Kaukokartoitus ja paikantunnistus: satelliitti, ilmakuvaus ja LiDAR

Voitot:

• Kyky skannata poikkeavuuksia satelliitti-, ilmakuvaus- ja LiDAR-tiedoista tekoälyllä ja arvioida jokaista merkkiä maaston vahvistusta vaativana ehdokkaana
• Kasvien, maaperän ja varjojälkien kausi- ja ehdollisen riippuvuuden ymmärtäminen ja kuinka luonnolliset/nykyaikaiset väärät positiiviset eliminoidaan.
• Kyky soveltaa, miksi arkaluonteiset sivuston sijainnit tulisi suojata ryöstöltä ja sumentaa lähetyksessä

Yksi jännittävimmistä arkeologian kehityksestä on kyky nähdä jälkiä maan alla ja pinnalla kaivamatta maahan. Kaukokartoitus (tapa tutkia aluetta satelliitti-, lentokone- tai droonikuvilla koskematta siihen fyysisesti) on tehokkain työkalu suurten alueiden skannaamiseen ja mahdollisten kohteiden (arkeologisia jäänteitä sisältävien paikkojen) havaitsemiseen. Tässä osiossa opimme kuinka tekoäly merkitsee satelliittikuvissa, ilmakuvissa ja LiDAR-datassa poikkeavuuksia (ympäristöstään poikkeavia jälkiä, jotka voivat olla ihmisen tekemiä), mutta miksi jokainen merkki on vahvistettava kentällä.

Perusperiaate: AI on skannaus- ja osoitusapulainen, joka sanoo "katso tästä" laajalla alueella; "Tämä on todella paikka" -päätöksen tekevät maanvalvonta ja asiantuntija. Kaukokartoituksessa jokainen tekoälyn merkitsemä piste on hypoteesi, ei löytö.

Kaukokartoituksen tyypit

Satelliitti- ja ilmakuvaus. Hautautuneet rakenteet johtavat maaperän ja niiden yläpuolella olevan kasvillisuuden erilaiseen kasvuun. Seinällä sato on heikompaa, ojassa pensakkaampaa; Näitä kutsutaan leikkausmerkeiksi. NDVI (indeksi, joka mittaa kasvillisuuden terveyttä; se mittaa kasvien elinvoimaa infrapunavalolla) korostaa näitä eroja. Tekoäly skannaa nämä hienovaraiset erot suurissa kuvissa nopeammin kuin ihminen.

LiDAR. LiDAR (Light Detection and Ranging – tekniikka, joka luo erittäin tarkan 3D-korkeuskartan pinnasta ampumalla laserilla lentokoneesta maahan ja mittaamalla paluuajan) on vallankumouksellisin työkalu. Sen ominaisuus on, että laser pääsee maahan puiden läpi; Näin metsän alla olevat kummut, terassit, tiet ja rakennusperustukset paljastuvat, kun kasvillisuutta numeerisesti "kuoritaan". Tekoäly merkitsee kohoumia, kuoppia ja sileitä geometrisia muotoja näissä korkeustiedoissa.

Geofysiikka (täydentävä). Menetelmät, kuten maatutka (GPR) ja magneettinen mittaus, näkyvät juuri pinnan alla; Tekoäly auttaa myös etsimään poikkeamakuvioita näistä tiedoista.

Sivuston havaitsemisvaiheet tekoälyllä

1. Tietojen valmistelu. Kuvat sovitetaan koordinaattijärjestelmään (georeferenssi), varjoja ja kontrastia korjataan. LiDARissa kasvillisuus suodatetaan pois ja tuotetaan "paljaan maan malli".
2. Anomalia skannaus. AI merkitsee sileitä geometrioita, jotka voivat olla ihmisen tekemiä (pyöreä kumpu, suorakaiteen muotoinen rakenne, lineaarinen oja/tie).
3. Eliminointi. Suurin osa merkeistä on luonnollisia (geologisia, maatalouden, moderneja). Asiantuntija eliminoi selkeästi luonnolliset ja nykyaikaiset.
4. Priorisointi. Loput ehdokaspisteet priorisoidaan kontekstin ja tunnetun sivustojakauman mukaan.
5. Maan vahvistus. Prioriteettipisteet tarkastetaan paikan päällä pintakartoituksella ja tarvittaessa porauksella. Mitään pistettä ei julisteta "istuksi" ilman vahvistusta.

Vinkki: Pidä tekoälyn merkkejä aina "luettelona ehdokkaista, joilla on korkea väärien positiivisten prosenttiosuus". Tavoitteena on älykkäästi kaventaa kentällä vierailukohteita; olla ilmoittamatta löydöstä. 200 maapisteen vähentäminen 30:een kauden aikana on suuri voitto.

Herkkä sijainti: kriittinen yksityisyys

Vakavin eettinen ja turvallisuuskysymys sivuston havaitsemisessa on sijainnin luottamuksellisuus. Äskettäin tunnistetun, suojaamattoman alueen tarkat koordinaatit ovat suora kohde laittomille kaivajille ja aarteenetsijöille. Siksi:

• Älä aja julkisiin tekoälyajoneuvoihin, joiden tarkkoja koordinaatteja ei ole vahvistettu.
• Sumenna arkaluonteisten sivustojen sijainti lähetyksissä ja esityksissä (ilmoita yleisalue, ei GPS:ää).
• Säilytä tiedot organisaation suojatussa järjestelmässä ja rajoita pääsyä.

Huomio: Sivuston koordinaattien liittäminen julkiseen palveluun, jossa sanotaan "piirrän vain kartan", saattaa jättää sivuston ryöstetyksi. Sijaintitiedot ovat omaisuutta, jota on suojattava yhtä paljon kuin itse löytöä.

kolme minilaukkua

Tapaus 1 – Skannaus kavensi aluetta. Selvitysprojektilla selvitettäisiin 500 km²:n alue. Tekoälyllä toimiva LiDAR-analyysi merkitsi 120 mahdollista metsän alle. Asiantuntijan eliminoinnin jälkeen on jäljellä 38 prioriteettipaikkaa; Näistä 11 todettiin olevan todellisia arkeologisia rakenteita kentällä. Tekoäly on tiivistänyt kuukausia kestäneen sokean etsinnän kohdistetuksi vuodenajalle.

Tapaus 2 – Väärä positiivinen oli opetus. Kun ryhmä valmisteli innoissaan julistamaan tekoälyn leimaaman sileän pyöreän arven "kumpuksi", asiantuntijageologi osoitti, että se oli luonnollinen painauma (dolin). Ilman maavahvistusta annettu lausunto voi olla maineen menetys. Oppitunti: AI näkee geometrian, ei alkuperän tulkintaa.

Tapaus 3 – Sijaintivuoto estetty. Opiskelija lataa kuvan, joka sisältää juuri löydetyn sivuston koordinaatit julkiseen työkaluun. Neuvonantaja pysähtyi; alue oli edelleen suojaamaton. Kuvaa käsiteltiin koordinaattitiedot poistettuina ja vain suojatussa järjestelmässä.

Neljä kopioitavaa mallia

1) Anomaliaskannauskehys:

Tehtäväsi: kaukokartoituksen analyysiassistentti. Annan sinulle paljaspohjaisen (LiDAR-pohjaisen) korkeuskuvan/datan. Merkitse sileät geometriat (pyöreät, suorakaiteen muotoiset, lineaariset), jotka VOIVAT olla ihmisen tekemiä; Kirjoita jokaisen kohdalla sen sijainti, muoto ja miksi se on merkittävä. Ilmoita jokaiselle merkille myös luonnollisen/modernin selityksen mahdollisuus. Älä julista lopullista "istua".

2) Väärä positiivinen eliminaatio:

Alla on luettelo ehdokaspisteistä, jotka tekoäly on merkinnyt. Listaa jokaiselle luonnolliset ja nykyaikaiset selitykset (geologinen muodostuminen, maanviljelysjälje, tie, rakennuksen perustus), jotka voin poistaa ENNEN maaston tarkistusta. Listaa loput "todella epämääräiset" ehdokkaat erikseen.

3) Maanvalvontasuunnitelma:

Parhaat ehdokaspaikkani ovat: [lista]. Jokaiselle pisteelle tulee näkyviin tarkistuslista, joka sisältää indikaattorit, joita minun tulee etsiä kentällä vahvistaessani (pintalöydöt, topografia, maaperän väri, kivitiheys) ja turvalliset/eettiset kenttäsäännöt (lupa, sijainnin luottamuksellisuus).

4) Sijainnin sumennus lähetystä varten:

Kun valmistellaan seuraavia sivustotietoja julkaisua/esitystä varten, ehdota, miten voisin kuvailla sitä ILMAN tarkkaa sijaintia: luettele, millä tasolla yleistys (maakunta/alue), mitkä tiedot tulisi jättää pois. Tavoitteena on tasapaino tieteellisen läpinäkyvyyden ja pilaantumissuojan välillä.

Heikko kehote / Vahva kehote

Heikko kehote:

Onko tässä satelliittikuvassa arkeologinen kohde? Anna sen koordinaatit.

Tekoäly voi julistaa luonnollisen jäljen "istuiksi" ja sovittaa varman koordinaatin; Tämä on vaarallista sekä tieteellisestä että turvallisuusnäkökulmasta.

Tehokas kehotus:

Tehtäväsi: kaukokartoitusassistentti. Merkitse tähän kuvaan sileät geometriset merkit, jotka VOIVAT olla ihmisen tekemiä. Jokaiselle jäljelle: (a) sen muoto, (b) miksi se on merkittävä, (c) luonnollinen/moderni vaihtoehtoinen selitys. Nämä ovat ehdokkaita, jotka tarkistetaan vain KENTÄLLÄ; älä julista "istua". Luo tarkat koordinaatit, kuvaa suhteellinen sijainti.

Ero: ensimmäinen tekee löydön julistettu; jälkimmäinen tuottaa suojatun luettelon todennettavista ehdokkaista.

Kuvatyypit ja kausitehosteet

Kaukokartoituksessa kuva ei "aina" toimi; Oikean jäljen näkeminen vaatii oikean tilan. Viljelyjäljet ​​näkyvät parhaiten kuivina aikoina, kun sato on vesistressin alaisena: hautausseinän yläpuolella oleva maa pidättää vähemmän vettä, joten siellä sato kellastuu aikaisin ja näkyy ylhäältä viivana. Kosteassa kevätkuvassa samaa jälkiä ei välttämättä näy ollenkaan. Maaperän jälkiä syntyy, kun eriväristä maata tulee pintaan pellon kyntämisen jälkeen. Varjojäljet ​​sen sijaan paljastavat valoisia kuoppia ja kuoppia, joissa on pitkät varjot matalassa auringossa aamulla tai illalla. Siksi on välttämätöntä arvioida aluetta ei yhdellä kuvalla, vaan useilla kuvilla eri vuodenaikoina ja aikoina; Tekoäly nopeuttaa tätä moninkertaista vertailua.

LiDAR:n etuna on, että se voittaa suurelta osin tämän olosuhteiden riippuvuuden: koska se mittaa suoraan pinnan topografiaa, se on vähemmän riippuvainen kasvillisuuden vuodenajasta ja näkee metsän alustan. Kuitenkin, kun tuotetaan "paljaan maan mallia" LiDARissa, jos kasvisuodatin on liian aggressiivinen, se voi poistaa todelliset kohoumat, ja jos se on liian pehmeä, se voi sekoittaa puut rakenteiksi; Nämä suodatinpäätökset vaativat asiantuntijan valvontaa.

Vinkki: Kun arvioit aluetta, kysy "minä vuodenaikoina, mihin aikaan ja millä menetelmällä?" Kysy aina kysymys. Jos yhdessä kuvassa ei ole jälkeä, se ei tarkoita, etteikö sivustoa olisi. Ehkä katsot sitä väärässä kunnossa.

Menetelmien vertailutaulukko

menetelmä

mitä näkee

Tekoälyn panos

rajaa

Satelliitti/ilmakuvaus

Kasvien/maaperän jälkiä

Laaja alueen skannaus

kausi, resoluutio

NDVI

Kasvien elinvoiman ero

Arpien korostus

Hämmentää luonnolliset erot

LiDAR

pinnan topografia

metsän alustan geometria

Kasvisuodatinvirheet

Geofysiikka (GPR/magneettinen)

maanalainen rakenne

Anomalia kuvio

paikallinen, hidas

Yleisiä virheitä

• Anomalian yhdistäminen löydökseksi. Merkki on ehdokas; Ilman maan vahvistusta se ei ole sivusto.
• Ei poista luonnollisia/moderneja jälkiä. Doliinit, maatalouden arvet ja putket esiintyvät usein "rakenteina".
• Antaa tarkan koordinaatin avoimelle ajoneuvolle. Ryöstelyn vaara; Sijainti on omaisuus, jota on suojeltava.
• Luottaa yhteen kuvaan. Tulkinta on epätäydellinen ilman eri vuodenaikoja, erilaisia ​​menetelmiä ja maastoa.
• Unohdetaan väärä positiivisuus. Useimmat merkit ilmestyvät tyhjinä; Tämä on normaalia, tarkoitus on kapenemassa.

Yhteenvetona

Kaukokartoituksessa tekoäly säästää valtavasti aikaa suurten alueiden skannauksessa ja mahdollisten paikkojen merkitsemisessä. Mutta jokainen merkki on hypoteesi, joka on vahvistettava kentällä; luonnolliset ja nykyaikaiset jäljet ​​poistetaan huolellisesti; ja mikä tärkeintä, herkät paikat on suojattu ryöstelyltä. AI sanoo "katso tästä"; Maa ja asiantuntija päättävät, onko "tämä paikka suojeltu".

Sovellustehtävä

Valitse avoimen pääsyn LiDAR- tai satelliittikuva (omalta alueeltasi tai esimerkkitietojoukosta). Merkitse tekoälyn mahdolliset geometriat "Anomaly scanning" -mallilla ja poista sitten luonnolliset/modernit selitykset "Väärä positiivinen eliminointi" -mallilla. Laadi jäljelle jääneille ehdokkaille maanvalvontasuunnitelma ja liitä mukaan sijainnin salassapitoilmoitus.

tarkistuslista

• [ ] Pidin tekoälysignaaleja "ehdokkaina", en löytöinä.
• [ ] Yritin poistaa luonnollisia ja moderneja jälkiä.
• [ ] Olen suunnitellut maavahvistuksen prioriteettiehdokkaille.
• [ ] Jätin herkät paikat pois avoimesta ajoneuvosta ja sumensin ne lähetyksessä.
• [ ] Otin huomioon, että väärän positiivisuuden määrä voi olla korkea.