عنوان الإطروحه |
The Use of Deep Learning and Remote Sensing for the Assessment of Palm Tree Health in Jordan Valley
|
تاريخ مناقشة الاطروحه |
2024-12-19 |
اسم الطالب |
رغد عادل فوزى الصرايره
|
المشرف |
علي نوح علي معابده |
|
المشرف المشارك |
عاكف محمد سالم الفقراء
|
اعضاء لجنة المناقشة |
| عبدالرحمن ركاد خليف الشبيب |
| جوان حسين عبيني |
|
الكلية |
كلية علوم الارض والبيئة |
القسم |
علوم المعلومات الجغرافية |
الملخص بالعربية |
تعتبر أشجار النخيل أمرًا بالغ الأهمية للنظام المالي في الأردن، حيث تعمل كمصدر رئيسي لدخل المزارعين وتساهم بشكل كبير في القطاع الزراعي. لذلك تجدر الاهمية الكبرى لتتبع الحالة الصحية لأشجار النخيل. إن الإجراء اليدوي لعد ومقارنة كل شجرة نخيل يتطلب جهودًا مكثفة وموارد وأيدي عاملة. ولمعالجة هذه المشكلة، تم استخدام التقنيات المتقدمة مثل التعلم العميق والاستشعار عن بعد. تسهل هذه التقنيات اكتشاف وتقييم صحة أشجار النخيل عبر النباتات. إذ يتيح استخدام برامج مثل ArcGIS Pro، والتي تتضمن كفاءات التعلم العميق، عن طريق أخ عينات التدريب التي تساعد في تقييم الأشجار المختلفة داخل منطقة الدراسة وتحديدا أشجار النخيل. إذ يتضمن هذا النهج نموذجًا للتعلم العميق على العينات الإحصائية لفهم أشجار النخيل وتمييزها وتصنيفها بكفاءة بين أنماط أخرى من النباتات.
علاوة على ذلك، يمكن تتبع صحة أشجار النخيل باستخدام مؤشر المقاومة الجوية المرئية (VARI). من خلال التركيز على الطيف المرئي، بحيث يقلل هذا المؤشر من تأثير الاضطرابات الجوية ، مما يتيح إجراء تقييم أكثر دقة لصحة الأشجار. بحيث تسمح هذه القدرة بتحديد أشجار النخيل التي قد تحتاج إلى متابعة أو تقييم إضافي.
ويمكن تلخيص ما سبق، بدمج تقنيات التعلم العميق والاستشعار عن بعد، جنبًا إلى جنب مع استخدام VARI، تعد طريقة حديثة لإدارة النباتات وتقييم صحتها
|
الملخص بالانجليزي |
Palm trees are crucial to Jordan's financial system, serving as a key profits supply for farmers and contributing appreciably to the vicinity's agricultural area. However, as it should be inventorying those palm trees poses sizeable challenges. The guide procedure of counting and comparing every palm tree is regularly exertions-in depth and useful resource-heavy. To tackle this difficulty, employing superior technologies like deep learning and remote sensing proves useful. These strategies facilitate the detection and evaluation of palm tree health across plantations. Utilizing software such as ArcGIS Pro, which includes deep learning competencies, lets in for the advent of training samples that assist perceive various trees within an area. This approach includes a deep learning model on statistical samples to efficaciously apprehend, differentiate, and categorize palm trees amid other styles of vegetation.
Furthermore, palm tree health can be tracked the use of the Visible Atmospherically Resistant Index (VARI). By concentrating on the visible spectrum, this index reduces the effect of air disturbances and changing mild conditions, thereby making an allowance for a more accurate evaluation of tree health. This capability allows the identity of palm trees which can want upkeep or in addition evaluation. Deep learning is specifically fantastic about deciphering complicated capabilities. For instance, a deep learning model can be educated in the usage of images of infrastructure, allowing it to study distinguishing characteristics and observe this knowledge to recognize and categorize comparable functions in new visuals. In precis, incorporating deep learning and remote sensing technologies, along with the use of VARI, represents a revolutionary method for managing palm tree plantations in Jordan. These techniques no longer best streamline the inventory process but additionally enhance the management of tree health and productiveness, ensuring the sustainability of this essential agricultural useful resource
|
رقم ISN |
9187 |
|
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN
|
|