آشکارسازی تغییرات ناشی از سیل با تاکید بر سطح اتوماسیون بالای تفسیر تصاویر و مبتنی بر تولید خودکار داده‌ آموزشی

سیل یکی از اصلی‌ترین بلایای طبیعی در دنیاست که به علت‌های مختلفی مانند تجاوز انسان‌ها به حریم رودخانه‌ها و تخریب پوشش گیاهی رخ می‌دهد. هدف این پژوهش، ارائه‌ روشی خودکار برای تهیه‌ داده‌های آموزشی برای کلاسه‌بندی نظارت‌شده‌ تصاویر و استفاده از قابلیت‌های شاخص‌های ترکیبی برای شناسایی پهنه‌های سیل‌زده است. به این منظور، چندین رویکرد بر سیل استان گلستان در سال 1398 با داده‌های لندست-8 پیاده‌سازی و نتایج هر یک بررسی شد. بدین‌‌سبب، الگوریتم خوشه‌بندی kmeans، حدآستانه‌گذاری‌های otsu، multi و adaptive برای تهیه‌ داده‌های آموزشی خودکار به کار رفت که هر یک مبتنی بر شاخص‌های مختلف آب اجرا شد؛ پس ‌از آن، به اجرای طبقه‌بندی‌های ann، svm، ml، md و be، برای پایش تغییرات سیل اقدام شد. نتایج در مقایسه با روش طبقه‌بندی مبتنی بر کاربر، نشان یداد که رویکرد مورد مطالعه علاوه بر تامین سطح اتوماسیون بالا در پایش تغییرات، کارایی و دقت زیادی نیز داشت. در رویکرد توسعه‌ای دیگر، به ترکیب شاخص‌های مختلف آب و شاخص رطوبت با هدف بهبود روند تولید داده‌های آموزشی خودکار اقدام شد که در میان 85 آزمایش انجام‌شده، رویکردهای ترکیبی، بیشترین دقت‌ را داشت. به‌علت ماهیت شاخص‌های مختلف آب، انتخاب و ترکیب مناسب آنها علاوه بر کاهش نویزهای موجود در تصویر شاخص آب، در افزایش قابلیت شناسایی پهنه‌های آبی ناخالص نیز موثر واقع‌ بود. درنهایت، تحلیل قیاسی جامعی از روش‌های خودکار و شاخص‌های ترکیبی انجام شده که در مدیریت بحران سیل کارآمد بوده و به سهولت و تسریع روند آن کمک می‌کند.