Qazanclar:
- Suala uyğun olaraq peyk (geniş sahə) və sensor (yerli) məlumatlarını seçmək və bulud maskası tətbiq etməklə NDVI kimi indeksləri təhlil etmək bacarığı
- IoT sensor məlumatlarını kalibrləmə və keyfiyyətə nəzarət vasitəsilə ötürməklə sürüşmə və nasazlığı real siqnaldan ayırmaq bacarığı
- Monitorinqin nəticələrini tək bir tarixə deyil, trendə əsaslandırmaq və əsas həqiqət və ya müstəqil məlumatlarla yoxlama planı yaratmaq bacarığı
Ətraf mühiti idarə etmək üçün ilk növbədə onu görmək lazımdır. Meşənin nə qədər kiçildiyini, çayın nə qədər çirkləndiyini və ya obyektin nə qədər metan sızdığını təxmin etməklə deyil, məlumatlarla bilmək lazımdır. Ətraf mühitin monitorinqi ətraf mühitin vəziyyətinin müntəzəm və təkrarlanan ölçülməsidir. Bu bölmədə siz iki böyük məlumat mənbəyi - kosmosdan baxan peyklər və sahədəki sensorlar - və bu kütləvi məlumatların mənalandırılmasında AI-nin rolu haqqında öyrənəcəksiniz.
Əvvəlcə anlayışlar. Uzaqdan zondlama bir obyektə toxunmadan məsafədən (peykdən və ya təyyarədən) əks olunan işığı ölçməklə məlumat toplamaqdır. IoT sensoru (Əşyaların İnterneti) sahəyə yerləşdirilmiş kiçik bir cihazdır və ölçülmüş dəyəri (temperatur, havanın keyfiyyəti, suyun səviyyəsi) avtomatik olaraq internet üzərindən göndərir. Onlar birlikdə ətraf mühitin həm geniş (peyk), həm də yerli (sensor) şəklini təqdim edirlər.
Peyk məlumatlarını necə oxumaq olar?
Peyklər təkcə şəkil çəkmir; işığın müxtəlif dalğa uzunluqlarını (“zolaqlar”) ölçür. Bu zolaqların riyazi birləşməsi adi gözlə görünməyənləri göstərir. Ən məşhur nümunə NDVI-dır (Normallaşdırılmış Fərq Bitki Örtüsü İndeksi): o, sağlam bitkilərin infraqırmızı işığı çox əks etdirməsi prinsipinə əsaslanaraq, bitki örtüyünün sıxlığını 0 ilə 1 arasında bir rəqəmlə ölçür. NDVI-də azalma meşələrin qırılması, quraqlıq və ya ziyan anlamına gələ bilər.
Ən çox yayılmış pulsuz və açıq peyk mənbələri Sentinel (Avropa Kopernik proqramı) və Landsat (ABŞ) peykləridir. Bunlara Google Earth Engine kimi platformalar və ya Python (rasterio, xarray kimi kitabxanalarla) vasitəsilə daxil olur.
İpucu: Peyk məlumatlarının ən böyük düşməni buluddur. NDVI düşməsi əsl meşə itkisidir, yoxsa həmin gün onun üzərində bulud var idi? Həmişə bulud maskası tətbiq edin və təhlil etməzdən əvvəl birdən çox tarixi müqayisə edin.
IoT sensor məlumatları və kalibrləmə
Sensorlar ucuz və ümumi, lakin mükəmməl deyil. Ucuz hava keyfiyyəti sensoru zamanla sürüşəcək, rütubətdən təsirlənəcək və ya uğursuz olacaq. Buna görə də, xam şəklində sensor məlumatları etibarsızdır; kalibrləmə (məlum bir istinad cihazı ilə müqayisə etməklə düzəliş) və keyfiyyətə nəzarət vacibdir.
Burada AI; Böyük görüntü və zaman seriyası məlumatlarını emal etmək, anomaliyaları (gözlənilməz sapma) skan etmək, təsnifat modelini qurmaq və tapıntıları ümumiləşdirmək üçün kod yazmaqda çox güclüdür. Ancaq ölçmənin fiziki reallığı kalibrləmə qərarına və "bu siqnal realdır, yoxsa səs-küydür?" sualına gəlir. Təfsir ekspertə məxsusdur.
Addım-addım: izləmə təhlili
1. Sualı müəyyənləşdirin. "2020-2024-cü illər arasında bu 10.000 hektar ərazidə bitki örtüyü necə dəyişdi?" Aydın, məkan və müvəqqəti sual kimi:
2. Məlumat mənbəyini seçin. Peyk (geniş sahə) və ya sensor (yerli, davamlı)? Qətnamə və tezlik suala uyğundurmu?
3. Əvvəlcədən proses. Bulud maskası, kalibrləmə, çatışmayan məlumatları qeyd edin. Bu addım atlanırsa, nəticə yanlışdır.
4. İndeksi/metrikanı hesablayın. NDVI, orta temperatur, çirkləndirici konsentrasiyası.
5. Dəyişikliyi və anomaliyanı tapın. Trend təhlili, eşikdən keçmə, qəfil sıçrayış.
6. Sahə ilə yoxlayın. Mümkünsə, əsas həqiqətlə təsdiqləyin; Sahə ziyarəti və ya müstəqil məlumatlarla peyk siqnalını təmin edin.
üç mini qutu
1-ci hal - Buluda düşmək. Ətraf mühitin mühafizəsi üzrə qeyri-hökumət təşkilatı bir bölgədə NDVI-nin bir ay ərzində 40% azaldığını görəndə "qəfil meşələrin qırılması" ilə bağlı həyəcan təbili çalmaq üzrə idi. Analitik bulud maskası tətbiq edib qonşu tarixlərə baxdıqda həmin gün təsvirin çox hissəsinin buludlu olduğunu, növbəti buludsuz görüntüdə isə NDVI-nın normallaşdığını gördü. Yanlış siqnalın qarşısı alındı. İtirilmiş vaxt: 20 dəqiqə, qazanılan reputasiya: qiymətsiz.
2-ci hal - Kalibrlənməmiş sensor. Bir bələdiyyə aşağı qiymətli PM2.5 (2,5 mikrondan kiçik hissəcik - incə nəfəs ala bilən toz) sensorlarından alınan məlumatlarla "hava çox çirklənmiş" hesabatı hazırlayırdı. Mütəxəssis sensorları istinad stansiyası ilə müqayisə edərkən, onların yüksək rütubətdə dəyəri iki dəfəyə qədər çox qiymətləndirdiyini aşkar etdi. Rütubət korreksiyası (kalibrləmə) tətbiq edildikdə, real dəyərlər ortaya çıxdı; Panik qarşısını aldı.
3-cü vəziyyət — Kod avtomatlaşdırılması. Bir tədqiqat qrupu 200 peyk təsvirindən NDVI tendensiyalarını çıxarmaq üçün əl ilə işləmək üçün həftələr sərf etməyi planlaşdırdı. Onlar süni intellektə Google Earth Engine və Python kodu (bulud maskası + aylıq NDVI orta + trend qrafiki) ilə avtomatlaşdırılmış iş axını yazırdılar. 200 şəkil üçün analiz bir neçə dəqiqə çəkdi; Komanda vaxtını nəticəni şərh etməyə həsr etdi. Onsuz da kodun hər addımını yoxladılar.
Zəif məlumat / Güclü göstəriş
Zəif çağırış:
Peyk məlumatlarından meşələrin qırılmasını tapın.
Niyə zəifdir: Domen, tarix diapazonu, məlumat mənbəyi, qətnamə və bulud emalı yoxdur. Süni intellekt icra edilə bilən təhlil deyil, ümumi mətn təqdim edir.
Güclü göstəriş:
Rolunuz: uzaqdan zondlama analitiki. Sentinel-2 məlumatları ilə [AREA sərhədi] üçün 2020-2024 aylıq NDVI trendini hesablayan Python (Yer Mühərriki) kodunu yazın. Addımlar: (1) bulud maskası tətbiq edin, (2) orta aylıq NDVI, (3) trend diaqramını çəkin, (4) ayları 20%-dən çox azalma ilə qeyd edin. Kod icra edilə bilən olsun; Hər addımı şərh edin. Həmçinin məlumatların limitlərini (qətnamə, bulud) qeyd edin.
Dörd kopyalana bilən şablon
1) Peyk indeksinin təhlili (kodla):
Rolunuz: uzaqdan zondlama analitiki. [Sentinel-2/Landsat] datası ilə [AREA] üçün [TARİX diapazonu] üzərindən [NDVI/NDWI/digər indeksi] hesablayan icra edilə bilən Python kodunu yazın. Bulud maskası əlavə etməyinizə əmin olun. Trend və anomaliyaları qeyd edin. Şərhlərdə məlumatların qətnamə və bulud məhdudiyyətlərini göstərin.
2) Sensor vaxt seriyası keyfiyyətinə nəzarət:
Python ilə aşağıdakı sensor vaxt seriyasında keyfiyyət problemlərini axtarın: çatışmayan məlumat, ilişib qalmış dəyər, ani sıçrayış, sürüşmə, ekstremal. Hər bir məsələni vaxt möhürü ilə qeyd edin. Məlumatları dəyişdirməyin, sadəcə hesabat verin. Mümkünsə, sadə kalibrləmə təklifi əlavə edin. Məlumat: [burada]
3) Əsas həqiqətin yoxlanılması sxemi:
Sahədə aşağıdakı peyk əsaslı tapıntını (məsələn, NDVI düşməsi) necə yoxlaya biləcəyimə dair plan təklif edin: hansı nöqtələr, hansı ölçmə, hansı müstəqil məlumat mənbəyi. Tapıntının yalan ola biləcəyi vəziyyətləri də hesablayın (bulud, mövsüm, kölgə). Tapma: [burada]
4) Anomaliya xülasəsi:
Aşağıdakı monitorinq məlumatlarından aşkar edilmiş anomaliyaları ətraf mühit üzrə menecer üçün sadə dildə ümumiləşdirin. Hər bir anomaliya üçün: harada, nə vaxt, nə qədər sapma, mümkün səbəblər və "yoxlanılmalı" qeydi. Bunun niyə uyğun olduğuna əmin olmaq üçün; bir ehtimal kimi təqdim edin. Məlumat: [burada]
Ümumi səhvlər
- Bulud maskası tətbiq edilmir. Bulud ən çox yayılmış saxta siqnaldır.
- Sensoru kalibrləmədən etibar etmək. Aşağı qiymətli sensorlar sürüşür və nəmdən təsirlənir.
- Sadəcə tarixə baxın. Dəyişiklik iddiası üçün bir neçə tarix və tendensiya tələb olunur.
- Torpaq həqiqətindən yan keçmək. Peyk siqnalı mümkünsə sahə və ya müstəqil məlumatlarla təsdiqlənməlidir.
- AI-nin "dəqiq səbəb" iddiasına düşmək. Məlumatların izlənməsi korrelyasiya; Səbəbini təsdiqləmək başqa məsələdir.
Diqqət: Yüksək ayırdetmə qabiliyyətinə malik peyk və dron şəkillərində şəxsi mülkiyyət, insanlar və ya həssas obyektlər ola bilər. İzləmə məlumatlarını paylaşarkən məxfiliyə və qanuni məhdudiyyətlərə (xüsusilə şəxsi məlumatlar və təhlükəsizlik) əməl edin.
Xülasə
Ətraf mühitin monitorinqi peyk (geniş) və sensor (yerli) məlumatlarını birləşdirir. AI; Bu, kütləvi görüntü və zaman seriyası məlumatlarını, anomaliyaların skan edilməsini və ümumiləşdirməni emal edən kod yazmaq üçün güclü sürətləndiricidir. Lakin bulud maskası, sensorun kalibrlənməsi, çox tarixli müqayisəsi və yer həqiqətinin yoxlanılması ekspertə məxsusdur. Xam siqnala deyil, təmizlənmiş və təsdiqlənmiş siqnala etibar edin.
Tətbiq tapşırığı
Sahə və tarix aralığını seçin (real və ya hipotetik). 1. Şablonla NDVI analiz iş prosesinin kodunu AI-yə çap edin və bulud maskası addımının mövcud olduğunu yoxlayın. Sonra, 2-ci şablonla keyfiyyətə nəzarət vasitəsilə əldə etdiyiniz sensor vaxt seriyasını (və ya nümunəni) keçin. Nəhayət, şablon 3 ilə sahədə tapdığınız dəyişikliyi necə təsdiqləyəcəyinizə dair bir plan hazırlayın.
yoxlama siyahısı
- [ ] Mən təhlili aydın məkan və zaman sualı ilə müəyyən etdim.
- [ ] Mən peyk məlumatlarına bulud maskası tətbiq etdim.
- [ ] Sensor məlumatlarını kalibrləmə və keyfiyyətə nəzarət vasitəsilə keçdim.
- [ ] Dəyişiklik iddiasını bir tarixə deyil, trendə əsaslandırdım.
- [ ] Mən tapıntını əsas həqiqət və ya müstəqil məlumatlarla yoxlamaq üçün plan qurdum.
- [ ] Mən məxfilik və qanuni məhdudiyyətləri müşahidə etmişəm.