Enhed 4 / 12

Feltanalyse og GIS: Læsning af landet, fortolkning af det med kunstig intelligens

Gevinster:

  • Forståelse af, at rumlig måling (hældning, orientering, areal) er opgaven for GIS og feltet, og at målinger ikke vil blive anmodet om fra kunstig intelligens.
  • Evne til at syntetisere målte data med feltobservationer og producere mulighedsbegrænsende lister og anbefalinger til brugszoneinddeling med kunstig intelligens
  • Evne til at se kunstig intelligenssyntese som en hypotese og modlæse den i felten og adskille materialer, der kræver ingeniørarbejde

Godt landskabsdesign starter med at "lytte" til plottet. Hvor strømmer vandet fra, hvor skinner solen, hvor blæser vinden, hvilke stier bruger folk allerede? Stedsanalyse er den systematiske undersøgelse af et websteds fysiske, økologiske og sociale karakteristika - det er grundlaget for virkeligheden, som designet vil tage udgangspunkt i. GIS (Geographic Information System / GIS) er software, der kortlægger og analyserer rumlige data (hældning, højde, jord, vand, struktur) i lag. I denne enhed lærer du, hvordan du bruger AI som fortolknings- og syntesepartner i domæneanalyse; men du vil se, hvorfor måling og positionsnøjagtighed forbliver i GIS og i marken.

Lag af feltanalyse

Typiske lag ved læsning af et plot er:

  • Topografi: højde og hældning (grad af hældning af overfladen — bestemmer vandstrøm, adgang, gennemførlighed).
  • Aspekt: ​​den retning, skråningen vender; Bestemmer effekten af ​​sol og vind.
  • Hydrologi: hvor vand kommer fra og hvor det flyder, oversvømmer og akkumuleringsområder.
  • Jordbund og geologi: jordbundstype, dræning, bæreevne.
  • Vegetation og økologi: eksisterende træer, naturligt liv, væv, der skal beskyttes.
  • Menneskeligt lag: nuværende brug, adgang, kvarter, udsigt.

GIS producerer disse lag sparsomt; AI hjælper med at relatere og fortolke disse lag og syntetisere feltobservationsnoter. Kritisk regel: AI kan ikke måle hældning eller producere koordinater på et kort; Det hjælper med at give mening i de målte data, du leverer, og anbefale prioriteringer.

Tip: Spørg AI'en "hvad er hældningen af ​​det land?" Spørg ikke - han kan ikke vide det og kan finde på det. Giv i stedet de hældningsdata, du har modtaget fra GIS, og spørg "ifølge denne hældningsfordeling, hvilke områder er egnede til at gå, hvilke er egnede til at sidde, og hvilke er egnede til vandophobning?" Bed om kommentarer.

Trin for trin: fra data til fortolkning

Trin 1 — Indsaml målte data. Udtræk data såsom hældning, orientering, vandstrømsretning fra GIS eller feltundersøgelse. Dette trin er menneske-/køretøjsarbejde.

Trin 2 — Bemærk feltobservationen. Skriv ned, hvad du ser på marken (vådt hjørne, blæsende højderyg, skraveret område, slidt sti).

Trin 3 — Få AI til at syntetisere. Giv måledata + observationsnotater og bed om en kommentar i form af et "muligheds- og begrænsningskort".

Trin 4 — Modlæsning. Sammenlign AI's fortolkning med feltvirkelighed; Ret eventuelle områder, der ikke passer.

Trin 5 — Bind det til designbeslutningen. Oversæt de muligheder/begrænsninger, der følger af analysen, til konkrete designbeslutninger (hvor og hvad).

tre minisager

Sag 1 — Fortolkning af hældning. I et bjergskråningsparkprojekt varierede GIS-hældningsdata mellem 5%-22%. YZ kombinerede det med observationsnotater og udarbejdede et forslag, der sagde "Arealerne over 15% er terrasserede, under 8% er frie enge, og resten går". Arkitekten bekræftede dette på stedet og sparede 60 % tid; Han tegnede selv den sidste terrasselinje.

Tilfælde 2 — Vandtæthed. Der var tilbagevendende vandløb i en skolegård. Marknoter + hældning + jorddata blev givet til YZ; YZ påpegede, at det lavt skrånende lerhjørne er et naturligt akkumuleringspunkt og kan omdannes til en regnhave. Ingeniøren lavede også afløbsberegninger.

Tilfælde 3 — Fabrikation fanget. En praktikant spurgte AI direkte "hvad er den gennemsnitlige hældning på denne pakke?" spurgte han; AI gav et sikkert nummer. Seniorarkitekten indså, at dette var ubegrundet - AI havde ikke set pakken. Foranstaltningen er taget fra CBS; den faktiske værdi var anderledes. Lektion: få positionsmålet fra køretøjet, ikke AI.

Fire kopierbare skabeloner

1) Syntese af mulighedsbegrænsninger:

Din rolle: landskabsanalytiker. Jeg vil give dig målte data og feltobservationer. Data: hældningsfordeling [...], orientering [...], vandstrømningsretning [...], jord [...]. Observation: [vådt hjørne, blæsende højderyg, skygge, eksisterende sti]. Syntetiser disse og opret en MULIGHEDS- og BEGRÆNSNING-liste. Størrelse montering; Bare fortolk de data, jeg giver dig.

2) Anbefalet brugszoneinddeling:

Ud fra de hældnings- og orienteringsdata, jeg giver, foreslår du at opdele plottet i funktionszoner: gå, sidde/samle, vandretention, tæt vegetation, leg. Skriv ned, hvilke data du baserer hver anbefaling på. Angiv, at dette er et udkast og vil blive verificeret i feltet.

3) Tjekliste for ekskursion:

Lav en tjekliste over punkter, som jeg skal observere og notere på en stedanalysetur for projektet [4 ha streamside park]: topografi, vand, jord, vegetation, sol/skygge, vind, menneskelig brug, adgang og nabolag.

4) Analyse-design bro:

Oversæt denne liste over mulighedsbegrænsninger til konkrete designbeslutninger: "hvordan udnytter jeg dette" for hver mulighed, "hvordan overvinder/håndterer jeg dette" for hver begrænsning. Marker også de emner, der kræver teknik (dræning, fastholdelse).

Svag prompt / Stærk prompt

Svag prompt:

Analyser dette plot.

AI ser ikke plottet; Hvis der ikke er data, kommer han enten med generelle udsagn eller laver målinger.

Kraftig prompt:

Din rolle: domæneanalytiker. Målte data (fra GIS): hældning 4-18%, nordvendt hældning, vandløb mod sydøst, lerjord, medianafvanding. Pladsobservation: det nordlige hjørne er konstant skyggefuldt og fugtigt, den sydlige kant er åben for vind, den eksisterende platanrække bevares, der er indbygget gangsti i den østlige kant. En liste over muligheder og begrænsninger er afledt af disse data; Skriv de data ned, som du baserer hvert element på. Lav ikke mål.

Givet målte data + observation, producerer AI en ægte syntese, og "måletilpasning"-begrænsningen afskærer hallucinationen.

Datakilde og rolletabel

lag

Hvor er dataene fra?

AI's rolle

mands rolle

hældning/højde

GIS, måling

Kommentar

Måling, bekræftelse

orientering

GIS

tilskrivning

verifikation

hydrologi

GIS + felt

Mønsterforslag

Ingeniør konto

jord

boring/laboratorium

giver mening

test, beslutning

nuværende anlæg

feltopgørelse

syntese

opdagelse, beskyttelse

menneskelig brug

feltobservation

Resumé

observation, kommentar

Almindelige fejl

  • Anmoder om positionsmålinger fra AI. Hældning, areal, afstand er GIS/målearbejde; AI kan gøre det op.
  • Springer studieturen over. Ingen data kan erstatte at stå i marken og se.
  • Ser på et enkelt lag. Der opstår muligheder i skæringspunktet mellem lag (skråning + vand + skygge tilsammen).
  • Ikke at sammenligne fortolkningen med feltet. AI-syntese er en hypotese; verificeret i marken.
  • Komprimering af tekniske problemer til kommentarer. Drænkapacitet og fastholdelsesstatik kræver separate beregninger.

Sammenfattende

I feltanalyse er måling og positionsnøjagtighed opgaven for GIS og feltet; AI er en stærk partner i at syntetisere disse målte data med feltobservationer og producere mulighedsbegrænsede kort og zoneinddelingsanbefalinger. Udfør processen gennem indsamling af målte data, feltobservation, AI-syntese, feltmodlæsning og linkning til design. Spørg aldrig AI om målinger; Giv det data og få mening ud af det. Syntese er altid en hypotese, der skal verificeres i marken.

Ansøgningsopgave

Beskriv hældning, orientering og vandstrøm for et plot (enten med faktiske GIS-data eller rimelige antagelser) og skriv et feltobservationsnotat. Opret en analyse med skabelonen "Opportunity-constraint synthesis", og forvandl den derefter til mindst fem konkrete designbeslutninger med skabelonen "Analysis-design bridge". Sæt kryds ved de emner, der kræver teknik.

tjekliste

  • [ ] Jeg tog de målte data fra GIS/måling, jeg tilpassede det ikke til AI.
  • [ ] Jeg satte mit feltobservationsnotat på skrift.
  • [ ] Jeg byggede AI-syntesen med krydset mellem flere lag.
  • [ ] Jeg modlæste syntesen med feltet virkelighed.
  • [ ] Jeg markerede de emner, der kræver ingeniørarbejde, separat og henviste dem til eksperten.