المكاسب:
- القدرة على شرح كيفية إجراء خرائط الصخور والخطأ والتغيير باستخدام الذكاء الاصطناعي في صور الأقمار الصناعية والصور الجوية.
- القدرة على تصميم سير العمل الذي يستخرج العلامات المعدنية والهيكلية من البيانات متعددة الأطياف/فوق الأطياف
- القدرة على اختبار مخرجات الاستشعار عن بعد مع الحقيقة الأرضية والسياق الجيولوجي
الخريطة الجيولوجية هي إسقاط للقصة تحت الأرض لمنطقة ما على السطح: أي وحدة صخرية تقع، وأين تمر الصدوع، وفي أي اتجاه تميل الطبقات. تقليديًا، هذه الخريطة هي منتج ينتجه الجيولوجي عن طريق السفر من نتوء إلى نتوء، مع أشهر من العمل الميداني. واليوم، يعمل الاستشعار عن بعد والذكاء الاصطناعي على تسريع معظم هذه العملية. في هذه الوحدة، سنرى كيف يتم رسم الخرائط الصخرية والصدوع والتغيرات (التغير الكيميائي للصخور مع المياه الحرارية المائية؛ وهو مؤشر حاسم في استكشاف المعادن) باستخدام الذكاء الاصطناعي من الصور الفضائية / الجوية، والأهم من ذلك، كيف يتم اختبار هذه المخرجات مع واقع الأرض.
تحذير من البداية: صورة الاستشعار عن بعد هي قياس وليست تفسيراً؛ ولكن كل خريطة مشتقة من ذلك القياس هي تفسير وفي التفسير خطأ. يمكن أن تكون "منطقة التغيير" المميزة بالذكاء الاصطناعي مؤشرًا معدنيًا فعليًا، أو حقلًا جافًا، أو ظلًا، أو اضطرابًا جويًا. الخريطة فرضية حتى يتم التحقق منها ميدانيا.
الفيزياء الأساسية للاستشعار عن بعد
يعكس كل معدن وصخور ضوء الشمس بأطوال موجية مختلفة بمعدلات مختلفة؛ وهذا ما يسمى التوقيع الطيفي. ترى العين البشرية الضوء المرئي فقط (الأحمر والأخضر والأزرق)، لكن أجهزة استشعار الأقمار الصناعية تقيس نطاقًا أوسع بكثير، بما في ذلك الأشعة تحت الحمراء. مفهومان أساسيان:
يقيس التصوير متعدد الأطياف في عدة نطاقات ذات أطوال موجية واسعة (عادةً 4-12 نطاقًا)؛ على سبيل المثال، الأقمار الصناعية Landsat وSentinel. ويميز الصخور الخشنة. من ناحية أخرى، يقيس التصوير الفائق الطيفي مئات النطاقات الضيقة ويمكنه التعرف على المعادن تقريبًا من خلال "بصماتها الطيفية"؛ يستخدم لتمييز المعادن المتغيرة (مثل الكاولينيت والألونيت والإليت).
يقوم الذكاء الاصطناعي بمهمتين هنا: أولاً، يقوم بتصنيف هذه البيانات الطيفية عالية الأبعاد (أي بكسل هو أي حجر/معدن). ثانياً، يقوم باستخراج العيوب والسمات الهيكلية من الأنماط الهندسية للصورة (الخطوط، الملمس، شبكة الصرف). عند إضافة نموذج الارتفاع الرقمي (DEM للاختصار؛ خريطة الارتفاع ثلاثية الأبعاد للأرض)، يتم أيضًا تضمين المنحدر والجوانب والخطوط الطبوغرافية في التحليل.
خطوة بخطوة: سير عمل خريطة التغيير
- تحضير الصورة. تصحيح الغلاف الجوي (إزالة التأثير المشوه للجو)، إخفاء السحاب، قناع الغطاء النباتي. إذا تم تخطي هذه الخطوة فإن النتيجة بأكملها ستكون ملوثة.
- تضييق مجال اهتمامك. حصر منطقة الدراسة بالسياق الجيولوجي (الخطأ المعروف، التكوين، النتوء)؛ إعطاء السياق للنموذج.
- حساب المؤشرات الطيفية. نسب النطاق التي تسلط الضوء على مجموعات معدنية محددة (على سبيل المثال، أكاسيد الحديد والمعادن الطينية).
- تصنيف. يقوم الذكاء الاصطناعي بتصنيف وحدات البكسل/المناطق وتحديد مناطق التغيير المحتملة.
- جدولة التحقق من التضاريس. حدد نقاط العينة من المناطق المحددة وتحقق منها في الميدان. بدون هذه الخطوة لن يتم التوقيع على الخريطة.
دور وحدود الذكاء الاصطناعي في تحليل الصور
وعلى وجه الخصوص، يقلل الذكاء الاصطناعي من نوعين من الأخطاء: فهو يلتقط الانحرافات الدقيقة التي يتم التغاضي عنها، ويوحد التفسيرات غير المتسقة. لكنها تنتج ثلاثة أخطاء منهجية. الأول هو نتيجة إيجابية كاذبة: قد يبدو أن الغطاء النباتي أو الظل أو البنية البشرية أو رطوبة التربة هي تغيرات. والثاني هو تحيز التدريب: إذا تم تدريب النموذج على بيانات من منطقة أخرى، فسيكون ذلك خاطئًا في علم الصخور المختلفة لموقعك. ثالثًا، وهم الحجم: بكسل واحد يغطي عشرات الأمتار على الأرض؛ يتم فقدان الهياكل الدقيقة، وتكون وحدات البكسل المختلطة (مواد متعددة في بكسل واحد) مضللة.
لذا فإن القاعدة الذهبية: الحقيقة الأرضية تفوز دائمًا. ولا يمكن اعتبار الخريطة الناتجة عن الصورة نهائية دون اختبارها بالعينات والملاحظات في نقاط مختارة في الميدان. ولا يتم اختيار نقاط التحقق بشكل عشوائي، بل بشكل استراتيجي لتغطية المناطق "المعينة" و"المشبوهة".
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - تضييق منطقة البحث. قامت إحدى شركات التنقيب بتقييم مساحة الترخيص بمساحة 1200 كيلومتر مربع. أدى تصنيف التعديل بمساعدة الذكاء الاصطناعي من البيانات فوق الطيفية إلى تقليل المنطقة إلى 7 مناطق مستهدفة بمساحة 38 كيلومتر مربع. بدلاً من زيارة المنطقة بأكملها، أعطى الفريق الميداني الأولوية لهذه المناطق السبع؛ تم تقليل وقت الحملة الميدانية الأولية بنسبة تقدر بـ 70%. أظهرت 5 من المناطق السبعة تغيرًا حقيقيًا في الحقل، وكانت اثنتان منها نتائج إيجابية كاذبة (التربة الطينية) - بدون التحقق، كانت هاتان المنطقتان ستضيعان في الحفر.
الحالة 2 - رسم أولي لتعيين الأخطاء. اقترح تحليل DEM والخط المستخرج من الصورة خطين بسيطين إلى جانب الخطأ الرئيسي المعروف. تبين أن أحدهما كان خطأً فعليًا في الميدان؛ وتبين أن الآخر هو الأثر الطبوغرافي لمسار خط الأنابيب. التقط النموذج النموذج الهندسي بشكل صحيح لكنه لم يتمكن من تمييز أصله؛ وميز بين المعقولية الجيولوجية والتحكم الميداني.
الحالة 3 – مغالطة الظل السحابي. في إحدى المناطق، شهد النموذج "تغييرًا قويًا في أكسيد الحديد" على المنحدر الشمالي. لم يكن تصحيح الغلاف الجوي مكتملاً وكان التوقيع في الواقع عبارة عن تشويه طيفي لغطاء سحابي رقيق. وعندما تمت إعادة معالجة الصورة وتصحيحها، اختفى الشذوذ. الدرس المستفاد: خطأ في المعالجة المسبقة يخدع حتى النماذج الأكثر تقدمًا.
موجه ضعيف / موجه قوي
حث ضعيف:
أظهر الأماكن التي قد تكون بها ألغام في هذه الصورة الفضائية.
مطالبة قوية:
دورك: جيولوجي الاستشعار عن بعد. قم بتفسير المؤشر الطيفي وقيم نسبة النطاق التالية (صورة Sentinel-2، منطقة قاحلة، نباتات متناثرة).- لكل منطقة تغيير محتملة: اكتب المؤشر/النسبة التي أثارتها.- اقترح مصدرًا إيجابيًا كاذبًا واحدًا على الأقل لكل منطقة (الغطاء النباتي، الظل، التربة، من صنع الإنسان، الغلاف الجوي).- قم بفرز المناطق حسب "أولوية التحقق من التضاريس" (عالية / متوسطة / منخفضة). - لا تقدم أي منطقة على أنها "الملغومة" ؛ بيانات "يجب التحقق من رمز التغيير": [جدول الفهرس/السعر + السياق]
تجبر المطالبة القوية النموذج على إدراج النتائج الإيجابية الخاطئة بنفسه وتجنب المطالبة بالدقة.
أربعة قوالب قابلة للنسخ
1) قائمة مراجعة ما قبل المعالجة:
تحقق من خطوات المعالجة المسبقة التي ربما تم حذفها في سير عمل الاستشعار عن بعد التالي: تصحيح الغلاف الجوي، قناع السحابة/الظل، قناع الغطاء النباتي، التصحيح الطبوغرافي، معايرة المستشعر. اشرح في جملة واحدة كيف يمكن للخطوات المفقودة أن تؤثر على استنتاجك. سير العمل: [تعريف]
2) تفسير منطقة التغيير:
استخراج المجموعات المعدنية التغيير المحتمل من قيم المؤشر الطيفي التالية (الطين، أكسيد الحديد، الكربونات، السيليكا). لكل مجموعة: مؤشر الزناد، مستوى الثقة، التفسير البديل (إيجابي كاذب)، التحقق الميداني المقترح. ادعاء اليقين. البيانات: [الفهارس]
3) الخط / فصل الخطأ:
خذ بعين الاعتبار قائمة الخطيات أدناه. قم بإدراج الأصول المحتملة لكل منها: الصدع، وحدود الصفائح، والسد، والصرف، والبنية البشرية (الطريق/الخط/الحقل)، وحدود الغطاء النباتي. اذكر المصدر الأكثر احتمالا مع السياق الجيولوجي، ولكن استبعد الاحتمال الوحيد. القائمة: [الخطيات + السياق]
4) خطة نقطة التحقق:
اقترح خطة تحقق ميدانية لخريطة التغيير/الحجرية التالية: - كم عدد نقاط العينة لكل فئة، ولماذا. - أخذ عينات متوازنة من المناطق "المحددة" و"المشكوك فيها". - مذكرة الوصول والأمن. ملخص الخريطة: [الطبقات والمناطق]
نوع الصورة ومساحة الاستخدام
نوع البيانات
ما التدابير
قوته هي
الحد
متعدد الأطياف (Sentinel/Landsat)
النطاقات العريضة
علم الصخور الخام، والمسح الإقليمي
فصل المعادن محدود
فوق الطيفي
مئات من العصابات الضيقة
التمييز المعدنية / التغيير
التكلفة، المعالجة العامة
ماركا (الارتفاع)
التضاريس
خطأ / الملاءمة ، الصرف
الليثولوجيا لا تعطي
الأشعة تحت الحمراء الحرارية
درجة حرارة السطح
بعض السيليكات/الكربونات
حساسة للجو
الرادار (ريال سعودي)
خشونة السطح/التشوه
تحت السحابة، هبوط/انهيار أرضي
التفسير معقد
نصيحة: استخدم مخرجات الاستشعار عن بعد باعتبارها "مسحًا لتحديد أولويات الموقع"، وليس "خريطة حفر". أعظم قيمة لها هي أنها تخبرك إلى أين تذهب أولاً؛ الأدلة الميدانية والمهندس يقرر مكان الحفر.
تحذير: حتى التصنيف الأكثر تقدمًا ينتج أخطاء منهجية إذا تم حذف المعالجة المسبقة (التصحيح الجوي والطبوغرافي، والإخفاء). في حالة "الإخراج غريب"، استعلم عن المعالجة المسبقة أولاً، وليس النموذج. مبدأ إدخال القمامة وإخراج القمامة لا يرحم هنا.
الأخطاء الشائعة
- تخطي المعالجة المسبقة. الخلط بين الحالات الشاذة من الصور غير المصححة والجيولوجيا الحقيقية.
- نسيان الإيجابيات الكاذبة. الخلط بين النباتات والظل ورطوبة التربة والهياكل البشرية كتغييرات/أخطاء.
- التوقيع دون الحقيقة الأرضية. استناد قرار الحفر إلى الخريطة المصورة دون التحقق منه ميدانياً.
- وهم الحجم. إن نسيان حجم البكسل وتجاهل حقيقة فقدان الهياكل الدقيقة أو البكسلات المختلطة أمر مضلل.
- تجاهل التحيز التعليمي. تطبيق نموذج تم تدريبه في منطقة أخرى بشكل أعمى على حقل ذي علم حجري مختلف.
باختصار
- يقوم الاستشعار عن بعد بقياس البصمة الطيفية للمعادن عند أطوال موجية مختلفة؛ إنه يميز بين الخشنة متعددة الأطياف والناعمة فوق الطيفية.
- يصنف الذكاء الاصطناعي هذه البيانات عالية الأبعاد ويستخرج الخطأ/الخطي من الأنماط الهندسية؛ ولكنها تنتج إيجابيات كاذبة، وتحيز التدريب، وتحيز الحجم.
- تحدد المعالجة المسبقة (التصحيح الجوي/الطبوغرافي، والإخفاء) جودة النتيجة؛ إذا تم حذفه، سيحدث خطأ منهجي.
- الاستشعار عن بعد هو أداة فحص/تحديد الأولويات؛ ولا تعتبر الخريطة دقيقة دون اختبارها على أرض الواقع.
- الحقيقة الأرضية تفوز دائمًا؛ ويجب أن تغطي نقاط التحقق المناطق المحددة والمشبوهة بطريقة متوازنة.
مهمة التطبيق
قم بإخفاء هوية قيم نسبة الفهرس/النطاق الطيفية أو قائمة خطوط DEM لديك لموقع العمل (أو منطقة البيانات المفتوحة). قم بتفسير مناطق التغيير أو الأخطاء المحتملة باستخدام الموجه القوي واطلب من النموذج أن يقترح مصدرًا إيجابيًا كاذبًا واحدًا على الأقل لكل منطقة. ثم قم بوضع خطة مراقبة الموقع باستخدام نموذج "خطة نقطة التحقق"؛ لاحظ في جملة واحدة عدد النقاط المقسمة إلى مناطق "مشبوهة" وسبب قيامك بإجراء أخذ عينات متوازن.
قائمة مرجعية
- [ ] يمكنني التمييز بين ما تقيسه البيانات متعددة الأطياف والفائقة الطيفية وما تُستخدم من أجله.
- [ ] أعرف كيف تؤثر خطوات المعالجة المسبقة (التشذيب، الإخفاء) على النتيجة.
- [ ] أتساءل عن مصادر الإيجابيات الكاذبة (النباتات، الظل، من صنع الإنسان) في مخرجات التغيير/الخطأ.
- [ ] أعرض خريطة الاستشعار عن بعد كأداة مسح وأختبرها من خلال التحقق من التضاريس.
- [ ] يمكنني تخطيط نقاط التحقق لموازنة مناطق معينة ومشبوهة.