يُعتبر التقييم الكمي لنمط توزيع الفضاءات الزرقاء الحضرية وقواعد تغيرها ذا أهمية علمية وعملية كبيرة لتحقيق التنسيق بين عمليات التمدن وحماية النظم البيئية المائية. تعاني الدراسات الحالية في مجال المراقبة عن بعد للفضاءات الزرقاء الحضرية من قيود دقة الصور الفضائية، مما يجعل استخراج المياه الصغيرة والمتناهية الصغر وتصنيف أنواع المياه الدقيقة لا تزال تمثل تحديًا. بالإضافة إلى ذلك، تفتقر الدراسات الحالية إلى تقارير متخصصة على المستوى الوطني حول نمط توزيع الفضاءات الزرقاء الحضرية وتطورها في المناطق الجديدة ذات المستوى الوطني. تعتمد هذه الدراسة على تحسين هيكلية U-Net، من خلال إدخال آلية إعادة معايرة القنوات والاتصالات الباقية، وقدمت نموذج التعلم العميق CRRU-Net لتصنيف المياه في الصور الفضائية ذات الدقة العالية، ونفذت مراقبة لأحد عشر منطقة جديدة ذات المستوى الوطني. أظهرت النتائج أن النموذج يحقق أفضل دقة في مهمة تصنيف المياه، حيث بلغت الدقة الإجمالية 94.96%. بالإضافة إلى ذلك، تعتمد الدراسة على صور الاستشعار عن بعد ذات الدقة العالية (4 متر) من عامي 2014 و2023 لتوليد مجموعة بيانات تصنيف المياه للمناطق الجديدة الوطنية في الصين، بهدف مراقبة التغيرات النوعية لأربعة أنواع مياه: أنهار، بحيرات، خزانات، وبرك. أظهرت النتائج أن المساحة الإجمالية للفضاءات الزرقاء الحضرية للمناطق الجديدة الوطنية الصينية زادت بمقدار 70.37 كيلومتر مربع بين عامي 2014 و2023. حيث تقلصت المناطق الجديدة الساحلية (باستثناء منطقة تيانجين بينغهاي الجديدة) بشكل عام، بينما توسعت المناطق الجديدة الداخلية (باستثناء منطقة يوننان ديانتشون الجديدة) بشكل ملحوظ؛ وأظهرت بعض المناطق استقرارًا ظاهريًا في المياه بسبب توازن الزيادة والنقصان. على وجه التحديد، زادت مساحة الأنهار والخزانات بنسبة 11.56% و10.39% على التوالي مقارنة ببداية البناء في 2014، في حين انخفضت مساحة البحيرات والبرك بنسبة 15.35% و10.26% على التوالي. توفر هذه الدراسة دعماً بياناتياً للتنمية الحضرية المنسقة علميًا وحماية الفضاءات الزرقاء، مما يساهم في تعزيز التمدن المستدام بشكل علمي وعملي.

المناطق الجديدة ذات المستوى الوطني; الفضاءات الزرقاء الحضرية; صور الاستشعار عن بعد عالية الدقة; التعلم العميق; التقسيم الدلالي; U-Net; تصنيف المياه; مراقبة التغير