WHU-RuR: مجموعة بيانات مرجعية لاستخراج الطرق الريفية (الحقول الزراعية على مستوى عالٍ) من صور الأقمار الصناعية عالية الدقة

WANG Ningjing ,  

WANG Xinyu ,  

PAN Yang ,  

LU Xiaoyan ,  

YAO Wanqiang ,  

ZHONG Yanfei ,  

GONG Jianya ,  

摘要

بناء الحقول الزراعية على مستوى عالٍ هو إحدى الخطوات الرئيسية لرفع قدرة إنتاج الحبوب في الصين وضمان الأمان الغذائي. ومن بينها، تعتبر الطرق الريفية (الحقول الزراعية على مستوى عالٍ) مثل الطرق في الحقول والطرق الإنتاجية، أحد محتويات البنية التحتية الأساسية لبناء الحقول الزراعية على مستوى عالٍ. كيفية استخدام صور الأقمار الصناعية عالية الوضوح بدقة وسرعة لاستخراج الطرق الريفية تحظى بأهمية كبيرة لرصد ومراقبة بناء الحقول الزراعية على مستوى عالٍ. في السنوات الأخيرة، تطورت بشكل سريع طرق التعلم العميق لاستخراج الطرق الموجهة نحو المدينة وقواعد البيانات المرجعية، ولكن بفعل الفوارق الهائلة بين الطرق الموجهة نحو المدينة والطرق الريفية، يصعب تطبيق نماذج التدريب الموجهة نحو المدينة المقدمة مباشرة لاستخراج الطرق الريفية. يستند هذا البحث إلى بيانات صور الأقمار الصناعية ذات الدقة العالية، لبناء نظام تكنولوجيا معلومات المساحة الحقلية لاستخراج الطرق الريفية (الحقول الزراعية على مستوى عالٍ) (WHU-RuR) لأول مرة. تعتبر هذه المجموعة من البيانات هي أكبر مجموعة بيانات مفتوحة حتى الآن، وتتميز بأعلى نسبة تغطية للحقول الزراعية وأكبر عدد من فئات الطرق الريفية وأكثر خلفيات الريف تعقيداً وأكبر حجم من البيانات. الميزات المحددة كالتالي: تغطي مناطق ريفية نموذجية في سبع مقاطعات (مقاطعات هوبي وهونان وشنشى وسيتشوان وآنهوي وهينان وهيبي) في شمال ووسط وشرق وشمال غرب وجنوب غرب الصين؛ تحتوي على مجموعتي تدريب واختبار تحتويا على 25922 زوجاً من صور الأقمار الصناعية عالية الدقة وعينات الطرق (الدقة الزمانية 0.3 متر، الحجم الزماني 1024×1024 بكسل). في الوقت نفسه، ولتحقق من قابلية استخدام مجموعة بيانات WHU-RuR، قام البحث بتجربة أساليب استخراج الطرق الأمامية الموجهة نحو المدينة وتحليلها بشكل شامل عن فعالية هذه الطرق في مهمة استخراج الطرق الريفية. خلصت التجارب إلى أن مجموعة بيانات WHU-RuR قادرة بشكل أساسي على تلبية الاحتياجات في استخراج الطرق الريفية ولها إمكانية تطبيق كبير في مجال رصد ومراقبة بناء الحقول الزراعية على مستوى عالٍ. رابط مجموعة البيانات: https://doi.org/10.57760/sciencedb.09181.

关键词

استخراج الطرق الريفية; الحقول الزراعية على مستوى عالٍ; صور الأقمار الصناعية عالية الدقة; مجموعة بيانات مرجعية للأقمار الصناعية; التعلم العميق

阅读全文