خطوط شواطئ الأنهار والبحيرات هي المناطق التي تلتقي فيها المياه الداخلية بالأرض، وتمتلك وظائف بيئية هامة جداً مثل تنظيم الفيضانات والحفاظ على التوازن الإيكولوجي. إن الحصول في الوقت المناسب على ديناميكيات تغير خطوط الشواطئ له أهمية كبيرة في منع الفيضانات والتخفيف من الكوارث وبناء وحماية البيئة المائية. في هذا المقال، تم تدريب نموذج التعلم العميق Swin-UNet، استناداً إلى صور الاستشعار عن بُعد عالية الدقة (أقمار Gaofen الصناعية و Sentinel-2)، لتطوير تقنية التعرف على المسطحات المائية وخطوط الشواطئ الإقليمية، واستخدامها لمراقبة التغيرات الديناميكية لخطوط شواطئ الأنهار والبحيرات في مدينة تشينغ من عام 2015 إلى 2025. أظهرت النتائج أن نموذج التعرف على المسطحات المائية وخطوط الشواطئ المبني على Swin-UNet يتفوق بشكل واضح على الطرق التقليدية القائمة على العتبة أو نماذج التعلم الآلي البسيطة، حيث بلغت دقة التعرف على المسطحات المائية أكثر من 90%، مع وضوح معلومات الخطوط. أظهرت نتائج أقمار Gaofen أن متوسط مساحة المياه السنوية في منطقة الدراسة حوالي 314.7 كم²، وطول الخطوط الشاطئية حوالي 7306.4 كم. وكانت هناك توافق جيد بين نتائج أقمار Gaofen و Sentinel-2 (معامل ارتباط متوسط سنوي أكبر من 0.99)، ولكن بسبب أعلى دقة مكانية، كانت مساحة المياه المحددة من صور Gaofen تقريباً أعلى بنسبة 18.9% من Sentinel-2، في حين أن طول الخطوط الشاطئية أطول تقريباً بنسبة 75%. تقلب طول الخطوط الشاطئية داخل السنة (معامل التغير = 12.8%) أعلى من التغير بين السنوات (معامل التغير = 9.0%). استقرار شكل الخطوط الشاطئية للمسطحات المائية الصناعية في المنطقة أعلى من الطبيعية. يظهر تطور هيكل خطوط شواطئ الأنهار والبحيرات في المنطقة تحولا من شواطئ شبه طبيعية وشبه صناعية إلى شواطئ صناعية، في حين أن الخطوط الطبيعية تبقى مستقرة نسبياً، ويرتبط هذا الاتجاه التطوري ارتباطاً وثيقاً بالتوسع الحضري والسياسات البيئية لإعادة الغابات وتحويل الأراضي الصالحة للزراعة إلى الأراضي الرطبة.

خطوط شواطئ الأنهار والبحيرات;المراقبة الديناميكية;Swin-UNet;أقمار Gaofen الصناعية;Sentinel-2;مدينة تشينغ