1. قبل البدء
تتألف مجموعة بيانات Dynamic World من مجموعة بيانات عالمية لغطاء الأرض لاستخدام الأراضي (LULC) ويتم تحديثها في الوقت الفعلي تقريبًا. وتبلغ درجة دقتها 10 أمتار لأنّها تستخدم كوكبة "سنتينل 2" الفضائية التي أنشأتها وكالة الفضاء الأوروبية (ESA) وبرنامج كوبرنيكوس الذي ينشئ صورة عالمية جديدة لسطح الأرض كل يومَين إلى 5 أيام. ويتم إنتاجه باستخدام نموذج التعليم المعمّق وVertex AI و Earth Engine، وهي منصة للتحليل الجغرافي المكاني. وتساعد هذه الأداة العلماء والباحثين والمطوّرين في اكتشاف التغيُّرات والاتجاهات على الخرائط وتحديد الاختلافات التي تظهر على سطح الأرض.
إنّ Earth Engine هي أداة تهدف إلى تطوير المعرفة العلمية بالعمليات الكوكبية بشكل أكبر لتحقيق منافع بيئية واجتماعية. إنّ استخدامها التجاري في معاينته مع Google Cloud ينصّ على أنّ الغرض الأساسي منها هو فهم ومعالجة المشاكل الملحّة المرتبطة بالاستدامة والمناخ، مثل إزالة الغابات وإدارة المياه والاستخدام المستدام للأراضي.
في هذا الدرس التطبيقي حول الترميز، يمكنك تطبيق ممارسات مسؤولة في إنشاء مجموعات بيانات مشتقة من تكنولوجيا تعلُّم الآلة، مثل Dynamic World.
ما ستتعرَّف عليه
- طريقة تطبيق ممارسات الذكاء الاصطناعي المسؤولة في تطبيقات الاستشعار عن بُعد
- كيفية تفسير توقعات العالم الديناميكي مرئيًا عبر الفضاء والزمن.
- كيفية التفكير في الآثار الأخلاقية والآثار المجتمعية بعد صناعة المحتوى
المتطلبات
- الدراية بكيفية التنقل في تطبيقات Earth Engine.
- يعمل Google Chrome بشكل أفضل مع تطبيقات Earth Engine.
2. افتح تطبيق Dynamic World Earth Engine
تحتوي مجموعة بيانات العالم الديناميكي على تنبؤات لكل بكسل لتسع فئات LULC كما هو موضح في هذا الجدول. يصف استخدام الأرض كيفية استخدام البشر للأرض، بينما يصف الغطاء الأرضي المواد المادية على سطح الأرض.
نوع LULC | الوصف |
ماء | المسطحات المائية الدائمة والموسمية |
أشجار | الغابات الأولية والثانوية، والمزارع الواسعة النطاق |
عشب | مراعي طبيعية ومراعي ماشية وحدائق |
مساحة نباتية مغمورة بالفيضان | أشجار المنغروف وغيرها من الأنظمة البيئية التي تغمرها المياه |
حصاد | محاصيل الصفوف ومحاصيل الأرز |
شجيرة وفرش | نباتات مفتوحة كثيفة إلى كثيفة تتكون من شجيرات |
منطقة المباني | المباني والطرق منخفضة الكثافة والطرق والمساحات الحضرية المفتوحة |
أرض عارية | الصحاري والصخور المكشوفة |
جليد وثلوج | غطاء ثلجي دائم وموسمي |
تشتمل الصور في مجموعة البيانات هذه على 10 نطاقات: تسعة نطاقات مع احتمالات مقدرة لكل من فئات LULC التسع ونطاق تصنيف الفئة الذي يشير إلى الفئة ذات الاحتمالية الأكبر المقدرة. تتيح هذه السمات المميّزة للمستخدمين إجراء تحليل متعدد الفترات وإنشاء منتجات مخصّصة تناسب احتياجاتهم.
لفتح تطبيق Dynamic World Earth Engine:
- افتح علامة تبويب أخرى في المتصفّح،
- انتقِل إلى عالم ديناميكي.
تعرض الخريطة فسيفساء في وضع Top1 مع تظليل تل بمستويات تكبير/تصغير عالية.
- انقر على الخريطة لعرض رسم بياني يعرض احتمالات الفئة بمرور الوقت.
- انقر على نقطة بيانات على الرسم البياني لتحميل توقع محدد وصورته في Sentinel-2.
- في لوحة الطبقات، اضبط الطبقات ومستوى الرؤية.
3- استكشاف توقّعات الطقس الديناميكي في البرازيل
ويتضمّن تقرير Dynamic World توقّعات في جميع فئات LULC التسع ويعرض تصنيف Top1 واحدًا لكل وحدة بكسل. العالم الحقيقي عبارة عن مزيج من العديد من فئات LULC بأي دقة مكانية. في هذا القسم، يمكنك تفسير التنبؤات بصريًا عبر الزمان والمكان.
لاستكشاف توقّعات العالم الديناميكي في البرازيل:
- في المتصفّح، انتقِل إلى تطبيق Dynamic World EE.
- في حقل البحث عن الأماكن، أدخِل
Sete de Setembro, Brazil.
من المفترض أن تظهر لك بيانات الحوسبة الديناميكية للعالم الديناميكي للأراضي الأصلية لشعب بيتر سوروي، الذين يعيشون في منطقة Sete de Setembro في روندونيا بالبرازيل.
- في لوحة العالم الديناميكي، أدخِل
2016-01-01في الحقل تاريخ البدء و2022-01-01في حقل تاريخ الانتهاء، ثم انقر على تعديل.
قد يستغرق تحميل الخريطة بضع دقائق لأنها تُجري عمليات حساب في الوقت الفعلي.
- انقر في أي مكان على الخريطة لإنشاء مخطط في الوقت الفعلي.
يمكنك تكبير الصورة للحصول على استجابة أسرع.
- يمكنك فحص الرسم البياني الذي يتضمّن الاحتمالات الفئوية على المحور ص والوقت على المحور س.
في هذا المثال، النتيجة المتوقعة للفئة Top1 للفترة من 1 كانون الثاني (يناير) 2016 إلى 27 تموز (يوليو) 2017 هي أشجار، وتختلف هذه القيمة من احتمال 0.684 إلى 0.755. وبحلول 5 أيلول (سبتمبر) 2017، لم يعُد التوقّع أشجارًا وأصبحت الإشارة مزعجة، وذلك بحلول 5 أيلول (سبتمبر) 2017.
- انقر على
لتكبير الرسم البياني.
4. تهانينا
لقد تعلّمت كيفية تطبيق مبادئ الذكاء الاصطناعي المسؤولة في إنشاء مجموعات البيانات المستمدة من تعلُّم الآلة، مثل Dynamic World.