12 حالة لاستخدام الصور الجوية بدعم من الرؤية الحاسوبية

تلتقط الطائرات المسيّرة والأقمار الصناعية يوميًا صورًا للمزارع والمدن والسواحل والغابات والبنية التحتية. ومن منظور علوي، يمكنها رصد تغيرات طفيفة لكنها مهمة، مثل تفاوت نمو المحاصيل أو تفاقم الازدحام المروري أو تغير خطوط السواحل أو الأنشطة في المناطق الخاضعة للمراقبة.

ترتبط كثير من هذه المؤشرات بالنشاط البشري، لكن يصعب غالبًا اكتشافها من الأرض. ويتيح التصوير الجوي رصد هذه البيئات بوضوح، حتى في المواقع النائية أو الخطرة.

لكن مع تزايد حجم البيانات المجمعة، لا تكفي الرؤية وحدها. فالتطبيقات واسعة النطاق، مثل الزراعة أو مراقبة المدن، قد تنتج آلاف الصور، ما يجعل مراجعتها يدويًا بطيئة وتتطلب جهدًا كبيرًا وغير عملية.

توفر تقنية الرؤية الحاسوبية بديلًا أفضل من خلال أتمتة عملية التحليل والمراجعة هذه. وذكاء الرؤية الاصطناعي مجال من مجالات الذكاء الاصطناعي (AI) يتيح للآلات تفسير البيانات المرئية وفهمها. وعلى وجه الخصوص، تستطيع نماذج الرؤية الحاسوبية اكتشاف الأجسام وتصنيفها، وتحديد حدودها بدقة، وتتبع حركتها عبر كميات هائلة من الصور الجوية في الوقت الفعلي، ما يتيح مراقبة التغيرات باستمرار وعلى نطاق واسع.

سنستكشف في هذه المقالة أهمية الرؤية الحاسوبية لأنظمة التصوير الجوي الذكية، ونستعرض 12 حالة استخدام للتصوير الجوي يمكن فيها تحويل البيانات المرئية إلى معلومات قابلة للتنفيذ. لنبدأ!

تحويل الصور الجوية إلى رؤى قابلة للتنفيذ باستخدام الرؤية الحاسوبية#

تنتج أنظمة التصوير الجوي كمًّا هائلًا من البيانات المكانية. فعلى سبيل المثال، قد تلتقط طائرة مسيّرة تحلّق فوق مدينة آلاف الصور الجوية عالية الدقة لمربعات المدينة والأنشطة البشرية.

وبالمثل، يمكن أن توفر صور الأقمار الصناعية تدفقًا مستمرًا من البيانات المرئية. وقد تصعب مراجعة هذه البيانات يدويًا. وغالبًا ما يلزم إجراء تحليل الصور بسرعة ودقة، لا سيما في حالات الاستخدام مثل تقييم أضرار الزلازل، حيث يكون الوقت عاملًا حاسمًا.

تسهّل الرؤية الحاسوبية التعامل مع هذه البيانات بتحويل صور الطائرات المسيّرة والأقمار الصناعية إلى معلومات يمكن للآلة فهمها. وتعمل حلول ذكاء الرؤية الاصطناعي بإدخال البيانات المرئية الملتقطة إلى نماذج الرؤية الحاسوبية، التي تنفذ بعد ذلك مهام بصرية متنوعة، منها اكتشاف الأجسام ورسم خرائط للمناطق الكبيرة محل الاهتمام وتتبع التغييرات بمرور الوقت.

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

مهام الرؤية الحاسوبية الأساسية لحالات استخدام الصور الجوية#

فيما يلي نظرة عن قرب على بعض مهام الرؤية الحاسوبية الشائعة المستخدمة لاستخلاص رؤى مهمة من الصور الجوية:

• تصنيف الصور: تسند هذه المهمة وسومًا إلى الصور بأكملها، مثل أنواع المحاصيل أو فئات الغطاء الأرضي أو الظروف البيئية، ما يسهل تنظيم مجموعات البيانات الجوية الكبيرة وتصفيتها.
• اكتشاف الأجسام: يتيح اكتشاف الأجسام تحديد عناصر معينة محل الاهتمام وتعيين مواقعها داخل الصورة، بما في ذلك الأشخاص والمركبات والمباني والحيوانات. وتشكل هذه المهمة أساس العديد من مسارات عمل تحليل الصور الجوية.
• تقسيم الكائنات: يمكن استخدامه لرسم حدود دقيقة للأجسام على مستوى البكسل، وهو أمر أساسي لتطبيقات مثل الزراعة والمراقبة البيئية التي تتطلب قياسات تفصيلية للمساحات.
• تتبع الأجسام: يبني تتبع الأجسام على الاكتشاف، إذ يتابع الأجسام المحددة عبر إطارات أو فترات زمنية متعددة. ويوفر ذلك معلومات عن أنماط الحركة والتغيرات بمرور الوقت، وهو أمر بالغ الأهمية لمراقبة المشاهد المتغيرة.
• اكتشاف صناديق الإحاطة الموجّهة (OBB): في الصور الجوية التي تظهر فيها الأجسام بزوايا مختلفة، يمكن لصناديق الإحاطة الموجّهة تمثيل اتجاه الجسم وشكله بدقة أكبر، ما يحسن جودة اكتشاف عناصر مثل السفن والمركبات والبنية التحتية.

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

12 حالة استخدام واقعية للتصوير الجوي تدعمها الرؤية الحاسوبية#

بعد أن تعرفنا على الرؤية الحاسوبية في التصوير الجوي، لنناقش بعض تطبيقات التصوير الجوي الواقعية التي يمكن فيها استخدام ذكاء الرؤية الاصطناعي.

1. إدارة الري وصقل الزراعة#

غالبًا ما تتطور مشكلات المياه تدريجيًا ولا يلاحظها أحد في الزراعة. وقد تتفاقم مشكلات مثل تسربات الري وعدم انتظام 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. ومن الأعلى، يسهل اكتشاف التغيرات في صحة المحاصيل ورطوبتها أكثر بكثير من عمليات التفتيش الأرضية.

يمكن تحليل هذه البيانات باستخدام الرؤية الحاسوبية لفصل مناطق المحاصيل واكتشاف مشكلات مثل البقع الجافة أو المناطق المفرطة الري. ويتيح ذلك التدخل المبكر وتحسين استخدام المياه وزيادة غلة المحاصيل بتكلفة أقل.

2. تقييم أضرار الزلازل والانهيارات الأرضية#

قد يؤثر حتى التأخير الطفيف في اتخاذ القرارات سلبًا في جهود الإنقاذ والاستجابة أثناء الكوارث الطبيعية. وغالبًا ما تؤدي كوارث مثل الزلازل والانهيارات الأرضية إلى مبانٍ غير مستقرة وطرق مسدودة، ما يعقد جهود الإنقاذ ويجعل بعض المناطق بعيدة المنال. وقد يجعل ذلك عمليات التفتيش التقليدية من الأرض بطيئة أو خطرة أو مستحيلة أحيانًا.

يوفر الاستشعار عن بُعد، المدعوم بالبيانات الجوية وصور الأقمار الصناعية، لفرق الاستجابة رؤية سريعة وواسعة للمناطق المتضررة. ففي غضون دقائق، يمكنها رؤية المباني المنهارة والطرق المتضررة والمناطق الأشد تضررًا، دون انتظار إتاحة الوصول إليها ميدانيًا.

يمكن لأنظمة الرؤية الحاسوبية تقديم دعم إضافي لفرق الإنقاذ باستخدام هذه البيانات الجوية لتحديد المنشآت المتضررة والطرق المسدودة. ويمكن تدريب الأنظمة المدمجة مع نماذج مثل Ultralytics YOLO26 على اكتشاف الانهيارات الأرضية والأنقاض والعوائق على الطرق مباشرةً من الصور الجوية. ويساعد ذلك فرق الإنقاذ على الاستجابة بسرعة أكبر وتوزيع الموارد بفاعلية أكبر أثناء إدارة الكوارث.

3. تدقيق الامتثال في المدن الذكية واكتشاف التغييرات#

غالبًا ما تحدث المخالفات الحضرية، مثل إلقاء النفايات بصورة غير قانونية وسوء استخدام الأراضي والتعدي على الأماكن العامة، دون أن يلاحظها أحد. وبحلول اكتشافها ميدانيًا، يكون من المرجح أن تكون المشكلة قد امتدت إلى مناطق متعددة.

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

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

4. تحليل شبكات الطرق وحركة المرور#

تُعد إدارة شبكات الطرق صعبة عندما تقتصر الرؤية على المستشعرات الأرضية والكاميرات الثابتة. فرغم قدرتها على إبراز نقاط متفرقة مثيرة للقلق على الطرق، فإنها تواجه صعوبة في رصد سلوك حركة المرور في أنحاء مدينة كاملة.

تحل الصور الجوية عالية الدقة هذه المشكلة بإظهار الطرق والتقاطعات وحركة المرور في مشهد واحد. وتتيح هذه الطريقة اكتشاف الاختناقات وتراكم حركة المرور والوقوف غير القانوني بسهولة أكبر مقارنة بالأنظمة الأرضية. وعند دمج الأنظمة الجوية مع نماذج الرؤية مثل نماذج Ultralytics YOLO، يمكنها المساعدة على تحليل حركة المرور في مناطق واسعة.

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

5. مسح العقارات وتقييم قيمتها#

تُعد القياسات الدقيقة ضرورية عند مسح الأراضي والمباني لأغراض التقييم أو التخطيط أو الامتثال التنظيمي. وقد تستغرق عمليات المسح اليدوية وقتًا طويلًا، ولا سيما في العقارات الكبيرة أو صعبة الوصول، كما قد تؤدي حتى الاختلافات الطفيفة إلى تأخيرات أو الحاجة إلى إعادة العمل.

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

تدعم الرؤية الحاسوبية هذه العملية بالمساعدة في مهام مثل تحديد معالم العقار الظاهرة وتحديد الحدود التقريبية وقياس المسافات أو المساحات من الصور. ويُراجع المسّاحون هذه النتائج ويتحققون من صحتها عادةً، ما يساعد الفرق على العمل بكفاءة أكبر مع الحفاظ على الدقة.

6. التصوير الجوي لسرد قصصي أكثر سينمائية#

في بعض الحالات، قد تحد أدوات صناعة الأفلام التقليدية، مثل منصات الكاميرات والرافعات، من طرق التقاط بعض اللقطات، 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 من الأعلى يصعب تحقيقها من الأرض. كما يمكن استخدام الطائرات المسيّرة المدعومة بالرؤية الحاسوبية لتتبع الأجسام في الصور عالية الدقة، ما يتيح للكاميرا متابعة الأهداف المتحركة، مثل المركبات، بسلاسة. ويقلل ذلك الحاجة إلى التحكم اليدوي المستمر ويساعد فرق التصوير على التقاط لقطات سينمائية مستقرة بكفاءة أكبر.

7. مراقبة الحدود والمحيط#

قد تشكل مراقبة المناطق الحدودية ومحيط المنشآت الواسعة تحديًا بسبب اتساع التضاريس وبُعد المواقع ومحدودية الوصول البري. وغالبًا ما يتطلب الحفاظ على تغطية مستمرة في هذه المناطق موارد كبيرة، ومع ذلك قد تبقى فيها ثغرات في الرؤية.

يمكن أن تكون أنظمة التصوير الجوي وسيلة قابلة للتوسع لتحسين الوعي الظرفي في المناطق الواسعة. وتستطيع الطائرات المسيّرة والمنصات الجوية الأخرى جمع صور توفر رؤية مستمرة دون الحاجة إلى وجود دائم على الأرض.

يمكن استخدام تقنيات الرؤية الحاسوبية لتحليل هذه البيانات وتحديد أنماط الحركة، مثل حركة الأشخاص أو المركبات، وتتبع التغييرات بمرور الوقت وإبراز الأنشطة غير الاعتيادية. ويساعد ذلك المؤسسات على تحسين أوقات الاستجابة وتوزيع الموارد بفاعلية أكبر.

8. مراقبة أعداد الحيوانات البرية#

قد تؤدي المسوحات التقليدية للحياة البرية، مثل الدوريات الأرضية أو الرحلات الجوية المنخفضة، إلى إزعاج الحيوانات، كما كثيرًا ما تترك فجوات في جمع البيانات، ولا سيما في الموائل الواسعة أو النائية. وقد يصعب أيضًا توسيع نطاق هذه الأساليب باستمرار بمرور الوقت.

تمثل الأنظمة الجوية وسيلة أقل تدخلًا لمراقبة الحياة البرية. إذ تتيح الطائرات المسيّرة المزودة بمستشعرات متعددة الأطياف للفرق مراقبة الحيوانات عن بُعد ودعم جمع البيانات بصورة أكثر اتساقًا، حتى في الغطاء النباتي الكثيف أو ظروف الإضاءة الخافتة.

يمكن لنماذج الرؤية الحاسوبية بعد ذلك تحليل هذه الصور للمساعدة في مهام مثل اكتشاف الحيوانات وعدّها، ما يساعد الفرق على توزيع الموارد بفاعلية أكبر واتخاذ قرارات أفضل لحماية الموائل وجهود الحفاظ على الحياة البرية.

الشكل 3. استخدام لقطات الطائرات المسيّرة القائمة على الرؤية لعدّ الطيور (المصدر)

9. تحسين السلامة في المناجم باستخدام المراقبة الجوية#

غالبًا ما تضم مواقع التعدين آلات ثقيلة وتضاريس متغيرة، ما قد يجعل عمليات التفتيش الروتينية تستغرق وقتًا طويلًا. وقد يتطلب الاعتماد على عمليات التفتيش الأرضية وحدها أيضًا زيارات ميدانية أكثر تكرارًا.

تتيح صور الأقمار الصناعية والصور الجوية للمفتشين والمشغلين رؤية مواقع التعدين بأكملها من الأعلى. ويسهل هذا المنظور الأوسع رصد التغيرات في حدود الحفر وطرق نقل المواد وأكوام المخزون ومواقع المعدات مقارنةً بالفحوصات من مستوى الأرض.

تدعم الرؤية الحاسوبية هذه العملية باكتشاف العناصر الظاهرة، مثل المركبات وأكوام المخزون وطرق نقل المواد وحدود الحفر، وتحديد معالمها. ويتيح ذلك للفرق تركيز عمليات التفتيش على مواقع بعينها وتقليل الزيارات الميدانية غير الضرورية والحفاظ على رقابة سلامة مستمرة.

10. اكتشاف حرائق الغابات وتحليل انتشارها#

قد تنتشر حرائق الغابات بسرعة، وأحيانًا أسرع مما تستطيع الفرق الأرضية الاستجابة له. وبحلول الإبلاغ عن الحرائق، قد تكون مساحات واسعة قد تضررت بالفعل.

يسهّل استخدام الطائرات المسيّرة وأنظمة التصوير بالأقمار الصناعية اكتشاف الحرائق مبكرًا في مناطق الغابات الواسعة. كما تدعم هذه الأنظمة المراقبة البيئية، حتى في المناطق التي يصعب الوصول إليها برًا.

وعلى وجه التحديد، يمكن لنماذج الرؤية الحاسوبية 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 الآثار طويلة الأمد.

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

11. مراقبة الموانئ والمرافئ#

تتعامل الموانئ مع حركة السفن المستمرة، والجداول الزمنية الضيقة، والمساحات المحدودة، ما يجعل الاطلاع على كل ما يحدث في الوقت نفسه أمرًا صعبًا. وغالبًا ما تفوت أساليب المراقبة التقليدية الأنشطة الجارية في الوقت الفعلي، مثل حركة الحاويات أو تكدس حركة المرور.

توفر الصور الجوية أو صور الطائرات المسيّرة وسيلة بسيطة للحصول على رؤية واضحة لعمليات الميناء من الأعلى. ويمكنها إظهار مواقع السفن، واتجاه حركة المرور، والأماكن التي يتشكل فيها الازدحام في أرجاء المرفأ. ويمكن بعد ذلك للذكاء الاصطناعي للرؤية الحاسوبية تحليل هذه الصور لتعقب السفن ورصد الازدحام مبكرًا، ما يساعد الموانئ على إدارة حركة المرور بسلاسة أكبر وضمان كفاءة سير العمليات.

12. اكتشاف انسكابات النفط#

يصعب اكتشاف انسكابات النفط في مراحلها المبكرة، لا سيما في مساحات المحيط الشاسعة. وبحلول وقت الإبلاغ عنها، قد يكون الانسكاب قد انتشر بالفعل وألحق الضرر بالنظام البيئي المحيط.

توفر الرؤية من منظور الطيور التي تتيحها الطائرات المسيّرة صورًا واضحة للمياه المفتوحة. ونتيجة لذلك، يسهل رصد التغيرات في لون السطح وملمسه من ارتفاع أكبر.

يمكن تحليل هذه الصور باستخدام الرؤية الحاسوبية لاكتشاف الانسكابات وتقسيمها مبكرًا وتعقب انتشارها. وهذا يتيح احتواءها بسرعة أكبر ويساعد على الحد من الأضرار طويلة الأمد التي تلحق بالنظم البيئية البحرية.

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

أبرز النقاط#

عند دمج الصور الجوية مع الرؤية الحاسوبية، تتحول من مجرد صور ثابتة إلى مصدر لرؤى عملية. ومع ازدياد أحجام البيانات، تصبح هذه الأنظمة أسرع وأكثر أتمتة، إذ يُجرى التحليل في وقت أقرب إلى وقت التقاط الصور. وينقل هذا التحول الصور الجوية من مجرد الملاحظة إلى اتخاذ قرارات أكثر استنارة وفي الوقت المناسب.

انضم إلى مجتمعنا المتنامي! استكشف مستودع GitHub لمعرفة المزيد عن الذكاء الاصطناعي. تعرّف على الرؤية الحاسوبية في التصنيع والذكاء الاصطناعي في الخدمات اللوجستية بزيارة صفحات حلولنا. وللبدء في بناء تطبيقات باستخدام الرؤية الحاسوبية، اطّلع على خيارات الترخيص.