12 حالة استخدام للصور الجوية مدعومة بالرؤية الحاسوبية

تلتقط الطائرات المسيّرة والأقمار الصناعية يوميًا صورًا للمزارع والمدن والسواحل والغابات والبنية التحتية. ومن منظور علوي، يمكنها التقاط تغيّرات دقيقة لكنها مهمة، مثل تفاوت نمو المحاصيل، وتزايد الازدحام المروري، وتغيّر خطوط السواحل، أو النشاط في المناطق الخاضعة للمراقبة.

تنجم كثير من هذه المؤشرات عن النشاط البشري، إلا أنه غالبًا ما يصعب اكتشافها من الأرض. وتتيح الصور الجوية رصد هذه البيئات بوضوح، حتى في المواقع النائية أو الخطرة.

لكن مع تزايد حجم البيانات المجمّعة، لا تكفي الرؤية وحدها. فقد تولّد التطبيقات واسعة النطاق، مثل الزراعة أو المراقبة الحضرية، آلاف الصور، ما يجعل المراجعة اليدوية بطيئة وكثيفة العمالة وغير عملية.

توفر تقنية رؤية الحاسوب بديلًا أفضل من خلال أتمتة عملية التحليل والمراجعة هذه. ويُعد الذكاء الاصطناعي للرؤية مجالًا من مجالات الذكاء الاصطناعي (AI) يمكّن الآلات من تفسير البيانات المرئية وفهمها. وعلى وجه الخصوص، تستطيع نماذج رؤية الحاسوب اكتشاف الأجسام وتصنيفها، ورسم حدود دقيقة، وتتبع الحركة عبر كميات هائلة من الصور الجوية في الوقت الفعلي، ما يتيح مراقبة متسقة وقابلة للتوسع للتغيّرات.

في هذه المقالة، سنستكشف سبب أهمية رؤية الحاسوب لأنظمة الصور الجوية الذكية، ونستعرض 12 استخدامًا للصور الجوية يمكن فيها تحويل البيانات المرئية إلى معلومات قابلة للتنفيذ. لنبدأ!

تحويل الصور الجوية إلى رؤى قابلة للتنفيذ باستخدام رؤية الحاسوب#

تولّد أنظمة التصوير الجوي كميات هائلة من البيانات المكانية. فعلى سبيل المثال، يمكن لطائرة مسيّرة تحلّق فوق مدينة أن تلتقط آلاف الصور الجوية عالية الدقة لمربعات المدينة والنشاط البشري.

وبالمثل، يمكن أن توفر صور الأقمار الصناعية تدفقًا متواصلًا من البيانات المرئية. وقد تكون مراجعة هذه البيانات يدويًا صعبة. وغالبًا ما يجب إجراء تحليل الصور بسرعة ودقة، ولا سيما في حالات الاستخدام مثل تقييم أضرار الزلازل، حيث يكون الوقت حاسمًا.

تسهّل رؤية الحاسوب التعامل مع هذه البيانات من خلال تحويل صور الطائرات المسيّرة والأقمار الصناعية إلى معلومات يمكن للآلة فهمها. وتعمل حلول الذكاء الاصطناعي للرؤية عبر إدخال البيانات المرئية الملتقطة إلى نماذج رؤية الحاسوب، التي تنفذ بعد ذلك مهام رؤية متنوعة. وتشمل هذه المهام اكتشاف الأجسام، ورسم خرائط للمناطق الكبيرة محل الاهتمام، وتتبع التغيّرات بمرور الوقت.

صُممت نماذج مثل Ultralytics YOLO26 لتنفيذ مهام الرؤية في الوقت الفعلي، مثل اكتشاف الأجسام، وتقسيم الكيانات، وتتبع الأجسام. ويمكنها معالجة الصور بكفاءة على الأجهزة الصغيرة أو عبر مناطق جغرافية واسعة، ما يجعل تحويل البيانات الجوية المباشرة إلى رؤى قابلة للتنفيذ ممكنًا فور التقاطها.

مهام رؤية الحاسوب الأساسية لحالات استخدام الصور الجوية#

فيما يلي نظرة أقرب على بعض مهام رؤية الحاسوب الشائعة المستخدمة لاستخراج رؤى مفيدة من الصور الجوية:

• تصنيف الصور: تسند هذه المهمة تسميات إلى الصور بأكملها، مثل أنواع المحاصيل، أو فئات الغطاء الأرضي، أو الظروف البيئية، ما يسهّل تنظيم مجموعات البيانات الجوية الكبيرة وتصفيتها.
• اكتشاف الأجسام: يمكن تحديد عناصر معينة محل الاهتمام، بما في ذلك الأشخاص والمركبات والمباني والحيوانات، وتحديد مواقعها داخل الصورة باستخدام اكتشاف الأجسام. وتشكل هذه المهمة أساس العديد من مهام سير عمل تحليل الصور الجوية.
• تقسيم الكيانات: يمكن استخدامه لرسم حدود دقيقة للأجسام على مستوى البكسل، وهو أمر أساسي لتطبيقات مثل الزراعة والمراقبة البيئية التي تتطلب قياسات تفصيلية للمساحات.
• تتبع الأجسام: استنادًا إلى الاكتشاف، يتتبع تتبع الأجسام الأجسام المحددة عبر إطارات متعددة أو فترات زمنية متعددة. ويوفر ذلك رؤى حول أنماط الحركة والتغيّرات بمرور الوقت، وهو أمر بالغ الأهمية لمراقبة المشاهد الديناميكية.
• اكتشاف مربعات الإحاطة الموجّهة (OBB): بالنسبة إلى الصور الجوية التي تظهر فيها الأجسام بزوايا مختلفة، يمكن لمربعات الإحاطة الموجّهة التقاط اتجاه الجسم وشكله بدقة أكبر، ما يحسّن جودة اكتشاف أجسام مثل السفن والمركبات والبنية التحتية.

الشكل 1. مثال على استخدام YOLO لاكتشاف OBB (المصدر)

12 حالة استخدام واقعية للصور الجوية مدعومة برؤية الحاسوب#

بعد أن أصبح لدينا فهم أفضل لرؤية الحاسوب في الصور الجوية، دعونا نناقش بعض تطبيقات الصور الجوية الواقعية التي يمكن استخدام الذكاء الاصطناعي للرؤية فيها.

1. إدارة الري والزراعة الدقيقة#

غالبًا ما تتطور مشكلات المياه ببطء ولا يلاحظها أحد في الزراعة. فقد تتراكم مشكلات مثل تسرّبات الري، وتفاوت توزيع المياه، وإجهاد المحاصيل المائي بمرور الوقت من دون علامات واضحة. وبحلول الوقت الذي يصبح فيه تلف المحاصيل مرئيًا، يكون المزارعون قد خسروا جزءًا من المحصول.

يمكن استخدام الصور الجوية لمراقبة الأراضي الزراعية بأكملها دفعة واحدة. فمن الأعلى، يصبح اكتشاف التغيّرات في صحة المحاصيل ورطوبتها أسهل بكثير من اكتشافها عبر عمليات التفتيش الأرضية.

يمكن تحليل هذه البيانات باستخدام رؤية الحاسوب لفصل مناطق المحاصيل واكتشاف مشكلات مثل البقع الجافة أو المناطق المفرطة في الري. ويتيح ذلك اتخاذ إجراءات مبكرة، واستخدام المياه بكفاءة أكبر، وتحقيق غلال أعلى للمحاصيل بتكلفة أقل.

2. تقييم أضرار الزلازل والانهيارات الأرضية#

حتى التأخير الطفيف في اتخاذ القرارات قد يؤثر سلبًا في جهود الإنقاذ والاستجابة أثناء الكوارث الطبيعية. وغالبًا ما تؤدي الكوارث مثل الزلازل والانهيارات الأرضية إلى مبانٍ غير مستقرة وطرق مسدودة، ما يعقّد جهود الإنقاذ بجعل بعض المناطق غير قابلة للوصول. وقد يجعل ذلك عمليات التفتيش الأرضية التقليدية بطيئة أو خطرة أو مستحيلة أحيانًا.

يمنح الاستشعار عن بُعد المدعوم بالبيانات الجوية وصور الأقمار الصناعية فرق الاستجابة رؤية سريعة وواسعة للمناطق المتضررة. وخلال دقائق، يمكنها رؤية المباني المنهارة والطرق المتضررة والمناطق الأكثر تضررًا من دون انتظار الوصول الفعلي إليها.

يمكن لأنظمة رؤية الحاسوب تقديم دعم إضافي لفرق الإنقاذ باستخدام هذه البيانات الجوية لتحديد المنشآت المتضررة والمسارات المسدودة. ويمكن تدريب الأنظمة المدمجة مع نماذج مثل Ultralytics YOLO26 على اكتشاف الانهيارات الأرضية والحطام والعوائق على الطرق مباشرة من الصور الجوية. ويساعد ذلك فرق الإنقاذ على الاستجابة بسرعة أكبر وتخصيص الموارد بفاعلية أكبر أثناء إدارة الكوارث.

3. تدقيق الامتثال للمدن الذكية واكتشاف التغيّرات#

غالبًا ما تحدث المخالفات الحضرية، مثل إلقاء النفايات بصورة غير قانونية، وإساءة استخدام الأراضي، والتعدي على الأماكن العامة، من دون أن يلاحظها أحد. وبحلول الوقت الذي تُكتشف فيه على الأرض، تكون المشكلة قد انتشرت على الأرجح عبر مناطق متعددة.

تسهّل الصور الجوية مراقبة هذه المشكلات في المناطق الحضرية. فعلى سبيل المثال، توفر الصور الجوية المنتظمة الملتقطة من طائرات مسيّرة رؤية واضحة ومحدّثة للشوارع والأراضي المفتوحة والأماكن العامة التي يصعب الوصول إليها من خلال عمليات التفتيش اليدوية.

يمكن استخدام نماذج الذكاء الاصطناعي للرؤية لتحليل هذه الصور الجوية واكتشاف مواقع النفايات والمنشآت غير المصرّح بها. وعند دمجها مع نظم المعلومات الجغرافية (GIS) وبيانات تقسيم المناطق، يستطيع مسؤولو المدن تتبع تراكم المخالفات بمرور الوقت، وتحديد المناطق المشابهة، وفرض قواعد الصيانة بفاعلية أكبر.

4. تحليل شبكات الطرق وحركة المرور#

تُعد إدارة شبكات الطرق أمرًا صعبًا عندما تعتمد الرؤية كليًا على المستشعرات الأرضية والكاميرات الثابتة. فعلى الرغم من قدرتها على إبراز نقاط القلق المعزولة على الطريق، فإنها تواجه صعوبة في التقاط كيفية تصرف حركة المرور عبر مدينة بأكملها.

تحل الصور الجوية عالية الدقة هذه المشكلة من خلال عرض الطرق والتقاطعات وتدفق حركة المرور في رؤية واحدة. وباستخدام هذه الطريقة، يصبح اكتشاف الاختناقات وتراكم حركة المرور والوقوف غير القانوني أسهل مما هو عليه باستخدام الأنظمة الأرضية. وعند دمج الأنظمة الجوية مع نماذج الرؤية مثل نماذج Ultralytics YOLO، يمكنها المساعدة في تحليل حركة المرور عبر مناطق واسعة.

الشكل 2. استخدام نماذج YOLO لتحليل ظروف حركة المرور (المصدر)

5. مسح العقارات وتقييمها#

تُعد القياسات الدقيقة ضرورية عند مسح الأراضي والمباني لأغراض التقييم أو التخطيط أو الأغراض التنظيمية. وقد تستغرق عمليات المسح اليدوية وقتًا طويلًا، ولا سيما في العقارات الكبيرة أو التي يصعب الوصول إليها، كما قد تؤدي حتى التناقضات الصغيرة إلى تأخيرات أو أعمال متابعة.

تساعد الطائرات المسيّرة والمنصات الجوية الأخرى من خلال التقاط صور محدّثة للعقارات من الأعلى. وعند دمج هذه الصور مع القياس التصويري وLiDAR، يمكنها إنشاء نماذج ثلاثية الأبعاد مفصلة للأرض والمنشآت المحيطة، ما يقلل الحاجة إلى الزيارات الميدانية المتكررة.

تدعم رؤية الحاسوب هذه العملية من خلال المساعدة في مهام مثل تحديد معالم العقار الظاهرة، وتحديد حدوده التقريبية، وقياس المسافات أو المساحات من الصور. ويراجع المسّاحون هذه المخرجات ويتحققون منها عادةً، ما يساعد الفرق على العمل بكفاءة أكبر مع الحفاظ على الدقة.

6. التصوير الجوي لسرد قصصي أكثر سينمائية#

في بعض الحالات، يمكن لأدوات صناعة الأفلام التقليدية، مثل تجهيزات الكاميرات والرافعات، أن تحد من كيفية التقاط لقطات معينة، ولا سيما عند الحاجة إلى مشاهد واسعة أو حركة سريعة وديناميكية. وتساعد الطائرات المسيّرة على تجاوز هذه القيود من خلال إتاحة لقطات جوية سلسة عبر مساحات واسعة.

وتمنح صانعي الأفلام حرية التقاط مناظر طبيعية شاسعة، ومشاهد حركة معقدة، ولقطات تتبع علوية يصعب تحقيقها من الأرض. ويمكن أيضًا استخدام الطائرات المسيّرة المزوّدة برؤية الحاسوب لتتبع الأجسام في الصور عالية الدقة، ما يتيح للكاميرا متابعة الأجسام المتحركة بسلاسة، مثل مركبة. ويقلل ذلك الحاجة إلى التحكم اليدوي المستمر، ويساعد الأطقم على التقاط لقطات مستقرة وسينمائية بكفاءة أكبر.

7. مراقبة الحدود والمناطق المحيطة#

قد تكون مراقبة المناطق الحدودية والمحيطة الواسعة صعبة بسبب اتساع التضاريس، وبعد المواقع، ومحدودية الوصول الأرضي. وغالبًا ما يتطلب الحفاظ على تغطية متسقة في هذه المناطق موارد كبيرة، وقد يظل يترك فجوات في الرؤية.

يمكن أن تكون أنظمة التصوير الجوي وسيلة قابلة للتوسع لتحسين الوعي الظرفي عبر المناطق الواسعة. إذ تستطيع الطائرات المسيّرة والمنصات الجوية الأخرى جمع صور توفر رؤية مستمرة من دون الحاجة إلى وجود أرضي دائم.

يمكن استخدام تقنيات رؤية الحاسوب لتحليل هذه البيانات وتحديد أنماط الحركة، مثل الأشخاص أو المركبات، وتتبع التغيّرات بمرور الوقت، وإبراز النشاط غير المعتاد. ويساعد ذلك المؤسسات على تحسين أوقات الاستجابة وتخصيص الموارد بفاعلية أكبر.

8. مراقبة أعداد الحياة البرية#

قد تؤدي عمليات المسح التقليدية للحياة البرية، مثل الدوريات الأرضية أو الرحلات الجوية على ارتفاع منخفض، إلى إزعاج الحيوانات، وغالبًا ما ينتج عنها نقص في جمع البيانات، ولا سيما عبر الموائل الكبيرة أو النائية. وقد يصعب أيضًا توسيع نطاق هذه الأساليب باستمرار بمرور الوقت.

توفر الأنظمة الجوية وسيلة أقل تدخّلًا لمراقبة الحياة البرية. وتمكّن الطائرات المسيّرة المزوّدة بمستشعرات متعددة الأطياف الفرق من مراقبة الحيوانات عن بُعد ودعم جمع بيانات أكثر اتساقًا، حتى في الغطاء النباتي الكثيف أو ظروف الإضاءة المنخفضة.

يمكن لنماذج رؤية الحاسوب بعد ذلك تحليل هذه الصور للمساعدة في مهام مثل اكتشاف الحيوانات وعدّها، ومساعدة الفرق على تخصيص الموارد بفاعلية أكبر، واتخاذ قرارات أفضل استنادًا إلى معلومات أدق لحماية الموائل وجهود الحفاظ عليها.

الشكل 3. استخدام لقطات جوية من طائرة مسيّرة قائمة على الرؤية لعدّ الطيور (المصدر)

9. تحسين سلامة المناجم باستخدام المراقبة الجوية#

غالبًا ما تتضمن مواقع التعدين آلات ثقيلة وتضاريس متغيرة، ما قد يجعل عمليات التفتيش الروتينية مستهلكة للوقت. وقد يتطلب الاعتماد على عمليات التفتيش الأرضية وحدها أيضًا الوصول إلى الموقع بوتيرة أكبر.

تتيح صور الأقمار الصناعية والصور الجوية للمفتشين والمشغلين رؤية مواقع التعدين بأكملها من الأعلى. ويسهّل هذا المنظور الأوسع ملاحظة التغيّرات في حدود الحفر وطرق النقل وأكوام التخزين ومواقع المعدات مقارنةً بعمليات الفحص من مستوى الأرض.

تدعم رؤية الحاسوب هذه العملية من خلال اكتشاف العناصر المرئية، مثل المركبات وأكوام التخزين وطرق النقل وحدود الحفر، وتحديد حدودها. ويتيح ذلك للفرق تركيز عمليات التفتيش على مواقع محددة، وتقليل الزيارات غير الضرورية إلى الموقع، والحفاظ على رقابة متسقة على السلامة.

10. اكتشاف حرائق الغابات وتحليل انتشارها#

يمكن أن تنتشر حرائق الغابات بسرعة، وأحيانًا بسرعة تفوق قدرة الفرق الأرضية على الاستجابة. وبحلول وقت الإبلاغ عن الحرائق، قد تكون مساحات واسعة قد تضررت بالفعل.

باستخدام الطائرات المسيّرة وأنظمة التصوير عبر الأقمار الصناعية، يصبح اكتشاف الحرائق مبكرًا عبر مساحات الغابات الكبيرة أسهل. كما تدعم هذه الأنظمة المراقبة البيئية، حتى في المناطق ذات الوصول الأرضي المحدود.

وعلى وجه التحديد، يمكن لنماذج رؤية الحاسوب اكتشاف الدخان واللهب وتتبع كيفية انتشار الحرائق بمرور الوقت. ويمكن لهذه الأنظمة أيضًا دعم التقييم السريع للأضرار، ما يساعد فرق الاستجابة على التحرك بسرعة أكبر والحد من التأثير طويل الأمد.

الشكل 4. اكتشاف حرائق الغابات باستخدام الصور الجوية (المصدر)

11. مراقبة الموانئ والمرافئ#

تتعامل الموانئ مع حركة مستمرة للسفن، وجداول زمنية ضيقة، ومساحات محدودة، ما يجعل رؤية كل ما يحدث في آن واحد أمرًا صعبًا. وغالبًا ما تفوّت أساليب المراقبة التقليدية الأنشطة في الوقت الفعلي، مثل حركة الحاويات أو تراكم حركة المرور.

توفر الصور الجوية أو صور الطائرات المسيّرة طريقة بسيطة للحصول على رؤية واضحة لعمليات الميناء من الأعلى. إذ يمكنها إظهار مواقع السفن، وكيفية تحرك حركة المرور، وأماكن تشكل الازدحام عبر الميناء. ويمكن للذكاء الاصطناعي للرؤية بعد ذلك تحليل هذه الصور لتتبع السفن واكتشاف الازدحام مبكرًا، ما يساعد الموانئ على إدارة حركة المرور بسلاسة أكبر والحفاظ على كفاءة العمليات.

12. اكتشاف تسرّبات النفط#

يصعب تحديد تسرّبات النفط في مراحلها المبكرة، ولا سيما عبر مساحات المحيطات الشاسعة. وبحلول وقت الإبلاغ عنها، قد يكون التسرّب قد انتشر بالفعل وألحق الضرر بالنظام البيئي المحيط.

يوفر المنظور العلوي للطائرات المسيّرة صورًا واضحة للمياه المفتوحة. ونتيجة لذلك، يسهل رؤية التغيّرات في لون السطح وملمسه من ارتفاع أعلى.

يمكن تحليل هذه الصور باستخدام رؤية الحاسوب لاكتشاف التسرّبات وتقسيمها مبكرًا وتتبع كيفية انتشارها. ويعني ذلك احتواءً أسرع، كما يساعد على تقليل الأضرار طويلة الأمد التي تلحق بالنظم البيئية البحرية.

الشكل 5. اكتشاف تسرّبات النفط باستخدام الذكاء الاصطناعي للرؤية (المصدر)

أهم النقاط المستخلصة#

عند دمج الصور الجوية مع رؤية الحاسوب، تصبح أكثر من مجرد صور ثابتة وتبدأ في تقديم رؤى عملية. ومع تزايد أحجام البيانات، تصبح هذه الأنظمة أسرع وأكثر أتمتة، إذ يُجرى التحليل بالقرب من وقت الالتقاط. وينقل هذا التحول الصور الجوية من مجرد المراقبة إلى اتخاذ قرارات أكثر استنارة وفي الوقت المناسب.

انضم إلى مجتمعنا المتنامي! واستكشف مستودعنا على GitHub لمعرفة المزيد عن الذكاء الاصطناعي. وتعرّف على الرؤية الحاسوبية في التصنيع والذكاء الاصطناعي في الخدمات اللوجستية من خلال زيارة صفحات حلولنا. وللبدء في البناء باستخدام الرؤية الحاسوبية، اطّلع على خيارات الترخيص.