حل مشکلات کلان ملی با راهکارهای ماهوارهای
مهندسان ایرانی با بهرهگیری از فناوری هوش مصنوعی در پردازش و تفسیر تصاویر ماهوارهای امکان پایش و مدیریت عرصههای طبیعی و زمینهای کشاورزی را مهیا کردهاند. رصد تغییرات مختلف در محدوده پهناور جغرافیای کشور، در سالهای اخیر با تحولات بسیار زیادی روبهرو بوده و بهنوعی میتوان گفت با پیشرفتهای فضایی و در دسترس قرارگرفتن تصاویر ماهوارهای با تحول عظیمی روبهرو شده است.
بااینوجود دسترسی به تصاویر ماهوارهای بهتنهایی نمیتواند دادههای مورد نیاز برای تصمیمگیریهای کلان مدیران را فراهم کند، بلکه این تجزیهوتحلیل تصاویر ماهوارهای است که با پردازش دادههای حاصل از آنها، اطلاعات بهدستآمده را بهصورتی کاربردی و قابل بهرهبرداری در اختیار مدیران و سازمانهای مختلف قرار میدهد.
شرکت مهندسی عمران عصر سپید که از حدود سه دهه پیش فعالیت خود را در زمینه نقشهبرداری آغاز کرده، از جمله مجموعههای پیشرو است که در سالهای اخیر با همکاری ستاد توسعه فناوری فضایی و حملونقل پیشرفته معاونت علمی و فناوری ریاست جمهوری موفق به توسعه نرمافزارهای کاربردی مبتنیبر هوش مصنوعی شده است. این نرمافزارها با دقت بسیار بالایی دادههای فضایی ماهوارههای بینالمللی را به اطلاعاتی ارزشمند برای پایش کشور تبدیل میکنند.
مهدی حسنلو، مدیرعامل این شرکت، در مورد نحوه عملکرد و کاربریهای این نرمافزارها میگوید: «با گسترش کاربردهای تصاویر ماهوارهای در مدیریت عرصههای منابع طبیعی و کشاورزی، مهندسان ایرانی نیز به راهکارهایی برای بهرهمندی از اطلاعات استخراج شده از این تصاویر دست یافتهاند.»
وی بااشارهبه اهمیت تصاویر ماهوراهای در نقشهبرداریهای نوین تصریح میکند: «از شاخههای مهم و جدید علوم نقشهبرداری، پردازش تصاویر ماهوارهای بهمنظور استخراج اطلاعات مکانی و دادههای قابل استخراج دیگر از این تصاویر است. بهطورکلی بحث استخراج دادهها از تصاویر ماهوارهای و هوایی گرفتهشده بهصورت تکرارپذیر از سطح زمین، موضوع جدیدی است که ما از حدود چهار الی پنج سال پیش فعالیت در این حوزه را آغاز کردهایم.»
مدیرعامل شرکت مهندسی عمران عصر سپید با اشاره به حمایتهای ستاد توسعه فناوریهای فضایی و حملونقل پیشرفته معاونت علمی و فناوری ریاستجمهوری در مورد فعالیتهای این شرکت توضیح میدهد: «بر اساس همکاریای که میان مجموعه ما و معاونت علمی و فناوری ریاستجمهوری شکل گرفت، سه طرح پیشنهاد شد که حاصل آنها توسعه سه نرمافزار مبتنیبر هوش مصنوعی برای پردازش تصاویر ماهوارهای با کاربریهای متفاوت است.»
پایش سرزمین از نگاه فضا
حسنلو در خصوص اهمیت پردازش تصاویر ماهوارهای بیان میکند: «تصاویر ماهوارهای خصوصیت تکرارپذیری دارند؛ یعنی اگر ماهواره امروز تصویری از یک منطقه را ثبت میکند پس از گردش ماهواره به دور زمین و بازگشت به آن نقطه خاص چند روز بعد تصویربرداری مجدد تکرار خواهد شد. ویژگی مذکور این امکان را فراهم میکند که با بررسی تفاوت میان تصاویر ماهوارهای در یک بازه زمانی مشخص، تغییرات یک منطقه را در گذر زمان بررسی کنیم.»
مدیرعامل این شرکت در ادامه تصریح میکند: «شاید بهنظر برسد چنین فعالیتی با یک کار میدانی ساده نیز امکانپذیر باشد، اما وقتی صحبت از بررسی تغییرات اراضی سرزمینی پهناور مانند تمام کشور در میان باشد، بررسی میدانی بهشدت دشوار، زمانبر و هزینهبر خواهد بود.» حسنلو میافزاید: «این در حالی است که درحالحاضر تهیه تصاویر ماهوارهای رایگان است و هر تصویر ماهوارهای موقعیت وسعتی بهبزرگی ۱۰۰ کیلومتر در ۱۰۰ کیلومتر را امکانپذیر میکند که پهنه بسیار گستردهای است.»
وی ادامه میدهد: «عملا بررسی میدانی چنین وسعتی با چالشهای بسیاری همراه خواهد بود و علاوهبر سرعت و وسعت گستردهای که میتوان با کمک تصویر ماهوارهای مورد پردازش قرار داد، امکان استخراج اطلاعات بر اساس طیفهای الکترومغناطیس مختلف حتی خارج از محدوده طیف مرئی مانند طیف فروسرخ نیز امکانپذیر میشود. هزینه تمامشده پردازش تصاویر ماهوارهای نیز در مقایسه با هزینههای سنگین رصدهای میدانی بسیار ناچیز و برای هر هکتار زمین حدودا معادل ۵۰۰ ریال خواهد بود.»
آشکارسازی تغییرات سطح زمین
بهگفته مدیرعامل شرکت عمران عصر سپید اولین طرح همکاری این مجموعه با ستاد توسعه فناوریهای فضایی در زمینه آشکارسازی تغییرات سطح زمین در ۹ کلاس تغییر شکل گرفته است. وی در این رابطه توضیح میدهد: «در این طرح، نرمافزاری توسعه داده شد که با استفاده از دادههای ماهوارهای و پردازش تصاویر، آشکارسازی تغییرات سطحی را در بازههای زمانی مشخص مورد بررسی قرار میداد.»
حسنلو در خصوص نحوه دسترسی به تصاویر ماهوارهای مورد نیاز نیز عنوان کردد: «آژانس فضایی اروپا (ESA) یک خانواده ماهواره سنجش از دور به فضا پرتاب کرده که دادههای آنها برای تمام مناطق سطح زمین در اختیار عموم بهصورت رایگان قرار میگیرد، اما استخراج داده و کاربردیشدن دادههای حاصل از این تصاویر و ایجاد ارزش افزوده روی آنها دقیقا جایی است که کار ما معنا پیدا میکند.»
شرکت عمران عصر سپید با طراحی الگوریتمهایی از هوش مصنوعی موفق به توسعه نرمافزاری شده است که با دریافت حداقل دو تصویر ماهوارهای از یک موقعیت مکانی در دو بازه زمانی متفاوت، تغییرات سطحی بهوجود آمده در منطقه را بر اساس ۹ دستهبندی تغییرات شامل بدون تغییر، پوشش گیاهی، باغات، مناطق جنگلی، مناطق کشاورزی، پهنههای آبی، محدوده شهری، راههای خاکی و راههای آسفالتی ارزیابی میکند. بهاینترتیب بررسی تغییرات اقلیم در سراسر کشور، مسائلی مانند مبارزه با زمینخواری و تغییر کاربری اراضی، برآورد وضعیت زمینهای خسارتدیده بر اثر وقوع حوادث مختلف مانند سیل و زلزله، کاربردهای نظامی و مواردی از این دست بسیار سریع و مقرونبهصرفه قابل انجام خواهد بود.
حسنلو در توضیح عملکرد این نرمافزار ادامه داد: «کاربر نرمافزار، بدون نیاز به حضور در منطقه با استفاده از رایانه میتواند با مشخص کردن محدوده جغرافیایی مورد نظر و فواصل زمانی دلخواه بهیسادگی دادههای حاصل از تغییرات را استخراج کند.» وی در خصوص ارائه خدمات این نرمافزار به مجموعههای دولتی و سازمانهای مختلف تصریح میکند: «اکنون در حال ارائه خدمات به برخی سازمانهای نظامی، ستاد مبارزه با زمینخواری و سازمان امور اراضی کشور هستیم.»
حسنلو در ادامه بااشارهبه اینکه مجموعههای دیگری نیز در حوزه پردازش تصاویر ماهوارهای برای آشکارسازی تغییرات سطحی در کشور فعال هستند، مزیت اصلی شرکت عمران عصر سپید را در ارائه نرمافزاری کاربردی میداند و توضیح میدهد: «ما درحالحاضر بانک اطلاعاتی بسیار غنی تصاویر ماهوارهای از حدود ۵۰ سال پیش تاکنون از سراسر دنیا را در دسترس داریم و این پردازش را برای هر نقطهای روی کره زمین میتوانیم در کوتاهترین زمان ممکن بهدست بیاوریم.» بهگفته مدیرعامل شرکت عمران عصر سپید، دقت بالای پردازش، بینیاز شدن از بررسی میدانی و پردازش سریع در حد چند دقیقه تا چند ساعت از دیگر مزیتهای مهم این نرمافزار بهشمار میرود.
رصد شالیزارهای برنج از فضا
پروژه مهم دیگری که شرکت مهندسی عمران عصر سپید با همکاری ستاد توسعه فناوریهای حوزه فضایی و حملونقل پیشرفته پیش برده است، بررسی سطح زیرکشت محصول راهبردی برنج در کشور است. بهطورکلی سطح زیرکشت محصولات زراعی موضوعی مهم در بسیاری از کشورهای دنیا از جمله ایران است.
حسنلو دراینرابطه توضیح میدهد: «ازآنجاکه اولا برنج تقریبا قوت غالب مردم کشور ما بهشمار میرود و از طرفی تعیین سطح زیرکشت برنج در بحثهای مدیریت کلان کشور در جهت برآورد میزان آب، کود، سم و غیره و از سوی دیگر میزان مورد نیاز واردات برنج در سال آتی تاثیرگذار است، پایش سطوح زیرکشت برنج کشور بسیار مهم خواهد بود. شاید برای نظارت این موضوع در یک منطقه محدود بتوان از بازدیدهای میدانی کمک گرفت، اما وقتی موضوع بهصورت کلان در سطح تمام کشور بخواهد مورد بررسی قرار بگیرد، راهکاری جز رصد و تحلیل تصاویر ماهوارهای کارآمد نخواهد بود.»
وی میافزاید: «برای توسعه این نرمافزار، پایش میدانی بسیار سنگینی را طی سالهای ۱۳۹۷ و ۱۳۹۸ پیش بردیم. همچنین دادههای ماهوارهای مربوط به سطح زیرکشت برنج را از ۱۰ سال پیش تاکنون بهصورت بانک داده در اختیار داریم. از سال ۱۳۹۹ طراحی نرمافزار بر اساس دادههای میدانی و ماهوارهای آغاز شد و در سال ۱۴۰۰، نرمافزار مربوط با دقت بسیار بالا آماده بهرهبرداری شد. اکنون با توسعه این نرمافزار امکان محاسبه سطح زیرکشت محصول برنج با دقت بالای ۹۵ درصد به تفکیک انواع کممحصول (برنج طارم هاشمی) و پرمحصول (برنج شیرودی و فجر) در دسترس خواهد بود.»
مدیرعامل شرکت عمران عصر سپید خاطرنشان میکند: «برای بررسی میزان دقت نرمافزار، پس از اینکه مراحل طراحی تکمیل شد، با مسئول سازمان جهاد کشاورزی استان مازندران دادههای مختلف مرتبط با محصول برنج مناطق مختلف این استان را با نرمافزار ارزیابی و عددهای بهدستآمده را با اطلاعات جهاد کشاورزی مقایسه کردیم؛ نتایج نرمافزار بسیار نزدیک، دقیق و قابل مقایسه با دادههای واقعی مربوط به سالهای گذشته بود، در نتیجه اکنون این نرمافزار با دقت بسیار بالا با پردازشی بسیار سریع در حد چند دقیقه روی دادههای ورودی آماده کاربری است.»
بهگفته مدیرعامل این شرکت، کاربران حقوقی مانند وزرات جهاد کشاورزی، وزارت صمت و ادارات کل جهادکشاورزی استانها و کاربران حقیقی نظیر کشاورزان، بنگاههای اقتصادی، مدیران سامانههای کشاورزی، محققان و کارشناسان، برنامهریزان برنامههای توسعهای اعم از کشاورزی و غیرکشاورزی از جمله مهمترین کاربران اطلاعات تولید شده این نرمافزار خواهندبود.
مدیریت شوری خاک
فعالیت دیگر شکلگرفته در این مجموعه با همکاری ستاد توسعه فناوریهای فضایی و حملونقل پیشرفته، تخمین شوری خاک است که یکی از معضلات مهم کشاورزی در کشور بهشمار میرود. حسنلو با این مثال صحبت خود را ادامه میدهد: «احتمالا هنگام عبور از کنار مزارع کشاورزی شورههای سفید رنگی که روی سطح خاک در حاشیه زمینها پدیدار شده، توجهتان را جلب کرده است. ازآنجاکه در سالهای اخیر با کاهش میزان بارندگیها، منابع سطحی آب بسیار محدود شدهاست، بههمینعلت کشاورزان برای تامین آب مورد نیاز خود بیشتر بهسمت استفاده از منابع زیرزمینی و حفر چاههای عمیق روی آوردهاند که پس از مدتی برداشت و پایین رفتن سطح آب، رفتهرفته شوری آنها افزایش پیدا میکند. کشاورزی با این آب موجب میشود پس از چند سال میزان حاصلخیزی خاک زمین کشاورزی کاهش پیدا کند و بهتدریج زمین غیرقابل کشت شود.»
وی میافزاید: «یکی از وظایف مهم موسسه تحقیقات خاک و آب تهیه نقشه سطحی شوری خاک در سراسر کشور است. روش مرسوم برای انجام این کار اعزام تیم میدانی به بخشهای مختلف کشور، نمونهبرداری از خاک در مختصات جغرافیایی مختلف با فواصل مشخص و بررسی نمونههای برداشتشده است. معمولا این کار باید در بازههای زمانی مختلف بهدفعات صورت بگیرد و به همین علت هزینه مالی و زمانی و نیروی انسانی بسیار زیادی را تحمیل خواهد کرد، اما با استفاده از تصاویر ماهوارهای با یک تجزیهوتحلیل سریع و ساده، محدوده ۱۰۰ کیلومتر در ۱۰۰ کیلومتر با فواصل هر ۱۰ متر یکبار شوری خاک در عرض چند ساعت قابل تخمین خواهد بود.»
این در حالی است که با کار میدانی در طول یک روز باتوجهبه مشکلات مسیر و نمونهبرداری و برخی موارد دیگر نهایت در یک مساحت ۵ کیلومتر در ۵ کیلومتر، شاید حداکثر ۵۰ نقطه را بتوان نمونهبرداری کرد که اصلا با مساحتی که در پردازش تصاویر ماهوارهای پایش میشود، قابل مقایسه نیست. ازسویدیگر فواصل زمانی برای تکرار تجزیهوتحلیل نیز میتواند بسیار کوتاهتر و هر ۵ روز یکبار بهراحتی تکرار شود.
حسنلو مهمترین مزیت نرمافزار این مجموعه را دقت بالای آن میداند و توضیح میدهد: «این تخمینها ۸۵ تا ۹۰ درصد دقت دارد که باتوجهبه سادگی و هزینه پایین این روش نسبت به روش میدانی واقعا مقرونبهصرفه خواهد بود. البته برای رسیدن به این حد از دقت، مدت زمان زیادی صرف کار میدانی بسیار شدید و جمعآوری نمونههای خاک از تعداد بالای مختصاتهای جغرافیایی با فواصل کم شده است.»
وی میافزاید: «اما پس از جمعآوری دادههای مورد نیاز اولیه و طراحی الگوریتمهای سطح بالای هوش مصنوعی برای پردازش تصاویر ماهوارهای بر اساس دادههای میدانی اولیه، ازاینپس تخمین شوری زمین فقط به ورودی تصاویر ماهوارهای نیاز خواهد داشت که بهمراتب میزان سرعت و دقت بررسی وضعیت شوری در پهنههای وسیع را تسهیل خواهد کرد. برای مثال بررسی میزان شوری در محدودهای بهوسعت ۱۰۰ کیلومتر در ۱۰۰ کیلومتر، ۲ تا ۳ ساعت زمان نیاز خواهد بود. این الگوریتمها آنقدر پیشرفته هستند که درحالحاضر ما در دانشگاه تهران به مرجعی برای این موضوع تبدیل شدهایم.»
بهگفته حسنلو با این روش میتوان یک رصد سراسری، کلی و بسیار سریع از مناطق مختلف داشت و سپس انرژی موجود برای کار میدانی را فقط معطوف بخشهایی کرد که مشکل داشته و نیاز به بررسیها و تجزیهوتحلیلهای دقیقتر و بیشتر دارند. در واقع توسعه این نرمافزارها به مدیریت بهتر منابع برای بررسیهای میدانی کمک چشمگیری خواهد کرد. وی همچنین در نهایت در خصوص همکاری و ارائه خدمات این مجموعه به کشورهای خارجی بیان کرد: «ما اکنون در حال ارائه خدماتی به مجموعههایی در استرالیا و آلمان هستیم. همچنین مذاکراتی نیز برای ارائه خدمات به کشور عمان در حال انجام است.»