تقييم صحة تصنيف خوارزميّات تعلم الآلة لمرئيّات سنتينل -2 لمحافظة جدة باستخدام محرك جوجل الأرضي | ||
| المجلة العربية للدراسات الجغرافية | ||
| Volume 8, Issue 25, October 2025, Pages 43-72 PDF (1.15 M) | ||
| Document Type: المقالة الأصلية | ||
| DOI: 10.21608/jasg.2025.458757 | ||
| Authors | ||
| أسماء بنت علي الزهراني1; فهد بن عبد العزيز المطلق2 | ||
| 1ماجستير جغرافيا – كلية العلوم الإنسانية والاجتماعية – جامعة الملك سعود | ||
| 2أستاذ مشارك بقسم الجغرافيا - كلية العلوم الإنسانية والاجتماعية – جامعة الملك سعود | ||
| Abstract | ||
| توفر منصة محرك جوجل الأرضيّ (Google Earth Engine) الوصول إلى كميةٍ كبيرةٍ من بيانات الأقمار الصناعيّة المتاحة مجانًا ومعالجتها بسلاسةٍ، إضافةً إلى توفير مجموعةٍ من أحدث المصنفات للتصنيف القائم على الخلية التي يمكن استخدامها لرسم خرائط الغطاء الأرضيّ. يتمُّ استخدام طرقٍ مختلفةٍ للتصنيف الرقميّ للصور، ومع ذلك قد تقدّم نتائج مختلفةٍ ومن المهم اختبار صحتها للتحقق من فعاليتها في رسم الخرائط الموضوعيّة للغطاء الأرضيّ من أجل اختيار المصنف الذي يقدّم أفضل النتائج، تقوم هذه الدراسة برسم الخرائط الموضوعيّة للغطاء الأرضيّ لمحافظة جدة، وباستخدام بيانات القمر الصناعيّ سنتينل-2 للفترة الزمنيّة (/0104/2024- /0504/2024)، في ضوء ذلك تهدف الدراسة إلى تقييم أداء ثلاث خوارزميّات تصنيف خاضعة للإشراف لصحة تصنيف خرائط الغطاء الأراضيّ لمنطقة الدراسة، وكانت الخوارزميّات التي تمَّ اختبارها هي: آلة المتجهات الداعمة (SVM)، والغابة العشوائيّة (RF)، وشجرة التصنيف والانحدار (CART). تمَّ استخدام مصفوفة الخطأ والدّقةِ الإجماليّة ومعامل كابا لمقارنة نتائج تصنيف تعلّم الآلة، تباينت النتائج فحصلنا على أفضلها من خلال تصنيف (RF) بصحةٍ إجمالية (%94.5)، والأقل صحةً كان تصنيف (SVM) بصحةٍ إجمالية بلغت (%86.7). وأوصت الدراسة بالاعتماد على الأقمار الصناعيّة ذات وضوح مكانيّ مناسبٍ، مع الأخذ بالحسبان عند إجراء عملية تصنيف الغطاء الأرضيّ: حجم منطقة الدراسة، كذلك توصي باستخدام تصنيف آلة الغابات العشوائية في المناطق ذات الكتلة العمرانية نظرًا لما توفره من دقة تصنيف عالية، خصوصًا في تمييز المناطق الحضرية مقارنة بالتصنيفات الأخرى. | ||
|
Statistics Article View: 2 PDF Download: 2 |
||
