Hagnaður:
- Geta til að velja gervihnött (breitt svæði) og skynjara (staðbundið) gögn í samræmi við spurninguna og greina vísitölur eins og NDVI með því að nota skýjagrímu
- Geta til að greina rek og bilun frá raunverulegu merkinu með því að senda IoT skynjaragögn í gegnum kvörðun og gæðaeftirlit
- Geta til að byggja vöktunarniðurstöðu á þróun frekar en einni dagsetningu og koma á sannprófunaráætlun með grunnsannleika eða óháðum gögnum
Til að stjórna umhverfinu er nauðsynlegt að sjá það fyrst. Nauðsynlegt er að vita hversu lítill skógur er orðinn, hversu menguð áin er eða hversu mikið metan stöð lekur, ekki með ágiskun heldur gögnum. Umhverfisvöktun er regluleg og endurtekin mæling á ástandi umhverfisins. Í þessari einingu muntu læra um tvo stóra gagnagjafa - gervihnött sem horfa úr geimnum og skynjara á vettvangi - og hlutverk gervigreindar við að skilja þessi miklu gögn.
Hugtök fyrst. Fjarkönnun er að safna upplýsingum með því að mæla ljósið sem endurkastast úr fjarlægð (frá gervihnött eða flugvél) án þess að snerta hlut. IoT skynjari (Internet of Things) er lítið tæki sem komið er fyrir á vettvangi og sendir mæligildi (hitastig, loftgæði, vatnsborð) sjálfkrafa yfir netið. Saman gefa þau bæði víðtæka (gervihnatta) og staðbundna (skynjara) mynd af umhverfinu.
Hvernig á að lesa gervihnattagögn?
Gervihnöttar taka ekki bara myndir; mælir mismunandi bylgjulengdir ("bönd") ljóss. Stærðfræðileg samsetning þessara bönda sýnir það sem er ósýnilegt með berum augum. Þekktasta dæmið er NDVI (Normalized Difference Vegetation Index): það mælir þéttleika gróðurs með tölunni á milli 0 og 1, byggt á þeirri meginreglu að heilbrigðar plöntur endurkasta innrauðu ljósi mjög mikið. Lækkun á NDVI gæti þýtt eyðingu skóga, þurrka eða skemmdir.
Algengustu ókeypis og opnu gervihnattalindirnar eru Sentinel (European Copernicus program) og Landsat (USA) gervitungl. Þetta er aðgengilegt í gegnum palla eins og Google Earth Engine eða í Python (með bókasöfnum eins og rasterio, xarray).
Ábending: Stærsti óvinur gervihnattagagna er skýið. Er NDVI fall raunverulegt skógartap, eða var ský yfir honum þennan dag? Notaðu alltaf skýjagrímu og berðu saman margar dagsetningar áður en þú greinir.
IoT skynjaragögn og kvörðun
Skynjarar eru ódýrir og algengir, en ekki fullkomnir. Ódýr loftgæðaskynjari mun reka með tímanum, verða fyrir áhrifum af raka eða bila. Þess vegna eru skynjaragögn í hráu formi óáreiðanleg; kvörðun (leiðrétting með því að bera saman við þekkt viðmiðunartæki) og gæðaeftirlit eru nauðsynleg.
Hér gervigreind; Það er mjög öflugt að skrifa kóða til að vinna úr stórum mynd- og tímaröðgögnum, skanna fyrir frávik (óvænt frávik), koma á flokkunarlíkani og draga saman niðurstöðurnar. En eðlisfræðilegur veruleiki mælingarinnar kemur niður á kvörðunarákvörðuninni og spurningunni "er þetta merki raunverulegt eða er það hávaði?" Túlkunin er í höndum sérfræðingsins.
Skref fyrir skref: rakningargreining
1. Skilgreindu spurninguna. „Hvernig breyttist gróðurfarið á þessu 10.000 hektara svæði milli 2020 og 2024? Skýr, staðbundin og tímabundin spurning eins og:
2. Veldu gagnagjafann. Gervihnöttur (breitt svæði) eða skynjari (staðbundið, samfellt)? Er upplausn og tíðni viðeigandi fyrir spurninguna?
3. Forvinnsla. Skýmaska, kvarða, fána vantar gögn. Ef þessu skrefi er sleppt er niðurstaðan villandi.
4. Reiknaðu vísitölu/mælingu. NDVI, hitameðaltal, styrkur mengunarefna.
5. Finndu breytinguna og frávikið. Stefnagreining, þröskuld yfir, skyndilegt stökk.
6. Staðfestu með reit. Ef mögulegt er, staðfestu með sannleika; Gefðu gervihnattamerki með vettvangsheimsókn eða óháðum gögnum.
þrjú smámál
Tilfelli 1 - Falla fyrir skýinu. Félag umhverfisverndarsamtaka var við það að slá í gegn um „skyndileg eyðingu skóga“ þegar hún sá að NDVI á einu svæði hafði lækkað um 40% á einum mánuði. Þegar sérfræðingurinn setti á skýjagrímu og skoðaði nágrannadagsetningar sá hann að megnið af myndinni þennan dag var skýjað og á næstu skýlausu mynd fór NDVI aftur í eðlilegt horf. Komið í veg fyrir falska viðvörun. Týndur tími: 20 mínútur, orðspor náð: ómetanlegt.
Tilfelli 2 — Ókvarðaður skynjari. Sveitarfélag var að útbúa skýrslu um „of mengað loft“ með gögnum frá ódýrum PM2,5 (ögnum minni en 2,5 míkron — fínt öndunarryk) skynjara. Þegar sérfræðingurinn bar skynjarana saman við viðmiðunarstöð komst hann að því að þeir ofmatu gildið allt að tvisvar sinnum við mikinn raka. Þegar rakaleiðrétting (kvörðun) var beitt birtust raunveruleg gildi; Panik afstýrt.
Mál 3 - Kóða sjálfvirkni. Eitt rannsóknarteymi ætlaði að eyða vikum í að vinna handvirkt við að draga NDVI-strauma úr 200 gervihnattamyndum. Þeir létu gervigreindina skrifa sjálfvirkt verkflæði með Google Earth Engine og Python kóða (skýjagríma + mánaðarlegt NDVI meðaltal + stefna línurit). Greining tók nokkrar mínútur fyrir 200 myndir; Teymið varði tíma sínum í að túlka niðurstöðuna. Þeir skoðuðu hvert skref í kóðanum samt.
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Finndu eyðingu skóga úr gervihnattagögnum.
Af hverju það er veikt: Ekkert lén, tímabil, gagnagjafi, upplausn og skývinnsla. AI gefur almennan texta, ekki keyranlega greiningu.
Öflug tilvitnun:
Þitt hlutverk: fjarkönnunarfræðingur. Skrifaðu Python (Earth Engine) kóða sem reiknar út 2020-2024 mánaðarlega NDVI þróun fyrir [svæðismörk] með Sentinel-2 gögnum. Skref: (1) notaðu skýjagrímu, (2) meðaltal mánaðarlegrar NDVI, (3) teiknaðu þróunartöflu, (4) merktu mánuði með meira en 20% lækkun. Láttu kóðann vera keyranlegur; Athugaðu hvert skref. Athugaðu einnig takmörk gagna (upplausn, ský).
Fjögur afritanleg sniðmát
1) Greining gervihnattavísitölu (með kóða):
Þitt hlutverk: fjarkönnunarfræðingur. Skrifaðu keyranlegan Python kóða sem reiknar [NDVI/NDWI/annar vísitölu] yfir [DATE svið] fyrir [AREA] með [Sentinel-2/Landsat] gögnum. Vertu viss um að bæta við skýjagrímu. Merktu þróun og frávik. Tilgreindu upplausn og skýjamörk gagnanna í athugasemdunum.
2) Gæðaeftirlit skynjara í tímaröð:
Leitaðu að gæðavandamálum í eftirfarandi skynjaratímaröð með Python: gögn vantar, fast gildi, skyndilegt stökk, svif, öfgafullt. Merktu hvert tölublað með tímastimpli. Ekki breyta gögnunum, bara tilkynna. Bættu við einfaldri kvörðunartillögu ef mögulegt er. Gögn: [hér]
3) Sannprófunarkerfi á jörðu niðri:
Stingdu upp á áætlun um hvernig ég get sannreynt eftirfarandi gervitunglafund (t.d. NDVI fall) á sviði: hvaða punktar, hvaða mæling, hvaða óháði gagnagjafi. Teldu einnig aðstæður þar sem niðurstaðan gæti verið röng (ský, árstíð, skuggi). Að finna: [hér]
4) Samantekt um frávik:
Dragðu saman frávik sem fundust úr vöktunargögnum hér að neðan á einföldu máli fyrir umhverfisstjóra. Fyrir hvert frávik: hvar, hvenær, hversu mikið frávik, mögulegar orsakir og „þarf að staðfesta“ athugasemd. Fyrir viss hvers vegna það er PASSA; setja það fram sem möguleika. Gögn: [hér]
Algeng mistök
- Ekki setja á skýjagrímu. Ský er algengasta falsmerkið.
- Að treysta skynjaranum án þess að kvarða hann. Lággjaldsskynjarar renna og verða fyrir áhrifum af raka.
- Líttu bara á söguna. Margar dagsetningar og stefnur eru nauðsynlegar til að krefjast breytinga.
- Framhjá jarðsannleikanum. Gervihnattamerkið ætti að vera staðfest með vettvangsgögnum eða óháðum gögnum ef mögulegt er.
- Falla fyrir kröfu gervigreindar um „nákvæm orsök“. Rekja gögn fylgni; Að staðfesta ástæðuna er annað mál.
Varúð: Gervihnatta- og drónamyndir í hárri upplausn geta innihaldið einkaeignir, fólk eða viðkvæma aðstöðu. Fylgstu með persónuverndar- og lagalegum takmörkunum (sérstaklega persónuupplýsingum og öryggi) þegar þú deilir rakningargögnum.
Í stuttu máli
Umhverfisvöktun sameinar gervihnött (breiður) og skynjara (staðbundin) gögn. gervigreind; Það er öflugur hraðall til að skrifa kóða sem vinnur úr stórfelldum mynd- og tímaröðgögnum, fráviksskönnun og samantekt. En skýjagríman, skynjarakvörðun, samanburður á mörgum dagsetningum og sannprófun á jörðu niðri tilheyra sérfræðingnum. Treystu hreinsuðu og staðfestu merkinu, ekki hráu merkinu.
Umsóknarverkefni
Veldu reit og tímabil (raunverulegt eða ímyndað). 1. Prentaðu kóðann fyrir NDVI greiningarverkflæði í gervigreind með sniðmátinu og staðfestu að skýjagrímuþrepið sé til. Farðu síðan skynjara tímaröð sem þú hefur (eða sýnishorn) í gegnum gæðaeftirlit með 2. sniðmátinu. Að lokum, með sniðmáti 3, komdu með áætlun um hvernig þú munt staðfesta breytingu sem þú finnur á þessu sviði.
gátlisti
- [ ] Ég skilgreindi greininguna með skýrri staðbundinni og tímabundinni spurningu.
- [ ] Ég setti skýjagrímu á gervihnattagögnin.
- [ ] Ég sendi skynjaragögnin í gegnum kvörðun og gæðaeftirlit.
- [ ] Ég byggði breytingarkröfuna á þróuninni, ekki á einni dagsetningu.
- [ ] Ég gerði áætlun um að sannreyna niðurstöðuna með grunnsannleika eða óháðum gögnum.
- [ ] Ég hef gætt trúnaðar og lagalegra takmarkana.