تجزیه و تحلیل میدانی و GIS: خواندن زمین، تفسیر آن با هوش مصنوعی

سود:

• درک اینکه اندازه گیری مکانی (شیب، جهت گیری، مساحت) کار GIS و میدان است و اندازه گیری از هوش مصنوعی درخواست نخواهد شد.
• توانایی ترکیب داده های اندازه گیری شده با مشاهدات میدانی و تولید لیست های محدودیت فرصت و توصیه های منطقه بندی استفاده با هوش مصنوعی
• امکان مشاهده سنتز هوش مصنوعی به عنوان یک فرضیه و ضد خواندن آن در میدان و جداسازی موادی که نیاز به مهندسی دارند.

طراحی خوب منظره با "گوش دادن" به طرح شروع می شود. آب از کجا جاری می شود، خورشید از کجا می تابد، باد کجا می وزد، مردم از کدام مسیرها استفاده می کنند؟ تجزیه و تحلیل سایت بررسی سیستماتیک ویژگی های فیزیکی، زیست محیطی و اجتماعی یک سایت است - این اساس واقعیت است که طراحی بر اساس آن انجام می شود. GIS (سیستم اطلاعات جغرافیایی / GIS) نرم افزاری است که داده های مکانی (شیب، ارتفاع، خاک، آب، سازه) را در لایه ها نقشه برداری و تجزیه و تحلیل می کند. در این بخش، نحوه استفاده از هوش مصنوعی به عنوان شریک تفسیر و ترکیب در تجزیه و تحلیل دامنه را خواهید آموخت. اما خواهید دید که چرا اندازه گیری و دقت موقعیت در GIS و در میدان باقی می ماند.

لایه های تحلیل میدانی

لایه های معمولی هنگام خواندن طرح عبارتند از:

• توپوگرافی: ارتفاع و شیب (درجه شیب سطح - تعیین کننده جریان آب، دسترسی، امکان سنجی).
• جنبه: جهتی که شیب رو به آن است. اثر تابش و باد را تعیین می کند.
• هیدرولوژی: جایی که آب از کجا می آید و جایی که جریان دارد، مناطق سیل و تجمع.
• خاک و زمین شناسی: نوع خاک، زهکشی، ظرفیت باربری.
• پوشش گیاهی و اکولوژی: درختان موجود، حیات طبیعی، بافت هایی که باید محافظت شوند.
• لایه انسانی: استفاده فعلی، دسترسی، همسایگی، نماها.

GIS این لایه ها را کم تولید می کند. هوش مصنوعی به ارتباط و تفسیر این لایه‌ها و ترکیب یادداشت‌های مشاهدات میدانی کمک می‌کند. قانون اساسی: هوش مصنوعی نمی تواند شیب را اندازه گیری کند یا مختصاتی را روی نقشه تولید کند. این کمک می کند تا داده های اندازه گیری شده ای که ارائه می کنید و اولویت ها را توصیه می کنید درک کنید.

نکته: از هوش مصنوعی بپرسید "شیب آن زمین چیست؟" نپرس - او نمی تواند این را بداند و ممکن است آن را جبران کند. درعوض، داده های شیبی که از GIS دریافت کرده اید را بدهید و بپرسید «با توجه به این توزیع شیب، کدام مناطق برای پیاده روی، کدام مناطق برای نشستن و کدام مناطق برای حفظ آب مناسب هستند؟» نظر بخواهید

گام به گام: از داده تا تفسیر

مرحله 1 - جمع آوری داده های اندازه گیری شده استخراج داده هایی مانند شیب، جهت، جهت جریان آب از GIS یا بررسی میدانی. این مرحله کار انسان/خودرو است.

مرحله 2 - به مشاهدات میدانی توجه کنید. آنچه را در زمین می بینید بنویسید (گوشه خیس، خط الراس بادخیز، منطقه سایه دار، مسیر فرسوده).

مرحله 3 - از AI سنتز کنید. داده های اندازه گیری شده + یادداشت های مشاهده ای را بدهید و در قالب «نقشه فرصت و محدودیت» نظر بخواهید.

مرحله 4 - ضد خواندن تفسیر هوش مصنوعی را با واقعیت میدانی مقایسه کنید. مناطقی که مناسب نیستند را اصلاح کنید.

مرحله 5 - آن را به تصمیم طراحی گره بزنید. فرصت ها/محدودیت های حاصل از تجزیه و تحلیل را به تصمیمات طراحی مشخص (کجا و چه چیزی) ترجمه کنید.

سه کیف کوچک

مورد 1 - تفسیر شیب. در یک پروژه پارک دامنه تپه، داده های شیب GIS بین 5٪ تا 22٪ متغیر بود. YZ آن را با یادداشت‌های مشاهده ترکیب کرد و پیش‌نویسی را تهیه کرد که می‌گوید «مناطق بالای 15 درصد پلکانی هستند، زیر 8 درصد مراتع آزاد هستند و بقیه پیاده‌روی هستند». معمار این را در سایت تأیید کرد و 60٪ در زمان صرفه جویی کرد. خط آخر تراس را خودش کشید.

مورد 2 - غرقابی آبگرفتگی مکرر در حیاط مدرسه وجود داشت. یادداشت های میدانی + شیب + داده های خاک به YZ داده شد. YZ اشاره کرد که گوشه سفالی کم شیب نقطه تجمع طبیعی است و می تواند به باغ باران تبدیل شود. مهندس محاسبات زهکشی را نیز انجام داد.

مورد 3 - ساخت و ساز. یک کارآموز مستقیماً از هوش مصنوعی پرسید: "متوسط ​​شیب این بسته چقدر است؟" او پرسید؛ هوش مصنوعی یک عدد مطمئن به دست داد. معمار ارشد متوجه شد که این بی اساس است - هوش مصنوعی بسته را ندیده بود. این اقدام از CBS گرفته شد. ارزش واقعی متفاوت بود درس: اندازه گیری موقعیت را از وسیله نقلیه بگیرید، نه هوش مصنوعی.

چهار قالب قابل کپی

1) سنتز فرصت-محدودیت:

نقش شما: تحلیلگر منظر. داده های اندازه گیری شده و مشاهدات میدانی را به شما می دهم. داده ها: توزیع شیب [...]، جهت [...]، جهت جریان آب [...]، خاک [...]. مشاهده: [گوشه مرطوب، یال بادخیز، سایه، مسیر موجود]. اینها را ترکیب کنید و یک لیست فرصت و محدودیت ایجاد کنید. تناسب اندازه؛ فقط داده هایی را که به شما می دهم تفسیر کنید.

2) توصیه منطقه بندی استفاده:

بر اساس داده‌های شیب و جهتی که ارائه می‌دهم، پیشنهاد می‌کنید که طرح را به مناطق عملکردی تقسیم کنید: راه رفتن، نشستن/جمع آوری، حفظ آب، پوشش گیاهی متراکم، بازی. بنویسید که هر توصیه را بر اساس چه داده هایی قرار می دهید. بیان کنید که این یک پیش نویس است و در این زمینه تأیید می شود.

3) چک لیست سفرهای میدانی:

چک لیستی از مواردی که باید مشاهده کنم تهیه کنید و در یک سفر تجزیه و تحلیل سایت برای پروژه [پارک کنار رودخانه] یادداشت کنید: توپوگرافی، آب، خاک، پوشش گیاهی، خورشید/سایه، باد، استفاده انسانی، دسترسی و محله.

4) پل تحلیل-طراحی:

این فهرست محدودیت فرصت را به تصمیمات طراحی مشخص ترجمه کنید: "چگونه از این استفاده کنم" برای هر فرصت، "چگونه بر آن غلبه کنم/مدیریت کنم" برای هر محدودیت. همچنین مواردی که نیاز به مهندسی دارند (زهکشی، نگهدارنده) را علامت گذاری کنید.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

این طرح را تحلیل کنید.

هوش مصنوعی طرح را نمی بیند. اگر داده ای وجود نداشته باشد، یا اظهارات کلی می کند یا اندازه گیری می کند.

اعلان قدرتمند:

نقش شما: تحلیلگر دامنه داده های اندازه گیری شده (از GIS): شیب 4-18٪، شیب رو به شمال، جریان آب به سمت جنوب شرقی، خاک لوم رسی، زهکشی میانه. مشاهده سایت: گوشه شمالی دائماً سایه دار و مرطوب است، لبه جنوبی در معرض باد است، ردیف درختان چنار موجود حفظ خواهد شد، در لبه شرقی یک مسیر عابر پیاده تعبیه شده است. فهرستی از فرصت ها و محدودیت ها از این داده ها مشتق شده است. داده هایی را که بر اساس آن هر مورد انجام می دهید، یادداشت کنید. اندازه گیری را انجام ندهید.

با توجه به داده‌های اندازه‌گیری شده + مشاهدات، هوش مصنوعی یک سنتز واقعی ایجاد می‌کند و محدودیت «برازش اندازه‌گیری» توهم را قطع می‌کند.

منبع داده و جدول نقش

لایه

داده ها از کجاست؟

نقش هوش مصنوعی

نقش مرد

شیب/ارتفاع

GIS، اندازه گیری

نظر دهید

اندازه گیری، تایید

جهت گیری

GIS

نسبت دادن

تایید

هیدرولوژی

فیلد GIS +

پیشنهاد الگو

حساب مهندس

خاک

حفاری/آزمایشگاه

معنی دار شدن

آزمون، تصمیم

کارخانه فعلی

موجودی میدانی

سنتز

تشخیص، حفاظت

استفاده انسان

مشاهده میدانی

خلاصه

مشاهده، اظهار نظر

اشتباهات رایج

• درخواست اندازه گیری موقعیت از هوش مصنوعی. شیب، مساحت، فاصله کار GIS/اندازه گیری هستند. هوش مصنوعی می تواند آن را بسازد.
• رد شدن از سفر میدانی هیچ داده ای نمی تواند جایگزین ایستادن در میدان و دیدن شود.
• نگاه کردن به یک لایه فرصت ها در تقاطع لایه ها (شیب + آب + سایه با هم) به وجود می آیند.
• مقایسه نکردن تفسیر با حوزه. سنتز هوش مصنوعی یک فرضیه است. در این زمینه تایید شده است.
• فشرده سازی مسائل مهندسی در نظرات. ظرفیت زهکشی و استاتیک نگهدارنده نیاز به محاسبات جداگانه دارد.

به طور خلاصه

در تحلیل میدانی، اندازه گیری و دقت موقعیتی وظیفه GIS و میدان است. هوش مصنوعی شریک قدرتمندی در ترکیب این داده های اندازه گیری شده با مشاهدات میدانی و تولید نقشه های محدودیت فرصت و توصیه های منطقه بندی است. فرآیند را از طریق جمع‌آوری داده‌های اندازه‌گیری شده، مشاهده میدانی، سنتز هوش مصنوعی، ضدخواندن میدانی و پیوند به طراحی اجرا کنید. هرگز از هوش مصنوعی درخواست اندازه گیری نکنید. به آن داده ها بدهید و آن را معنا کنید. سنتز همیشه یک فرضیه است که باید در این زمینه تأیید شود.

وظیفه کاربردی

شیب، جهت، و جریان آب را برای یک نمودار توصیف کنید (چه با داده های واقعی GIS یا با فرضیات منطقی) و یک یادداشت مشاهده میدانی بنویسید. یک تحلیل با الگوی «ترکیب فرصت-محدودیت» ایجاد کنید، سپس آن را به حداقل پنج تصمیم طراحی بتن با الگوی «پل تجزیه و تحلیل-طراحی» تبدیل کنید. مواردی که نیاز به مهندسی دارند را علامت بزنید.

چک لیست

• [ ] من داده های اندازه گیری شده را از GIS/اندازه گیری گرفتم، آن را با هوش مصنوعی تطبیق ندادم.
• [ ] یادداشت مشاهدات میدانی خود را به صورت مکتوب گذاشتم.
• [ ] من سنتز هوش مصنوعی را با تقاطع چندین لایه ساختم.
• [ ] من سنتز را با واقعیت میدانی مخالف خواندم.
• [ ] مواردی که نیاز به مهندسی دارند را جداگانه علامت گذاری کردم و به کارشناس فرستادم.