قاعدة الرسائل الجامعية

تمكنك قاعدة البيانات من البحث عن كافة الرسائل الجامعية وكافة الرسائل الجغرافية لكل من درجة الماجستير والدكتوراه
قياس كفاءة نتائج محرك قوقل الأرض في دراسة الغطاء النباتي على المملكة العربية السعودية من 2000 م إلى 2020 م
 
Measuring Results Efficiency of the Google Earth Engine in studying the Vegetation Cover in Saudi Arabia from 2000 to 2020M
اسم الباحث: سلمان بن نومان الشمري
الدرجة: ماجستير
الكلية - القسم: قسم الجغرافيا – كلية الآداب – جامعة الملك سعود
الجامعة: جامعة الملك سعود
التاريخ: 2024م
الموضوع: نبات طبيعي، استشعار عن بعد
المشرف: الدكتور فهد بن عبدالعزيز المطلق
الرابط:
الملخص باللغة العربية

الملخص:
تهتم هذه الدراسة بقياس كفاءة نتائج منصة محرك الأرض قوقل (Google Earth Engine) لدراسة الغطاء النباتي باستخدام البيانات الضخمة للأقمار الصناعية ومقارنتها بالطرق التقليدية؛ حيث إن هناك أقمارًا صناعية ترصد الأرض بشكل مستمر ويتولد منها كمٌّ هائل من البيانات الضخمة التي يصعب التعامل معها وتحليلها والاستفادة منها في دراسة مختلف الظواهر الأرضية باستخدام الطرق التقليدية إذا ما كانت مساحة منطقة الدراسة كبيرة؛ حيث تشكل أحجام البيانات الضخمة عائقًا للتعامل معها. وفي هذه الدراسة تمت دراسة تغيرات الغطاء النباتي من بيانات القمر الصناعي (7-Landsat) على مستوى المملكة العربية السعودية، وباستخدام مؤشر الفرق المعياري للغطاء النباتي (NDVI) للفترة من عام 2005م إلى عام 2020م، وذلك بالاعتماد على منصة محرك الأرض قوقل
(Google Earth Engine) التي تُسَهِّل الوصول إلى كميات ضخمة من بيانات الاستشعار عن بُعد والتعامل معها ومعالجتها وتحليلها بواجهة برمجة مجهزة لهذا الغرض، وذلك باستخدام لغة البرمجة الجافا سكريبت (Java Script) التي تُعَد نهجًا حديثًا في دراسة الغطاء النباتي؛ ولهذا الغرض تم استخراج الحد الأعلى والأدنى، والمتوسط السنوي والفصلي للمملكة العربية السعودية للغطاء النباتي، وتحديد مواقع أكثر الأيام اخضرارًا، وذلك بالاعتماد بيانات القمر الصناعي (7-Landsat)، وباستخدام مؤشر الفرق المعياري للغطاء النباتي (NDVI) خلال فترة الدراسة؛ حيث تم في الدراسة التعامل مع أكثر من 12.000 مرئية فضائية، وبسعة تجاوزت 9.200GB ، وهي تمثِّل فترة الدراسة. وأظهرت النتائج أن الاتجاه العام لمعدل تغير قيم المتوسط السنوي لمؤشر الفرق المعياري للغطاء النباتي (NDVI) خلال فترة الدراسة كان مستقراً بشكل عام؛ حيث بلغت أعلى قيم المتوسط السنوي للمؤشر (0.049) وبمساحة إجمالية (56,000كم2) للغطاء النباتي لعام 2020م، كما اتضح للباحث مزايا استخدامات منصة محرك الأرض قوقل (Google Earth Engine)؛ حيث إن المنصة غير عاجزة أما أحجام البيانات الضخمة مع وجود الخوادم السحابية التي تساعد في تجاوز العقبات التقنية من مساحات تخزين وسرعة تحليل، كما توصل الباحث إلى أنه يجب استغلال قدرات منصات الحوسبة السحابية والاستفادة من الكم الهائل من بيانات الاستشعار عن بُعد، وعليه تم قياس كفاءة منصات الحوسبة السحابية ومقارنتها بالطرق التقليدية حيث بيَّنت نتائج مؤشر الفرق المعياري للغطاء النباتي (NDVI) للعينات لكلتا الطريقتين الى وجود فرق في النتائج، حيث بلغ اكبر فارق في نتائج مؤشر الفرق المعياري للغطاء النباتي (NDVI) (0.2) وبفارق مساحة (3,3كم2) حيث كان الرصد الأعلى للغطاء النباتي لمنصة محرك الأرض قوقل (Google Earth Engine) على حساب الطرق التقليدية.
 
الملخص باللغة الإنجليزية

Abstract:
This study concerned about measuring the results of Google Earth engine platform efficiency to investigate vegetation by using large satellite data in comparison with traditional methods, as there are satellites continuously observe the Earth and generate a huge amount of data that is difficult to handle, analyze and used in studying of various terrestrial phenomena by traditional methods specially in large areas with huge data. In the present study, changes in vegetation cover from Landsat-7 were studied at the level of Saudi Arabia and Standard Vector Index (NDVI) were used. More than 12,000 space-based and wide-ranging images were handled over 9200GB, which represents the period of study from 2000 to 2020, using the Google Earth engine platform, which facilitates access, handling, processing, and analysis of large quantities of remote sensing data with an equipped programming interface. This is done using the Java Scrip programming language, which is a recent approach to study the vegetation cover. For this purpose, the maximum, minimum, annual and seasonal average of vegetation cover for the Saudi Arabia were extracted by Google Earth engine platform using Landsat-7 satellite data and NDVI standard difference index during the study period. The results showed that the overall trend in the rate of change of the annual average values of the NDVI during the study period was stable, with highest annual average values of the indicator (0.049) and the total covered area (56,000 km2) of vegetation cover in 2020. It became clear to the researcher the advantages of using Google Earth engine platform in remote sensing data research. As the platform is a powerful tool in dealing with huge data volumes, the presence of cloud servers helped in overcoming technical obstacles in terms of storage space and speed of analysis. The researcher concluded that the capabilities of cloud computing platforms must be exploited, and the huge amount of remote sensing data must be utilized to the fullest in research and practical field. Accordingly, the efficiency of cloud computing platforms was measured and compared to other traditional methods. There was a difference in the results, as the largest difference in the results of NDVI was (0.2) and with an area of difference (3.3 km2), where the highest monitoring of vegetation cover was on the Google Earth Engine platform over the traditional methods.