Pekin tuğla ve taş Çin Seddi’nin durumunu belirleme yöntemleri ve değerlendirme metrikleri

Çin Seddi’nin Sağlığının Bugün Neden Önemli Olduğu

Çin Seddi sadece bir kartpostal görüntüsünden ibaret değil; aynı zamanda 21. yüzyılın bir mühendislik sorunu. Pekin çevresindeki engebeli dağlar boyunca uzanan tuğla ve taş bölümleri, hava koşulları, bitki örtüsü ve yoğun turizm nedeniyle yavaşça aşınıyor. Bu kadar geniş bir yapıyı tuğla tuğla denetlemek insan ekipleri için tek başına mümkün değil. Bu çalışma, insansız hava araçları, uydu stili görüntüleme ve yapay zekânın bir arada otomatik olarak Seddi tarayıp her bölümün ne kadar iyi korunduğunu puanlayabileceğini gösteriyor; böylece koruma uzmanları hasar geri döndürülemez hale gelmeden önce nerede müdahale edeceklerine karar verebiliyorlar.

Bir Seddin Arızalanmasının Dört Yolu

Bilgisayarlara “sağlıklı” ile “sağlıksız” arasındaki farkı öğretmek için araştırmacıların önce basit, gerçek dünya hasar kategorilerinde uzlaşmaları gerekiyordu. Pekin’deki tuğla ve taş Seddini görünür dört duruma ayırdılar. Birinci durumda duvar büyük ölçüde sağlamdır; bu genellikle geçmiş onarımlar ve düzenli denetimler sayesindedir. İkinci durum yerel kusurları gösterir—eksik tuğlalar, çatlaklar veya kırık taşlar—ancak ana yapı hâlâ ayaktadır. Üçüncü durumda bitki örtüsü egemendir; bitki kökleri yapı aralarına girip taşı parçalarını ayırır. Dördüncü ise en şiddetlisidir: kulelerin ve duvar bölümlerinin büyük çöküntüleri vardır ve geriye sadece alçak kalıntılar kalmıştır. Bu kategoriler karmaşık bir koruma sorununu bilgisayarların öğrenebileceği açık görsel desenlere çevirir.

Yüzlerce Kilometrenin Dijital İkizini İnşa Etmek

Bu dört durumla donanmış ekip, Çin Seddi’nin büyük bir dijital anlık görüntüsünü topladı. İHA uçuşları ve üç boyutlu modeller kullanarak Pekin çevresindeki 500 kilometreden fazla duvarı kapsayan görüntüler elde ettiler ve bunları 300 kilometreden fazla yüksek kaliteli “ortofoto”ya dönüştürdüler—ekran üzerindeki uzaklık ve açılarla yer yüzündeki değerlerin eşleştiği hava fotoğrafları. Uzmanlar hasarlı alanların etrafına hassas konturlar çizdi ve bunları dört kategoriye göre etiketledi. Üç seviyeli bir inceleme süreci bu etiketleri onarım kayıtları ve uzman değerlendirmeleriyle karşılaştırdı. Sonuç, her biri 512 x 512 piksel boyutunda, coğrafi koordinat ve sürüm geçmişi içeren 3.408 görüntü diliminden oluşan ayrıntılı bir veri seti—temelde Seddin durumunun izlenebilir, yakınlaştırılabilir bir haritası.

Seddin Çatlaklarını Okuyabilen İnce Bir Yapay Zekâyı Eğitmek

Çalışmanın özünde, bu görüntülerdeki ince hasar desenlerini tespit edebilen, aynı zamanda mütevazı donanımlarda çalışacak kadar hafif yeni bir bilgisayarlı görü modeli olan MEP-deep yatıyor. Başlangıçta akıllı telefonlar için tasarlanmış kompakt bir sinir ağı mimarisi üzerine kurulan model, önemli olanı vurgulamaya yardımcı iki “dikkat” bileşeni ekliyor. Birincisi farklı görüntü özelliklerinin ağırlığını ayarlayarak çatlaklar ve eksik tuğlaların arka plandan sıyrılmasını sağlıyor. Diğeri ise desenlerin mekânsal düzenine bakarak örneğin doğal bir kayayı Seddin bir parçası olmuş bir taştan ayırt etme imkanı veriyor. Model, yalnızca Çin Seddi veri setinde değil, aynı zamanda uluslararası standart bir kentsel görüntüleme kıyaslamasında da test edildi ve birkaç yerleşik yöntemi küçük ama tutarlı bir farkla geride bırakırken çok daha az hesaplama kaynağı kullandı.

Bir Haritadaki Renkleri Eyleme Dönüştürülebilir Puanlara Çevirmek

Hasarlı alanları tanımak işin sadece yarısıdır; yöneticilerin ayrıca bir duvar kesitinin durumunu özetleyen bir sayıya ihtiyaçları vardır. Bu nedenle araştırmacılar, bir bölüm içindeki her hasar türünün oranına dayanan bir puanlama sistemi geliştirdiler. Daha sağlam tuğla ve taş içeren alanlar daha yüksek puan alırken, çöküntü veya yoğun bitki örtüsü ile hakim olan bölümler daha ağır cezalandırılıyor. Matematiksel bir “çürüme” terimi, şiddetli hasar türlerindeki küçük artışların bile puanı belirgin şekilde düşürmesini sağlayarak bunların güvenlik ve özgünlük üzerindeki orantısız etkisini yansıtıyor. İnsan etiketlerinden hesaplanan puanları modelin tahminleriyle birkaç onarılmış bölümde karşılaştırarak, ekip otomatik sistemin yerde nerelere öncelik verileceğini yönlendirecek kadar uzman yargısını yaklaşık olarak taklit edebildiğini gösterdi.

Çin Seddi’nin Geleceği İçin Anlamı

Basitçe söylemek gerekirse, bu çalışma Pekin tuğla ve taş Çin Seddi’ni zaman içinde izlenebilen canlı bir veri setine dönüştürüyor. Açık çöküntüleri beklemek yerine, miras yöneticileri İHA uçuşları ve MEP-deep modeli ile uzun, erişilmesi zor Seddin bölümleri için güncel hasar haritaları ve sağlık puanları üretebilir. Yazarlar daha doğru, daha ağır yapay zekâ modellerinin de varlığını kabul etseler de, onların hafif yaklaşımı saha kullanımı için pratiktir ve daha da geliştirilebilir. Çin dışında da aynı açık görsel kategoriler, dikkatle oluşturulmuş veri setleri ve verimli yapay zekâ karışımı, antik sınır hatlarından tarihi kanallara kadar diğer uzun, hassas miras alanlarını korumaya yardımcı olabilir—dağınık taşları uygulanabilir bilgiye dönüştürerek.

Atıf: Liu, F., Wang, Z., Zhang, Z. et al. Identification methods and evaluation metrics for the condition of the Beijing masonry Great Wall. npj Herit. Sci. 14, 122 (2026). https://doi.org/10.1038/s40494-026-02392-z

Anahtar kelimeler: Çin Seddi koruma, miras izleme, uzaktan algılama, derin öğrenme, yapısal hasar tespiti