Παρακολούθηση της πράσινης εξέλιξης των παραδοσιακών κτιρίων με βάση τη βαθιά μάθηση και τις χρονοσειρές των τηλεπισκοπικών εικόνων

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Πρότυπος τίτλος: Monitoring the green evolution of vernacular buildings based on deep learning and multi-temporal remote sensing images

Τίτλος άρθρου: Παρακολούθηση της πράσινης εξέλιξης των παραδοσιακών κτιρίων με βάση τη βαθιά μάθηση και τις χρονοσειρές των τηλεπισκοπικών εικόνων

Συγγραφείς: Baohua Wen1,2, Fan Peng1 , Qingxin Yang1 , Ting Lu3 , Beifang Bai3 , Shihai Wu4 , Feng Xu1,2

Ημερομηνία έκδοσης: 02-8-2022

Περιοδικό έκδοσης: Springer Link

Link: https://link.springer.com/article/10.1007/s12273-022-0927-7

Αντικείμενο εφορμογής: παρακολούθηση της πράσινης εξέλιξης των κτιρίων με στεγασμένες αυλές στο Ηebei της Κίνας χρησιμοποιώντας κάθε χωριό διαφορετικές τεχνολογίες (CBRT) για τη στέγαση

Στόχος εφαρμογής: η εξέλιξη των παραδοσιακών κτιρίων και ο προσδιορισμό των χαρακτηριστικών του φαινομένου CBRT για τη βελτιστοποίηση και την προώθηση του.

Keywords: αυλές κτιρίων, εξέλιξη, βαθιά μάθηση, δίκτυο υψηλής ανάλυσης, εικόνες τηλεπισκόπησης

Περιεχόμενα:

Εισαγωγή

Περιοχή μελέτης και χαρ/κά της CBRT τεχνολογίας

Εφαρμογή της τεχνολογίας CV στην αρχιτεκτονική και τις κατασκευές

Εφαρμογή της τεχνολογίας CV στην παραδοσιακή αρχιτεκτονική

Μεθοδολογία έρευνας

Συμπεράσματα

Εικόνα_1: Σενάρια που εφαρμόζονται διαφορετικές CBRTs
Πίνακας_1: Διαφορετικές μορφές CBRT και τα χαρακτηριστικά ορθοφωτογραφιών τους
Εικόνα_2: Ερευνητική διαδικασία για την ανάλυσης του φαινομένου CBR
Εικόνα_3: Μονάδα εμπειρογνωμόνων κατα την ερευνητική διαδικασία
Εικόνα_4: CBRTs σε διαφορετικά εποχιακά σενάρια
Εικόνα_5: Ενότητα CV κατά την ερευνητική διαδικασία
Εικόνα_6: Ενότητα εξόδου κατά την ερευνητική διαδικασία


Εισαγωγή

Με βάση την μέθοδο υψηλής ανάλυσης όρασης υπολογιστών, Computer Vision (CV) και των χρονοσειρών των εικόνων τηλεπισκόπησης (HR-RSI), προτείνεται ένα πλαίσιο για την παρακολούθηση της πράσινης εξέλιξης των κτιρίων με στεγασμένες αυλές σε 24 χωριά στο νότιο Ηebei της Κίνας (2007-2021) χρησιμοποιώντας κάθε χωριό διαφορετικές τεχνολογίες (CBRT) για τη στέγαση. Η έρευνα αυτή είναι σημαντική για την παρακολούθηση και τη διερεύνηση μιας αποτελεσματικής εναλλακτικής λύσης στην εξέλιξη των παραδοσιακών κτιρίων και για τον προσδιορισμό των χαρακτηριστικών του φαινομένου CBRT για τη βελτιστοποίηση και προώθηση του.


Περιοχή μελέτης και χαρ/κά της CBRT τεχνολογίας

H λαϊκή αρχιτεκτονική εξελίσσεται συνέχεια από τους κατοίκους της περιοχής λόγω των αλλαγών στις κλιματολογικές συνθήκες, τα διαθέσιμα υλικά, τις εμπειρικές τεχνικές γι΄αυτό ονομάζεται και ως ‘προοδευτική’ αρχιτεκτονική. Οι αυλές της αυτόχθονης, ανώνυμης και αγροτικής αρχιτεκτονικής έχουν την ικανότητα να αλληλεπιδρούν με τις εξωτερικές κλιματολογικές συνθήκες και να αυτοπροσαρμόζονται παρά τις σύγχρονη εξέλιξη των ενεργειακών συστημάτων που είναι ασύμβατη με τις παλιές μορφές κτιρίων. (‘βελτιστοποιητές/ τροποποιητές του μικροκλίματος’)

Παράδειγμα προσαρμογής στην πράσινη εξέλιξη και εξυπηρέτηση του σύγχρονου τρόπου ζωής αποτελεί το νότιο Hebei της Κίνας όπου οι αγρότες σφραγίσαν τις αυλές τους με χρήση φωτοδιαπερατών ή μη υλικών (όπως λαμαρίνα, πλαστική μεμβράνη και πολυκαρβουνικά φύλλα) για να δεσμεύσουν την ηλιακή ενέργεια, να μειώσουν τη διάχυση θερμότητας προς τα έξω, μειώνοντας έτσι την κατανάλωση ενέργειας και επεκτείνοντας τον ιδιωτικό τους χώρο (φαινόμενο CBR). Οι διαφορετικές στεγάσεις (CBRT) αναγνωρίζονται εύκολα από μια δορυφορική εικόνα μέσω χρώματος, υφής και σκιάς.


Εφαρμογή της τεχνολογίας CV στην αρχιτεκτονική και τις κατασκευές

Η τεχνολογία CV επιλύει προβλήματα κατασκευαστικών έργων εντοπίζοντας το χρώμα, τη γεωμετρία, τα χαρ/κά κίνησης αντικειμένων ή ανθρώπων στο δομημένο περιβάλλον με παρακολούθηση φωτογραφιών και βίντεο:

➢κτιριακή παρακολούθηση,

➢εναλλακτικές λύσεις όπου η επιτόπια έρευνα δεν είναι εφικτή,

➢αναγνώριση αρχιτεκτονικού στυλ,

➢ανίχνευση και ταξινόμηση καταστροφών

➢ή αντικειμένων σε μεγάλη κλίμακα και ανάλυση αποτελεσμάτων όπως η αξιολόγηση προτεραιότητας πρασίνου στις στέγες και κατασκευή ενεργειακού μοντέλου σε κλίμακα πόλης

Η τελευταία προοπτική είναι πολύ σημαντική και μπορεί να αναπτυχθεί παραπάνω μέσω της διεπιστημονικής έρευνας σε τομείς όπως το περιβάλλον και η ενέργεια. Ο εντοπισμός των αντικειμένων πραγματοποιείται με τη λήψη χωροχρονικών δεδομένων παρατήρησης της γης με κατάλληλη ανάλυση και την υιοθέτηση τεχνικών αυτόματης αναγνώρισης. Οι περισσότερες HR-RSI εικόνες προέρχονται από δορυφόρους ή επανδρωμένα αεροσκάφη UAV (δύσκολη η συλλογή δεδομένων μεγάλης κλίμακας και η μακροχρόνια καταγραφή)


Εφαρμογή της τεχνολογίας CV στην παραδοσιακή αρχιτεκτονική

Η εφαρμογή τεχνικών CV στη μελέτη παραδοσιακών κτιρίων έχει διερευνηθεί ελάχιστα σε αντίθεση με την εκτεταμένη μελέτη στην ανίχνευση αστικών κτιρίων. Τα παραδοσιακά κτίρια βρίσκονται κυρίων σε αγροτικές περιοχές όπου τα αραιά κτίρια περιβάλλονται από χωράφια ή δάση και η εποχιακή μεταβλητότητα μπορεί να οδηγήσει σε πολλά ψευδής αποτελέσματα για τα μοντέλα ανίχνευσης. Ωστόσο, τα κτίρια με αυλή έχουν το πλεονέκτημα ότι είναι εύκολα αναγνωρίσιμα λόγω ιδιαιτερότητας της χωρικής τους μορφής.


Μεθοδολογία έρευνας

Η ερευνητική διαδικασία της χρήσης της τεχνολογίας CV για την εξέλιξη των κτιρίων με αυλή επικεντρώνεται:

➢στην ενότητα εμπειρογνωμόνων (απόκτηση και ανάλυση δεδομένων),

➢ενότητα αυτόματης ανίχνευσης CV (αναγνώριση στόχων ανίχνευσης),

➢ενότητα αξιολόγησης (παράδοσης αποτελεσμάτων ανίχνευσης) και

➢ενότητα εξόδου (αν δεν πληρούνται οι απαιτήσεις ακρίβειας γίνεται νέος γύρος ανάλυσης δεδομένων).


1.1 Ενότητα εμπειρογνωμόνων

Οι παραδοσιακές ανοικτές αυλές προσδιορίστηκαν επίσης ως αντικείμενα ανίχνευσης για την παροχή δεδομένων υποβάθρου για την εξέλιξη των CBR (εικόνα 3).

Οι δορυφορικές εικόνες HR-RSI παρουσιάζουν εποχιακές αλλαγές με βάση την εμπειρία των εμπειρογνωμόνων, βάση σε δυο μεταβολές (εικόνα 4): 1) Κατά τη διάρκεια της άνοιξης, του καλοκαιριού και του φθινοπώρου, το κτίριο καλύπτεται από δέντρα στην αυλή. (εικόνα 4α, β, γ), 2) Η χρήση από ντόπιους μαύρων πλαστικών διστυών σκίασης για να δροσίζουν τις ανοιχτές αυλές κατά τη διάρκεια υψηλών θερμοκρασιών. (εικόνα 4β, γ). Με τους παραπάνω παράγοντες διακύμανσης ο χειμώνας καθορίστηκε ως η καταλληλότερη εποχή παρά την χειμερινή αιθαλομίχλη. (εικόνα 4δ) Όλες οι ανοιχτές αυλές και οι CBRTs επισημαίνονται με μπλοκ διαφορετικού χρώματος με τη μορφή ορθογώνιων κουτιών. Μεταξύ αυτών, οι ανοιχτές αυλές σημειώνονται ως πράσινες, οι CBRTs επισημαίνονται με μη διαφανή υλικά ως κόκκινες και οι CBRTs με διαφανή ως μπλε. (εικόνα d)


1.2 Ενότητα CV

Οι HR-RSI για συγκεκριμένα χωριά σε διαφορετικά έτη κατεβάστηκαν με το Shui Jingzhu και υποδιαιρέθηκαν σε εικόνες μικρού μεγέθους (512x 512 pixels) με προεπεξεργασία προκειμένου να σχηματιστούν μικρότερα μοντέλα εκπαίδευσης και ανίχνευσης. Για να αποφευχθεί η ανίχνευση ελλειπών κτιρίων λόγω γεωμετρικών τομών, οι ανακατασκευασμένες τομές επικαλύπτονται μεταξύ τους κατά 10 εικονοστοιχεία σε τέσσερις κατευθύνσεις, εξασφαλίζοντας ότι όλα τα κτίρια είναι πλήρη τουλάχιστον μια φορά και στα δυο μοντέλα.

Καθώς υπάρχει κίνδυνος να παραλειφθούν χωρικές λετομέρειες της αρχικής εικόνας με τη χρήση παραδοσιακών αλγορίθμων, η εισαγωγή ενός σύγχρονου αλγόριθμου CNN High- Resolution Net διατηρεί πληροφορίες υψηλής ανάλυσης σε όλη τη διάρκεια και συγχωνεύει πληροφορίες χαμηλής ανάλυσης με υψηλής ως συμπλήρωμα. (εικόνα 5β)

Οι επιλεγμένες και τμηματοποιημένες HR-RSIs τροφοδοτούνται στο εκπαιδευτικό μοντέλο για την πρόβλεψη τύπων CBRTs και οι προβλέψεις ενσωματώνονται σε ένα νέο στρώμα το οποίο επισημαίνεται αυτόματα με κόκκινα, πράσινα, μπλε μλοκ που αντιπροσωπεύουν διαφορετικές CBRTs (εικόνα 5γ)


1.3 Ενότητα αξιολόγησης

Στην ενότητα αξιολόγησης διερευνάται μέσω αλγορίθμων η αξιολόγηση της συνολικής ακρίβειας για διάφορα χωριά. Για όσα χωριά το σενάριο αναφοράς δεν περάσε το όριο F1 αναγνωρίζονται ως δείγμα και μεταβαίνουν στην ενότητα εμπειρογνωμόνων για περεταίρω ανάλυση σεναρίων. (εικόνα 6α) Επιπλέον, διερευνάται η αξιολόγηση προβλέψεων σε χρονοσειρές HR-RSI. Για τα δείγματα χωριών που πληρούν τη συνθήκη 1, όλοι οι τύποι CBRTs σε HR-RSI που πληρούν τη συνθήκη 2, ανιχνεύονται και καταμετρώνται χωριστά και τα δεδομένα ανίχνευσης διαβάζονται στη μονάδα εξόδου. (εικόνα 6β)


Συμπεράσματα

Η παρούσα μελέτη παρακολουθεί και αναλύει την εξέλιξη των κτιρίων με αυλή στο νότιο Hebei της Κίνας, με βάση τις χρονοσειρές HR-RSI ανοικτού κώδικα και την τεχνολογία CV. Τα αποτελέσματα δείχνουν ότι τα CBRT ακολουθούν τον νόμο εξέλιξης της αντίστροφης καμπύλης S στα επιλεγμένα δείγματα 24 χωριών και τα διάφορα χωριά παρουσιάζουν διαφορές στο στάδιο εξέλιξης, στον λόγο υιοθέτησης και στην ταχύτητα ανάπτυξης. Οι LT-CBRT είναι ο κυρίαρχος τύπος αλλά αντικαθίστανται και ξεπερνιούνται από τις NLT-CBRT σε ορισμένα χωριά, χαρακτηρίζονται διαφορετικές προτιμήσεις για τον τύπο τεχνολογίας των χωριών. Τα αποτελέσματα συμβάλλουν στην κατανόηση της διαδικασίας εξέλιξης των κτιρίων με αυλή που χαρακτηρίζονται από CBR και παρέχουν μια αναφορά για την πράσινη ανάπτυξη των κτιρίων με αυλή και την βελτιστοποίησης και προώθηση των CBRT.

Προσωπικά εργαλεία