
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Mualliflar: 
 
 
 
 
 
 
 
 
 
 Tao Ye Hongyu Shan Jidong Wu Qiang Zhou Mingfu Ma Wenzhi Zhao Ru Ya Yuan Gao Lizheng Wu Abstrakt Mintaqaviy shahar rejalashtirish va resurslarni taqsimlash hamda tabiiy ofatlar xavfini tadqiq qilish uchun katta hajmdagi yuqori aniqlikdagi binolar taqsimot ma'lumotlari muhim asosdir. Xenay-Tibet platosi dunyoning uchinchi qutbi hisoblanadi. Xenay-Tibet platosidagi mahalliy inson-atrof-muhit o'zaro ta'sirini tushunish juda muhim bo'lsa-da, bu hududning ulkanligi va chekka joylashganligi sababli yuqori aniqlikdagi bino izlari ma'lumotlarining yo'qligi bilan cheklangan. Ushbu tadqiqotda biz yuqori aniqlikdagi Google tasvirlari va AI Earth platformasining bino konturini olish algoritmidan foydalanib, Xenay-Tibet platosining va uning atrofidagi hududlarining birinchi vektorlashtirilgan bino tomlari izlarini yaratdik. Natijalarimiz 13,09 million bino, 6092,7 km2 maydonni qamrab oladi, bu umumiy 250 × 1 km2 test namunalarini tekshirish orqali tasdiqlangan. Ma'lumotlar umumiy aniqligi 87%, tiklanishi 91,9%, F1 balli esa 64,8% ni tashkil etdi, bu esa CBRA bilan taqqoslaganda tadqiqot hududining bino taqsimotini ilg'or tavsifini taqdim etadi. Bizning ishimiz ushbu hududda tabiiy ofatlar xavfini baholashni osonlashtirish uchun katta salohiyatga ega. Fon va Xulosa Raqamli davrning paydo bo'lishi binolar taqsimoti va atributlari haqida ishonchli ma'lumotlarga bo'lgan talabni oshirdi , , . Binolar taqsimot ma'lumotlari nafaqat binolar, balki aholi va moddiy boyliklar haqida ham muhim fazoviy ma'lumotlarni taqdim etadi , inson faolligining yaxshi namunasini ko'rsatadi. So'nggi o'n yilliklarda bino taqsimot ma'lumotlari urban va qishloq rivojlanishini monitoring qilishda keng qo'llanildi , , urbanlashuvning oziq-ovqat xavfsizligi, biomurovkorlik, iqlim o'zgarishi hamda jamoat farovonligi va salomatligiga ta'siri , , mintaqaviy rivojlanish strategiyalarini shakllantirish va shahar hamda qishloq ekotizimlarini himoya qilishda , , .  1 2 3 4 5 6 7 8 9 10 11 Sun'iy yo'ldosh va havo tasvirlarining rivojlanishi, shuningdek, mashinani o'rganish va chuqur o'rganish algoritmlaridagi so'nggi yutuqlar bino taqsimot ma'lumotlarining mavjudligini oshirdi , , . Binolar taqsimot ma'lumotlari yer yuzasi/qoplam ma'lumotlarining bir qismi sifatida raster formatida taqdim etilgan. Eng so'nggi chiqarilgan Sentinel sun'iy yo'ldoshlariga asoslangan uchta 10 metrlik global yer yuzasi/qoplam mahsulotlari mavjud, ular Google's Dynamic World (DW) , Esri's 2020 Land Cover  va Yevropa kosmik agentligi (ESA) World Cover 2020 (WC) . Fazoviy taqsimot ma'lumotlaridan tashqari, tadqiqotchilar bino piksellariga bino balandligi kabi atribut ma'lumotlarini ham biriktirishga harakat qilmoqdalar . Masalan, Xu  .  1990-2010 yillar oralig'ini qamrab olgan dunyoning birinchi 30 metrlik aniqlikdagi shahar uch o'lchovli fazoviy va vaqtinchalik tarqalish ma'lumotlar to'plamini yaratish uchun ko'p manbali masofaviy zondlash ma'lumotlarini birlashtirdilar. Fazoviy aniqlikning doimiy yaxshilanishiga qaramay, rasterga asoslangan bino taqsimot ma'lumotlari hali ham fazoviy obyektlarni tasvirlay olmaydi , aniqlikni oshirish saqlash va hisoblash xarajatlarini sezilarli darajada oshiradi . 12 13 14 15 16 17 14 va boshqalar 7 18 12 Vektor formatidagi bino taqsimot ma'lumotlari, shuningdek, vektorlashtirilgan bino tomlari yoki bino izlari sifatida tanilgan, binoning yuqoridan ko'rinishida yerga proyektsiyasi bo'lgan kontur ma'lumotlaridir , , bu esa geografik joylashuv, chegaralarning fazoviy hajmi va alohida binoning izi kabi ma'lumotlarni taqdim etadi. Ochiq xizmat provayderlari (masalan, Google Earth va OpenStreetMap) keng qamrovli, tez yangilanadigan va arzon vektorlashtirilgan bino tomlari ma'lumotlarini taqdim etadi , , . 2022-yilda Microsoft korporatsiyasi Bing Maps (Maxar va Airbus tasvirlari bilan birga) dan 2014-2021 yillarda har bir qit'a uchun 777 million bino konturini olish uchun chuqur neyron tarmog'iga asoslangan semantik segmentatsiya dan foydalangan. 2023-yil 30-mayda Google 58 million km2 maydonni qamrab olgan 0,5 metrlik yuqori aniqlikdagi sun'iy yo'ldosh tasvirlaridan olingan 1,8 milliard bino konturi ma'lumotlar to'plamini chiqardi. Vektor ma'lumotlarining kam takrorlanishi va cho'qqilar va yo'llar bilan ifodalangan ixcham tuzilishi mesh o'lchamidan qat'i nazar yuqori geografik aniqlikni ta'minlaydi va topologik qoidalarning kiritilishi vektor ma'lumotlarining yaxlitligini yanada oshiradi . 19 20 21 22 23 13 Tasvir aniqligining oshishi va ma'lumotlarni olish xarajatlarining kamayishi, shuningdek, so'nggi o'n yillikda olish algoritmlaridagi yutuqlar bilan birgalikda, bino taqsimot ma'lumotlarining aniqligi va qamrovi doimiy ravishda yaxshilanmoqda . Juda yuqori aniqlikdagi (VHR) tasvirlarning samaradorligi an'anaviy qo'lda ishlangan xususiyatlarga asoslangan usullar  yoki chuqur o'rganishga asoslangan usullar  yordamida bino izlarini olish imkonini berdi. Birinchi yondashuv bino ko'rinishlari va o'lchamlarining xilma-xilligi, hamda murakkab tajriba qoidalari va chegaralarni belgilash muammolariga duch kelganligi sababli, katta hajmdagi yuqori aniqlikdagi masofaviy zondlash tasvirlariga qo'llanilishi cheklangan . Chuqur o'rganishga asoslangan usullar (masalan, konvolyutsion neyron tarmoqlari) bino sahnasini segmentatsiya qilishda yuqori darajali va diskriminant xususiyatlarni avtomatik ravishda o'rganishda samarali va ustun ishlashni ko'rsatdi. Sun'i  .  turli o'lchamlarda ko'p o'lchovli konvolyutsion neyron tarmoq tuzilmalaridan olingan chuqur xususiyatlardan to'liq foydalanish uchun parallel qo'llab-quvvatlovchi vektor mashinalariga asoslangan sintez strategiyasini taklif qildi, ular shahar hududlaridagi murakkab binolarni olishda ustun ishlashni ko'rsatdi. Shunga qaramay, binolarni segmentatsiya qilishda modelning aniqligi o'quv namunalari sifatidan cheklanishi mumkin, bu esa ekstrapolyatsiyani qiyinlashtiradi. Chuqur modellar tomonidan yuqori darajadagi semantika yetarlicha ishlatilmasligi va past darajadagi tafsilotlarning o'tkazib yuborilishi, chekka qirralarning xiralashishi va kichik binolarning o'tkazib yuborilishiga olib kelishi, shuningdek, chuqur o'rganishni bino izlarini olishda qo'llashni cheklaydi. 24 25 13 26 va boshqalar 27 Xenay-Tibet platosi mintaqasi dunyoning eng baland hududi bo'lib, o'rtacha balandligi dengiz sathidan >4000 metrni tashkil etadi va 2,5 million km2 maydonni egallaydi . Ushbu hududda o'ziga xos iqlim, sovuq va uzoq qishlar, katta yillik va sutkalik harorat farqlari hamda yomon ichki termal muhitga qaramay, 10 milliondan ortiq aholi istiqomat qiladi. Ushbu hudud Xitoyning eng katta ekologik to'sig'i bo'lsa-da , inson faoliyati uning zaif ekologik muhitiga sezilarli ta'sir ko'rsatgan . Ushbu hudud zilzila, ko'chki, loy oqimlari, muzlik ko'lidan toshqinlar va qor falokatlari qurbonlar va mol-mulk yo'qotishlariga olib keladigan tabiiy ofatlarga ham moyil , , . Shu munosabat bilan, aniq bino taqsimoti ma'lumotlari inson va atrof-muhitni o'rganish uchun inson faoliyatining taqsimotini modellashtirish , , shuningdek, tabiiy ofatlar uchun xavf va ta'sirni baholashda ,  muhimdir. Bundan tashqari, ushbu hududda uzoq quyoshli soatlar, ko'p quyosh energiyasi resurslari va tom yuzalari va ochiq joylar kabi etarli quyosh energiyasini to'plash yuzalari mavjud , . Yuqori aniqlikdagi qishloq bino taqsimoti ma'lumotlari fotoelektr potentsialini baholash va qishloq joylarida yashovchilarning turmush darajasini samarali yaxshilash uchun ishonchli ma'lumotlar bazasini taqdim etishi mumkin , . 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Kam rivojlangan hudud sifatida Xenay-Tibet platosi va uning qo'shni hududlarida ularning ulkan hududi, kam zichlikdagi bino taqsimoti, chekka joylashuvi va resurs cheklovlari tufayli hali ham to'liq yuqori aniqlikdagi vektorlashtirilgan bino tomlari ma'lumotlari mavjud emas. Eng tayyor ma'lumotlar Xitoyning milliy miqyosidagi ma'lumotlardir, ular 2,5 metrlik Xitoy bino tomlari maydoni (CBRA, Liu  ., 2023b) va 1 metrlik aniqlikdagi Xitoyning birinchi milliy yer yuzasi xaritasi (SinoLC) ni o'z ichiga oladi, bu esa bino toifalarini o'z ichiga oladi . Ushbu raster ma'lumotlari fazoviy obyektlarni tasvirlay olmaydi va katta saqlash resurslarini talab qiladi. Zhang  .  tomonidan Xitoyning 90 ta yirik shahri uchun chiqarilgan vektorlashtirilgan tom maydoni ma'lumotlari ushbu bo'shliqni qisman to'ldirdi; ammo, ushbu ma'lumotlar to'plamiga Xenay-Tibet platosidagi atigi 14 ta shahar kiritilgan va 2 million km2 maydon uchun hali ham vektorlashtirilgan bino tomlari ma'lumotlari mavjud emas. va boshqalar 42 va boshqalar 13 Shuning uchun, ushbu tadqiqotning maqsadi yuqori aniqlikdagi sun'iy yo'ldosh tasvirlari va chuqur o'rganish algoritmidan foydalanib, Xenay-Tibet platosining va uning qo'shni hududlarining vektorlashtirilgan bino tomlari izlarini yaratishdir. Bizning ma'lumotlar to'plamimiz 91,92% umumiy aniqlik va 64,81% F1 ballini berib, turli kichik hududlar bo'ylab 250 × 1 km2 gridlardan iborat sinov namunalari yordamida tekshirildi. Usullar Ramka Ushbu tadqiqotda biz Xenay-Tibet platosining va Xitoyning qo'shni hududining vektorlashtirilgan bino tomlari ma'lumotlar to'plamini yaratish uchun AI Earth platformasidan bino olish algoritmlaridan foydalandik (1-rasm). Bizning ramkamizning asosiy qismlari quyidagilarni o'z ichiga oladi: (1) sun'iy yo'ldosh ma'lumotlari va yordamchi ma'lumotlarni tayyorlash va oldindan qayta ishlash; (2) AI Earth platformasidan foydalangan holda vektorlashtirilgan bino tomlarini olish; (3) qo'lda vektorlashtirilgan tom ma'lumotlaridan foydalangan holda tekshirish.    Bino tomlarini olish va tekshirish uchun ramka. Tadqiqot hududi Ushbu tadqiqot asosan Xenay-Tibet platosiga va Xitoyning janubi-g'arbidagi qo'shni hududlariga, Ikkinchi Tibet platosi ilmiy ekspeditsiyasi va tadqiqot dasturi umumiy doirasida qaratilgan ; geografik jihatdan, u Tibet avtonom viloyati, Xenay viloyatlari, g'arbiy Yunnan viloyati, g'arbiy Sichuan viloyati, janubi-g'arbiy Gansu viloyati va janubiy Sintszyan avtonom viloyatini o'z ichiga oladi. Tadqiqot hududining o'rtacha balandligi dengiz sathidan 4000 metrni tashkil qiladi. Tadqiqot hududidagi aholi va binolarning taqsimlanishi balandlik va iqlimdan sezilarli darajada ta'sirlangan (2-rasm) , asosan Jilong okrugidan (Tibet) Qilian okrugigacha (Xenay) bo'lgan chiziqning sharqida joylashgan ; sharqda, ular mintaqaning sharqiy chekkasidagi tekisliklarda, shu jumladan Yunnan viloyati, g'arbiy Sichuan viloyati va Sinin-Lanzhou sariq daryo havzasidagi daryo vodiylarida zich joylashgan. Chiziqning g'arbidagi plato yuzasida, aholi va binolar asosan cheklangan dehqonchilik-chorvachilik hududlari bilan daryo vodiylari va yo'l transport koridorlari bo'ylab taqsimlangan. 43 2 44    Tadqiqot hududi (aholi ma'lumotlari LandScan dan; DEM Resurs va atrof-muhitni ilmiy-texnik ma'lumotlar markazidan olingan). Sun'iy yo'ldosh tasvirlari Ochiq kirish imkoniyatiga ega yuqori aniqlikdagi sun'iy yo'ldosh tasvir ma'lumotlari Rivermap Co. dan ( ) olindi, ular Google Earthning sun'iy yo'ldosh tasvirlari va havo ma'lumotlari integratsiyasidan olingan. Ularning orasida, sun'iy yo'ldosh tasvirlari asosan DigitalGlobe'ning QuickBird va WorldView tijorat sun'iy yo'ldoshlaridan keladi va havo fotosuratlari Buyuk Britaniyadagi BlueSky va AQShdagi Sanborn dan  olingan. Har bir joy uchun mahalliy hududlarda 0,15 m gacha aniqlikka ega ko'plab tasvirlar to'plamlari mavjud edi. Bunday ma'lumotlar integratsiyasi murakkab sahnadagi obyektlarni aniqlash uchun keng qo'llanilgan , , ,  va obyekt turlarining keng ko'lamli yuqori aniqlikdagi xaritasini yaratish imkoniyatiga ega . http://www.rivermap.cn/index.html 45 46 47 48 49 50 Tadqiqot hududimizning umumiy maydoni 3,06 million km2 ni tashkil qiladi va sun'iy yo'ldosh tasvir ma'lumotlarining taxminiy hajmi 29,4 TB, fazoviy aniqligi esa 0,6 m ni tashkil qiladi. Ushbu shkalalarni hisobga olgan holda, kichikroq o'lchamdagi paketlarni yuklab olishni osonlashtirish uchun tadqiqot hududimiz uchun 0,175° × 0,175° fishnetlar yaratildi, bu butun tadqiqot hududini qoplash uchun jami 10 033 fishnet ishlatilgan. Yuklab olingan fishnetlarning haqiqiy soni 5921 tani tashkil etdi, buning ikki sababi bor. Birinchidan, tadqiqot hududining katta qismi binolar mavjud bo'lmagan inson yashaydigan hududlarni o'z ichiga oladi, biz ESA World Cover mahsulotidagi qurilgan hudud piksellari bo'lmagan fishnetlarni ixtiyoriy ravishda istisno qildik. Ikkinchidan, Xitoyning 90 ta shahri uchun vektorlashtirilgan tom maydoni ma'lumotlari (ya'ni, Lhosa, Shannan, Kunming, Sinin, Xaydon, Chjan'ye, Bayin, Lanzhou, Chengdu, Dali, Lijiang, Kunming, Chjaotun va Yuxi) mavjud bo'lgan shaharlar/prefekturalar ham istisno qilingan . Tasvirlar 2022-yil sentabridan 2023-yil yanvarigacha 0,6 m aniqlikda, bitta ramka hajmi taxminan 3 GB va umumiy hajmi 2,72 TB bo'lgan holda yuklab olindi. Yuklab olingan tasvirlar asosan 2019-2021 yillarda olingan, ammo ba'zi chekka hududlardagi tasvirlar 2001-yilga qadar olingan bo'lishi mumkin (3-rasm). 13    Tasvirni yuklab olish va tasvirni suratga olish vaqti uchun fishnetlar. Yordamchi ma'lumotlar Bizning yordamchi ma'lumotlarimiz keyinchalik namuna olish uchun ishlatiladigan yuqori aniqlikdagi yer yuzasi xaritalari, raqamli balandlik modeli (DEM), normallashtirilgan farqli vegetatsiya indeksi (NDVI) va aholi taqsimoti ma'lumotlarini o'z ichiga oladi (1-jadval). Yer yuzasi va qurilgan hudud uchun ESA'ning World Cover mahsuloti Zanaga  .  dan Zenodo dan ( ) olindi. Mahsulot 2020-yilning butun yili uchun Sentinel 1 va Sentinel 2 sun'iy yo'ldosh tasvirlari asosida va dunyo bo'ylab taqsimlangan 141 000 noyob joylardan iborat namuna asosida yaratilgan, tasodifiy o'rmon algoritmi bilan o'qitilgan, 2020-yilda global yer yuzasini ifodalaydi; u mayda landshaft elementlarini (masalan, qurilgan hududlar va murakkab qishloq xo'jaligi landshaftlari) ifodalashda ustunlikka ega, chunki u nisbatan kichik minimal xarita birligini hisobga oladi . Ma'lumotlardagi "qurilgan hudud" toifasi binolar, yo'llar va boshqa inson tomonidan qurilgan inshootlar (masalan, temir yo'llar) bilan qoplangan erlarni bildiradi, lekin shahar yashil hududlari (masalan, parklar va va boshqalar 17 https://zenodo.org/records/5571936 51

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

Ushbu audio hikoyaning asl tilida yaratilgan!

Sun'iy intellekt dunyoning eng chekka mintaqalaridan birida 13 million binoni xaritaladi.

About Author

IZOHLAR

TEGI QILISH

USHBU MAQOLA TAQDIM ETILGAN

Related Stories

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Meet UzairaAdvisory, Startups of The Year 2024 Nominee

Meet Uzi World Digital, Winner of Startups of the year 2024 in Kolkata, West Bengal, India

Meet UzairaAdvisory, Winner of Startups of The Year 2024 in Business

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps