ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > النمذجة الجيومكانية للذكاء الا...>الوصف

النمذجة الجيومكانية للذكاء الاصطناعي Google Earth Engine لتحليل وتوقع المناطق المهددة بأخطار الجريان السيلي: حوض وادي وتير جنوب شبه الجزيرة سيناء مصر

العنوان بلغة أخرى: Geospatial Modeling and Artificial Intelligence for Flash Flood Hazard: Analysis and Prediction in the Wadi Watir Basin Southern Sinai Peninsula Egypt
المصدر: مجلة وادي النيل للدراسات والبحوث الإنسانية والاجتماعية والتربوية
الناشر: جامعة القاهرة - فرع الخرطوم - كلية الآداب
المؤلف الرئيسي: عبدالحميد، صبحي عبدالحميد عبدالجواد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdelhamid, Sabhi Abdelhamid Abdeljawad
المجلد/العدد: مج40, ع40
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2023
الشهر: أكتوبر
الصفحات: 951 - 978
ISSN: 2536-9555
رقم MD: 1418645
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch, HumanIndex
مواضيع:
الذكاء الاصطناعي | الجريان السيلي | وادي وتير | مصر
كلمات المؤلف المفتاحية:
الذكاء الصناعي | الجريان السيلي | الهيدرولوجيا | التحليل المورفومتري | وتير | Artificial Intelligence | Flash Flood | Hydrology | Morphometric Analysis | Wadi Watir
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

33

حفظ في:
المستخلص: تناول هذا البحث كيفية توظيف الذكاء الصناعي لاستنباط المناطق المهددة بخطر الجريان السيلي في حوض وادي وتير بشبه جزيرة سيناء من خلال بيئة عمل Google Earth Engine. ويحاول البحث الخروج بخريطة للمناطق المهددة بالجريان السيلي ودرجاتها من خلال العمل على خوادم البيانات التي توفرها شركة Google إضافة إلى العمل على تطبيق خوارزميات رصد المناطق المهددة بالجريان السيلي أو ما يطلق عليه Flood Mapping Algorithm، التي تم استخدامها بشكل منهجي لتحقيق أهداف الدراسة، وقد توصلت هذه الدراسة إلى عدة نتائج أهمها ما يلي: ١- تحديد لمدى إمكانية توظيف الذكاء الصناعي لرسم خرائط النطاقات خطر الجريان السيلي بشكل عام في إطار توافر البيانات مكانية. ٢- التأكيد على الاعتماد على منهجية FMA لتتبع ورصد المواقع المهددة بخطر الجريان السيلي بشكل دقيق إلى حد ما في ضوء توافر معلومات أكثر دقة من الناحية المكانية.

This research focuses on the utilization of artificial intelligence for deriving areas at risk of flash floods in the Wadi Watir basin, located in the southern part of the Sinai Peninsula, Egypt, through the Google Earth Engine platform. The study aims to produce a map of areas susceptible to flash floods and their severity levels by working with data servers provided by Google and implementing flood mapping algorithms systematically. The study has yielded several important findings, including: 1- Determining the feasibility of employing artificial intelligence for mapping flash flood hazard areas, given the availability of spatial data. 2- Emphasizing the reliance on Flood Mapping Algorithms (FMAs) for precise tracking and monitoring of flash flood- prone locations, especially with access to more accurate spatial information.
ISSN: 2536-9555

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.