تجزئة الفيضانات: نقل المعرفة تحت الإشراف الذاتي من الأقمار الصناعية البصرية إلى الرادار ذي الفتحة الاصطناعية

يواجه عالمنا بشكل متزايد تحديات في إدارة تأثيرات الكوارث الطبيعية، وخصوصًا الفيضانات، التي تكون متكررة، خطيرة، ومكلفة. تعاني طرق رسم خرائط الفيضانات التقليدية، المعتمدة على الأقمار الصناعية البصرية (MSI)، تحت الغطاء السحابي الذي يعد أمرًا شائعًا أثناء مثل هذه الأحداث. يوفر الرادار ذي الفتحة الاصطناعية (SAR) بديلاً واعدًا بفضل قدرته على اختراق السحب، على الرغم من أن استخدامه كان محدودًا بسبب التعقيد وتحديات تصنيف البيانات. يهدف هذا المشروع إلى تطوير نموذج لتجزئة الفيضانات قائم على SAR يمكنه رسم خرائط الفيضانات بسرعة وبدقة على مستوى العالم، مع قدرة عالية على التكيف مع أنواع ومناطق الفيضانات المختلفة. من خلال استخدام التعلم العميق وتقنية جديدة لنقل التعلم تجمع بين نقاط القوة في بيانات Optical/MSI وSAR، يسعى النموذج لتجاوز تحديات التصنيف اليدوي وتحسين دقة الرسم. تظهر النتائج الأولية أن النموذج يعمم بفعالية عبر مختلف أحداث الفيضانات، مع أداء متفوق يتم الإشارة إليه بواسطة نسبة التقاطع على الاتحاد (IoU) بـ 0.72، متفوقًا على الطرق الحالية ومظهرًا قدرات واعدة في رسم خرائط الفيضانات بدقة.