Voitot:
- Kyky selittää, kuinka litologia-, vika- ja muutoskartoitus tehdään tekoälyllä satelliitti- ja ilmakuvissa.
- Kyky suunnitella työnkulku, joka poimii mineraali- ja rakennemarkkereita monispektrisistä/hyperspektrisista tiedoista
- Kyky testata kaukokartoitustuloksia totuuden ja geologisen kontekstin kanssa
Geologinen kartta on alueen maanalaisen tarinan projektio pinnalla: mikä kallioyksikkö missä on, missä siirrokset kulkevat, mihin suuntaan kerrokset ovat kallistuneet. Perinteisesti tämä kartta on tuote, jonka geologi valmistaa matkustamalla paljastosta toiseen kuukausien kenttätyön avulla. Nykyään kaukokartoitus ja tekoäly nopeuttavat suurinta osaa tästä prosessista. Tässä osiossa näemme, kuinka litologian, vikojen ja muutosten (kiven kemiallinen muutos hydrotermisten vesien kanssa; kriittinen indikaattori mineraalien etsinnässä) kartoitus tehdään tekoälyllä satelliitti-/ilmakuvista, ja mikä tärkeintä, miten näitä tuloksia testataan maan todellisuudessa.
Varoitus alusta alkaen: kaukokartoituskuva on mittaus, ei tulkinta; Mutta jokainen tästä mittauksesta johdettu kartta on tulkinta ja tulkinnassa on virhe. Tekoälyn leimaama "muutosvyöhyke" voi olla todellinen mineraali-indikaattori, kuivunut kenttä, varjo tai ilmakehän häiriö. Kartta on hypoteesi, kunnes se on vahvistettu kentällä.
Kaukokartoituksen perusfysiikka
Jokainen mineraali ja kivi heijastaa auringonvaloa eri aallonpituuksilla eri nopeuksilla; tätä kutsutaan spektriallekirjoitukseksi. Ihmissilmä näkee vain näkyvää valoa (puna-vihreä-sininen), mutta satelliittianturit mittaavat paljon laajemman alueen, mukaan lukien infrapuna. Kaksi peruskäsitettä:
Monispektrikuvaus mittaa useilla leveillä aallonpituuskaistoilla (tyypillisesti 4-12 kaistaa); esimerkiksi Landsat- ja Sentinel-satelliitit. Se erottaa karkeat kivet. Hyperspektraalinen kuvantaminen puolestaan mittaa satoja kapeita kaistoja ja pystyy tunnistamaan mineraalit melkein niiden "spektrisen sormenjäljen" perusteella; Sitä käytetään erottelumineraalien (kuten kaoliniitti, aluniitti, illiitti) erottamiseen.
Tekoäly tekee tässä kaksi tehtävää: ensinnäkin se luokittelee tämän korkeaulotteisen spektridatan (mikä pikseli on mikä litologia/mineraali). Toiseksi se poimii virhe- ja rakenteellisia piirteitä kuvan geometrisista kuvioista (linjat, tekstuuri, salaojitusverkosto). Kun digitaalinen korkeusmalli (lyhennettynä DEM; maan kolmiulotteinen korkeuskartta) lisätään, analyysiin sisällytetään myös kaltevuus-, muoto- ja topografiset lineamentit.
Askel askeleelta: muutoskartan työnkulku
- Valmistele kuva. Ilmakehän korjaus (ilmakehän vääristävän vaikutuksen poistaminen), pilven peitto, kasvillisuuden naamio. Jos tämä vaihe ohitetaan, koko tulos saastuu.
- Rajoita kiinnostuksen kohteitasi. Rajoita tutkimusalue geologiseen kontekstiin (tunnettu vika, muodostuma, paljasto); Anna mallille konteksti.
- Laske spektriindeksit. Nauhasuhteet, jotka korostavat tiettyjä mineraaliryhmiä (esim. rautaoksidit, savimineraalit).
- Luokitella. Tekoäly luokittelee pikseleitä/alueita ja merkitsee mahdollisia muutosvyöhykkeitä.
- Ajoita maaston vahvistus. Valitse näytepisteet merkityistä vyöhykkeistä ja tarkista ne kentältä. Ilman tätä vaihetta karttaa ei allekirjoiteta.
Tekoälyn rooli ja rajat kuva-analyysissä
Erityisesti tekoäly vähentää kahden tyyppisiä virheitä: se havaitsee hienovaraisia poikkeavuuksia, jotka jäävät huomiotta, ja standardoi epäjohdonmukaiset tulkinnat. Mutta se tuottaa kolme systemaattista virhettä. Ensimmäinen on väärä positiivinen: kasvillisuus, varjo, ihmisen rakenne tai maaperän kosteus voivat vaikuttaa muutoksilta. Toinen on harjoitteluharha: jos mallia on koulutettu toisen alueen tiedoilla, se on väärä sivustosi eri litologiassa. Kolmas on mittakaavan illuusio: yksi pikseli peittää kymmeniä metrejä maassa; Hienoja rakenteita häviää, sekapikselit (useita materiaaleja yhdessä pikselissä) ovat harhaanjohtavia.
Joten kultainen sääntö: pohjatotuus voittaa aina. Kuvasta saatua karttaa ei voida pitää lopullisena testaamatta sitä näytteillä ja havainnoilla valituista pisteistä kentällä. Varmistuspisteitä ei valita satunnaisesti, vaan strategisesti kattamaan sekä "tietyt" että "epäilyttävät" vyöhykkeet.
Kolme minikoteloa: Numeroiden mukaan
Tapaus 1 — Hakualueen kaventaminen. Malminetsintäyritys arvioi 1 200 km²:n lupa-aluetta. Tekoälyavusteinen muutosluokittelu hyperspektristen tietojen perusteella vähensi alueen 7 kohdealueelle, 38 km². Sen sijaan, että olisi käynyt koko alueella, kenttätiimi asetti nämä 7 vyöhykettä etusijalle; kenttäkampanjan alkuaika lyheni arviolta 70 %. Viisi seitsemästä vyöhykkeestä osoitti todellista muutosta kentällä, 2 oli vääriä positiivisia (savimaa) – ilman varmennusta nämä 2 vyöhykettä olisivat olleet turhaa porausta.
Tapaus 2 — Vikakartoituksen alustava luonnos. DEM ja kuvalla erotettu lineamenttianalyysi ehdottivat kahta pientä lineamenttia tunnetun päävian rinnalla. Yksi osoittautui todelliseksi virheeksi kentällä; toinen osoittautui putkilinjan reitin topografiseksi jäljeksi. Malli tallensi geometrisen kuvion oikein, mutta ei pystynyt erottamaan sen alkuperää; Hän erotti geologisen uskottavuuden ja kenttävalvonnan.
Tapaus 3 – Pilvivarjovirhe. Yhdellä alueella malli merkitsi voimakasta "rautaoksidimuutosta" pohjoiseen rinteeseen. Ilmakehän korjaus oli epätäydellinen ja allekirjoitus oli itse asiassa ohuen pilvipeiteen spektrivääristymä. Kun kuva käsiteltiin uudelleen ja korjattiin, poikkeama katosi. Oppitunti: esikäsittelyvirhe pettää jopa edistyneimmän mallin.
Heikko kehote / Vahva kehote
Heikko kehote:
Näytä paikat, joissa voi olla miinoja tässä satelliittikuvassa.
Tehokas kehotus:
Tehtäväsi: Kaukokartoitusgeologi. Tulkitse seuraavat spektriindeksin ja vyöhykesuhteen arvot (kuva Sentinel-2, kuiva vyöhyke, harva kasvillisuus).- Jokaiselle mahdolliselle muutosvyöhykkeelle: kirjoita, mikä indeksi/suhde aiheutti sen.- Ehdota VÄHINTÄÄN yksi väärä positiivinen lähde kullekin vyöhykkeelle (kasvillisuus, varjo, maaperä, ihmisen aiheuttama, ilmakehä).- Lajittele vyöhykkeet (esim. tärkeysjärjestys/terra/alhainen todentaminen). mikä tahansa vyöhyke "louhituksi"; "muutostunnus on tarkistettava" tiedot: [indeksi/hintataulukko + konteksti]
Vahva kehote pakottaa mallin itse luettelemaan vääriä positiivisia tuloksia ja välttämään tarkkuuden väittämistä.
Neljä kopioitavaa mallia
1) Esikäsittelyn tarkistuslista:
Tarkista esikäsittelyvaiheet, jotka on voitu jättää pois seuraavassa kaukokartoituksen työnkulussa: ilmakehän korjaus, pilvi/varjon maski, kasvillisuuden maski, topografinen korjaus, anturin kalibrointi. Selitä yhdellä lauseella kullekin, kuinka puuttuvat vaiheet voivat vääristää johtopäätöstäsi. Työnkulku: [määritelmä]
2) Muutosalueen tulkinta:
Poimi mahdolliset muuttuvat mineraaliryhmät seuraavista spektriindeksiarvoista (savi, rautaoksidi, karbonaatti, piidioksidi). Jokaiselle ryhmälle: liipaisuindeksi, luottamustaso, vaihtoehtoinen selitys (väärä positiivinen), ehdotettu kenttätarkastus. Varmuuden vaatiminen. Tiedot: [indeksit]
3) Lineamentti/vikaerotus:
Harkitse alla olevaa listaa lineaarisuudesta. Listaa kunkin mahdolliset alkuperät: vika, laatan raja, pado, salaojitus, ihmisrakenne (tie/viiva/pelto), kasvillisuuden raja. Ilmoita todennäköisin alkuperä geologisen kontekstin kanssa, mutta jätä ainoa mahdollisuus pois. Luettelo: [lineaarisuus + konteksti]
4) Varmistuspistesuunnitelma:
Ehdota kenttävarmennussuunnitelmaa seuraavalle muutos-/litologiakartalle: - Kuinka monta näytepistettä kullekin luokalle, miksi. - Tasapainoinen näytteenotto "määräisistä" ja "kiistanalaisista" vyöhykkeistä. - Pääsy- ja turvallisuushuomautus. Kartan yhteenveto: [luokat ja alueet]
Kuvatyyppi ja käyttöalue
Tietotyyppi
Mitä toimenpiteitä
Hänen vahvuutensa on
rajaa
Monispektri (Sentinel/Landsat)
laajakaistat
Karkea litologia, alueellinen skannaus
Mineraalierottelu on rajoitettua
hyperspektraalinen
Satoja kapeita nauhoja
Mineraali/muutosero
Kustannukset, käsittelykustannukset
DEM (korkeus)
topografia
Vika/linja, viemäröinti
Litologia ei anna
lämpö infrapuna
pintalämpötila
Vähän silikaattia/karbonaattia
herkkä ilmakehälle
Tutka (SAR)
Pinnan karheus/muodonmuutos
Pilven alla, vajoaminen/maanvyörymä
Tulkinta on monimutkaista
Vinkki: Käytä kaukokartoituksen lähtöä "paikannustarkistuksena", ei "porauskartana". Sen suurin arvo on, että se kertoo minne mennä ensin; Kenttätodisteet ja insinööri päättää, mihin porataan.
Varoitus: Jopa edistynein luokittelu tuottaa systemaattisia virheitä, jos esikäsittely (ilmakehän ja topografinen korjaus, peittäminen) jätetään pois. Jos "tulostus on outo", kysy ensin esikäsittelyä, ei mallia. Roska sisään, roskat ulos -periaate on armoton täällä.
Yleisiä virheitä
- Esikäsittely ohitetaan. Korjaamattomien kuvien poikkeavuuksien erehtyminen todelliseen geologiaan.
- Väärien positiivisten tulosten unohtaminen. Kasvien, varjon, maaperän kosteuden ja ihmisen rakenteiden erehtyminen muutoksina/vikaina.
- Allekirjoitus ilman totuutta. Perustaa porauspäätöksen kuvakarttaan tarkistamatta sitä kentällä.
- Mittakaava illuusio. Pikselikoon unohtaminen ja sen tosiasian huomioimatta jättäminen, että hienoja rakenteita katoaa tai pikseleitä sekoitetaan, on harhaanjohtavaa.
- Koulutusharhojen huomioiminen. Toisella alueella koulutetun mallin soveltaminen sokeasti kenttään, jolla on erilainen litologia.
Yhteenvetona
- Kaukokartoitus mittaa mineraalien spektrin allekirjoitusta eri aallonpituuksilla; Se erottaa monispektrisen karkean ja hyperspektrisen hienon.
- Tekoäly luokittelee tämän korkean ulottuvuuden datan ja poimii virheen/lineaarisuuden geometrisista kuvioista; mutta se tuottaa vääriä positiivisia tuloksia, harjoitteluharhaa ja mittakaavaharhaa.
- Esikäsittely (ilmakehän/topografinen korjaus, maskaus) määrää tuloksen laadun; Jos se jätetään pois, tapahtuu systemaattinen virhe.
- Kaukokartoitus on seulonta-/priorisointityökalu; Karttaa ei pidetä tarkana ilman, että sitä on testattu totuuden perusteella.
- Perustotuus voittaa aina; Tarkastuspisteiden tulee kattaa sekä tietyt että epäilyttävät alueet tasapainoisella tavalla.
Sovellustehtävä
Anonymisoi spektriindeksin/kaistasuhteen arvot tai DEM-lineamenttiluettelo työmaata (tai avoimen datan aluetta) varten. Tulkitse mahdolliset muutosvyöhykkeet tai viat tehokkaalla kehotteella ja pyydä mallia ehdottamaan vähintään yhtä väärää positiivista lähdettä jokaiselle vyöhykkeelle. Laadi sitten työpaikan valvontasuunnitelma "vahvistuspistesuunnitelman" mallilla; Merkitse yhdellä lauseella, kuinka monta pistettä on jaettu "epäilyttäviä" vyöhykkeitä varten ja miksi suoritat tasapainoista näytteenottoa.
tarkistuslista
- [ ] Pystyn erottamaan mitkä multispektri- ja hyperspektritiedot mittaavat ja mihin niitä käytetään.
- [ ] Tiedän kuinka esikäsittelyvaiheet (trimmaus, maskaus) vaikuttavat tulokseen.
- [ ] Kyseenalaistan väärien positiivisten lähteiden (kasvillisuus, varjo, ihmisen aiheuttama) muutos-/vikatuloissa.
- [ ] Tarkastelen kaukokartoitusta skannaustyökaluna ja testaan sitä maastovarmennuksella.
- [ ] Pystyn suunnittelemaan tarkistuspisteet tasapainottamaan tiettyjä ja epäilyttäviä vyöhykkeitä.