چکیده مقاله
قنات ها به عنوان یکی از مهم ترین منابع تامین آب پایدار در مناطق خشک و نیمه خشک، از نظر تاریخی و فرهنگی ارزش ویژه ای دارند شناسایی و پایش خودکار آن ها نقش مهمی در مدیریت منابع آبی و حفظ این میراث ملی دارد در این پژوهش، از الگوریتم یادگیری عمیق YOLO نسخه ۸ برای تشخیص خودکار میله چاه های قنات از تصاویر پهپاد استفاده شده است داده ها شامل تصاویر اخذشده توسط پهپاد مدل Phantom ۴ Pro از منطقه ی جوپار استان کرمان هستند ۸۵٪ از داده ها برای آموزش و ۱۵٪ برای آزمون مدل به کار گرفته شد نتایج نشان داد که مدل YOLOv۸ با دقت ۹۶٪، نرخ بازیابی ۹۳٪ و معیار F۱ برابر با ۹۸٪ در شناسایی دهانه ی میله چاه های قنوات عملکرد بسیار مطلوبی دارد این روش می تواند ابزار موثری برای نقشه برداری و مدیریت هوشمند قنوات باشد
کلیدواژه‌ها
نویسندگان
فرزین شاه محمدی
دانشجوی کارشناسی ارشد مهندسی سنجش از دور، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
علی اسماعیلی
عضو هیات علمی و دانشیار، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
زهره حبیبی جزی
دانشجوی کارشناسی ارشد مهندسی سنجش از دور، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان
شیوه ارجاع
�اه محمدی، فرزین و اسماعیلی، علی و حبیبی جزی، زهره،1404،شناسایی خودکار قنات با استفاده از شبکه های عصبی عمیق YOLO و تصاویر پهپاد مطالعه موردی: (قنات جوپار_کرمان)،بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو،تهران
ارائه‌شده در
مجموعه مقالات بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو29 آبان 1404 · تهران