רווחים:
- יכולת להסביר כיצד נעשה מיפוי ליתולוגיה, תקלות ושינויים עם AI בתמונות לוויין ואוויר.
- יכולת לתכנן את זרימת העבודה המחלצת סמני מינרלים ומבנה מנתונים רב-ספקטרליים/היפרספקטרליים
- יכולת לבדוק פלטי חישה מרחוק עם אמת קרקע והקשר גיאולוגי
מפה גיאולוגית היא הקרנת הסיפור התת-קרקעי של אזור על פני השטח: איזו יחידת סלע נמצאת היכן, היכן עוברות השבר, לאיזה כיוון נטוות השכבות. באופן קלאסי, המפה הזו היא מוצר שהגיאולוג מייצר על ידי נסיעה ממחשוף למחשוף, עם חודשים של עבודת שטח. כיום, חישה מרחוק ובינה מלאכותית מאיצים את רוב התהליך הזה. ביחידה זו נראה כיצד מיפוי ליתולוגיה, תקלה ושינוי (שינוי כימי של סלע עם מים הידרותרמיים; אינדיקטור קריטי בחקר מינרלים) נעשה באמצעות בינה מלאכותית מתמונות לוויין/אוויר, והכי חשוב, כיצד תפוקות אלו נבדקות עם המציאות של הארץ.
אזהרה מההתחלה: תמונת החישה מרחוק היא מדידה, לא פרשנות; אבל כל מפה הנגזרת מאותה מדידה היא פרשנות ויש טעות בפרשנות. "אזור שינוי" המסומן על ידי בינה מלאכותית יכול להיות אינדיקטור מינרלים ממשי, שדה מיובש, צל או הפרעה אטמוספרית. המפה היא השערה עד לאימות בשטח.
פיזיקה בסיסית של חישה מרחוק
כל מינרל וסלע מחזיר אור שמש באורכי גל שונים בקצבים שונים; זה נקרא החתימה הספקטרלית. העין האנושית רואה רק אור נראה (אדום-ירוק-כחול), אבל חיישני לוויין מודדים טווח רחב בהרבה, כולל אינפרא אדום. שני מושגי יסוד:
מדדי הדמיה רב-ספקטרליים במספר פסי אורך גל רחבים (בדרך כלל 4-12 פסים); לדוגמה, לווייני Landsat ו-Sentinel. הוא מבחין בין סלעים מחוספסים. הדמיה היפרספקטרלית, לעומת זאת, מודדת במאות פסים צרים ויכולה לזהות מינרלים כמעט מ"טביעת האצבע הספקטרלית" שלהם; הוא משמש כדי להבחין במינרלי שינוי (כגון קאוליניט, אלוניט, איליט).
בינה מלאכותית עושה כאן שתי עבודות: ראשית, היא מסווגת את הנתונים הספקטרליים בממדים גבוהים (איזה פיקסל הוא איזה ליתולוגיה/מינרל). שנית, הוא מחלץ תקלות ומאפיינים מבניים מהדפוסים הגיאומטריים של התמונה (ליינים, מרקם, רשת ניקוז). כאשר מוסיפים את מודל הגובה הדיגיטלי (בקיצור DEM; מפת גובה תלת מימדית של הארץ), נכללים בניתוח גם קווי שיפוע, היבט וטופוגרפיה.
שלב אחר שלב: זרימת עבודה של מפת שינוי
- הכן את התמונה. תיקון אטמוספרי (הסרת האפקט המעוות של האטמוספירה), מיסוך עננים, מסכת צמחייה. אם ידלג על שלב זה, התוצאה כולה תהיה מזוהמת.
- צמצם את תחום העניין שלך. הגבלת אזור המחקר להקשר הגיאולוגי (שבר ידוע, היווצרות, מחשוף); תן הקשר למודל.
- חשב מדדים ספקטרליים. יחסי רצועות המדגישים קבוצות מינרלים ספציפיות (למשל עבור תחמוצות ברזל, מינרלים חימר).
- לסווג. בינה מלאכותית מסווגת פיקסלים/אזורים ומסמנת אזורי שינוי אפשריים.
- תזמן אימות שטח. בחר נקודות לדוגמא מהאזורים המסומנים וסמן אותם בשדה. ללא שלב זה המפה לא תהיה חתומה.
התפקיד והגבולות של בינה מלאכותית בניתוח תמונה
בפרט, בינה מלאכותית מפחיתה שני סוגים של שגיאות: היא תופסת חריגות עדינות שמתעלמות מהן, והיא מתקנת פרשנויות לא עקביות. אבל זה מייצר שלוש שגיאות שיטתיות. הראשון הוא חיובי שגוי: צמחייה, צל, מבנה אנושי או לחות הקרקע עשויים להיראות כשינויים. השני הוא הטיית אימון: אם המודל מאומן על נתונים מאזור אחר, הוא יהיה שגוי בליתולוגיה השונה של האתר שלך. שלישית היא אשליה של קנה מידה: פיקסל אחד מכסה עשרות מטרים על הקרקע; מבנים עדינים הולכים לאיבוד, פיקסלים מעורבים (מספר חומרים בפיקסל אחד) מטעים.
אז כלל הזהב: האמת הקרקע תמיד מנצחת. המפה הנובעת מהתמונה אינה יכולה להיחשב סופית ללא בדיקתה עם דגימות ותצפיות בנקודות נבחרות בשטח. נקודות אימות אינן נבחרות באופן אקראי, אלא אסטרטגית, כדי לכסות גם אזורים "מסוימים" וגם אזורים "חשודים".
שלושה מיני מארזים: לפי המספרים
מקרה 1 - צמצום אזור החיפוש. חברת חיפושים העריכה שטח רישיון של 1,200 קמ"ר. סיווג שינויים בסיוע בינה מלאכותית מנתונים היפרספקטרליים הפחית את השטח ל-7 אזורי יעד של 38 קמ"ר. במקום לבקר בכל האזור, צוות השטח תעדף את 7 האזורים הללו; זמן הקמפיין הראשוני בשטח צומצם בכ-70%. 5 מתוך 7 האזורים הראו שינוי אמיתי בשטח, 2 היו תוצאות שגויות (אדמה חרסיתית) - ללא אימות, 2 האזורים הללו היו מבוזבזים קידוחים.
מקרה 2 - סקיצה ראשונית של מיפוי תקלות. DEM וניתוח קו שחולץ תמונה הציעו שני קווים קלים לצד התקלה העיקרית הידועה. אחת התבררה כתקלה ממשית בשטח; השני התברר כעקבות טופוגרפיות של תוואי צינור. הדגם תפס את התבנית הגיאומטרית בצורה נכונה אך לא הצליח להבחין במקורה; הוא הבחין בין סבירות גיאולוגית לשליטה בשטח.
מקרה 3 - כשל בצל ענן. באזור אחד סימן הדגם "שינוי תחמוצת ברזל" חזק במדרון הצפוני. התיקון האטמוספרי לא היה שלם והחתימה הייתה למעשה עיוות ספקטרלי של כיסוי עננים דק. כשהתמונה עברה עיבוד ותיקון, החריגות נעלמה. לקח: שגיאות עיבוד מקדים מטומטם אפילו את הדגם המתקדם ביותר.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
הצג מקומות שבהם עשויים להיות מוקשים בתמונת לוויין זו.
הנחיה עוצמתית:
תפקידך: גיאולוג חישה מרחוק. פרש את ערכי האינדקס הספקטרלי ויחס הרצועה הבאים (תמונה Sentinel-2, אזור צחיח, צמחייה דלילה).- עבור כל אזור שינוי אפשרי: כתוב איזה אינדקס/יחס הפעיל אותו.- הצע לפחות מקור חיובי שגוי אחד לכל אזור (צמחייה, צל, אדמה, מעשה ידי אדם, אזורי אטמוספירה- מיון לפי "איזור אטמוספרי"). (גבוה/בינוני/נמוך).- אין להציג כל אזור כ"מוקש"; נתוני "אסימון שינוי חייב להיות מאומת": [טבלת אינדקס/תעריפים + הקשר]
ההנחיה החזקה מאלצת את המודל לרשום בעצמו תוצאות כוזבות ולהימנע מלטעון לדיוק.
ארבע תבניות הניתנות להעתקה
1) רשימת בדיקה לפני עיבוד:
בדוק אם יש שלבי עיבוד מקדים שייתכן שהושמטו בזרימת העבודה הבאה של חישה מרחוק: תיקון אטמוספרי, מסכת ענן/צל, מסכת צמחייה, תיקון טופוגרפי, כיול חיישן. הסבר במשפט אחד עבור כל אחד מהם כיצד השלבים החסרים יכולים להטות את המסקנה שלך. זרימת עבודה: [הגדרה]
2) פרשנות אזור שינוי:
חלץ קבוצות מינרלים לשינוי אפשרי מערכי האינדקס הספקטרלי הבאים (חימר, תחמוצת ברזל, קרבונט, סיליקה). לכל קבוצה: מדד טריגר, רמת ביטחון, הסבר חלופי (חיובי שגוי), בדיקת שדה מוצעת. טענת ודאות. נתונים: [אינדקסים]
3) הפרדת קו/תקלה:
שקול את רשימת הליניאריות שלהלן. רשום את המקורות האפשריים לכל אחד מהם: שבר, גבול לוחות, דייק, ניקוז, מבנה אנושי (כביש/קו/שדה), גבול הצמחייה. ציין את המקור הסביר ביותר עם הקשר גיאולוגי, אך השאר את האפשרות היחידה. רשימה: [לינאריות + הקשר]
4) תוכנית נקודות אימות:
הצע תוכנית אימות שדה למפת השינוי/ליתולוגיה הבאה:- כמה נקודות דגימה לכל מחלקה, למה.- דגימה מאוזנת של אזורים "מוגדרים" ו"מוטלים בספק".- הערת גישה ואבטחה. סיכום מפה: [כיתות ואזורים]
סוג התמונה ואזור השימוש
סוג נתונים
איזה אמצעים
הכוח שלו הוא
הגבלה
רב-ספקטרלי (Sentinel/Landsat)
פס רחב
ליתולוגיה גסה, סריקה אזורית
הפרדת מינרלים מוגבלת
היפרספקטרלי
מאות רצועות צרות
הבחנה מינרלית/שינוי
עלות, הוצאות עיבוד
DEM (גובה)
טופוגרפיה
תקלה/לינה, ניקוז
הליתולוגיה לא נותנת
אינפרא אדום תרמי
טמפרטורת פני השטח
קצת סיליקט/קרבונט
רגיש לאווירה
מכ"ם (SAR)
חספוס פני השטח / דפורמציה
מתחת לענן, שקיעה/ מפולת
הפרשנות היא מסובכת
טיפ: השתמש בפלט של חישה מרחוק כ"סריקת עדיפות לאתר", ולא כ"מפת קידוח". הערך הגדול ביותר שלו הוא שהוא אומר לך לאן ללכת קודם; ראיות שטח והמהנדס מחליטים היכן לקדוח.
זהירות: אפילו הסיווג המתקדם ביותר מייצר שגיאות שיטתיות אם משמיטים את העיבוד המקדים (תיקון אטמוספרי וטופוגרפי, מיסוך). במקרה של "פלט מוזר" שאילתה תחילה את העיבוד המקדים, לא את הדגם. עקרון הזבל פנימה, זבל החוצה הוא חסר רחמים כאן.
טעויות נפוצות
- דילוג על עיבוד מקדים. טעות בחריגות מתמונות לא מתוקנות לגיאולוגיה אמיתית.
- שוכחים חיוביות כוזבות. טעות בצמחים, צל, לחות קרקע ומבנים אנושיים כשינויים/תקלות.
- חתימה ללא אמת יסוד. ביסוס החלטת הקידוח על מפת התמונה מבלי לאמת אותה בשטח.
- אשליה בקנה מידה. שכחת גודל הפיקסלים והתעלמות מהעובדה שמבנים עדינים הולכים לאיבוד או פיקסלים מעורבים הם מטעים.
- התעלמות מהטיה חינוכית. יישום עיוור של מודל שהוכשר באזור אחר לתחום עם ליתולוגיה שונה.
לסיכום
- חישה מרחוק מודדת את החתימה הספקטרלית של מינרלים באורכי גל שונים; הוא מבחין בין גס רב-ספקטרלי לבין עדין היפר-ספקטרלי.
- בינה מלאכותית מסווגת את הנתונים הגבוהים הללו ומחלצת תקלות/לינאריות מתבניות גיאומטריות; אבל זה מייצר תוצאות חיוביות שגויות, הטיית אימון והטיה בקנה מידה.
- עיבוד מקדים (תיקון אטמוספרי/טופוגרפי, מיסוך) קובע את איכות התוצאה; אם הוא מושמט, תתרחש שגיאה שיטתית.
- חישה מרחוק היא כלי מיון/תעדוף; המפה אינה נחשבת למדויקת מבלי שנבדקה עם אמת קרקעית.
- האמת הקרקע תמיד מנצחת; נקודות האימות צריכות לכסות הן אזורים מסוימים והן אזורים חשודים בצורה מאוזנת.
משימת יישום
אנונימיים את ערכי היחס של אינדקס/פס הספקטרלי או רשימת קו DEM שיש לך עבור אתר עבודה (או אזור נתונים פתוח). פרש אזורי שינוי אפשריים או תקלות עם ההנחיה העוצמתית ובקש מהמודל להציע לפחות מקור חיובי שגוי אחד עבור כל אזור. לאחר מכן ערכו תוכנית בקרת אתר עם תבנית "תוכנית נקודות אימות"; שימו לב במשפט אחד כמה נקודות מחולקות לאזורים "חשודים" ולמה אתם מבצעים דגימה מאוזנת.
רשימת בדיקה
- [ ] אני יכול להבחין מה מודדים נתונים רב-ספקטרליים והיפר-ספקטרליים ולמה הם משמשים.
- [ ] אני יודע כיצד שלבי עיבוד מקדים (גיזום, מיסוך) משפיעים על התוצאה.
- [ ] אני מטיל ספק במקורות של תוצאות חיוביות שגויות (צמחייה, צל, מעשה ידי אדם) בפלטי שינוי/תקלה.
- [ ] אני רואה את מפת החישה מרחוק ככלי סריקה ובודק אותה עם אימות שטח.
- [ ] אני יכול לתכנן את נקודות האימות כדי לאזן אזורים מסוימים וחשודים.