چکیده مقاله
قنات اصلی ترین منبع پایدار تامین آب در مناطق خشک و نیمه خشک است و از نظر تاریخی و میراث فرهنگی دارای ارزش ویژهای است در این راستا مدیریت قنوات جهت حفظ ، احیا و بهرهبرداری پایدار از آن دارای اهمیت ویژهای است و نیاز اصلی وجود نقشه قنوات است هزینه و زمان تهیه نقشه قنوات با عملیات زمینی معمولا زیاد است لذا شناسایی میله چاههای قنات از تصاویر هوایی و ماهوارهای با توجه به شکل دهانه چاهها می تواند راهحل بهینه تری باشد در این پژوهش با استفاده از روش یادگیری عمیق یک مرحله ای ۱YOLO، تشخیص موقعیت میله های چاههای قنات در منطقه بم مورد ارزیابی قرار گرفته است مدل پیشنهادی توسط نمونه های آموزشی استخراج شده از تصاویر ماهوارهای گوگل ارث بر مبنای ۸۵ درصد داده آموزشی و ۱۵ درصد داده اعتبارسنجی ، با ۵۰ دوره تکرار آموزش داده شده است در نهایت مدل آموزش دیده بر روی تصاویر منطقه مورد مطالعه برای کشف میله چاههای قنات اجرا شده است نتایج نشان می دهد که این مدل می تواند با معیار دقت برابر ۹۱,۰ و معیار بازیابی برابر ۶۵,۰ و معیار F۱Score برابر ۷۶,۰ در کشف موقعیت مکانی دهانه میله چاه های قنات، عمل نماید
کلیدواژه‌ها
نویسندگان
مصطفی کابلی زاده
استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز
محمد عباسی
دانشجوی دکتری گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز
شیوه ارجاع
کابلی زاده، مصطفی و عباسی، محمد،1403،تشخیص خودکار قنات با استفاده از مدل یادگیری عمیق YOLO از تصاویر ماهواره ای گوگل ارث،بیست و هشتمین همایش ملی مهندسی نقشه برداری و اطلاعات مکانی (ژئوماتیک ۱۴۰۳)،تهران
ارائه‌شده در
مجموعه مقالات بیست و هشتمین همایش ملی مهندسی نقشه برداری و اطلاعات مکانی (ژئوماتیک ۱۴۰۳)9 اردیبهشت 1403 · تهران