إدماج التعلم في مجال المعلومات المسبقة عن علم والآلات في تحليل البيانات الساتلية لأغراض الرصد في الوقت الحقيقي

وقد أدى تحليل البيانات الساتلية إلى ثورة كيفية مراقبة كوكبنا والتفاعل معه، إذ أن السواتل التي ترصد الأرض تولد في كل يوم أنواعاً من الصور الملتقطة للبيانات، والمسح الراداري، والقراءات الحرارية، وقطع النطاقات المتعددة الأطياف تتجاوز القدرة على التفسير اليدوي، وتحولت دقائق الاستخبارات الاصطناعية والتعلم الآلات إلى هذا الخط إلى مؤشرات للكشف عن مخاطر الكوارث تكون قابلة للتنفيذ في الوقت الحقيقي السريع.

وتستكشف هذه المادة التكنولوجيات الأساسية التي تُدير التحليل الساتلي الذي تقوده الوكالة الدولية للطاقة، والتطبيقات العملية عبر القطاعات، والتحديات الراهنة، والاتجاهات الناشئة التي تعد بإعادة تشكيل الميدان، وسواء كنت مهنيا جغرافيا مكانيا، أو صانعا للسياسات، أو حماسا للتكنولوجيا، فإن فهم هذه القدرات أمر أساسي لبناء نظم مرنة ترصد عالمنا وتحميه.

دور معهد تكنولوجيا المعلومات والاتصالات في تحليل البيانات الساتلية

وقد اعتمد تحليل الصور الساتلية التقليدية على عمليات استخراج السمات اليدوية وعمليات التصنيف القائمة على القواعد التي تستغرق وقتا طويلا وتحتمل حدوث خطأ بشري، حيث أن الخوارزميات من طراز AI و ML تحققان قابلية التصعيد والاتساق، وتستنبطان البيانات الخام، وتتعلمان الأنماط المعقدة من خلال التدريب، ثم تطبقان تلك المعارف على ملاحظات جديدة ذات دقة عالية، وقد أدى هذا التحول من القواعد اليدوية إلى التمثيل المتعلم إلى فتح القدرة على رصد الظواهر العالمية في وقت قريب من الواقع.

ويشمل خط الأنابيب عادة عدة مراحل: ابتلاع البيانات، وتجهيزها مسبقا (بما في ذلك تصحيح الأرض، وإخفاء السحاب، والتطبيع)، واستخراج السمات، وتصنيفها أو تراجعها، وتجهيزها بعد ذلك، ويمكن لنماذج القانون النموذجي، ولا سيما الشبكات العصبية العميقة، أن تجمع بين عدة خطوات من هذه الخطوات في نظم التعلم النهائي، وعلى سبيل المثال، يمكن للشبكة العصبية المتجمعة أن تصنف مباشرة صورة ساتلية في فئات الغطاء الأرضي دون اشتراط أن تكون جزءا صريحا.

التعلم العميق - الشبكات العصبية للتفسير الصوري

تستخدم شبكات عصبية متعددة الطوابق لنموذج الملامح الهرمية في الصور الساتلية، وأجهزة الكشف المبكر عن الحواف والمنسوجات، بينما تحدد الطبقات الأعمق أشياء مثل المباني أو الطرق أو الأجسام المائية.

وتشمل التطورات الأخيرة آليات الاهتمام وبنى المحولات )مثلا، في تي - مترجم الصور( التي تستوعب العلاقات العالمية في السياق، وهي مفيدة بصفة خاصة لتحليل الظواهر الكبيرة مثل الأنماط السحابية أو التيارات المحيطية، غير أن التدريب الذي يستدعي موارد حسابية كبيرة وبيانات تدريبية مشفوعة بعناية، وهي غالبا ما تشكل عائقا أمام المنظمات الأصغر حجما.

رؤية الحاسوب - كشف الأجسام والتغيير

كما أن تقنيات الرؤية الحاسوبية تتجاوز تصنيف البكسل لتحديد مواقع معينة وتحديد أماكنها داخل موقع التصوير بواسطة السواتل، وهذا يعني كشف السفن في الموانئ، والمركبات في أماكن وقوف السيارات، أو التغييرات في البصمات البناءية بمرور الوقت، كما أن نماذج الكشف عن الأجسام مثل YOLO (انظر مرة واحدة فقط) و " فاستر ر - ن " مكيَّفة للعمل بصور عامة، مما يتيح إمكانية إحداث تغيير في الوقت الحقيقي في القدرات.

ومن التطبيقات الناشئة الرصد الآلي لخطوط البنية التحتية الحيوية، وخطوط الطاقة، والسدود - لعلامات التجاوز أو الضرر، ومن خلال إدماج تنبيهات التغيير التي تستخدمها السواتل مع شبكات الاستشعار الأرضية، يمكن للمشغلين أن يرتبوا أولويات عمليات التفتيش الميدانية وأن يقللوا أوقات الاستجابة.

التحليلات الافتراضية - التنبؤ بالتغيرات البيئية

تستخدم نماذج التحليل الافتراضي السجلات الساتلية التاريخية والبيانات الإضافية (الطبيعية، والطبوغرافيا، والنشاط البشري) للتنبؤ بدول المستقبل، فمثلاً، يمكن لتحليل السلاسل الزمنية للمؤشرات النباتية (مثلاً، مؤشر الغطاء النباتي المُعادَل) التنبؤ بمنتجات المحاصيل أو الجفاف في المستقبل.

وفي مجال علوم المناخ، تطبق شبكات الذاكرة القصيرة الأجل الطويلة الأجل على درجة حرارة سطح البحر المستمدة من السواتل وعلى بيانات الغطاء الجليدي للتنبؤ بأحداث النينيو أو بمقياس الجليد المصغر في القطب الشمالي، وهذه التنبؤات لا تقدر بثمن بالنسبة للزراعة وإدارة الموارد المائية والتأهب للكوارث، وتوضح مبادرة البنك الدولي المتعلقة بالمخاطر المناخية ونظم الإنذار المبكر مدى تفعيل النماذج التنبؤية لإنقاذ الأرواح.

How AI Enhances Satellite Image Processing

وقبل أن تتمكن منظمة العفو الدولية من العمل بسحرها، يجب تنظيف البيانات الساتلية وتصحيحها، وتخضع الإشارات الخام من أجهزة الاستشعار للتشتت في الغلاف الجوي، والغطاء السحابي، والتشوهات الأرضية، وأدوات التجهيز قبل التأقلم التي يقودها آي، الآن لتشغيل هذه الخطوات المضنية.

الكشف عن السحاب والظل

الغطاء السحابي هو عقبة دائمة في الصور الساتلية البصرية الطرق التقليدية القائمة على العتبة غالبا ما تضفي طابعا خاطئا على الصحراء المشرقة كسحابة أو تفوت الغيوم الصدرية الرقيقة شبكات الثور التي يتم تدريبها على النطاقات المتعددة الأطياف يمكن أن تميز السحب من الثلج والجليد بدقة عالية

إعادة التوطين والكشف

ويمكن أن تعزز شبكات العزل المتجانسة هذه الصور من أجل إنتاج تفاصيل أكثر حدة - وهي عملية معروفة باسم " الاستبانة الفائقة " ، مثلا، نموذج مدرَّب على صور عالية الاستبانة من موقع " WorldView-3 " ، بيانات من طراز Sentinel-2 " ، من 10 أمتار إلى 2.5 متر، أو من أجل إيجاد حلول فعالة، مثل ملامح حضرية.

استخراج المواد النارية الآلية

وبعد التجهيز الأولي، تظل المهمة الأساسية هي: استخراج معلومات ذات مغزى من الصور. ويمكن أن تحدد الخوارزميات تلقائياً بصمات البناء وشبكات الطرق والحدود الزراعية الميدانية، وهذا الاستخراج أسرع بكثير من الرقمنة اليدوية.() وقد أدرجت الشركات مثل ] DigitalGlobe (والآن ماكسار) خطوط الأنابيب الجغرافية هذه في [FLT:]

تطبيقات تحليل البيانات الساتلية

وقد أدى تدفق المعلومات من جانب منظمة العفو الدولية، والحساب السحابي، والبيانات الساتلية إلى ظهور مجموعة واسعة من التطبيقات العملية، فيما يلي ثلاثة مجالات يؤدي فيها الرصد في الوقت الحقيقي إلى أثر قابل للقياس.

الاستجابة للكوارث - تقييم الأضرار السريعة والإنذار المبكر

وفي حالة وقوع كارثة طبيعية، يكون الوقت هو أضيق سلعة، ويمكن لنظم آي أن تقارن تلقائيا الصور الساتلية السابقة للأحداث وما بعد وقوعها لإبراز المناطق المتضررة، فعلى سبيل المثال، تستخدم دائرة إدارة حالات الطوارئ في كوبرنيكوس التعلم العميق لتحديد مدى الفيضانات من صور سواتل سيتينيل - 1 في غضون ساعات من الاقتناء، وتتقاسم خرائط الفيضانات هذه مع وكالات الحماية المدنية.

وبالمثل، شهد اكتشاف الحرائق البرية تحسينات كبيرة، إذ أن أجهزة الاستشعار الحرارية ذات الحمراء على أجهزة الـ MODIS وSRS التابعة للرابطة تكشف عن وجود شذوذ حراري، ولكن الإنذارات الكاذبة من المواقع الصناعية أو التأملات الشمسية شائعة، إذ إن أجهزة تصنيف المتدربة على البيانات المتعددة المراحل تقلل من الإيجابات الخاطئة وتقدر كثافة الحريق.() وفي عام 2023، أدى نظام التعلم العميق الذي نشره النظام الأوروبي للمعلومات عن حرائق الغابات إلى انخفاض

حفظ البيئة - تعقب إزالة الغابات والحياة البرية

وقد أدى الرصد بواسطة السواتل، إلى جانب منظمة AI، إلى توفير إنذارات قريبة من الزمن، كما أن منصة الرصد العالمي للغابات () تستخدم شبكة عصبية متكررة لكشف فقدان الغطاء الشجري من بيانات لاندسات و Sentinel-2، وتسلم أجهزة إنذار موجهة إلى السلطات والمجتمعات المحلية الأصلية في غضون أيام.

وفيما عدا الغابات، تساعد منظمة العفو الدولية في حفظ الأحياء البرية، ويمكن للصور الساتلية أن تحدد مكان قطيع الفيل أو أن تكتشف مركبات الصيد بالشباك في احتياطيات طبيعية واسعة، وقد وضع الباحثون في جامعة كوينزلاند نموذجا يحدد أسماك القرش الحوت من الصور ذات الاستبانة العالية، مما يتيح العد السكاني دون تذمر، وبالتالي فإن إدماج " آي " في البيانات الساتلية هو متغير في اللعبة لرصد النظم الإيكولوجية النائية.

التنمية الحضرية - النمو الذكي وتخطيط الهياكل الأساسية

يمكن لمخططي المدن أن يحفزوا التحليل الساتلي الذي يقوده المعهد من أجل رصد أنشطة التشييد، وتغيير استخدام الأراضي، والكثافة السكانية، فعلى سبيل المثال، يمكن لـ مؤشر كشف الإمداد بالزراعة المستمدة من الأضواء الليلية والصور البصرية أن يحددوا المستوطنات الجديدة عند ظهورها.

وفي مبادرات المدن الذكية، تغذي البيانات الساتلية في الوقت الحقيقي التوأم الرقمي - التكرارات الفيزيائية للمدن المادية، وتكشف الخوارزميات عن وجود شذوذ مثل أنماط اكتظاظ حركة المرور، أو الجزر الحرارية، أو مواقع الإغراق غير القانونية، وتتيح هذه الحلقة المستمرة للرصد للسلطات البلدية الاستجابة بصورة استباقية بدلا من رد الفعل، وتستخدم مدينة سنغافورة، على سبيل المثال، خرائط استخدام الأراضي بواسطة السواتل، إلى جانب منظمة آيري، للحد من المخاطر الحضرية المثلى.

التحديات والاتجاهات المستقبلية

وعلى الرغم من الوعد، فإن إدماج أنشطة التنفيذ المباشر في تحليل البيانات الساتلية ليس بدون عقبات، ومعالجة هذه التحديات أمر حاسم الأهمية في تعزيز الاعتماد وضمان الوصول العادل إلى المعلومات.

خصوصية البيانات والأمن

ومن غير قصد أن الصور الساتلية العالية الاستبانة يمكن أن تلتقط دون قصد البنية التحتية الحساسة أو المنشآت العسكرية أو الممتلكات الخاصة، وفي حين أن مقدمي الخدمات التجارية مثل ماكسار وبلانت ينفذون طوعا " المناطق الخالية من الفم " ، ولا يزال خطر إعادة تحديد الهوية من خلال تحليل حركة تحرير الكونغو، فإن نماذج المعلومات التي يمكن أن تعيد صياغة التفاصيل المضمونة (مثلاً من خلال التأليف) تثير شواغل أخلاقية، مثل قانون مراقبة الأرض المقترح.

الطلب على الحاسوب والبيانات

وتكثيف نماذج التعلم العميق للصور الساتلية، وقد يتطلب التدريب على شبكة واحدة من مجموعات البيانات العالمية مئات ساعات العمل والتضاريس من التخزين، وهذه التكلفة باهظة بالنسبة للعديد من الدول النامية والمؤسسات الصغيرة، وتشمل الحلول خدمات الاستنشاق بالشبكة السحابية (مثلا، [الانطلاق من الغلاف الجوي]] في الأرض [التجهيز المهيمن]: نماذج موزعة مسبقا.

الاستحقاق النموذجي والتعميم

وكثيراً ما تفشل نماذج القانون النموذجي التي يتم تدريبها على البيانات المستمدة من منطقة جغرافية واحدة عندما تطبق في أماكن أخرى - وهي ظاهرة معروفة بتحول النطاقات، فعلى سبيل المثال، يمكن لنموذج إزالة الغابات الذي يتم تدريبه في الأمازون أن يخلط بين السافانا وبين قطع الأشجار في حوض الكونغو، وضمان القدرة على استخدام النماذج النموذجية التي تتيح استخدام مجموعات متنوعة من البيانات وتقنيات تكييفها. ]

الاتجاهات الناشئة - من معهد إدج إلى معهد متكامل للمستعمرات

وستقرب موجة الابتكار التالية من المعلومات المسبقة عن علم إلى مصدر البيانات وتربط بين عمليات الرصد الساتلية والشبكات الأرضية.

Edge AI for On-Board Processing

وتضع السواتل حالياً جميع البيانات الخام في المحطات الأرضية لتجهيزها - وهي اختناقات يمكن أن تستحدث ساعات من التأخير، وتنشر شركة إدج آي شبكات عصبية خفيفة الوزن مباشرة على حاسوب الساتل، وعلى سبيل المثال، فإن بعثة " سايت - تي:0 " (FLT:1) قد وضعت نموذجاً للتعلم العميق يُبث صوراً غير مشروعة قبل إرسالها، مما يوفر كشفاً أسرع.

منظمة العفو الدولية المشروحة للثقة والتقدير

ومع تزايد تعقيد نماذج الإي آي، يصبح ضمان شفافية قراراتها أمراً حاسماً للقبول التنظيمي، إذ توفر تقنيات الإي آي المفسرة مبررات يمكن التنبؤ بها من الناحية البشرية: مثلاً، تبرز المزلاجات المحددة التي أثارت حالة تأهب للفيضانات، وقد تفسر NASA Impact) برنامج يتضمن نماذج للكشف عن الانحرافات الأرضية لمساعدة العلماء على التحقق من صحة قرارات التوقع.

التكامل مع شبكة الإنترنت في الأمور

ويمكن أن تُنتج البيانات الساتلية وحدها رؤية شاملة؛ إذ تجمعها مع أجهزة استشعار الأرض باستخدام شبكة إيوت أرضية نظام رصد شامل، مثلاً، يمكن لمستشعرات رطب التربة في الحقول الزراعية أن تُعير تقديرات الطوابق بواسطة السواتل، بينما تقوم محطات الطقس بالتحقق من التنبؤات بالسحابية والتنبؤات المسبقية، ويقوم برنامج الاتحاد الأوروبي للتنبيه إلى حدوث كارثة

خاتمة

إن إدماج المعلومات الاستخبارية الاصطناعية والتعلم الآلي في تحليل البيانات الساتلية ليس مجرد تحسين تدريجي بل هو تحول نموذجي، إذ أن استخلاص الأفكار من الظواهر المتزايدة باستمرار للملاحظات المدارية، ستمكن هذه التكنولوجيات البشرية من رصد تغير المناخ، والاستجابة للكوارث، وتخطيط المدن المستدامة بسرعة غير مسبوقة ودقيقة، ولا تزال الرحلة دون عقبات: خصوصية البيانات، وتكاليف التكوين العامة.

وستؤدي المنظمات التي تستثمر في هذه القدرات اليوم إلى تهيئة مستقبل مرن ومستنير ومستجيب، وسواء كنت وكالة بيئية تتعقب إزالة الغابات، أو مخططاً للمدينة يدير النمو، أو منظمة إنسانية تستعد للكوارث الطبيعية التالية، فإن التحليل الساتلي الذي تعمل به الوكالة الدولية للطاقة يتيح الأدوات اللازمة لرؤية هذا التآزر بشكل أوضح وأسرع.