Şəhərlər yalnız üfüqi istiqamətdə genişlənmir; eyni zamanda şaquli istiqamətdə də böyüyür. Yeni hündür binaların tikilməsi, köhnə tikililərin sökülməsi, məhəllələrin yenidən qurulması və ticarət mərkəzlərinin sıxlaşması şəhərin üçüncü ölçüsünü davamlı olaraq dəyişir. Bu dəyişikliyi anlamaq üçün müxtəlif illərə aid bina hündürlüklərini bilmək lazımdır. Lakin bu gün yüksək dəqiqlikli LiDAR məlumatları mövcud olsa da, keçmiş illərə aid ətraflı bina hündürlüyü məlumatları bir çox şəhərdə yoxdur.

Bu tədqiqat hədəf ildə hündürlük məlumatının olmadığı hallarda arxivləşdirilmiş yüksək məkan ayırdetməli peyk təsvirlərindən tarixi bina hündürlüklərini qiymətləndirməyi qarşıya məqsəd qoyur. Tədqiqatçılar biri hündürlük məlumatının mövcud olduğu istinad ilinə, digəri isə hündürlük məlumatının olmadığı hədəf ilə aid iki fərqli peyk təsvirindən birlikdə istifadə ediblər. Bundan əlavə, istinad ilindəki LiDAR əsaslı normallaşdırılmış Rəqəmsal Səth Modeli peyk təsvirinin maili baxış həndəsəsinə uyğun yenidən proyeksiya edilərək “Görmə Xətti nDSM” və ya Los-nDSM adlanan hündürlük qatına çevrilib.

Metodun mərkəzində ikiqat diqqət mexanizminə malik şərti generativ rəqib şəbəkə, yəni DA-cGAN dayanır. Model iki fərqli tarixdə çəkilmiş maili bucaqlı peyk təsvirlərini və onlarla həndəsi baxımdan uyğunlaşdırılmış Los-nDSM məlumatlarını birlikdə öyrənərək hədəf tarixinin bina hündürlüklərini qiymətləndirir. Daha sonra təsvir parçaları arasındakı birləşmə xətlərində yaranan hündürlük uyğunsuzluqları lokal optimallaşdırma ilə düzəldilir, son mərhələdə isə dəyişmədiyi qəbul edilən psevdo hündürlük-sabit nöqtələrdən istifadə etməklə sistematik hündürlük qərəzi kalibrlənir.

Pekinin əsas şəhər mərkəzi və Tongzhou Yeni Şəhərində aparılan təcrübələrdə təklif olunan metod yalnız bir tarixli təsvir və nDSM istifadə edən müqayisə metodundan nəzərəçarpacaq dərəcədə daha uğurlu olub. Birinci tədqiqat sahəsində orta mütləq xəta 5,97 metrdən 2,42 metrə, kök orta kvadrat xəta 9,28 metrdən 3,37 metrə düşüb. İkinci tədqiqat sahəsində dəyişməmiş binalar üçün orta mütləq xəta 5,78 metrdən 2,49 metrə, kök orta kvadrat xəta 7,75 metrdən 3,71 metrə enib. Metod xüsusilə maili təsvirlərdə daha çox həndəsi sürüşmə göstərən hündür binalarda daha böyük yaxşılaşma təmin edib.

Tədqiqatın əsas nəticəsi budur: Hədəf tarixə aid birbaşa hündürlük ölçməsi olmasa belə, müxtəlif illərə aid yüksək ayırdetməli peyk təsvirləri, lokal istinad nDSM-si və uyğun həndəsi yenidən proyeksiya birləşdirildikdə tarixi bina hündürlükləri daha etibarlı şəkildə qiymətləndirilə bilər. Bununla belə, metod yalnız Pekindəki iki sahədə sınaqdan keçirilib, rəyçi qiymətləndirməsindən keçməyib və təsvir keyfiyyətinə həssas tədqiqat yanaşmasıdır.

Bir şəhərin böyüməsini anlamaq üçün yalnız tikililərlə örtülmüş sahənin xəritədə yayılmasına baxmaq kifayət deyil. Eyni sahəyə malik iki rayondan biri əsasən birmərtəbəli tikililərdən, digəri isə çoxmərtəbəli qüllələrdən ibarət ola bilər. Bu iki şəhərin əhali sıxlığı, enerji istehlakı, kölgələnmə effekti, nəqliyyat tələbi, fəlakət riski və karbon emissiyası bir-birindən fərqlənir.

Bina hündürlüyü şəhər morfologiyası, 3B şəhər modelləşdirməsi, zəlzələ və daşqın zərərinin qiymətləndirilməsi, şəhər istilik adası analizi, günəşlənmə, külək dövranı, əhalinin paylanması və torpaqdan istifadə səmərəliliyi üçün əsas dəyişəndir. Cari bina hündürlüyü LiDAR, stereo peyk təsvirləri və ya radar məlumatları ilə yaradıla bilər. Lakin keçmiş illərə aid ətraflı hündürlük qatları əksər hallarda yoxdur.

Arxivlərdə keçmiş illərə aid çoxlu sayda yüksək ayırdetməli peyk təsvirləri olsa da, bu təsvirlər çox vaxt tam şaquli baxışla deyil, müəyyən maili bucaq altında çəkilib. Buna görə hündür binalar təsvirlərdə yana əyilmiş kimi görünür. LiDAR-dan yaradılan nDSM isə həqiqi ortoqrafik mövqeni göstərir. Beləliklə, eyni bina peyk təsvirində və hündürlük xəritəsində fərqli piksel mövqelərinə düşür.

İkinci problem zamansal fərqdir. Model 2017 və ya 2023 təsviri və hündürlük məlumatı ilə öyrədildikdə, 2013 təsvirinə birbaşa tətbiq olunanda işıqlandırma, sensor, rəng, baxış bucağı, kölgə və bina dəyişiklikləri səbəbindən ciddi dəqiqlik itkisi yarana bilər.

Bu problem niyə vacibdir?

Keçmiş bina hündürlüklərini bilmək şəhərin hansı ərazilərdə üfüqi, hansı ərazilərdə isə şaquli böyüdüyünü üzə çıxara bilər. Bu məlumat aşağıdakı sahələrdə istifadə oluna bilər:

• Sökülmüş və yenidən tikilmiş binaların müəyyən edilməsi
• Qanunsuz əlavə mərtəbə və ya icazəsiz tikintinin araşdırılması
• Fəlakətdən əvvəl və sonra 3B bina dəyişikliklərinin müqayisəsi
• Şəhər sıxlaşması və əhali tutumu analizləri
• Şəhər istilik adası və kölgələnmə tədqiqatlarının tarixi baxımdan araşdırılması
• Enerji istehlakı və karbon emissiyasının 3B şəhər quruluşu ilə əlaqələndirilməsi
• Mədəni irs ərazilərində hündürlük nəzarətinin qiymətləndirilməsi

LiDAR keçmişə doğru yenidən yaradıla bilməz; təyyarə 2013-cü ildə uçmayıbsa, bu gün həmin ilə aid LiDAR ölçməsi aparmaq mümkün deyil. Bunun əksinə, 2013 peyk təsviri arxivdə mövcud ola bilər. Tədqiqatın dəyəri bu təsviri keçmişin sadəcə rəngli fotoşəkli olmaqdan çıxarıb təxmini 3B hündürlük mənbəyinə çevirməyə çalışmasındadır.

Ədəbiyyatdakı boşluq nədir?

Tək təsvir əsasında hündürlük qiymətləndirən CNN, GAN və çoxvəzifəli öyrənmə modelləri daha əvvəl hazırlanıb. Bu modellər bir təsvirlə ona uyğun hündürlük xəritəsi arasındakı əlaqəni öyrənir. Lakin metodların çoxu eyni dövr və ya oxşar təsvir şəraitində işləyir.

Tədqiqatın vurğuladığı iki əsas çatışmazlıq bunlardır:

1. Maili peyk təsviri ilə həqiqi ortoqrafik nDSM arasında piksel səviyyəsində həndəsi uyğunsuzluğun olması
2. Model fərqli tarixə tətbiq edilərkən spektral və həndəsi fərqlərə görə hündürlüyün sistematik şəkildə aşağı qiymətləndirilməsi

Tədqiqatçılar bu iki problemi birlikdə həll etmək üçün istinad nDSM-sini təsvirin görmə xəttinə yenidən proyeksiya edib və hədəf tarix təsvirini də təlim prosesinə daxil ediblər.

nDSM nədir?

Rəqəmsal Səth Modeli, yəni DSM, yer səthindəki torpaq, bina, ağac və digər obyektlərin hündürlüklərini birlikdə göstərir. Rəqəmsal Relyef Modeli, yəni DEM, yalnız çılpaq torpaq səthinin hündürlüyünü təmsil edir. Normallaşdırılmış Rəqəmsal Səth Modeli isə bu iki modelin fərqidir:

[ nDSM = DSM - DEM ]

Burada:

• DSM, binalar və ağaclar daxil olmaqla səthin hündürlüyüdür.
• DEM, yer səthinin hündürlüyüdür.
• nDSM, yer səthinin üzərindəki obyektlərin hündürlüyüdür.

Məsələn, bir binanın damının dəniz səviyyəsinə görə hündürlüyü 85 metr, binanın əsasındakı yer səthi 55 metrdirsə, nDSM təxminən 30 metr göstərir.

Maili təsvirlə nDSM niyə birbaşa uyğun gəlmir?

Peyk tam yuxarıdan baxmadıqda hündür binanın damı onun əsasına nisbətən təsvir üzərində yana sürüşür. Bina nə qədər hündür, peykin baxış bucağı nə qədər maili olarsa, bu sürüşmə də bir o qədər böyük olur. Həqiqi ortoqrafik nDSM-də isə damın hündürlüyü binanın real üfüqi mövqeyində göstərilir.

Bu vəziyyət model üçün səhv etiketləmə problemi yaradır. Təsvir üzərində damı göstərən pikselə nDSM-də qonşu bina, yol və ya torpaq hündürlüyü uyğun gələ bilər. Model belə uyğunlaşdırma ilə öyrədilərsə, təsvirlə hündürlük arasındakı əlaqəni düzgün öyrənə bilməz.

Los-nDSM nədir?

Los-nDSM ingiliscə “Line-of-Sight normalized Digital Surface Model” ifadəsinin qısaltmasıdır. Azərbaycan dilində bunu görmə xəttinə görə yenidən proyeksiya edilmiş normallaşdırılmış Rəqəmsal Səth Modeli kimi izah etmək olar.

Tədqiqatçılar nDSM-ni birbaşa istifadə etmək əvəzinə peyk təsvirinin RPC həndəsəsindən istifadə edərək hündürlükləri təsvirin baxış istiqamətinə daşıyıblar. Beləliklə, bina damı və görünən fasad peyk təsvirində hansı piksellərdə görünürsə, hündürlük etiketi də həmin piksellərə yerləşdirilib.

Əvvəlki Los-DSM yanaşmalarında əsasən yalnız dam səthləri yenidən proyeksiya edilirdi. Bu tədqiqatda hündür binaların fasadlarında boşluq yaranmaması üçün bina hündürlüyü 3 metrlik şaquli intervallara bölünüb və bir neçə hündürlük səviyyəsi təsvir müstəvisinə köçürülüb.

Prosesin ardıcıllığı belədir:

1. DSM peyk təsviri ilə uyğunlaşdırılır.
2. Hündürlüklər 3 metrlik şaquli səviyyələrə ayrılır.
3. Hər hündürlük səviyyəsi RPC modeli ilə təsvir müstəvisinə proyeksiya edilir.
4. Görmə xətti üzrə örtülmə nəzərə alınaraq hər piksel üçün ən yüksək dəyər seçilir.
5. Boş qalan piksellər məkan interpolasiyası ilə doldurulur.
6. Los-DSM-dən DEM çıxılaraq Los-nDSM əldə edilir.

“Görünən hədəf zaman Los-nDSM” nə deməkdir?

İstinad ilindəki nDSM hədəf il təsvirinin baxış bucağına da yenidən proyeksiya edilib. Beləliklə, hədəf təsvirlə həndəsi baxımdan uyğunlaşdırılmış “görünən” Los-nDSM yaradılıb.

Lakin bu hündürlük qatı yalnız dəyişməyən sahələrdə hədəf ilin həqiqi hündürlüyünü təmsil edir. Məsələn, 2013-cü ildə boş torpaq olan, lakin 2023-cü ildə üzərində bina tikilmiş nöqtədə 2023 nDSM-si 2013 təsvirinə proyeksiya ediləndə səhv hündürlük göstərəcək.

Buna görə tədqiqatçılar təlim nümunələrini iki şəkildə seçiblər:

• Dəyişməyən sahələrdə hədəf il təsviri və hədəf baxış bucağına proyeksiya edilmiş görünən Los-nDSM istifadə edilib.
• Dəyişən sahələrdə istinad il təsviri və həqiqi istinad Los-nDSM istifadə edilib.

Bu birləşdirilmiş təlim dəsti modelin həm hədəf tarixin rəng və təsvir xüsusiyyətlərini, həm də düzgün hündürlük əlaqəsini öyrənməsini nəzərdə tutur.

Tədqiqat sahələri

Tədqiqat Pekində fərqli şəhər morfologiyasına malik iki sahədə aparılıb.

Birinci sahə tarixi və mədəni mühafizə səbəbindən bina hündürlüklərinin daha ciddi tənzimləndiyi mərkəzi şəhər rayonudur. İkinci sahə isə son on ildə genişmiqyaslı yenidənqurma və hündürmərtəbəli tikinti yaşamış ərazidir.

İstifadə olunan peyk təsvirləri

RGB və yaxın infraqırmızı diapazonlar pankromatik diapazonla Gram-Schmidt pan-sharpening üsulundan istifadə edilərək birləşdirilib. İki tarixə aid təsvirlər bir-birinə qeydiyyatdan keçirilib və qeydiyyat xətası 0,5 pikseldən aşağı saxlanılıb.

İstinad hündürlük məlumatları necə yaradılıb?

Model təlimi üçün hər iki tədqiqat sahəsində istinad illərinə aid hava LiDAR məlumatlarından istifadə edilib. Nöqtə sıxlığı təxminən 30 nöqtə/m²-dir.

LiDAR emalı mərhələləri:

1. Nöqtə buludundakı səs-küyün təmizlənməsi
2. İlk qayıdış nöqtələrindən DSM yaradılması
3. Cloth Simulation Filter və hidroloji analizlə DEM yaradılması
4. DSM və DEM-in 0,5 metr ayırdetmə qabiliyyətinə gətirilməsi
5. DSM-dən DEM çıxılaraq nDSM yaradılması

Hədəf ilin LiDAR məlumatı olmadığı üçün doğrulamada stereo peyk cütlərindən fotoqrammetrik nDSM-lər yaradılıb. Bu məqam vacibdir: Hədəf ilin “istinad” hündürlükləri də LiDAR qədər dəqiq deyil və xüsusilə dəyişən binalardakı xəta qiymətləndirməsinə təsir edə bilər.

DA-cGAN nədir?

DA-cGAN ikiqat diqqət mexanizminə malik şərti generativ rəqib şəbəkədir. O, iki əsas hissədən ibarətdir:

• Generator şəbəkəsi: Peyk təsvirindən hündürlük xəritəsi yaradır.
• Diskriminator şəbəkəsi: Yaradılan hündürlük xəritəsinin həqiqi istinad hündürlüyünə bənzəyib-bənzəmədiyini qiymətləndirir.

Generator şəbəkəsi simmetrik U-Net arxitekturasına malikdir. Kodlayıcı təsviri tədricən daha abstrakt xüsusiyyətlərə çevirir; dekoder isə bu xüsusiyyətlərdən hündürlük xəritəsini yenidən yaradır. Kodlayıcı ilə dekoder arasındakı skip bağlantılarına CBAM diqqət modulu yerləşdirilib.

İkiqat diqqət mexanizmi nə edir?

CBAM iki növ diqqət tətbiq edir:

• Kanal diqqəti: Hansı xüsusiyyət xəritələrinin daha vacib olduğunu müəyyənləşdirir.
• Məkan diqqəti: Təsvirin hansı sahələrinə daha çox diqqət yetirilməli olduğunu müəyyənləşdirir.

Tədqiqatda diqqət modulu həm kodlayıcıdan, həm də dekoderdən gələn xüsusiyyətlərə tətbiq olunub. Buna görə yanaşma “ikiqat diqqət” adlandırılıb.

Bu yanaşmanın məqsədi yollar, bitki örtüyü və ya zamansal rəng fərqləri kimi əlaqəsiz xüsusiyyətləri zəiflədərkən bina kənarları, dam teksturaları, fasadlar və kölgələr kimi hündürlüklə əlaqəli məlumatı gücləndirməkdir.

Diskriminator şəbəkəsi necə işləyir?

Diskriminator hissə PatchGAN arxitekturasına əsaslanır. Bütün təsvir üçün tək “həqiqi və ya saxta” qərarı vermək əvəzinə təsviri kiçik hissələrə bölərək hər lokal sahəni qiymətləndirir.

Çıxış 30×30×1 ölçülü ehtimal matrisidir. Hər dəyər müvafiq lokal hündürlük hissəsinin həqiqi istinad məlumatına bənzəmə ehtimalını ifadə edir. Bu yanaşma yüksək ayırdetməli təsvirlərdə bina sərhədləri kimi kiçik məkan detallarının qorunmasına kömək edir.

Diskriminatorun itki funksiyası

Tədqiqatda diskriminator şəbəkəsi üçün ən kiçik kvadratlar GAN yanaşmasına əsaslanan aşağıdakı itkidən istifadə olunub:

\[ \mathcal{L}_D(G,D) = \frac{1}{2}\mathbb{E}_{(a,b)\sim p_{data}(a,b)} \left[(D(a,b)-1)^2\right] + \frac{1}{2}\mathbb{E}_{a\sim p_{data}(a)} \left[D(a,G(a))^2\right] \]

Burada:

• a, giriş peyk təsviridir.
• b, həqiqi istinad hündürlük xəritəsidir.
• G(a), generator şəbəkəsinin qiymətləndirdiyi hündürlük xəritəsidir.
• D(a,b), həqiqi təsvir-hündürlük cütünün həqiqilik balıdır.
• D(a,G(a)), yaradılmış hündürlük cütünün həqiqilik balıdır.

Birinci termin həqiqi cütlərin 1-ə, ikinci termin isə saxta cütlərin 0-a yaxınlaşmasını təmin etməyə çalışır.

Generatorun itki funksiyası

\[ \mathcal{L}_G(G,D) = \mathbb{E}_{a\sim p_{data}(a)} \left[(D(a,G(a))-1)^2\right] + \lambda \mathbb{E}_{(a,b)\sim p_{data}(a,b)} \left[\lVert b-G(a)\rVert_1\right] \]

Burada:

• Birinci termin generatorun diskriminatoru nəticənin həqiqi olduğuna inandırmasını hədəfləyən rəqib itkisidir.
• İkinci termin qiymətləndirilən və həqiqi hündürlük arasındakı L1 fərqidir.
• λ, iki itki komponenti arasındakı tarazlıq əmsalıdır.

Tədqiqatda λ = 10 seçilib. Bu, yalnız vizual baxımdan real görünən xəritələr yaratmaq əvəzinə həqiqi hündürlük dəyərlərinə yaxınlığın da güclü şəkildə qorunmasını təmin edir.

Model necə öyrədilib?

256×256 piksellik giriş üçün çıxarış zamanı təxminən 0,36 GB pik GPU yaddaşı, 55,99 GFLOPs hesablama yükü və 16,88 ms emal müddəti bildirilib.

Lokal hündürlük optimallaşdırması niyə lazımdır?

Böyük peyk təsviri 256×256 piksellik hissələrə bölündükdə bir bina iki fərqli hissənin sərhədində qala bilər. Model hər hissəni müstəqil emal etdiyinə görə eyni binanın iki yarısı fərqli hündürlüklərdə qiymətləndirilə bilər. Bu vəziyyət xəritədə tikiş izi yaradır.

Tədqiqatçılar iki ayrı yama bölünməsi yaradıblar:

1. Birinci bölünmə təsvirin sol yuxarı küncündən başlayır.
2. İkinci bölünmə 128 piksel sağa və 128 piksel aşağı sürüşdürülür.

Birinci bölünmədə sərhədə düşən bina ikinci bölünmədə yamanın mərkəzinə yaxınlaşır. Yamanın mərkəzində qiymətləndirmə daha tutarlı hesab edilir.

Qonşu piksellər arasındakı tikiş hündürlüyü fərqi 3 metrdən kiçikdirsə nəticə qəbul edilir. Fərq daha böyükdürsə, tikişin hər iki tərəfində 20 piksellik, yəni 0,5 metr ayırdetmədə 10 metrlik tampon sahə yaradılır və iki hündürlük xəritəsi çəkili orta ilə birləşdirilir.

Hündürlük kalibrlənməsi niyə lazımdır?

Dərin öyrənmə modelləri xüsusilə hündür binalarda hündürlüyü sistematik olaraq aşağı qiymətləndirə bilər. Lokal tikiş düzəlişi bu qlobal qərəzi aradan qaldırmır. Buna görə tədqiqat son mərhələdə xətti kalibrləmə tətbiq edib:

\[ h_c = k \times h_e + C \]

Burada:

• h_e, modelin qiymətləndirdiyi hündürlükdür.
• h_c, kalibrlənmiş hündürlükdür.
• k, miqyas əmsalıdır.
• C, sabit düzəliş terminidir.

Birinci tədqiqat sahəsində hesablanan əmsallar təxminən k = 1,0649 və C = 0,5635 metr olub. Bu dəyərlər model qiymətləndirmələrinin ümumilikdə bir qədər artırılmasını təmin edib.

Hündürlüyü dəyişməyən nöqtələr necə tapılıb?

Kalibrləmə üçün həqiqi hədəf il hündürlüyü bilinmədiyindən, iki tarix arasında dəyişmədiyi yüksək ehtimalla qəbul edilən “psevdo hündürlük-sabit” piksellər seçilib.

Bu məqsədlə çoxzolaqlı zamansal tekstura ölçüsü olan PCMV istifadə edilib. PCMV dəyəri aşağıdırsa, iki tarix arasındakı lokal spektral və məkan dəyişikliyi kiçikdir; buna görə strukturun dəyişməmə ehtimalı yüksəkdir.

Hədd dəyəri əl ilə seçilməyib, Monte Carlo çarpaz doğrulama ilə müəyyənləşdirilib. Birinci tədqiqat sahəsində 2600 sabit və 5200 dəyişən nümunə istifadə edilib, 100 təkrardan sonra PCMV üçün 3000 hədd dəyəri seçilib.

Bitki böyüməsi və ya budama səbəbindən yarana bilən saxta dəyişiklikləri azaltmaq üçün NDVI dəyəri 0,2-dən yuxarı və mavi zolaq dəyəri 390-dan aşağı olan bitki pikselləri çıxarılıb.

Çəkili ən kiçik kvadratlar kalibrlənməsi

\[ (k_{WLS}, C_{WLS}) = \arg\min_{k,C} (kH_e + C - H_{gt})^T W (kH_e + C - H_{gt}) \]

Burada:

• H_e, psevdo hündürlük-sabit nöqtələrdə qiymətləndirilmiş hədəf il hündürlükləridir.
• H_gt, həmin nöqtələrin istinad il hündürlükləridir.
• W, hər nöqtənin etibarlılıq çəkisini ehtiva edən diaqonal matrisdir.

Aşağı PCMV dəyəri daha yüksək zamansal sabitlik ifadə etdiyinə görə çəki normallaşdırılmış PCMV dəyərinin tərsinə uyğun verilib. Beləliklə, dəyişmədiyinə daha çox etibar edilən nöqtələr kalibrləməyə daha çox təsir edib.

Dəqiqlik göstəriciləri

Orta mütləq xəta:

\[ MAE = \frac{1}{n}\sum_{i=1}^{n}|x_i-y_i| \]

Hər qiymətləndirmənin həqiqi dəyərdən neçə metr yayındığını mütləq şəkildə ölçür və orta qiymətini hesablayır.

Kök orta kvadrat xəta:

\[ RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-y_i)^2} \]

Kvadrata yüksəltmə səbəbindən böyük xətaları daha güclü cəzalandırır.

Sıfır ortalamalı normallaşdırılmış çarpaz korrelyasiya:

\[ ZNCC = \frac{1}{n} \sum_{i=1}^{n} \frac{(x_i-\mu_x)(y_i-\mu_y)} {\sigma_x\sigma_y} \]

Qiymətləndirilən hündürlük nümunəsi ilə istinad nümunəsi arasındakı oxşarlığı ölçür. 1-ə yaxınlaşdıqca məkan uyğunluğu artır.

Nisbi qərəz:

\[ RB = \frac{\sum_{i=1}^{n}(x_i-y_i)} {\sum_{i=1}^{n}y_i} \times 100\% \]

Müsbət RB ümumi artıq qiymətləndirməni, mənfi RB isə ümumi aşağı qiymətləndirməni göstərir.

Birinci tədqiqat sahəsində ablasiya nəticələri

Ən zəif nəticə yalnız istinad il təsviri ilə təlim aparıldıqda ortaya çıxıb. Bu, hədəf tarixin təsvir xüsusiyyətlərinin təlim prosesinə daxil edilməsinin kritik olduğunu göstərir.

Los-nDSM istifadə olunmadıqda RMSE 3,81 metrdən 5,47 metrə yüksəlib. Bu nəticə maili bina həndəsəsinin yalnız rəng və tekstura əsasında öyrənilə bilmədiyini və düzgün piksel-hündürlük uyğunlaşdırmasının vacib olduğunu göstərir.

Kalibrləmə ZNCC-ni dəyişməyib, lakin RB-ni -%13,62-dən -%3,90-a endirib. Başqa sözlə, kalibrləmə məkan nümunəsini dəyişməkdən daha çox ümumi aşağı qiymətləndirmə qərəzini düzəldib.

Tək tarixli metodla müqayisə

Təklif olunan metod müqayisə metoduna nisbətən MAE-ni 3,55 metr, RMSE-ni 5,91 metr azaldıb. ZNCC təxminən 0,29 artıb.

Dəyişən və dəyişməyən binalar

Birinci tədqiqat sahəsində müqayisə metodu dəyişməyən binalarda gözlənilmədən daha zəif nəticə verib. Bunun səbəbi bina fiziki olaraq dəyişməsə belə, fərqli illərdəki baxış bucağı, kölgə və spektral xüsusiyyətlərin model tərəfindən dəyişiklik kimi qəbul edilə bilməsidir.

İkinci tədqiqat sahəsində nəticələr

Tongzhou Yeni Şəhəri daha böyük, daha heterogen və daha çox hündür bina ehtiva edən sahədir. Dəyişməyən binalarda təklif olunan metod aşağıdakı nəticələri verib:

MAE 3,29 metr, RMSE 4,04 metr azalıb. ZNCC 0,8871-ə yüksəlib.

Alçaq və hündür binalarda performans

Tədqiqatda 24 metr hədd götürülərək binalar iki qrupa bölünüb:

• Alçaq binalar: 24 metrdən aşağı
• Hündür binalar: 24 metrdən yuxarı

Hündür binalarda xəta hələ də alçaq binalardan daha böyükdür. Lakin yaxşılaşma miqdarı da daha yüksəkdir. Bu nəticə Los-nDSM yanaşmasının xüsusilə maili təsvirlərdə böyük üfüqi sürüşmə yaradan hündür tikililər üçün faydalı olduğunu göstərir.

Dəyişən binalardakı nəticələr

İkinci sahədə dəyişən binalarda müqayisə metodunun MAE-si 5,10 metr, təklif olunan metodun MAE-si 3,63 metrdir. RMSE 6,71 metrdən 4,45 metrə düşüb.

Bununla belə, RB hər iki metodda təxminən -%23 səviyyəsində qalıb. Tədqiqatçılar bunu 2013 hədəf il istinad nDSM-sinin stereo təsvir cütlərindən yaradılması və 2023 BJ-3 əsaslı hündürlük məlumatından daha aşağı dəqiqliyə malik olması ilə əlaqələndiriblər.

Görsəllər nəyi göstərir?

Tədqiqatdakı metod axın sxemi prosesi üç əsas mərhələdə göstərir:

1. İki zamanlı Los-nDSM yaradılması
2. DA-cGAN ilə hədəf tarix hündürlüyünün qiymətləndirilməsi və lokal optimallaşdırma
3. Psevdo hündürlük-sabit nöqtələrlə kalibrləmə

Los-nDSM müqayisə görsəllərində həqiqi ortoqrafik nDSM-nin maili peyk təsvirindəki bina damından sürüşdüyü, Los-nDSM-nin isə damı və fasadı təsvir həndəsəsinə uyğun şəkildə izlədiyi görünür.

Ablasiya görsəllərində Los-nDSM olmadıqda hündür binaların sərhədləri yanlış istiqamətə sürüşür; iki tarixli məlumat çıxarıldıqda hündür tikililər aşağı qiymətləndirilir; lokal optimallaşdırma olmadıqda isə yama sərhədlərində eyni binanın iki hissəsi fərqli hündürlüklər göstərir.

Səpələnmə qrafiklərində təklif olunan metodun nöqtələri 1:1 xəttinin hər iki tərəfinə daha taraz şəkildə paylanıb. Kalibrləmədən əvvəlki metodlarda nöqtələrin böyük hissəsi xəttin altında qalır ki, bu da sistematik aşağı qiymətləndirməni göstərir.

Modelin ümumiləşdirmə təcrübəsi

Tədqiqatçılar hər sahə üçün ayrıca model ilə iki sahənin məlumatlarını birlikdə istifadə edən ortaq modeli müqayisə ediblər.

Lokal model əksər göstəricilərdə bir qədər daha yaxşı olsa da, çoxsahəli model qəbul edilə bilən nəticələr verib. Bu, daha müxtəlif şəhərlərdən təlim məlumatları əlavə edilərsə modelin fərqli sensorlara və şəhər formalarına uyğunlaşdırıla biləcəyini düşündürür. Lakin tədqiqat yalnız iki regionu əhatə etdiyi üçün genişmiqyaslı ümumiləşdirmə hələ sübut olunmayıb.

Tədqiqatın keçmiş, bu gün və gələcək baxımından əhəmiyyəti

Keçmiş baxımından: Arxiv peyk təsvirləri keçmiş şəhərlərin yalnız 2B görünüşünü deyil, təxmini bina hündürlüyünü də yenidən qurmaq üçün istifadə oluna bilər. Bu yanaşma LiDAR-dan əvvəlki dövrlərdə 3B şəhər dəyişikliklərini araşdırmaq imkanı yarada bilər.

Bu gün baxımından: Cari LiDAR və ya nDSM-nin yalnız kiçik sahə üçün mövcud olduğu şəhərlərdə bu lokal məlumat geniş peyk təsviri üzərində model təlimi üçün istifadə edilə bilər. Beləliklə, daha geniş ərazinin hündürlüyü daha aşağı xərclə qiymətləndirilə bilər.

Gələcək baxımından: Fərqli şəhərlər, sensorlar və illərdən daha çox təlim məlumatı ilə metod qlobal tarixi bina hündürlüyü məlumat dəstlərinin yaradılmasına töhfə verə bilər. Bina seqmentasiyası, çoxvəzifəli öyrənmə və daha inkişaf etmiş həndəsi modellərlə 3B bina rekonstruksiyası təkmilləşdirilə bilər.

Gündəlik həyata və şəhər idarəçiliyinə təsiri

Bu tədqiqat birbaşa vətəndaşın istifadə etdiyi tətbiq yaratmır. Lakin oxşar metodlar şəhər idarəçiliyində aşağıdakı məqsədlərlə istifadə oluna bilər:

• Məhəllələrin illər ərzində neçə mərtəbə yüksəldiyini müəyyənləşdirmək
• Yeni hündür tikililərin külək və kölgə təsirini araşdırmaq
• Zəlzələdən əvvəl bina həcmi və mərtəbə sayını qiymətləndirmək
• Daşqın riskində fərqli bina hündürlüklərini modelə daxil etmək
• Enerji və əhali sıxlığı qiymətləndirmələrini yaxşılaşdırmaq
• Şəhər yenidənqurmasının 3B təsirini izləmək
• Tarixi şəhər toxumasında hündürlük dəyişikliyinə nəzarət etmək

Tədqiqatın güclü tərəfləri

• Keçmiş il hündürlük məlumatı çatışmazlığı kimi real tətbiq probleminə fokuslanması
• Maili təsvirlə ortoqrafik nDSM arasındakı həndəsi uyğunsuzluğu birbaşa nəzərə alması
• Damlardan əlavə fasadları da əhatə edən təkmilləşdirilmiş Los-nDSM yaratması
• Hədəf il təsvirini də təlimə daxil etməklə zamansal sahə fərqini azaltması
• Kanal və məkan diqqətini birləşdirən DA-cGAN istifadə etməsi
• Lokal yama sərhədi xətalarını ayrıca optimallaşdırma ilə düzəltməsi
• Kalibrləmə nöqtələrini avtomatik seçməsi
• Ablasiya təcrübələri ilə hər komponentin töhfəsini ayrıca sınaqdan keçirməsi
• İki fərqli peyk sensoru və iki fərqli şəhər quruluşunda test edilməsi
• Dəyişən və dəyişməyən binaları ayrıca qiymətləndirməsi

Tədqiqatın məhdudiyyətləri

• Tədqiqat rəyçi qiymətləndirməsindən keçməmiş preprintdir.
• Yalnız Pekindəki iki tədqiqat sahəsində sınaqdan keçirilib.
• Hər iki sahədə yüksək keyfiyyətli WorldView-2 və ya Pleiades təsvirləri mövcuddur.
• Aşağı keyfiyyətli, buludlu, dumanlı və ya güclü radiometrik fərqi olan təsvirlərdə performans məlum deyil.
• Hədəf il doğrulama məlumatlarının bir hissəsi LiDAR deyil, stereo təsvir cütlərindən yaradılıb.
• Hündür binalarda xəta hələ də təxminən 6 metr MAE və 7,56 metr RMSE səviyyəsindədir.
• Dəyişən binalarda sistematik aşağı qiymətləndirmə tam aradan qaldırılmayıb.
• Təlim nümunələrinin sayı məhduddur.
• Bina komponentlərinin açıq seqmentasiyası aparılmır.
• Ağaclar və digər hündür obyektlər üçün ayrıca semantik fərqləndirmə geniş şəkildə nəzərdən keçirilməyib.
• PCMV həddi və kalibrləmə uğuru təsvir şəraitindən asılı ola bilər.
• 3 metrlik şaquli yenidən nümunələmə daha kiçik hündürlük fərqlərini məhdudlaşdıra bilər.
• Fərqli şəhər, iqlim, memarlıq və sensorlara genişmiqyaslı ümumiləşdirmə hələ təsdiqlənməyib.

Tədqiqat nə deyir, nə demir?

Tədqiqatın dediyi: İki fərqli tarixə aid maili yüksək ayırdetməli peyk təsvirləri və lokal istinad nDSM-si birlikdə istifadə ediləndə keçmiş bina hündürlükləri tək tarixli yanaşmaya nisbətən daha az xəta ilə qiymətləndirilə bilər. Görmə xəttinə yenidən proyeksiya edilmiş nDSM hündür binalardakı həndəsi uyğunsuzluğu azaldır. İki zamanlı təlim və kalibrləmə zamansal fərqlərdən qaynaqlanan aşağı qiymətləndirməni nəzərəçarpacaq dərəcədə azaldır.

Tədqiqatın demədiyi: Metod LiDAR-la ekvivalent dəqiqlikdə qəti hündürlük yaratmır. Hər şəhərdə, hər sensorda və ya hər təsvir keyfiyyətində eyni performansa zəmanət vermir. Nəticələr birbaşa kadastr, şəhərsalma nəzarəti, qanunsuz tikintiyə görə cərimə və ya mühəndislik layihəsi üçün hüquqi ölçmə deyil. Qiymətləndirilən hündürlüklər tikili təhlükəsizliyi və ya mərtəbə sayının qəti sübutu kimi istifadə edilə bilməz.

Tədqiqatın Metodu və Nəticələri

Metodun üç əsas mərhələsi

Əsas texniki parametrlər

Birinci tədqiqat sahəsi: əsas performans

İkinci tədqiqat sahəsi: dəyişməyən binalar

Ablasiya təcrübələrinin texniki şərhi

• Los-nDSM çıxarılanda: Hündür binaların təsvir üzərindəki maililiyi ilə hündürlük xəritəsi uyğun gəlməyib və RMSE nəzərəçarpacaq dərəcədə artıb.
• Hədəf tarix təsviri təlimdən çıxarılanda: Model fərqli ilin spektral və həndəsi xüsusiyyətlərinə uyğunlaşa bilməyib, RB -%28,07-yə düşüb.
• DA-cGAN əvəzinə standart cGAN istifadə ediləndə: Bina hündürlükləri daha aşağı, hündür bina sərhədləri isə daha pozulmuş çıxıb.
• Lokal optimallaşdırma çıxarılanda: Yama sərhədlərində binalarda parçalanmış hündürlüklər yaranıb.
• Kalibrləmə əlavə ediləndə: Korrelyasiya qorunarkən sistematik aşağı qiymətləndirmə güclü şəkildə azaldılıb.

Tətbiq baxımından mümkün istifadə sahələri

• Tarixi 3B şəhər atlasları
• Şəhər yenidənqurmasının izlənməsi
• Fəlakətdən əvvəl tikili həcminin qiymətləndirilməsi
• Qanunsuz və ya icazəsiz tikinti üçün ilkin skrininq
• Keçmiş əhali və bina oturacağı sıxlığı analizi
• Şəhər istilik adası və külək modeli girişləri
• Günəş enerjisi və kölgə analizi
• Mədəni irs ərazilərində hündürlük dəyişməsi

Gələcək tədqiqat ehtiyacları

• Daha çox şəhər və ölkədə doğrulama
• Fərqli sensor və təsvir keyfiyyətləri ilə sınaq
• Bina seqmentasiyasının modelə əlavə edilməsi
• Dam, fasad və əsas komponentlərinin ayrıca öyrənilməsi
• LiDAR-dan başqa etibarlı istinad mənbələrinin qiymətləndirilməsi
• Bulud, kölgə və mövsümi fərqlərə daha davamlı modellər
• Hündür binalarda qalan xəta səviyyəsinin azaldılması
• Fərqli şəhərlərdən genişmiqyaslı ortaq təlim məlumatının yaradılması
• Qiymətləndirmə qeyri-müəyyənliyini piksel səviyyəsində göstərən etibar xəritələri

Mənbə və Metod Qeydi

Bu məzmun Xiaoxue Feng, Peijun Li, Fang Chen və Changyong Dou tərəfindən hazırlanmış “A Novel Method for Estimating Urban Building Heights Using Bi-temporal High Resolution Satellite Imagery and Reprojected nDSM” adlı tədqiqata əsaslanır.

Tədqiqat iki zamanlı yüksək məkan ayırdetməli maili peyk təsvirlərini, lokal LiDAR əsaslı nDSM məlumatını, görmə xəttinə yenidən proyeksiya edilmiş Los-nDSM qatlarını və ikiqat diqqət mexanizminə malik şərti generativ rəqib şəbəkəni birləşdirən eksperimental məsafədən zondlama və dərin öyrənmə tədqiqatıdır.

Mətndə açıq şəkildə “This preprint research paper has not been peer reviewed” ifadəsi var. Tədqiqat SSRN-də yayımlanmış preprintdir və rəyçi qiymətləndirməsindən keçməyib. Buna görə metod təfərrüatları, ədədi nəticələr və ümumiləşdirilə bilənlik iddiaları müstəqil rəyçi qiymətləndirməsindən sonra dəyişə bilər.

Tədqiqat Pekində yalnız iki tədqiqat sahəsində aparılıb. İstifadə olunan WorldView-2 və Pleiades təsvirləri yüksək keyfiyyətlidir. Metodun daha aşağı keyfiyyətli təsvirlərdə, fərqli memarlıq quruluşlarında, fərqli iqlimlərdə və ya başqa peyk sensorlarında eyni dəqiqliyi təmin edəcəyi tədqiqat tərəfindən sübut olunmayıb.

Hədəf illərə aid qiymətləndirmə hündürlüklərinin bir hissəsi birbaşa LiDAR-dan deyil, stereo peyk təsvirlərindən yaradılmış nDSM-lərdən götürülüb. Buna görə xüsusilə dəyişən binalardakı xəta dəyərləri təkcə qiymətləndirmə modelinin deyil, istinad hündürlüyünün qeyri-müəyyənliyini də ehtiva edə bilər.

Yaradılan hündürlüklər təxmini məsafədən zondlama qiymətləndirmələridir. Kadastr, şəhərsalma nəzarəti, mühəndislik hesabı, bina təhlükəsizliyi, mərtəbə sayının müəyyənləşdirilməsi və ya hüquqi tədbir üçün birbaşa ölçmə əvəzi kimi istifadəsi tədqiqat tərəfindən təsdiqlənməyib. Məzmun yalnız PDF-də yer alan metod, təcrübə, formul, cədvəl, qrafik, təsvir və nəticələrə əsasən hazırlanıb; PDF-də olmayan əməliyyat uğuru, kommersiya yararlılığı və ya qəti hündürlük zəmanəti əlavə edilməyib.