सारांश। अवसादन विशेषताएँ और अनाज-आकार वितरण प्राकृतिक खतरों, जलवायु परिस्थितियों, और पारिस्थितिकी प्रणालियों को समझने के लिए महत्वपूर्ण हैं। हालाँकि, इन सूचनाओं को इकट्ठा करने के पारंपरिक तरीके महंगे, श्रम-गहन, और समय-खपत करने वाले हैं। इसका समाधान निकालते हुए, हम OrthoSAM पेश करते हैं, जो उच्च-प्रवर्तन ऑर्थोमोज़िक्स में घने पैक किए हुए कंकड़ों का स्वचालित delineation के लिए Segment Anything Model (SAM) का उपयोग करता है। हमारा ढाँचा एक टाइलिंग योजना, बेहतर बीज (इनपुट) बिंदु उत्पादन, और एक बहु-स्तरीय पुनः नमूना योजना शामिल करता है। सिंथेटिक छवियों का उपयोग करके मान्यता ने 1 के करीब उच्च सटीकता, 0.9 से अधिक की पुनःकाल और 0.9 से ऊपर के औसत IoU को दर्शाया। एक बड़े सिंथेटिक डेटासेट का उपयोग करके, हमने दिखाया कि दो-नमूना Kolmogorov-Smirnov परीक्षण अनाज आकार वितरण की सटीकता को पुष्टि करता है। हमने 30 पिक्सल की एक आकार पहचान सीमा निर्धारित की; इस सीमा के नीचे के व्यास वाले कंकड़ों का विश्वसनीय रूप से पता नहीं लगाया गया। भारत में रवि नदी से ऑर्थोमोज़िक्स पर OrthoSAM लागू करते हुए, हमने उच्च सटीकता (0.93) और पुनःकाल (0.94) के साथ 6087 कंकड़ों का delineation किया। परिणामी अनाज सांख्यिकी में क्षेत्र, अक्ष की लंबाई, परिमाप, RGB सांख्यिकी, और चिकनाई माप शामिल हैं, जो भूआकृति विज्ञान और पारिस्थितिकी अध्ययन में आगे के विश्लेषण के लिए मूल्यवान अंतर्दृष्टियाँ प्रदान करते हैं।
Chan et al. (Fri,) ने इस प्रश्न का अध्ययन किया।