
توزیع مناطق مورد علاقه در مقیاس شهری که دادههای آموزشی و آزمایشی در آنها جمعآوری میشود - منبع: Earth System Science Data/Article
این پایگاه داده عظیم، نویدبخش منبعی ارزشمند برای برنامهریزی شهری، نظارت بر تغییرات اقلیمی و ارزیابی ریسک بلایا است.
این پروژه که GlobalBuildingAtlas نام دارد، تصاویر ماهوارهای و فناوری یادگیری ماشین را با هم ترکیب میکند تا مدلهای سهبعدی از تقریباً هر سازه ساختمانی روی کره زمین ایجاد کند.
این مجموعه داده که در مجله Earth System Science Data منتشر شده است، حاوی اطلاعاتی در مورد ۲.۷۵ میلیارد ساختمان است. هر ساختمان با جزئیات، مساحت کف و ارتفاع، نقشهبرداری شده و به وضوح مکانی ۳ در ۳ متر دست یافته است.

نمای کلی از مجموعه دادههای GlobalBuildingAtlas به دست آمده، شامل چندضلعیهای جهانی ساختمان، نقشههای ارتفاع ساختمان و مدلها - منبع: Earth System Science Data/Article
برای تکمیل این پروژه، تیم تحقیقاتی تقریباً ۸۰۰۰۰۰ تصویر ماهوارهای گرفته شده در سال ۲۰۱۹ را پردازش کرد. آنها از ابزارهای یادگیری عمیق برای پیشبینی ارتفاع، حجم و مساحت ساختمان استفاده کردند.
این ابزار قبلاً با استفاده از دادههای مرجع حاصل از فناوری اسکن لیزری (LiDAR) از ۱۶۸ شهر، عمدتاً در اروپا، آمریکای شمالی و اقیانوسیه، آموزش دیده بود.
دادههای این نقشه نشان میدهد که آسیا با تقریباً ۱.۲۲ میلیارد سازه، تقریباً نیمی از ساختمانهای جهان را در خود جای داده است. این منطقه همچنین از نظر حجم کل ساخته شده (۱.۲۷ تریلیون متر مکعب ) در صدر قرار دارد که نشان دهنده شهرنشینی سریع و تراکم بالای جمعیت در چین، هند و آسیای جنوب شرقی است.
آفریقا از نظر تعداد با ۵۴۰ میلیون ساختمان در رتبه دوم قرار دارد، اما حجم کل آن تنها ۱۱۷ میلیارد متر مکعب است که نشان دهنده رواج سازه های کوچک و کم ارتفاع است.

گردش کار یک سازه ساختمانی پیشنهادی خاص - منبع: Earth System Science Data/Article
این مطالعه همچنین نابرابریهای قابل توجهی را در شرایط زندگی و زیرساختها برجسته کرد.
برای مثال، فنلاند شش برابر یونان سرانه فضای ساخته شده دارد. در همین حال، رقم نیجر ۲۷ برابر کمتر از میانگین جهانی است.
این مدلهای سهبعدی، بینش عمیقتری نسبت به نقشههای دوبعدی سنتی که فقط مساحت سطح را اندازهگیری میکنند، ارائه میدهند.
به گفتهی شیائوشیانگ ژو، یکی از نویسندگان این مقاله از دانشگاه فنی مونیخ (آلمان)، این نقشه امکانات جدیدی را در ارزیابی خطرات بلایای طبیعی، مدلسازی آب و هوا و کمک به نظارت بر اهداف توسعه پایدار سازمان ملل متحد فراهم میکند.
دورینا پوجانی، محقق برنامهریزی شهری در دانشگاه کوئینزلند (استرالیا)، معتقد است که این مجموعه دادهها بسیار ارزشمند است زیرا امکان نظارت بر توسعه شهری را در زمان واقعی فراهم میکند، نه اینکه به دادههای ایستا متکی باشد.

نمونههایی از چندضلعیهای ساختمان که از چندین منبع داده نقشه طبقات مختلف ترکیب شدهاند - منبع: Earth System Science Data/Article
نکته قابل توجه این است که خانم پوجانی خاطرنشان کرد که این دادهها همچنین فرصتهای جدیدی را برای مطالعه فساد در صنعت ساخت و ساز ارائه میدهد.
این به محققان اجازه میدهد تا «ساختمانها یا پروژهها را به توسعهدهندگان، شرکتها یا بازیگران سیاسی خاص مرتبط کنند و این سوال را مطرح کنند که آیا شبکههای خاصی از افراد، سهم نامتناسبی در پروژههای با ارزش بالا یا با موقعیت استراتژیک دارند یا خیر.»
لیتون کامروزمان، متخصص برنامهریزی در دانشگاه موناش (استرالیا)، نیز از پتانسیل این پروژه، بهویژه برای مناطقی در سراسر جهان که در حال حاضر فاقد اطلاعات برنامهریزی هستند، تمجید کرد و گفت که این پروژه به نظارت شفافتر بر شهرنشینی کمک میکند.

مروری بر نتایج مقایسه قارهای در مورد محصولات ارتفاع ساختمانهای بزرگ - منبع: Earth System Science Data/Article

مقایسه بصری محصولات ارتفاع ساختمانهای موجود در شهرهای مورد آزمایش پورتلند (آمریکای شمالی)، مدلین (آمریکای جنوبی)، بوردو (اروپا)، لانسستون (اقیانوسیه) و واکایاما (آسیا) - منبع: Earth System Science Data/Article

تجزیه و تحلیل جمعیت و حجم ساخت و ساز برای کل اتحادیه اروپا و همچنین برای هر یک از 27 کشور عضو اتحادیه اروپا انجام شد - منبع: Earth System Science Data/Article
منبع: https://tuoitre.vn/cong-bo-ban-do-3d-khong-lo-mo-phong-2-75-ti-toa-nha-tren-toan-the-gioi-20251213084909014.htm






نظر (0)