M
Mohammed Kamal Seyam
Guest
يعد التغير في استخدامات الأراضي وهي (التغير في المناطق المبنية – المناطق الزراعية – المناطق الصحراوية الفارغة) مظهرا من مظاهر نمو الحضارة الانسانية وامتدادها عبر المراحل الزمنية الى افاق لم تكن موجودة من قبل اذ لا تشمل فقط مستويات هذا التغير البنية العمرانية والكتل الحضرية بل تشمل أيضا الهيكل الاقتصادي والتركيب السكاني والبناء الاجتماعي ولذا فهو محصلة تفاعل العديد من الثوابت والمتغيرات الجغرافية والتاريخية.
لا شك ان استخدام تعلم الالة والذكاء الاصطناعي في تصنيف الأراضي إضافة كبيرة جداً ومهمة لأنها تعطي نتائج ومخرجات دقيقة وعميقة خاصة ان تم استخدام فيها عدد من الخوارزميات المتقدمة مثل Decision tree وk-means.
لطالما كان التعلم الآلي أداة متكاملة في التحليل المكاني لنظم المعلومات الجغرافية، وتحديداً من حيث صلته بحل المشكلات في ثلاثة مجالات رئيسية وهي
- التصنيف (Classification)
- التجمع المكاني او التشتت والانتشار المكاني (Clustering)
- خوارزميات التنبؤ (Prediction algorithms)
المرحلة الأولى: مرحلة جمع البيانات (طريقة تنزيل الصورة):
تم تنزيل المرئيات الفضائية لمنطقة بولسينا من خلال القمر الصناعي Sentinel 2 وهو احدى الأقمار الصناعية التابع لبرنامج Copernicus التابع لوكالة الفضاء الأوروبية.
Copernicus هو برنامج مراقبة الأرض التابع للاتحاد الأوروبي ، وهو ينظر إلى كوكبنا وبيئته لإفادة جميع المواطنين الأوروبيين. يقدم خدمات المعلومات التي تستمد من رصد الأرض عبر الأقمار الصناعية والبيانات في الموقع (غير الفضائية) وللوصول لصفحة الرئيسية ل Copernicus من هنا
طريقة تنزيل صورة من القمر الصناعي Sentinel 2
الخطوة الأولى: إنشاء حساب مستخدم من هنا للوصول الى مركز الوصول المفتوح كوبرنيكوس
تم فتح الخريطة من هنا
الخطوة الثانية: تحديد منطقة الدراسة ولتكن مثلاً(بولسينا - إيطاليا)
يتم كتابة اسم المنطقة ثم تحديد خصائص الصور المرادة وخصائص القمر الصناعي وحالة الطقس وغيرها
وبعدها يتم تنزيل البيانات تم اضافتها لبرنامج QGIS
المرحلة الثانية: مرحلة معالجة البيانات:
في هذه المرحلة يتم معالجة البيانات ليتم بعد ذلك استخلاص البيانات منها:
اولاً: يتم دمج نطاقات المرئية التي تم تنزيلها من قمر Sentinel 2 بحيث يتم دمجها تحت نطاقاً واحد وتتكون المرئية الفضائية التي يرصدها قمر Sentinel 2 من 12 نطاق ، لاحظ الجدول لمعرفة خصائص كل نطاق.
Sentnel-2 bands | Central wavelength (㎛) | Resolution(m) |
Band1 -Coastal aerosol | 0.443 | 60 |
Band2 -Blue | 0.490 | 10 |
Band3 -Green | 0.560 | 10 |
Band4 -Red | 0.665 | 10 |
Band5 -Vegetation red edge | 0.705 | 20 |
Band6 -Vegetation red edge | 0.740 | 20 |
Band7 -Vegetation red edge | 0.783 | 20 |
Band8 -NIR | 0.842 | 10 |
Band8A -Vegetation red edge | 0.865 | 20 |
Band9 -Water vapour | 0.945 | 60 |
Band10 -SWIR-Cirrius | 1.375 | 60 |
Band11 - SWIR | 1.610 | 20 |
Band12 - SWIR | 2.190 | 20 |
يتم دمج النطاقات (
stack layer
) داخل برنامج QGIS من خلال تنزيل إضافة (
One Click Raster Stacking
) هذه الإضافة تقوم بعمل دمج للنطاقات التي تم اضافتها على البرنامج وتمتاز هذه الإضافة بإظهار النتائج بشكل دقيق وسريع.

ثانياً: اقتصاص منطقة الدراسة من المرئية الفضائية (CLIP)
ويتم اقتصاص المرئية من خلال برنامج QGIS من خلال أداة CLIP.

المرحلة الثالثة: مرحلة تحضير بيانات نقطية training data وvalidation data:
المرحلة الثالثة: مرحلة تحضير بيانات نقطية training data وvalidation data:
قبل انشاء أي مودل لتصنيف الصور لا بدا من انشاء بيانات التدريب وبيانات التحقق بحيث انه بيانات التدريب تمثل 70% من البيانات وبيانات التحقق تمثل 30% من البيانات وتم انشاء طبقتين من نوع نقاط، لاحظ الجدول لعرض خصائص الطبقتين.
اسم الطبقة | النوع الهندسي | معالم الطبقة | عدد كل معلم |
training | نقاط | water | 12 |
agriculture | 11 |