في عصر تتزايد فيه المخاطر البيئية بفعل تغير المناخ، تصبح عملية التعرف والكشف عن مؤشرات الأحداث الطبيعية أمراً بالغ الأهمية للتقليل من آثار الكوارث. قد تحتل الحساسات التقليدية، مثل الليزر التداخلي (Interferometric Lasers) أو قياسات الزلازل (Seismometers)، مكانة موثوقة، إلا أن انتشارها الواسع غالبًا ما يقف عائقًا أمامه قيود لوجستية واقتصادية، مما يسمح بوجود مناطق عمياء عديدة في المراقبة.

هنا تبرز الكاميرات الزمنية (Time-lapse Cameras) كبديل واعد؛ حيث توفر سياقًا بصريًا عالي الدقة وبأسعار معقولة لتعويض تلك الحساسات. لكن، تواجه معالجة البيانات الناتجة عن هذه الكاميرات تحديات كبيرة، خاصةً بسبب التغيرات الشديدة في الشكل والإضاءة. تغلبنا على هذه المشكلات يعد أمرًا ضروريًا لنشر هذه التقنية على نطاق واسع كأداة للمراقبة.

تقدم ورقة البحث الحالية مهمة فرعية جديدة في الكشف عن التغيرات، تتعلق بالكشف عن التغيرات الحجمية (Volumetric Change Detection) باستخدام الكاميرات الزمنية ورصد الاستقرار الانحداري (Slope Instabilities). نلقي الضوء على مراجعة شاملة لأحدث طرق الكشف عن التغيرات والمهمات ذات الصلة، مع تحليل مكوناتها الأساسية وتقييم قابليتها للتطبيق في هذا المجال.

لقد قدمنا مجموعة بيانات جديدة تُسمى SeracFallDet، التي تحتوي على توضيحات لسقوط الجليد وتمت تسميتها بعناية لتلبية الحاجة الملحة. من خلال تجارب التعميم، نُظهر أن مطابقة الميزات الكثيفة ونصف الكثيفة، على الرغم من أنها لم تُدرب خصيصًا لهذه المهمة، تُظهر أداءً قويًا. وعلى العكس، تواجه الأساليب المُشرف عليها صعوبات بسبب نقص البيانات وعدم التوازن في التسمية.

تشير هذه النتائج إلى أن واتخاذ أساليب هجينة قد يُقدم مسارًا لتحقيق الابتكارات بالاعتماد على نقاط القوة في كلا المهمتين. تُبرز هذه الدراسة الإمكانيات الجبارة لتقنيات مطابقة الميزات والحاجة إلى المزيد من الابتكار لتجاوز التحديات في المراقبة البيئية.