ትርፍ፡
- ከ PyQGIS እና ሞዴል ዲዛይነር ጋር ከ AI ድጋፍ ጋር የስራ ፍሰት አውቶማቲክን የማዘጋጀት እና የማሄድ ችሎታ
- ከጫፍ እስከ ጫፍ ባለው ፕሮጀክት ውስጥ የግል መረጃን ግላዊነት፣ የቅጂ መብት፣ የፍቃድ እና የኢንጂነር ተጠያቂነት ገደቦችን የማስተዳደር ችሎታ
- የጂኦማቲክስ ፕሮጀክትን በ AI በነቃ ነገር ግን ከመረጃ አሰባሰብ እስከ አቅርቦት ድረስ ያለውን የማረጋገጫ ማእከላዊ ፍሰት የመንደፍ ችሎታ
የሞዱል ፈተና
1. በዳሰሳ ጥናት ምህንድስና ውስጥ የኤአይአይ ውጤትን አደጋ የሚወስነው መሰረታዊ መርህ የትኛው ነው?
- ሀ) የውጤት አደጋ ውጤቱ የተሳሳተ ከሆነ ከሚያደርሰው ጉዳት ጋር እኩል ነው። የማረጋገጫ ሚዛኖች በዚሁ መሰረት ✔
- ለ) አቀላጥፎ እና በራስ መተማመን የተጻፈ በመሆኑ የ AI ውፅዓት በአጠቃላይ ደህንነቱ የተጠበቀ ነው።
- ሐ) በጣም የአሁኑ ሞዴል ጥቅም ላይ ሲውል ማረጋገጥ አስፈላጊ አይደለም
- መ) ውጤቱ መደበኛውን የሚያመለክት ከሆነ ተጨማሪ ቁጥጥር አያስፈልግም
ማብራርያ፡ የውጤቱ አደጋ ይህ ውፅዓት የተሳሳተ ከሆነ ከሚያደርሰው ጉዳት ጋር እኩል ነው። በሥነ-ጽሑፍ ማጠቃለያ ውስጥ ያለው ትንሽ ስህተት በአብዛኛው ምንም ጉዳት የሌለው ቢሆንም፣ በካዳስተር ወሰን ወይም ከፍታ ዋጋ ላይ ያለው ስህተት የንብረት ጥሰት፣ ተገቢ ያልሆነ የግንባታ አተገባበር እና የንብረት ውድመት ያስከትላል። ስለዚህ የማረጋገጫ ጥንካሬ ሚዛኖች ሊኖሩ ከሚችሉ ጉዳቶች ጋር።
2. በጂኤንኤስኤስ የመለኪያ ስብስብ የጥራት ቁጥጥር ውስጥ ለ AI በጣም ደህንነቱ በተጠበቀ እና በአግባቡ የተመደበው የትኛው ተግባር ነው?
- ሀ) በመጨረሻ የነጥብ መጋጠሚያዎችን ትክክለኛነት ለመቀበል እና ለምዝገባ ዝግጁ መሆናቸውን ለመግለፅ
- ለ) የጥሬ ምልከታ ሠንጠረዦችን ማስተካከል እና ሊወጡ የሚችሉ/የማይጣጣሙ ነገሮችን ምልክት ማድረግ ✔
- ሐ) የመለኪያ መርሆዎችን ሳይመለከቱ የመተግበሪያ ዋጋዎችን በቀጥታ ማረጋገጥ
- መ) ምንም አይነት የመዝጊያ ስህተቶችን ሳያስሉ ውጤቱን ትክክለኛ ግምት ውስጥ በማስገባት
ማብራሪያ፡ የ AI በጣም ደህንነቱ የተጠበቀ አስተዋፅዖ መሐንዲሱ ሊቆጣጠራቸው የሚችላቸው ረዳት ተግባራት ማለትም የተበታተኑ ጥሬ መረጃዎችን እና ማብራሪያዎችን ማደራጀት፣ አለመጣጣሞችን እና ወጣ ገባዎችን ማሳየት። የመዝጊያ ስህተቶችን እና የመለኪያ መርሆዎችን ጨምሮ የነጥብ መጋጠሚያ ትክክለኛነት የመጨረሻው ተቀባይነት በኢንጂነሩ ይሁንታ ይቆያል። AI 'ነጥቡ ፍጹም ትክክል ነው' ማለቱ ማስረጃ አይደለም።
3. በአስተባባሪ የለውጥ ጥያቄ ውስጥ የትኛው መረጃ ለ AI በግልፅ መገለጽ አለበት?
- ሀ) የነጥቦች ስሞች ብቻ
- ለ) የዒላማ ትንበያ ስም ብቻ, datum አስፈላጊ አይደለም
- ሐ) የምንጭ እና የዒላማ አስተባባሪ ስርዓት (datum + projection/EPSG) እና የለውጥ መለኪያዎች ✔
- መ) መለኪያውን የሚሠራው ሰው ስም
ማብራሪያ፡ የማስተባበር ትራንስፎርሜሽን ትርጉም የሚሰጠው የምንጩ ስርዓት፣ ዒላማ ስርዓት (ዳቱም + ትንበያ፣ ለምሳሌ ኢፒኤስጂ ኮድ) እና አስፈላጊዎቹ የለውጥ መለኪያዎች ከተገለጹ ብቻ ነው። ይህን ወደ UTM ቀይር ማለት ብቻ ከየትኛው ዳቱም ወደ የትኛው ዳቱም እየተዘዋወረ እንደሆነ ግልጽ አይደለም እና የሜትሮች ለውጥ ሊያመጣ ይችላል።
4. የትራንስፎርሜሽን ውጤትን ለማረጋገጥ ከሚከተሉት ውስጥ በጣም ተግባራዊ የሆነው የቱ ነው?
- ሀ) በውጤቱ ውስጥ የአስርዮሽ ቦታዎችን ብዛት በመመልከት።
- ለ) ሞዴሉ ምን ያህል በፍጥነት መልስ እንደሚሰጥ በመመልከት
- ሐ) ውጤቱን ጨርሶ ሳያረጋግጡ ወደ CAD ማስተላለፍ
- መ) መጋጠሚያዎቹ የሚታወቁትን የቁጥጥር ነጥብ በተመሳሳይ ለውጥ በማድረግ እና ከሚጠበቀው እሴት ጋር በማነፃፀር ✔
ማብራሪያ፡ መጋጠሚያዎቻቸው በተመሳሳይ ለውጥ የሚታወቁትን አንድ ወይም ብዙ የመቆጣጠሪያ ነጥቦችን ማለፍ እና ከተጠበቀው እሴት ጋር ማነፃፀር የመለኪያ እና የዳተም ስህተቶችን በፍጥነት ያሳያል። የአስር ሜትሮች ስልታዊ ልዩነት በተለምዶ የተሳሳተ ዳቱም/መለኪያ ምልክት ነው። ውጤቱ ለስላሳ መስሎ መታየቱ ትክክለኛነት ማረጋገጫ አይደለም.
5. በጂአይኤስ ውስጥ ለትክክለኛው ቋት እና አካባቢ ስሌት በጣም አስፈላጊው ቅድመ ሁኔታ ምንድን ነው?
- ሀ) ንብርብሩ በተገቢው ሜትሪክ (ፕሮጀክሽን) ቅንጅት ሲስተም ✔ ነው።
- ለ) የንብርብሩ ቀለም
- ሐ) በባህሪ ሠንጠረዥ ውስጥ የአምድ ቅደም ተከተል
- መ) የንብርብሩ ፋይል ስም አጭር መሆን አለበት።
ማብራሪያ፡ የርቀት እና የአካባቢ ስሌቶች ትርጉም ያላቸው በሜትሪክ (ፕሮጀክት) ቅንጅት ሲስተም ውስጥ ብቻ ነው። በጂኦግራፊያዊ መጋጠሚያዎች ውስጥ ቀጥተኛ ማቋረጫ (ኬክሮስ/ኬንትሮስ በዲግሪ) በዲግሪ ሜትር ግራ መጋባት ምክንያት ትክክለኛ ያልሆኑ ውጤቶችን ይሰጣል። ስለዚህ, ንብርብሩ ከመተንተን በፊት በተገቢው ትንበያ ውስጥ መቀመጥ አለበት.
6. የሳተላይት ምስል ምደባ ውስጥ የመሬት ሽፋን ካርታ ትክክለኛነት ለመለካት መደበኛ መንገድ ምንድን ነው?
- ሀ) የካርታው ቀለሞች ምን ያህል ደማቅ እንደሆኑ በመመልከት።
- ለ) የስህተት ማትሪክስ በገለልተኛ የመሬት እውነት ናሙናዎች ማቋቋም እና አጠቃላይ ትክክለኛነትን በማስላት/Kappa ✔
- ሐ) በበርካታ ክፍሎች ላይ መተማመን
- መ) የምስሉን ጥራት በመመልከት እና ትክክለኛነትን ግምት ውስጥ ማስገባት
መግለጫ፡ የምደባ ትክክለኛነት የሚገመገመው ግራ መጋባት ማትሪክስ ከገለልተኛ የመሬት እውነት ናሙናዎች ጋር በማቋቋም እና እንደ አጠቃላይ ትክክለኛነት እና ካፓ ባሉ ልኬቶች ሪፖርት በማድረግ ነው። የካርታው 'መልካም ገጽታ' ወይም የክፍል ቀለሞች ግልጽነት ትክክለኛነት ማረጋገጫ አይደለም።
7. በፎቶግራምሜትሪክ orthophoto እና በ DSM ምርት ውስጥ የአቀማመጥ ትክክለኛነት የሚያረጋግጥ መሠረታዊ አካል ምንድን ነው?
- ሀ) ብዙ ፎቶዎችን ያንሱ
- ለ) UAV ውድ ሞዴል ነው።
- ሐ) ትክክለኛ ቁጥጥር በትክክል በተለካ የመሬት መቆጣጠሪያ ነጥቦች እና ገለልተኛ የመቆጣጠሪያ ነጥቦች ✔
- መ) በረራው በደመናማ ቀን መደረግ አለበት።
መግለጫ: የመሬት መቆጣጠሪያ ነጥቦች (ጂሲፒ) የፎቶግራም ሞዴሉን ከእውነተኛው ዓለም ማስተባበሪያ ስርዓት ጋር ያገናኙ እና የመጠን / አካባቢን ትክክለኛነት ይወስኑ. በተጨማሪም፣ አርኤምኤስኢን በአምሳያው ውስጥ ከማይገቡ ገለልተኛ የቁጥጥር ነጥቦች ጋር በማስላት ትክክለኝነት ይሞከራል። የምስሎችን ብዛት መጨመር ወይም UAV ውድ ማድረጉ ትክክለኛነትን አያረጋግጥም።
8. ዲጂታል የመሬት አቀማመጥ ሞዴል (DTM) ከLiDAR ነጥብ ደመና ለማመንጨት የትኛው እርምጃ ነው የግዴታ የሚሆነው?
- ሀ) ሁሉንም ነጥቦች እንደ ሁኔታው ወደ ወለል መለወጥ
- ለ) ከፍተኛ ነጥቦችን ብቻ መጠቀም
- ሐ) የክብደት እሴቶችን መሰረዝ
- መ) መሬት ያልሆኑ (ህንፃ ፣ዛፍ) ነጥቦችን ከመሬት ማጣሪያ ✔ መለየት
መግለጫ፡- ዲቲኤም ባዶ መሬትን ይወክላል; ስለዚህ እንደ ህንጻዎች, ዛፎች, ተሽከርካሪዎች ያሉ የመሬት ያልሆኑ ቦታዎችን መለየት (የመሬት ማጣሪያ / ምደባ). ይህ እርምጃ ከተዘለለ, የላይኛው ገጽ (DSM) የሚገኘው DTM ሳይሆን. AI ምደባን ሊያፋጥን ይችላል, ነገር ግን ውጤቱ በመገለጫ መስቀሎች መረጋገጥ አለበት.
9. በራስ-ሰር የካርታ ማመንጨት ከ AI ጋር በጣም ከተለመዱት እና በጣም አደገኛ ስህተቶች አንዱ ምንድነው?
- ሀ) እንደ ሚዛን ፣ አፈ ታሪክ ፣ አስተባባሪ ስርዓት እና ትክክለኛነት ደረጃ ✔ ያሉ አስገዳጅ አካላትን መዝለል
- ለ) በጣም ብዙ የፍተሻ ነጥቦችን መጠቀም
- ሐ) ንብርብሮችን መቧደን
- መ) ወደ ሉህ ርዕስ ማከል
ማብራሪያ፡ ራስ-ሰር ምልክት ማድረግ እና መለያ መስጠት ፈጣን ነው፣ ነገር ግን እንደ ሚዛን፣ አፈ ታሪክ፣ ሰሜናዊ ቀስት፣ አስተባባሪ ስርዓት እና ትክክለኛነት ማስታወሻ ያሉ አስፈላጊ የካርታግራፊያዊ አካላት ከጠፉ ካርታው አሳሳች እና በይፋ ጥቅም ላይ ሊውል አይችልም። የእይታ ይግባኝ ለእነዚህ አስፈላጊ ነገሮች ምትክ አይደለም።
10. ከካዳስተር እና ከመሬት መዝገብ መረጃ ጋር ሲሰራ የ AI ውፅዓት ሁኔታ ምን መሆን አለበት?
- ሀ) በባለቤትነት ደብተር ውስጥ በቀጥታ ሊመዘገብ የሚችል እንደ ትክክለኛ መረጃ ይቆጠራል።
- ለ) እንደ ቅድመ ቼክ / ረቂቅ ተወስዷል; የመጨረሻ ትክክለኛነት የሚወሰነው በመለኪያ ፣ ህግ እና ባለስልጣን ማፅደቅ ✔ ነው።
- ሐ) የንብረት አለመግባባቶችን ብቻ መፍታት
- መ) ምንም ቁጥጥር ሳያስፈልገው ኦፊሴላዊ ሰነድ ይሆናል.
ማብራሪያ፡ የ Cadastral ድንበር፣ አካባቢ እና የባለቤትነት መረጃ ህጋዊ ውጤቶች አሉት። AI በጣም ቅድመ በረራዎችን፣ ወጥነት የሌላቸው ፍተሻዎችን እና ረቂቆችን ይፈጥራል። የመጨረሻው ትክክለኛነት የሚወሰነው በመለኪያ ፣ ህግ እና በተፈቀደለት መሐንዲስ/ተቋም ይሁንታ ላይ ነው። የ AI ውፅዓትን 'የመጨረሻ' ብሎ ማወጅ ህጋዊ እና ሙያዊ አደጋን ይፈጥራል።
11. በአይ-የመነጨ ጂኦፓንዳስ/PyProj ስክሪፕት ከመጠቀምዎ በፊት በጣም አስፈላጊው ቼክ ምንድን ነው?
- ሀ) ኮዱ ረጅም ስለሆነ ትክክል ነው ብለን በማሰብ
- ለ) ያለ ስሕተት ለመሥራት በቂ መሆኑን ግምት ውስጥ በማስገባት
- ሐ) በትንሽ ፣ በሚታወቅ የሙከራ ውሂብ ያሂዱት እና CRS እና ደረጃ ✔ ያረጋግጡ
- መ) ተለዋዋጭ ስሞችን እንደ ጥሩ አድርጎ ማጽደቅ
ማብራሪያ፡- የተመረተው ኮድ ውጤታቸው በሚታወቅ በትንሽ የሙከራ መረጃ መካሄድ እና የሚጠበቀው ውጤት እና ደረጃ መፈተሽ አለበት። በተለይም የ CRS (የመጋጠሚያ ስርዓት) ፍቺ በትክክል መሰጠቱ ወሳኝ ስህተት ነው; የውሸት CRS በፀጥታ የተንሸራተቱ ሜትሮችን ይፈጥራል። ኮዱ 'ይሰራል' ማለት ትክክል ነው ማለት አይደለም።
12. የአካባቢ መረጃን እና የግል መረጃን የያዘ የ Cadastral/Adress Dataset ሲሰጥ ትክክለኛው አቀራረብ ምንድነው?
- ሀ) ሁሉንም እውነተኛ የባለቤትነት እና የማንነት መረጃ ይላኩ
- ለ) ግላዊነትን ችላ ማለት ጠቃሚ ስለሚሆን ነው።
- ሐ) መረጃን ወደ ይፋዊ መድረክ መለጠፍ
- መ) የግል መረጃን ማንነትን መደበቅ ወይም ከተወካይ እሴቶች/ከተፈቀደ አካባቢ ጋር መስራት ✔
ማብራሪያ፡ የግል መረጃን የያዘ ውሂብ (የባለቤት ስም፣ TR ID፣ ሚስጥራዊነት ያለው ቦታ) የድርጅት ፖሊሲን እና ህግን በመጣስ ወደ ውጫዊ ሞዴል መላክ የለበትም። ውሂቡ የማይታወቅ መሆን አለበት፣ ናሙና/ተወካይ እሴቶች ጥቅም ላይ መዋል አለባቸው፣ ወይም የተፈቀደ/ቤት ውስጥ አካባቢ ጥቅም ላይ መዋል አለበት። 'ለማንኛውም ይጠቅማል' የሚለው ማመካኛ ሚስጥር የመጠበቅ ግዴታን አያስቀርም።
13. በመሬት ሽፋን ምደባ ውስጥ የ NDVI ኢንዴክስን ለመጠቀም ዋናው ዓላማ ምንድን ነው?
- ሀ) ከኢንፍራሬድ እና ከቀይ ባንዶች አጠገብ የእጽዋት አዋጭነት/density መለካት
- ለ) የመሬቱን ቁመት በሜትር መለካት
- ሐ) የእቃውን ባለቤት መወሰን
- መ) የአስተባባሪ ስርዓቱን መለወጥ
መግለጫ፡ NDVI (የተለመደው ልዩነት የእጽዋት መረጃ ጠቋሚ) የኢንፍራሬድ እና ቀይ ባንዶችን ልዩነት በመጠቀም የአረንጓዴ ተክሎችን ጥንካሬ/መጠን ይለካል። እፅዋት በውሃ እና በባዶ መሬት መካከል ያለውን ልዩነት ለመለየት ኃይለኛ ምልክት ነው። ቁመት ብቻውን ባለቤትነትን አይለካም ወይም አይወስንም.
14. በደህንነት-ወሳኝ አተገባበር ወይም በካዳስተር ሥራ ውስጥ ለ AI ውፅዓት ሚና የትኛው መግለጫ በጣም ትክክለኛ ነው?
- ሀ) የ AI ውፅዓት በቂ አቀላጥፎ ከሆነ ፣የኢንጂነር ማረጋገጫ አያስፈልግም
- B) AI አፋጣኝ ነው; ብቃት ያለው መሐንዲስ ይሁንታ እና ኃላፊነት ✔ አይተካም።
- ሐ) ኃላፊነት ሞዴሉን ለሚያመርተው ኩባንያ ይተላለፋል
- መ) በጣም ውድ የሆነውን ሞዴል ሲጠቀሙ ምንም ማረጋገጫ አያስፈልግም
መግለጫ: በምህንድስና እና በካርታ ምርት ውስጥ, AI ውፅዓት ደህንነት እና ህጋዊ ውጤት ያለው ሥራ ውስጥ ብቃት ያለው ባለሙያ ቁጥጥር እና ማረጋገጫ አይተካም; እሱ ማፋጠን እና ረቂቅ ማመንጨት መሣሪያ ብቻ ነው። የመጨረሻው ሃላፊነት እና ፊርማ ከተፈቀደው መሐንዲስ ጋር ይቆያል.