BD-SAT: High-resolution Land Use Land Cover Dataset & Benchmark Results for Developing Division: Dhaka, BD

تخيل أنك تحاول تعليم روبوت التعرف على العالم من حوله، ولكن بدلاً من إظهار ملايين الصور للقطط والكلاب له، أنت تظهر له صوراً فضائية للأرض. هذا هو عالم الاستشعار عن بُعد والتعلم العميق. فكر في التعلم العميق كطالب ذكي للغاية يتعلم من خلال النظر إلى آلاف الأمثلة حتى يكتشف القواعد بنفسه. في هذه الحالة، يحاول الطالب تعلم استخدام الأراضي وغطاء الأرض (LULC). وهذا مجرد تعبير منمق للسؤال: "هل هذه البقعة من الأرض عبارة عن غابة، أم مزرعة، أم مدينة، أم بحيرة؟"

لماذا يهم هذا الأمر؟ لأن كوكبنا يتغير بسرعة. ففي الدول النامية، تنمو المدن مثل الأعشاب الضارة، وتتقلص الغابات. ولفهم هذه التغييرات، أو تتبع الفقر، أو التخطيط لمكان بناء طريق جديد، نحتاج إلى خريطة تخبرنا بالضبط كيف تبدو الأرض، بكسل تلو الآخر. ولكن هنا تكمن المشكلة: يحتاج الطالب الروبوت إلى كتاب مدرسي ليدرس منه. في الدول الغنية، لدينا الكثير من الكتب المدرسية (مجموعات البيانات) ذات الإجابات المثالية. أما في الدول النامية، فغالباً ما تكون تلك الكتب المدرسية مفقودة، أو ضبابية، أو مكتوبة بلغة لا يفهمها الروبوت. وبدون بيانات جيدة، يصاب الروبوت بالارتباك ويرتكب أخطاءً، مثل الاعتقال بأن نهراً طينياً هو حقل زراعي.

تقدم هذه الورقة البحثية كتاباً مدرسياً جديداً كلياً وفائق التفاصيل يسمى BD-SAT، مصمماً خصيصاً لتقسيم دكا في بنغلاديش. أدرك المؤلفون، وهم فريق من جامعة إندبندنت في بنغلاديش، أن الخرائط الموجودة كانت ضبابية للغاية أو بسيطة للغاية لتعليم الروبوت كيفية رؤية الواقع الفوضوي والمزدحم والجميل. لقد قضوا شهوراً في إنشاء خريطة "الحقيقة الأرضية" (ground truth)—وهي بمثابة نموذج إجابة مثالي—من خلال النظر في صور الأقمار الصناعية عالية الدقة من "بينج" (Bing)، والتي تعمل كصورة جوية ضخمة ومكبرة. ثم استخدموا هذه الخريطة المثالية لتدريب نموذج ذكاء اصطناعي قوي يسمى DeepLabV3+ لمعرفة ما إذا كان بإمكانه تعلم تحديد خمسة أشياء رئيسية: الغابات، والأراضي الزراعية، والمناطق العمرانية (المدن والقرى)، والمياه، والمروج.

لم يتوقف الباحثون عند صنع الخريطة فحسب؛ بل أخضعوا الروبوت لمدرسة صعبة للغاية. لقد اختبروا النموذج باستخدام نوعين مختلفين جداً من "الكتب المدرسية". أولاً، استخدموا Sentinel-2A، وهو قمر صناعي مجاني يلتقط صوراً كل بضعة أيام ولكن من ارتفاع عالٍ جداً، مما يجعل الصور ضبابية بعض الشيء (حوالي 10 إلى 20 متراً لكل بكسل). الأمر يشبه محاولة قراءة كتاب من مؤخرة فصل دراسي كبير. ثاً، استخدموا صور القمر الصناعي من بينج (Bing)، وهي حادة للغاية (2.22 متر لكل بكسل)، مثل قراءة نفس الكتاب تحت مصباح ساطع مباشرة. كما جربوا دمج "مرشحات" خاصة (مثل الأشعة تحت الحمراء) لمعرفة ما إذا كان ذلك سيساعد الروبوت على الرؤية بشكل أفضل، تماماً كما تساعدنا نظارات الرؤية الليلية على الرؤية في الظلام.

كانت النتائج واضحة وحاسمة. عندما درس الروبوت صور Sentinel-2A الضبابية، قام بعمل جيد، لكنه غالباً ما كان يرتبك. على سبيل المثال، عانى في التمييز بين المرج الأخضر والحقل الزراعي الأخضر، أو بين النهر الطيني وبقعة مائية. وكان أفضل مزيج للصور الضبابية وجده هو مزيج خاص من الأشعة تحت الحمراء والضوء قصير الموجة (المسمى SWI)، والذي ساعده على رؤية النباتات والمياه بشكل أفضل من الألوان القياسية. ومع ذلك، عندما سُمح للروبوت بدراسة صور بينج الحادة وعالية الدقة، أصبح طالباً متفوقاً. فقد حدد الغابات والمدن والمياه بدقة أعلى بكثير. سمحت الصور عالية الدقة للنموذج برؤية التفاصيل الصغيرة—مثل ملمس السقف أو حافة النهر—التي فُقدت تماماً في الصور الضبابية.

تجادل الورقة صراحة ضد فكرة أنه يمكننا ببساطة استخدام نفس البيانات من الدول الغنية لتدريب الروبوتات للدول الفقيرة. يوضح المؤلفون أن الواقع "الفوضوي" في الدول النامية—حيث تختلط المنازل والمزارع والأنهار غالباً دون خطوط واضحة—يتطلب نهجاً مختلفاً وأكثر تفصيلاً. كما أنهم يستبعدون فكرة أن بيانات الأقمار الصناعية القياسية منخفضة الدقة كافية للمهام عالية الدقة. وبينما تعتبر بيانات Sentinel-2 المجانية مفيدة للاتجاهات العامة، تشير الورقة إلى أنه بالنسبة للعمل التفصيلي، مثل مراقبة الزحف العمراني أو تغيرات المحاصيل المحددة، فأنت تحتاج حقاً إلى الرؤى الحادة وعالية الدقة التي توفرها خدمات مثل "بينج" أو "جوجل"، حتى لو لم تكن محدثة بنفس التكرار.

في النهاية، يقترح المؤلفون استراتيجية ذكية: استخدم صور "بينج" عالية الدقة لإنشاء "نموذج إجابة" مثالي (الحقيقة الأرضية) لتدريب الذكاء الاصطناعي، ثم استخدم ذلك العقل المدرب لتفسير صور Sentinel-2 المجانية والمتكررة. إنه يشبه استخدام صورة عالية الدقة لتعليم طالب كيفية التعرف على وجه، ثم ترك ذلك الطالب يحدد الأشخاص في حشد باستخدام كاميرا أمنية محببة. إن مجموعة بيانات BD-SAT متاحة الآن لأي شخص لاستخدامها، مما يوفر طريقة جديدة وموثوقة لفهم المناظر الطبيعية المتغيرة في بنغلاديش والمناطق النامية الأخرى، مما يثبت أنه مع البيانات الصحيحة، يمكن حتى رسم خرائط المدن الأكثر تعقيداً وازدحاماً بوضوح وعناية.