Guadagni:
- Capacità di impostare ed eseguire l'automazione del flusso di lavoro con supporto AI con PyQGIS e designer di modelli
- Capacità di gestire la privacy dei dati personali, il copyright, la licenza e i limiti di responsabilità dell'ingegnere in un progetto end-to-end
- Capacità di progettare un progetto geomatico in un flusso abilitato all'intelligenza artificiale ma incentrato sulla verifica, dalla raccolta dei dati alla consegna
Esame del modulo
1. Quale dei seguenti è il principio di base che determina il rischio di un output dell'intelligenza artificiale nell'ingegneria del rilevamento?
- A) Il rischio di un output è pari al danno che causerebbe se quell’output fosse difettoso; la convalida si ridimensiona di conseguenza ✔
- B) L'output dell'intelligenza artificiale è generalmente sicuro poiché è scritto in modo fluido e sicuro
- C) La convalida non è necessaria quando viene utilizzato il modello più recente
- D) Se l'output fa riferimento ad uno standard non è richiesto alcun controllo aggiuntivo
Spiegazione: il rischio di un output è pari al danno che causerà se quell'output è difettoso. Mentre un errore minore in un riassunto della letteratura è in gran parte innocuo, un errore nel confine catastale o nel valore di elevazione può portare a violazione della proprietà, applicazione impropria della costruzione e danni alla proprietà; quindi l'intensità della verifica si adatta al potenziale danno.
2. Quale compito è assegnato in modo più sicuro e appropriato all'IA nel controllo di qualità di un set di misurazioni GNSS?
- A) Accettare finalmente l'esattezza delle coordinate dei punti e dichiararli pronti per la registrazione
- B) Modificare tabelle di osservazione grezze e contrassegnare possibili valori anomali/incoerenze ✔
- C) Confermare direttamente i valori dell'applicazione senza considerare i principi di misurazione
- D) Considerare valido il risultato senza calcolare eventuali errori di chiusura
Spiegazione: il contributo più sicuro dell'intelligenza artificiale sono le attività accessorie che l'ingegnere può controllare, come l'organizzazione di dati grezzi e annotazioni sparse, la segnalazione di incoerenze e valori anomali. L'accettazione finale della precisione delle coordinate del punto spetta all'ingegnere, compresi gli errori di chiusura e i principi di misurazione; L'affermazione dell'IA che "il punto è assolutamente corretto" non è una prova.
3. Quali informazioni devono essere chiaramente indicate all'AI nella richiesta di trasformazione delle coordinate?
- A) Solo nomi di punti
- B) Solo il nome della proiezione target, il dato non è importante
- C) Sistema di coordinate sorgente e destinazione (datum + proiezione/EPSG) e parametri di trasformazione ✔
- D) Nome della persona che effettua la misurazione
Spiegazione: La trasformazione delle coordinate ha senso solo se vengono specificati il sistema di origine, il sistema di destinazione (origine + proiezione, ad es. codice EPSG) e i parametri di trasformazione necessari. Il semplice fatto di dire "converti questo in UTM" non rende chiaro quale datum viene spostato da a quale datum e potrebbe causare uno spostamento del datum di metri.
4. Quale dei seguenti è il modo più pratico per verificare l'output di una trasformazione?
- A) Osservando il numero di cifre decimali nell'output
- B) Osservando quanto velocemente il modello fornisce la risposta
- C) Trasferire il risultato al CAD senza verificarlo affatto
- D) Inserire il punto di controllo di cui si conoscono le coordinate attraverso la stessa trasformazione e confrontarlo con il valore atteso ✔
Spiegazione: Il passaggio di uno o più punti di controllo le cui coordinate sono note attraverso la stessa trasformazione e il confronto con il valore previsto rivela rapidamente errori sia dei parametri che dei dati. La differenza sistematica di decine di metri è tipicamente il segno del dato/parametro errato. Il fatto che l'output appaia fluido non è prova della correttezza.
5. Qual è il prerequisito più critico per i calcoli corretti di buffer e area in GIS?
- A) Il livello si trova nel sistema di coordinate metriche (proiezione) appropriato ✔
- B) Colore dello strato
- C) Ordine delle colonne nella tabella degli attributi
- D) Il nome del file del livello dovrebbe essere breve
Spiegazione: I calcoli della distanza e dell'area hanno senso solo in un sistema di coordinate metrico (proiettato). Il buffering diretto in coordinate geografiche (latitudine/longitudine in gradi) fornisce risultati imprecisi a causa della confusione del misuratore di gradi. Pertanto, lo strato deve essere posizionato nella proiezione appropriata prima dell'analisi.
6. Qual è il metodo standard per misurare l'accuratezza di una mappa di copertura del suolo nella classificazione delle immagini satellitari?
- A) Osservando quanto sono vivaci i colori della mappa
- B) Stabilire una matrice di errore con campioni di verità reali indipendenti e calcolare l'accuratezza complessiva/Kappa ✔
- C) Basandosi sul gran numero di classi
- D) Osservando la risoluzione dell'immagine e presupponendo la precisione
Descrizione: l'accuratezza della classificazione viene valutata stabilendo una matrice di confusione con campioni di verità reali indipendenti e riportandola con metriche quali accuratezza complessiva e Kappa. L'aspetto gradevole della mappa o la vivacità dei colori delle classi non sono prova di accuratezza.
7. Qual è l'elemento base che garantisce la precisione posizionale nella produzione di ortofoto fotogrammetriche e DSM?
- A) Basta scattare molte foto
- B) L'UAV è un modello costoso
- C) Controllo della precisione con punti di controllo a terra accuratamente misurati e punti di controllo indipendenti ✔
- D) Il volo dovrebbe essere effettuato in una giornata nuvolosa
Descrizione: I punti di controllo a terra (GCP) collegano il modello fotogrammetrico al sistema di coordinate del mondo reale e determinano la precisione di scala/posizione. Inoltre, la precisione viene testata calcolando l'RMSE con punti di controllo indipendenti che non entrano nel modello. Aumentare semplicemente il numero di immagini o rendere costoso l’UAV non garantisce la precisione.
8. Quale passaggio è obbligatorio per generare un modello digitale del terreno (DTM) dalla nuvola di punti LiDAR?
- A) Trasformare tutti i punti in una superficie così com'è
- B) Utilizzando solo i punti più alti
- C) Cancellazione dei valori di densità
- D) Separazione dei punti non terrestri (edifici, alberi) con filtraggio del terreno ✔
Descrizione: DTM rappresenta la superficie nuda del terreno; Pertanto, i punti non terrestri come edifici, alberi, veicoli devono essere separati (filtraggio/classificazione del terreno). Se si salta questo passaggio, si ottiene la superficie superiore (DSM), non il DTM. L'intelligenza artificiale può accelerare la classificazione, ma il risultato deve essere convalidato con le sezioni trasversali del profilo.
9. Qual è uno degli errori più comuni e rischiosi nella generazione automatica di mappe con l'intelligenza artificiale?
- A) Saltare elementi obbligatori come scala, legenda, sistema di coordinate e indice di precisione ✔
- B) Utilizzo di troppi checkpoint
- C) Raggruppamento di strati
- D) Aggiunta di un titolo al foglio
Spiegazione: La simbolizzazione e l'etichettatura automatica sono veloci, ma se mancano elementi cartografici essenziali come scala, legenda, freccia nord, sistema di coordinate e nota di precisione, la mappa diventa fuorviante e ufficialmente inutilizzabile. L'attrattiva visiva non può sostituire questi elementi essenziali.
10. Quale dovrebbe essere lo stato dei risultati dell’IA quando si lavora con dati catastali e catastali?
- A) Sono considerati dati definitivi che possono essere registrati direttamente nell'atto di proprietà.
- B) Preso come verifica/bozza preliminare; La validità finale dipende dalla misurazione, dalla legislazione e dall'approvazione delle autorità ✔
- C) Risolvere da solo le controversie sulla proprietà
- D) Diventa un documento ufficiale senza bisogno di alcun controllo.
Spiegazione: Le informazioni su confine catastale, area e proprietà hanno conseguenze legali; L'intelligenza artificiale produce la maggior parte dei preflight, delle scansioni di incoerenza e delle bozze. La validità finale dipende dalla misurazione, dalla legislazione e dall'approvazione del tecnico/istituto autorizzato. Dichiarare i risultati dell’IA come “definitivi” crea rischi legali e professionali.
11. Qual è il controllo più importante da effettuare prima di utilizzare uno script GeoPandas/PyProj generato dall'intelligenza artificiale?
- A) Supponendo che sia corretto perché il codice è lungo
- B) Considerare che è sufficiente che funzioni senza errori
- C) Eseguilo con dati di test piccoli e noti, verifica il CRS e classifica ✔
- D) Approvare i nomi delle variabili come carini
Spiegazione: il codice prodotto deve essere eseguito con piccoli dati di test di cui è noto il risultato e devono essere controllati l'output e il rango attesi. In particolare, se la definizione CRS (sistema di coordinate) è assegnata correttamente è un errore critico; il falso CRS produce silenziosamente metri di deriva. Solo perché il codice "funziona" non significa che sia corretto.
12. Qual è l’approccio corretto quando si fornisce ad AI un set di dati catastali/indirizzi contenenti dati sulla posizione e informazioni personali?
- A) Invia tutte le informazioni sul proprietario e sull'identità reali così come sono
- B) Ignorare la privacy perché sarebbe vantaggioso
- C) Incollare i dati in un forum pubblico
- D) Rendere anonimi i dati personali o lavorare con valori rappresentativi/ambiente approvato ✔
Spiegazione: i dati contenenti dati personali (nome del proprietario, ID TR, posizione sensibile) non devono essere inviati a un modello esterno in violazione della politica e della legislazione aziendale. I dati dovrebbero essere resi anonimi, dovrebbero essere utilizzati valori campione/rappresentativi o dovrebbe essere utilizzato un ambiente interno/approvato. La motivazione “comunque utile” non elimina l'obbligo di riservatezza.
13. Qual è lo scopo principale dell'utilizzo dell'indice NDVI in una classificazione della copertura del suolo?
- A) Misurazione della vitalità/densità della vegetazione dal vicino infrarosso e dalle bande rosse ✔
- B) Misurare l'altezza del terreno in metri
- C) Determinazione del proprietario del pacco
- D) Trasformazione del sistema di coordinate
Descrizione: L'NDVI (Normalized Difference Vegetation Index) misura il vigore/densità della vegetazione verde utilizzando la differenza tra le bande infrarosse e rosse. La vegetazione è un potente indicatore nel distinguere tra acqua e terreno nudo. L’altezza da sola non misura né determina la proprietà.
14. Quale affermazione è più accurata per quanto riguarda il ruolo dell'output dell'intelligenza artificiale in un'applicazione critica per la sicurezza o in un lavoro catastale?
- R) Se l'output dell'intelligenza artificiale è sufficientemente fluido, non è necessaria l'approvazione dell'ingegnere
- B) L’intelligenza artificiale è un acceleratore; Non sostituisce l'approvazione e la responsabilità di un tecnico competente ✔
- C) La responsabilità passa all'azienda che produce il modello
- D) Non è richiesta alcuna approvazione quando si utilizza il modello più costoso
Dichiarazione: nell'ingegneria e nella produzione di mappe, l'output dell'intelligenza artificiale non sostituisce il controllo e l'approvazione di un esperto competente in un lavoro che ha conseguenze legali e di sicurezza; È semplicemente un acceleratore e uno strumento per generare bozze. La responsabilità finale e la firma rimangono dell'ingegnere autorizzato.