو او ملکیت زیانونو لامل کیږي , , . په ځواب کې، دقیق د ودانۍ ویش ډاټا د انسان او چاپیریال ګډې مطالعې لپاره د انساني فعالیت ویش ماډل کولو لپاره , ، او همدارنګه د طبیعي آفتونو لپاره د افشا کیدو او خطر تحلیل لپاره مهم دي , . برسېره پر دې، دا سیمه اوږده لمر لري، ډیر لمریز انرژي سرچینې، او کافي د لمریزې انرژۍ راټولولو سطحې لکه چتونه او خلاص ځایونه , . د لوړ ریزولوشن کلیوالي ودانۍ ویش ډاټا کولی شي د فوتوولټیک پوتانسیل ارزونې لپاره یو معتبر ډاټابیس چمتو کړي او په اغیزمنه توګه د کلیوالي سیمو اوسیدونکو د ژوند معیارونه ښه کړي , . 28 29 30 31 32 33 34 35 36 37 38 39 40 41 د یوې پرمختللې سیمې په توګه، د چینګهای-تیبتی سیند او د هغې شاوخوا سیمو کې لاهم د لوړ دقیق ویکٹرائزډ ودانۍ چت ډاټا بشپړ سیټ نلري، د دوی پراخې سیمې، ودانۍ ویش، لرې موقعیت، او سرچینو محدودیتونو له امله. ترټولو چمتو-د-کارونې ډاټا هغه دي چې د چین په ملي کچه چمتو شوي، چې د 2.5-m ګریډ شوي چین ودانۍ چت ساحه ډاټا (CBRA، لیو  .، 2023b) او د چین لومړنی ملي ځمکې پوښښ نقشه د 1-m ریزولوشن (SinoLC) سره شامل دي چې د ودانۍ کټګورۍ پکې شامل دي . دا راسټر ډاټا نشي کولی د ځایي توکو مشخصات مشخص کړي او لوی ذخیره کولو سرچینو ته اړتیا لري. د چین 90 لوی ښارونو لپاره د چت ساحې ویکٹرائزډ ډاټا چې د ژنګ  . لخوا خپره شوې  تر یوه حده دا تشه ډکه کړې؛ په هرصورت، یوازې 14 ښارونه په چینګهای-تیبتی سیند کې شامل وو، او د 2 ملیون km2 ساحې لپاره لاهم ویکٹرائزډ ودانۍ چت ډاټا شتون نلري. et al 42 et al 13 له همدې امله، دا مطالعه د چینګهای-تیبتی سیند او د هغې شاوخوا سیمو لپاره د ودانۍ چت فوټپرنټونو په ویکٹر کولو سره، د لوړ ریزولوشن سپوږمکۍ انځور او ژورې زده کړې الګوریتم په شاملولو سره په نښه کوي. زموږ ډاټا سیټ د 250 × 1 km2 گرډونو په شمول د مختلفو فرعي سیمو په اوږدو کې د ازموینې نمونو په کارولو سره تایید شوی، چې د 91.92٪ عمومي دقت او 64.81٪ F1 سکور پایله لري. طریقه طریقه په دې مطالعه کې، موږ د AI Earth پلیټ فارم څخه د ودانۍ استخراج الګوریتمونه وکارول ترڅو د چینګهای-تیبتی سیند او د هغې شاوخوا سیمې لپاره د ودانۍ چت ویکٹرائزډ ډاټا سیټ رامینځته کړو (شکل 1). زموږ د طریقی اصلي برخې پکې شاملې وې: (1) د سپوږمکۍ ډاټا او مرستندویه ډاټا چمتو کول او مخکینۍ پروسس؛ (2) د AI Earth پلیټ فارم په کارولو سره د ودانۍ چت ویکٹرائزډ استخراج؛ (3) د لاس په واسطه ویکٹرائزډ چت ډاټا په کارولو سره تایید.    د ودانۍ چت استخراج او تایید لپاره طریقه. د مطالعې ساحه دا مطالعه په عمده توګه د دویمې تبتي ساینسي تخقیق او څیړنې پروګرام  په عمومي چوکاټ کې د چین سویل لویدیز د چینګهای-تیبتی سیند او شاوخوا سیمو تمرکز کوي؛ له جغرافیایی پلوه، دا د تبت خودمختاره سیمه، چینګهای ولایتونه، لویدیځ یانګ یانګ ولایت، لویدیځ سیچوان ولایت، سویل لویدیز ګانسو ولایت، او سویل ختیځ د ژینجیانګ خودمختاره سیمه شامله ده. د مطالعې ساحې اوسط لوړوالی 4000 متره له سطحې څخه لوړ دی. په مطالعه شوي ساحه کې د نفوس او ودانیو ویش په لویه کچه د لوړوالي او اقلیم لخوا اغیزمن کیږي (شکل 2) ، په عمده توګه د جی لونګ کاونټي له تبت څخه تر کیلیان کاونټي پورې په چینګهای کې ؛ په ختیځ کې، دوی په ختیځ څنډه کې په میداني ساحو کې په ګense توګه ویشل شوي، په شمول د یانګ یانګ ولایت، لویدیز سیچوان ولایت، او د ژیټینګ-لنزو ژیړ سیند حوزې. د کرښې لویدیز د سیند په سطحه، نفوس او ودانۍ په عمده توګه د محدود کرنې-پاسټورل سیمو سره د لوی سیند حوزو او د سړکونو د ټرانسپورټ د لارو په اوږدو کې ویشل شوي. 43 2 44    د مطالعې ساحه (د نفوس ډاټا له LandScan څخه؛ DEM له سرچینو او چاپیریال ساینس او ​​ډیټا مرکز څخه دی). سپوږمکۍ انځورونه د خلاص-لاس رسی لوړ ریزولوشن سپوږمکۍ انځور ډاټا له Rivermap Co. ( ) څخه ترلاسه شوي، کوم چې د ګوګل ځمکې د سپوږمکۍ انځور او هوایی ډاټا له ادغام څخه ترلاسه شوي. د دې له جملې څخه، د سپوږمکۍ انځورونه په عمده توګه د DigitalGlobe's QuickBird او WorldView سوداګریزو سپوږمکیو څخه راځي، او هوایی عکاسي د انګلستان د BlueSky او متحده ایالاتو د Sanborn څخه سرچینه اخلي . د هر موقعیت لپاره، د 0.15 مترو پورې ریزولوشن سره د څو انځورونو ټولګه وه. د انځورونو دا ډول ادغام په پیچلو صحنو کې د شیانو پیژندلو لپاره په پراخه کچه کارول شوی , , ,  او د شیانو ډولونو د لوی پیمانے لوړ ریزولوشن نقشې لپاره پوتانسیل لري . http://www.rivermap.cn/index.html 45 46 47 48 49 50 زموږ د مطالعې ساحې ټول مساحت 3.06 ملیون km2 دی، او د سپوږمکۍ انځور ډاټا اټکل شوی اندازه 29.4 TB دی، د 0.6 مترو په ځایي ریزولوشن سره. د دې پیمانو په پام کې نیولو سره، زموږ د مطالعې ساحې لپاره 0.175° × 0.175° فشټونه رامینځته شوي ترڅو د ډاونلوډ لپاره کوچني بسته بندي فعال شي، چې په ټولیز ډول 10,033 فشټونه د ټولې مطالعې ساحې پوښښ لپاره کارول شوي. د ډاونلوډ شوي فشټونو حقیقي شمیر 5921 ته کم دی چې دوه دلیلونه لري. لومړی، ځکه چې د مطالعې ساحې یوه لویه برخه غیر انساني استوګنې سیمې لري چیرې چې ودانۍ شتون نلري، موږ په اختیاري ډول فشټونه له هر ډول جوړ شوي ساحې پکسل پرته له ESA World Cover محصول څخه خارج کړل. دوهم، هغه ښارونه/ولایتونه چې د ودانۍ چت ډاټا یې (یعنې، لاسا، شانان، کونمینګ، ژینینګ، هایډونګ، ژنګی، بایین، لانززو، چینګدو، دالي، لی جیانګ، کونمینګ، ژاوتونګ، او یوکسي) د چین په 90 ښارونو کې د ودانۍ چت ساحې ویکٹرائزډ ډاټا کې موندل شوي  هم خارج شوي وو. انځورونه د سپتمبر 2022 او جنوري 2023 ترمنځ ډاونلوډ شوي، د 0.6 مترو ریزولوشن سره، د یو واحد چوکاټ اندازه شاوخوا 3 GB، او ټول 2.72 TB. ډاونلوډ شوي انځورونه په عمده توګه له 2019 څخه تر 2021 پورې اخیستل شوي، مګر د ځینو لرې پرتو سیمو انځورونه ممکن د 2001 په څیر دمخه اخیستل شوي وي (شکل 3). 13    د انځور ډاونلوډ او د انځور شوټ کولو وخت لپاره فشټونه. مرستندویه ډاټا زموږ مرستندویه ډاټا کې د لوړ ریزولوشن ځمکې پوښښ نقشې، ډیجیټل لوړوالی ماډل (DEM)، نورمال شوي توپیر نباتي شاخص (NDVI)، او د نمونې کولو موخې لپاره د نفوس ویش ډاټا شامل دي (جدول 1). د ځمکې پوښښ او جوړ شوي ساحې لپاره، د Zanaga  . څخه د ESA World Cover محصول  له Zenodo څخه ترلاسه شوي ( ). محصول د سینټینیل 1 او سینټینیل 2 سپوږمکۍ انځورونو پراساس د 2020 کال د ټول کال لپاره او په نړۍ کې د 141,000 ځانګړو موقعیتونو یوه نمونه جوړه شوې، د تصادفي ځنګل الګوریتم سره روزل شوي، ترڅو د 2020 کال د نړیوال ځمکې پوښښ استازیتوب وکړي؛ دا د ښی مقیاس منظرې عناصر (د مثال په توګه، جوړ شوي ساحې او پیچلې کرنیزې منظرې) استازیتوب کې ګټه لري، ځکه چې دا یو نسبتا کوچنی لږترلږه نقشه واحد په پام کې نیسي . د "جوړ شوي" کټګورۍ په ډاټا کې له ودانیو، سړکونو او نورو لاس جوړ شوي جوړښتونو (د مثال په توګه، ریل پټلۍ) پوښل شوي ځمکې ته اشاره کوي مګر د ښاري شنه ځایونو (د مثال په توګه، پارکونه او سپورټ اسانتیاوې)، د کثافاتو زیرمه، او د کان کیندنې سایټونو پرته et al 17 https://zenodo.org/records/5571936 51

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

دا غږ د کیسې په اصلي ژبه تولید شوی!

د AI نقشې د نړۍ په یوه له ډیرو لرې پرتو سیمو کې ۱۳ میلیونه ودانۍ په ګوته کوي

About Author

تبصرې

hang tags

دا مقاله په کې وړاندې شوې وه

Related Stories

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

[Writing Prompt] Thrilled to be Recognized as [Insert Award Title Name]

Tran Hung is HackerNoon's Altcoin Champion of 2021

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Autonomous APIs are the Future - Interview with Jean Machuca, Founder, QCObjects

[Writing Prompt] Thrilled to be Recognized as [Insert Award Title Name]

Tran Hung is HackerNoon's Altcoin Champion of 2021

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps