SODNet: شبكة كشف موجهة بالحجم لكشف مخارج مياه الصرف بكفاءة باستخدام الطائرات بدون طيار

لماذا يهم رصد المواسير المخفية من السماء

تتعرض الكثير من الأنهار للتلوث بهدوء بسبب مواسير تصب مياه الصرف غير المعالجة مباشرة في المسطحات المائية. العثور على هذه المخارج صعب لأنها قد تكون صغيرة، أو مدفونة جزئياً في النباتات، أو ممتدة على مسافات طويلة من ضفاف الأنهار. تُظهر هذه الدراسة كيف يمكن لروبوتات طائرة صغيرة، مقترنة بنظام رؤية ذكي وخفيف، أن تمسح الأنهار آلياً من الجو وتعلّم على هذه المصادر المخفية للتلوث في الزمن الحقيقي.

كاميرات طائرة فوق الأنهار المتعرجة

تُستخدم الطائرات بدون طيار بالفعل لتصوير الأنهار والسواحل، مقدّمة مشاهد واسعة وتغطية متكررة. حتى الآن، كان على الباحثين عادةً فحص آلاف الصور الجوية يدوياً للبحث عن المواسير المشبوهة، وهو عمل بطيء وعرضة للأخطاء. يجادل المؤلفون بأن الكشف الآلي أمر أساسي إذا رغبنا في مراقبة أنظمة نهرية كبيرة بانتظام والاستجابة بسرعة للتصريفات غير القانونية أو العرضية.

التحدي المتمثل في الأهداف الكبيرة والصغيرة

لا تبدو مخارج مياه الصرف بنفس الشكل في كل صورة جوية. قد تملأ المواسير جزءاً كبيراً من الإطار عندما تكون الطائرة منخفضة، لكنها قد تتقلص إلى بضع بكسلات ضبابية عندما تكون عالية. كما يخفي ضوء الشمس والظلال والنباتات وضفاف الأنهار دلائل بصرية إضافية. أنظمة الرؤية الحاسوبية القياسية تكافح مع هذه المزيج من الأحجام والخلفيات المعقدة، وغالباً ما تفشل في اكتشاف أصغر المخارج أو الأكثر اختفاءً. وفي الوقت نفسه، تمتلك حواسيب الطائرات قدرة وذاكرة محدودة، لذا فإن النماذج الثقيلة والبطيئة التي تعمل جيداً على الحواسيب المكتبية لا تصلح أثناء الطيران.

عين مدركة للمقياس للطائرة

لمعالجة دقة الكشف والسرعة معاً، أنشأ الباحثون نظام كشف جديد يسمى SODNet. يعتمد على كاشف أجسام شائع في الزمن الحقيقي لكنه يعيد تشكيل الأجزاء التي تجمع معلومات من مستويات تفاصيل مختلفة. وحدة جديدة، شبكة الهرم الملمحي للسياق الفعّال (Efficient Context Feature Pyramid Network)، تعلم النموذج أن يولّي انتباهاً للمشهد الأوسع حول كل أنبوب مرشح مع تخفيف القوام الخلفية المربك. آلية أخرى، دمج ميزات السياق التكيفية (Adaptive Context Feature Fusion)، تتيح للأنماط عالية المستوى والأكثر تجريداً أن توجه كيفية دمج تفاصيل الحواف والخامات الدقيقة، مما يساعد الشبكة على إبقاء كلٍ من المخارج الصغيرة والكبيرة مرئية.

القيام بالمزيد بأجزاء رقمية أقل

أعاد الفريق أيضاً تصميم "رأس" الكاشف، حيث يقرر النظام ما إذا كان العنصر أنبوباً وأين يقع في الصورة. وحدة الدمج المجمّع متعدد المقاييس (Multi Scale Grouped Fusion) تقسم الميزات إلى أجزاء وتعالجها بأحجام عدسات افتراضية مختلفة لالتقاط البنى الصغيرة والكبيرة بشكل أفضل، ثم تعيد دمجها بكفاءة. ولزيادة السرعة أكثر، طبقوا تقليم القنوات، وهي طريقة لقطع المسارات الداخلية غير المستخدمة كثيراً بحيث تبقى فقط الأكثر فائدة. هذا الضغط العميق يحافظ على البنية العامة لكنه يقلل عدد العمليات الحسابية، شبيهاً بإزالة التروس الاحتياطية من آلة مع الحفاظ على وظيفتها.

مدى أداء عين الطائرة الذكية

درّب الباحثون واختبروا SODNet على مجموعة بيانات مخصصة تضم أكثر من عشرة آلاف صورة لمخارج مياه الصرف من أحواض أنهار رئيسية في الصين، شاملة لأنواع كثيرة من المخارج وظروف إضاءة متنوعة. مقارنة بالنموذج الأساسي، عززت طريقتهم دقة الكشف بينما قلّصت عدد المعاملات بأكثر من ثلاثة أرباع وخفّضت الحسابات المطلوبة بنحو نفس النسبة. في اختبارات المعمل، عالجت النسخة المقتصة من SODNet أكثر من ضعف عدد الصور في الثانية مقارنةً بالأصلية. وعند تثبيتها على حاسوب Jetson Xavier NX مضغوط، مماثل لما قد يُحمَل على طائرة مسيّرة، ما زالت تتعامل مع أكثر من أربعين صورة في الثانية، بسرعة كافية لدوريات نهرية في الزمن الحقيقي.

أنهار أنظف من خلال مراقبة أكثر ذكاءً

الرسالة الرئيسية للقراء هي أنه أصبح بإمكان الطائرات الصغيرة ذات الطاقة المحدودة مسح امتدادات طويلة من الأنهار والكشف تلقائياً عن معظم مخارج مياه الصرف بدقة عالية. يُظهر SODNet أن التصميم الدقيق يمكن أن يوازن بين رؤية حادة للأهداف الصغيرة والكبيرة وبين حساب سريع ومنخفض الاستهلاك مناسب للأجهزة الميدانية. وبينما قد يفوّت النظام بعض الحالات الدقيقة جداً، فإنه يوفر أداة عملية لدعم المفتشين، وتحسين المراقبة الروتينية، وتقديم تحذيرات أسرع عن مصادر تلوث جديدة تهدد النظم البيئية وصحة الإنسان.

الاستشهاد: Zeng, L., Liu, X., Dai, B. et al. SODNet: a scale-oriented detection network for efficient UAV-based sewage outfall detection. Sci Rep 16, 15103 (2026). https://doi.org/10.1038/s41598-026-45595-x

الكلمات المفتاحية: كشف مخارج مياه الصرف, مراقبة بالطائرات بدون طيار, تلوث المياه, تعلم عميق خفيف, كشف الأجسام