Ganancias:
- Capacidad para configurar y ejecutar la automatización del flujo de trabajo con soporte de IA con PyQGIS y diseñador de modelos.
- Capacidad para gestionar la privacidad de los datos personales, los derechos de autor, las licencias y los límites de responsabilidad del ingeniero en un proyecto de principio a fin.
- Capacidad para diseñar un proyecto geomático en un flujo habilitado por IA pero centrado en la verificación desde la recopilación de datos hasta la entrega.
Examen del módulo
1. ¿Cuál de los siguientes es el principio básico que determina el riesgo de un resultado de IA en la ingeniería topográfica?
- A) El riesgo de un producto es igual al daño que causaría si ese producto fuera defectuoso; la validación se escala en consecuencia ✔
- B) La producción de IA es generalmente segura ya que está escrita con fluidez y confianza.
- C) La validación es innecesaria cuando se utiliza el modelo más actual
- D) Si la salida se refiere a un estándar, no se requiere control adicional
Explicación: El riesgo de una salida es igual al daño que causará si esa salida es defectuosa. Si bien un error menor en un resumen de la literatura es en gran medida inofensivo, un error en un límite catastral o en un valor de elevación puede provocar infracción de propiedad, aplicación de construcción inadecuada y daños a la propiedad; por lo que la intensidad de la verificación aumenta con el daño potencial.
2. ¿Qué tarea se asigna de forma más segura y adecuada a la IA en el control de calidad de un conjunto de mediciones GNSS?
- A) Aceptar finalmente la exactitud de las coordenadas de los puntos y declararlas listas para su registro.
- B) Editar tablas de observación sin procesar y marcar posibles valores atípicos/inconsistencias ✔
- C) Confirmar los valores de la aplicación directamente sin tener en cuenta los principios de medición
- D) Considerar válido el resultado sin calcular errores de cierre
Explicación: La contribución más segura de la IA son las tareas auxiliares que el ingeniero puede controlar, como organizar anotaciones y datos sin procesar dispersos, señalar inconsistencias y valores atípicos. La aceptación final de la precisión de las coordenadas del punto queda con la aprobación del ingeniero, incluidos los errores de cierre y los principios de medición; Que AI diga "el punto es absolutamente correcto" no es evidencia.
3. ¿Qué información se debe indicar claramente a la IA en la solicitud de transformación de coordenadas?
- A) Sólo nombres de puntos
- B) Sólo el nombre de la proyección objetivo, el dato no es importante
- C) Sistema de coordenadas de origen y destino (dato + proyección/EPSG) y parámetros de transformación ✔
- D) Nombre de la persona que realiza la medición
Explicación: La transformación de coordenadas solo tiene sentido si se especifican el sistema de origen, el sistema de destino (dato + proyección, por ejemplo, código EPSG) y los parámetros de transformación requeridos. Simplemente decir "convertir esto a UTM" no deja claro qué dato se está moviendo de a qué dato y puede causar un cambio de dato en metros.
4. ¿Cuál de las siguientes es la forma más práctica de verificar el resultado de una transformación?
- A) Observando el número de decimales en la salida.
- B) Observando la rapidez con la que el modelo da la respuesta.
- C) Transferir el resultado a CAD sin comprobarlo en absoluto
- D) Poner el punto de control cuyas coordenadas se conocen mediante la misma transformación y compararlo con el valor esperado ✔
Explicación: Pasar uno o varios puntos de control cuyas coordenadas se conocen mediante la misma transformación y compararlos con el valor esperado revela rápidamente errores tanto de parámetros como de datos. Una diferencia sistemática de decenas de metros suele ser un signo de dato/parámetro incorrecto. El hecho de que la salida parezca fluida no es prueba de que sea correcta.
5. ¿Cuál es el prerrequisito más crítico para los cálculos correctos de zonas de amortiguamiento y áreas en SIG?
- A) La capa está en el sistema de coordenadas métrico (proyección) apropiado ✔
- B) Color de la capa
- C) Orden de las columnas en la tabla de atributos
- D) El nombre del archivo de la capa debe ser corto.
Explicación: Los cálculos de distancia y área solo tienen sentido en un sistema de coordenadas métrico (proyectado). El almacenamiento en búfer directo en coordenadas geográficas (latitud/longitud en grados) produce resultados inexactos debido a la confusión entre grados y metros. Por lo tanto, la capa debe colocarse en la proyección adecuada antes del análisis.
6. ¿Cuál es la forma estándar de medir la precisión de un mapa de cobertura terrestre en la clasificación de imágenes satelitales?
- A) Observar cuán vibrantes son los colores del mapa.
- B) Establecer una matriz de error con muestras reales independientes y calcular la precisión general/Kappa ✔
- C) Confiar en la gran cantidad de clases
- D) Observar la resolución de la imagen y asumir precisión.
Descripción: La precisión de la clasificación se evalúa estableciendo una matriz de confusión con muestras reales independientes e informándola con métricas como la precisión general y Kappa. El "buen aspecto" del mapa o la viveza de los colores de las clases no son prueba de exactitud.
7. ¿Cuál es el elemento básico que garantiza la precisión posicional en la ortofoto fotogramétrica y la producción de DSM?
- A) Solo toma muchas fotos.
- B) El UAV es un modelo caro
- C) Control de precisión con puntos de control terrestre medidos con precisión y puntos de control independientes ✔
- D) El vuelo deberá realizarse en un día nublado.
Descripción: Los puntos de control terrestre (GCP) conectan el modelo fotogramétrico con el sistema de coordenadas del mundo real y determinan la precisión de escala/ubicación. Además, la precisión se prueba calculando el RMSE con puntos de control independientes que no entran en el modelo. Simplemente aumentar el número de imágenes o encarecer el UAV no garantiza la precisión.
8. ¿Qué paso es obligatorio para generar un modelo digital del terreno (DTM) a partir de una nube de puntos LiDAR?
- A) Convertir todos los puntos en una superficie tal como es.
- B) Usar solo los puntos más altos
- C) Eliminar valores de densidad
- D) Separar puntos no terrestres (edificios, árboles) con filtrado terrestre ✔
Descripción: DTM representa la superficie del suelo desnudo; Por lo tanto, es necesario separar los puntos no terrestres, como edificios, árboles y vehículos (filtrado/clasificación del suelo). Si se omite este paso, se obtiene la superficie superior (DSM), no el DTM. La IA puede acelerar la clasificación, pero el resultado debe validarse con cortes transversales de perfiles.
9. ¿Cuál es uno de los errores más comunes y riesgosos en la generación automática de mapas con IA?
- A) Saltarse elementos obligatorios como escala, leyenda, sistema de coordenadas y clasificación de precisión ✔
- B) Usar demasiados puntos de control
- C) Agrupación de capas
- D) Agregar un título a la hoja
Explicación: La simbolización y el etiquetado automáticos son rápidos, pero si faltan elementos cartográficos esenciales como escala, leyenda, flecha norte, sistema de coordenadas y nota de precisión, el mapa se vuelve engañoso y oficialmente inutilizable. El atractivo visual no sustituye a estos elementos esenciales.
10. ¿Cuál debería ser el estado de los resultados de la IA cuando se trabaja con datos catastrales y catastrales?
- A) Se considera como dato definitivo el que puede constar directamente en el título de propiedad.
- B) Tomado como control/borrador preliminar; La validez final depende de la medición, la legislación y la aprobación de las autoridades ✔
- C) Resolver disputas de propiedad solo
- D) Se convierte en documento oficial sin necesidad de control alguno.
Explicación: La información catastral sobre fronteras, áreas y propiedad tiene consecuencias legales; La IA produce la mayor cantidad de comprobaciones previas, escaneos de inconsistencia y borradores. La validez final depende de la medición, la legislación y la aprobación del ingeniero/institución autorizado. Declarar la producción de IA como "final" crea un riesgo legal y profesional.
11. ¿Cuál es la comprobación más importante que se debe realizar antes de utilizar un script GeoPandas/PyProj generado por IA?
- A) Suponiendo que es correcto porque el código es largo
- B) Considerando que basta con que funcione sin errores
- C) Ejecútelo con datos de prueba pequeños y conocidos y verifique CRS y clasificación ✔
- D) Aprobar nombres de variables como agradables
Explicación: El código producido debe ejecutarse con pequeños datos de prueba cuyo resultado se conozca y se debe verificar el resultado y la clasificación esperados. En particular, si la definición del CRS (sistema de coordenadas) está asignada correctamente es un error crítico; El falso CRS produce silenciosamente metros de deriva. El hecho de que el código "funcione" no significa que sea correcto.
12. ¿Cuál es el enfoque correcto al proporcionar a AI un conjunto de datos catastrales/de direcciones que contengan datos de ubicación e información personal?
- A) Enviar toda la información de identidad y propietario real tal como está
- B) Ignorar la privacidad porque sería beneficiosa
- C) Pegar datos en un foro público
- D) Anonimizar datos personales o trabajar con valores representativos/entorno aprobado ✔
Explicación: Los datos que contienen datos personales (nombre del propietario, ID de TR, ubicación confidencial) no deben enviarse a un modelo externo en violación de la política y la legislación corporativa. Los datos deben ser anónimos, se deben utilizar valores de muestra/representativos o se debe utilizar un entorno aprobado/interno. La justificación "útil de todos modos" no elimina la obligación de confidencialidad.
13. ¿Cuál es el objetivo principal de utilizar el índice NDVI en una clasificación de cobertura terrestre?
- A) Medición de la viabilidad/densidad de la vegetación desde el infrarrojo cercano y las bandas rojas ✔
- B) Medir la altura del terreno en metros.
- C) Determinación del propietario de la parcela
- D) Transformar el sistema de coordenadas.
Descripción: NDVI (Índice de vegetación de diferencia normalizada) mide el vigor/densidad de la vegetación verde utilizando la diferencia de bandas infrarrojas y rojas. La vegetación es un marcador poderoso para distinguir entre agua y suelo desnudo. La altura por sí sola no mide ni determina la propiedad.
14. ¿Qué afirmación es más precisa sobre el papel de la producción de IA en una aplicación crítica para la seguridad o en un trabajo catastral?
- A) Si la salida de IA es lo suficientemente fluida, no es necesaria la aprobación del ingeniero.
- B) La IA es un acelerador; No reemplaza la aprobación y responsabilidad de un ingeniero competente ✔
- C) La responsabilidad pasa a la empresa que produce el modelo.
- D) No se requiere aprobación cuando se utiliza el modelo más caro
Declaración: En ingeniería y producción de mapas, los resultados de la IA no reemplazan el control y la aprobación de un experto competente en trabajos que tienen consecuencias legales y de seguridad; Es simplemente un acelerador y una herramienta generadora de borradores. La responsabilidad final y la firma pertenecen al ingeniero autorizado.