فهرست نشریات علمی دسترسی آزاد ایران

مدیریت منابع آب در سرزمین‌های خشک و نیمه‌خشک از اهداف کلان بشریت برای شکل‌گیری و حفظ جوامع شهری و روستایی بوده است. قنات‌ها در مناطق مذکور، ازجمله سیستم‌های تأمین و توزیع آب هستند‌؛ این سیستم زیرزمینی تنها در سطح زمین و در عکس‌های هوایی و ماهواره‌ای فقط با شَفت یا همان قسمت دایره‌ای شکل فرو‌رفته قابل شناسایی است که رشته و سیر قنات را نشان می‌دهد. به‌منظور صرفه‌جویی در زمان، از روش‌های خودکار برای شناسایی شفت‌ها و رشته‌قنات‌ها نیز بهره‌گیری می‌شود. چنین روش‌هایی در زمرۀ مطالعات شبکه‌های عصبی و سیستم یادگیری ماشین است. این پژوهش اثباتی بر مفهوم کاربرد تکنیک‌های یادگیری عمیق برای استخراج اطلاعات باستان‌شناسی از تصاویر هوایی تاریخی به شیوه‌ای دیجیتالی و خودکار است.‌ هدف پژوهش پیشِ‌رو، تشخیص قنات به‌صورت خودکار در چشم‌انداز شهر تاریخی زوزن با استفاده از شبکۀ عصبی کانولوشن و تشخیص اشیاء با الگوریتم YOLO است که از تصاویر هوایی دهۀ 40 و 70ه‍.ش. جهت داده‌های ورودی استفاده شده است. پژوهش حاضر با بهره‌گیری از روش تحلیلی در قالب مطالعۀ محاسباتی شبکه‌های عصبی به شناسایی قنات‌های شهر زوزن جهت مطالعه شکل‌گیری شهر پرداخته است و درصدد پاسخ به این پرسش‌ها است: 1) فرآیند و میزان دقت شبکۀ کانولوشن با الگوریتم YOLO برای تشخیص قنات و استخراج دیجیتالی آن در عکس‌های هوایی چگونه است؟ 2) قنات‌های دشت زوزن به‌عنوان تنها منبع و توزیع آب چه تأثیری بر شکل‌گیری شهر زوزن داشته است؟ مدل پیشنهادی با 80% داده آموزشی، 20% دادۀ اعتبار سنجی، با تکرار 200 و با نرخ آموزشی 0.01 آموزش داده شده است. نتایج حاصله از آموزش شبکۀ کانولوشنال با تصاویر هوایی دهۀ 40 و 70 و الگوریتم YOLO نسخۀ 8، نشان‌دهندۀ مؤثر بودن داده‌های هوایی در یادگیری عمیق به‌منظور استخراج و شناسایی خودکار چهار رشته‌قنات منتهی به شهر زوزن در جهات مختلف، به‌صورت هم‌زمان، با دقت 94 % است. در این منطقه این قنات‌ها عامل اصلی شکل‌گیری وحیات شهر زوزن در دوران تاریخی و اسلامی می‌باشند که هم‌چنان نیز دایر هستد.