ಘಟಕಗಳು
1. ಪುರಾತತ್ವ ಮತ್ತು ಸಾಂಸ್ಕೃತಿಕ ಪರಂಪರೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ದೃಢೀಕರಣ, ನೀತಿಶಾಸ್ತ್ರ ಮತ್ತು ಗೌಪ್ಯತೆ 2. ವರ್ಗೀಕರಣ ಮತ್ತು ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹುಡುಕಿ: ಸೆರಾಮಿಕ್ಸ್, ನಾಣ್ಯಗಳು, ಲಿಥಿಕ್ಸ್ ಮತ್ತು ಸಣ್ಣ ಶೋಧನೆಗಳು 3. ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಮತ್ತು ಸೈಟ್ ಪತ್ತೆ: ಉಪಗ್ರಹ, ವೈಮಾನಿಕ ಛಾಯಾಗ್ರಹಣ ಮತ್ತು LiDAR 4. 3D ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಮತ್ತು ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ: ಮಾದರಿ ಉತ್ಪಾದನೆ, ಮಾಪನ ಮತ್ತು ಸಮೀಕ್ಷೆ 5. ಉತ್ಖನನ ದಾಖಲೆ, ಡೇಟಾಬೇಸ್ ಮತ್ತು ಡೇಟಾ ಮಾನದಂಡಗಳು 6. ಎಪಿಗ್ರಫಿಗಳು, ಪ್ರಾಚೀನ ಹಸ್ತಪ್ರತಿಗಳು ಮತ್ತು ಪಠ್ಯಗಳ ಓದುವಿಕೆ ಮತ್ತು ಅನುವಾದ 7. ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆ, ಮೂಲ ಪರಿಶೀಲನೆ ಮತ್ತು ಭ್ರಮೆಯ ವಿರುದ್ಧ ಹೋರಾಡುವುದು 8. ಡೇಟಿಂಗ್, ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ವೈಜ್ಞಾನಿಕ ವಿಶ್ಲೇಷಣೆ: ರೇಡಿಯೊಕಾರ್ಬನ್, ಟೈಪೊಲಾಜಿ ಮತ್ತು ಸೀರಿಯೇಷನ್ 9. ಸಾಂಸ್ಕೃತಿಕ ಪರಂಪರೆಯ ನಿರ್ವಹಣೆ, ರಕ್ಷಣೆ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ 10. ಪಬ್ಲಿಕ್ ಆರ್ಕಿಯಾಲಜಿ, ಮ್ಯೂಸಿಯಂ ನಿರೂಪಣೆ, ಮತ್ತು ಡಿಜಿಟಲ್ ಪುನರ್ನಿರ್ಮಾಣದ ನೀತಿಶಾಸ್ತ್ರ 11. ನೀತಿಶಾಸ್ತ್ರ, ಕಾನೂನು, ಲೂಟಿ-ವಿರೋಧಿ ಮತ್ತು ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಕೆಲಸದ ಹರಿವು
ಘಟಕ 3 / 11

ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಮತ್ತು ಸೈಟ್ ಪತ್ತೆ: ಉಪಗ್ರಹ, ವೈಮಾನಿಕ ಛಾಯಾಗ್ರಹಣ ಮತ್ತು LiDAR

ಲಾಭಗಳು:

  • ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಉಪಗ್ರಹ, ವೈಮಾನಿಕ ಛಾಯಾಗ್ರಹಣ ಮತ್ತು LiDAR ಡೇಟಾದಲ್ಲಿನ ವೈಪರೀತ್ಯಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಭೂಪ್ರದೇಶ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿರುವ ಅಭ್ಯರ್ಥಿಯಾಗಿ ಪ್ರತಿ ಚಿಹ್ನೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
  • ಸಸ್ಯ, ಮಣ್ಣು ಮತ್ತು ನೆರಳಿನ ಕುರುಹುಗಳ ಕಾಲೋಚಿತ ಮತ್ತು ಷರತ್ತುಬದ್ಧ ಅವಲಂಬನೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ನೈಸರ್ಗಿಕ/ಆಧುನಿಕ ತಪ್ಪು ಧನಾತ್ಮಕತೆಯನ್ನು ಹೇಗೆ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ.
  • ಸೂಕ್ಷ್ಮ ಸೈಟ್ ಸ್ಥಳಗಳನ್ನು ಏಕೆ ಲೂಟಿಯಿಂದ ರಕ್ಷಿಸಬೇಕು ಮತ್ತು ಪ್ರಸಾರದಲ್ಲಿ ಅಸ್ಪಷ್ಟಗೊಳಿಸಬೇಕು ಎಂದು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ

ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದಲ್ಲಿನ ಅತ್ಯಂತ ರೋಮಾಂಚಕಾರಿ ಬೆಳವಣಿಗೆಯೆಂದರೆ, ನೆಲದಲ್ಲಿ ಅಗೆಯದೆಯೇ ಭೂಗತ ಮತ್ತು ಮೇಲ್ಮೈಯಲ್ಲಿ ಕುರುಹುಗಳನ್ನು ನೋಡುವ ಸಾಮರ್ಥ್ಯ. ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ (ಭೌತಿಕವಾಗಿ ಸ್ಪರ್ಶಿಸದೆಯೇ ಉಪಗ್ರಹ, ವಿಮಾನ ಅಥವಾ ಡ್ರೋನ್ ಚಿತ್ರಗಳನ್ನು ಹೊಂದಿರುವ ಪ್ರದೇಶವನ್ನು ಪರೀಕ್ಷಿಸುವ ವಿಧಾನ) ದೊಡ್ಡ ಪ್ರದೇಶಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲು ಮತ್ತು ಸಂಭವನೀಯ ಸ್ಥಳಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು (ಪುರಾತತ್ವ ಅವಶೇಷಗಳನ್ನು ಹೊಂದಿರುವ ಸ್ಥಳಗಳು) ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಸಾಧನವಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಉಪಗ್ರಹ ಚಿತ್ರಗಳು, ವೈಮಾನಿಕ ಛಾಯಾಚಿತ್ರಗಳು ಮತ್ತು LiDAR ಡೇಟಾದಲ್ಲಿ AI ವೈಪರೀತ್ಯಗಳನ್ನು (ಅದರ ಸುತ್ತಮುತ್ತಲಿನ ಪ್ರದೇಶಗಳಿಂದ ಭಿನ್ನವಾಗಿರುವ ಟ್ರ್ಯಾಕ್‌ಗಳು, ಮಾನವ ನಿರ್ಮಿತ) ಹೇಗೆ ಗುರುತಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ, ಆದರೆ ಪ್ರತಿ ಗುರುತು ಕ್ಷೇತ್ರದಲ್ಲಿ ಏಕೆ ದೃಢೀಕರಿಸಬೇಕು.

ಮೂಲ ತತ್ವ: AI ಎಂಬುದು ಸ್ಕ್ಯಾನಿಂಗ್ ಮತ್ತು ಪಾಯಿಂಟಿಂಗ್ ಸಹಾಯಕವಾಗಿದ್ದು ಅದು ವಿಶಾಲ ಪ್ರದೇಶದಲ್ಲಿ "ಇಲ್ಲಿ ನೋಡಿ" ಎಂದು ಹೇಳುತ್ತದೆ; "ಇದು ನಿಜವಾಗಿಯೂ ಒಂದು ಸೈಟ್" ನಿರ್ಧಾರವನ್ನು ಭೂ ನಿಯಂತ್ರಣ ಮತ್ತು ತಜ್ಞರು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ. ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್‌ನಲ್ಲಿ, AI ಯಿಂದ ಗುರುತಿಸಲ್ಪಟ್ಟ ಪ್ರತಿಯೊಂದು ಬಿಂದುವೂ ಒಂದು ಊಹೆಯಾಗಿದೆ, ಒಂದು ಆವಿಷ್ಕಾರವಲ್ಲ.

ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ವಿಧಗಳು

ಉಪಗ್ರಹ ಮತ್ತು ವೈಮಾನಿಕ ಛಾಯಾಗ್ರಹಣ. ಸಮಾಧಿ ರಚನೆಗಳು ಅವುಗಳ ಮೇಲೆ ಮಣ್ಣು ಮತ್ತು ಸಸ್ಯವರ್ಗದ ಭೇದಾತ್ಮಕ ಬೆಳವಣಿಗೆಗೆ ಕಾರಣವಾಗುತ್ತವೆ. ಗೋಡೆಯ ಮೇಲಿನ ಬೆಳೆ ದುರ್ಬಲವಾಗಿರುತ್ತದೆ, ಕಂದಕದಲ್ಲಿ ಅದು ಪೊದೆಯಾಗಿರುತ್ತದೆ; ಇವುಗಳನ್ನು ಬೆಳೆ ಗುರುತುಗಳು ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. NDVI (ಸಸ್ಯವರ್ಗದ ಆರೋಗ್ಯವನ್ನು ಅಳೆಯುವ ಸೂಚ್ಯಂಕ; ಇದು ಅತಿಗೆಂಪು ಬೆಳಕನ್ನು ಬಳಸಿಕೊಂಡು ಸಸ್ಯದ ಚೈತನ್ಯವನ್ನು ಪ್ರಮಾಣೀಕರಿಸುತ್ತದೆ) ಈ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ. AI ಮಾನವನಿಗಿಂತ ವೇಗವಾಗಿ ದೊಡ್ಡ ಚಿತ್ರಗಳಲ್ಲಿ ಈ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ.

ಲಿಡಾರ್. LiDAR (ಲೈಟ್ ಡಿಟೆಕ್ಷನ್ ಮತ್ತು ರೇಂಜಿಂಗ್ — ವಿಮಾನದಿಂದ ನೆಲಕ್ಕೆ ಲೇಸರ್ ಅನ್ನು ಶೂಟ್ ಮಾಡುವ ಮೂಲಕ ಮತ್ತು ಹಿಂತಿರುಗುವ ಸಮಯವನ್ನು ಅಳೆಯುವ ಮೂಲಕ ಮೇಲ್ಮೈಯ ಅತ್ಯಂತ ನಿಖರವಾದ 3D ಎತ್ತರದ ನಕ್ಷೆಯನ್ನು ರಚಿಸುವ ತಂತ್ರಜ್ಞಾನ) ಅತ್ಯಂತ ಕ್ರಾಂತಿಕಾರಿ ಸಾಧನವಾಗಿದೆ. ಇದರ ವೈಶಿಷ್ಟ್ಯವೆಂದರೆ ಲೇಸರ್ ಮರಗಳ ಮೂಲಕ ನೆಲವನ್ನು ತಲುಪಬಹುದು; ಸಸ್ಯವರ್ಗವನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ "ಸಿಪ್ಪೆ" ಮಾಡಿದಾಗ ಕಾಡಿನ ಅಡಿಯಲ್ಲಿ ದಿಬ್ಬಗಳು, ಟೆರೇಸ್ಗಳು, ರಸ್ತೆಗಳು ಮತ್ತು ಕಟ್ಟಡದ ಅಡಿಪಾಯಗಳು ಬಹಿರಂಗಗೊಳ್ಳುತ್ತವೆ. AI ಈ ಎತ್ತರದ ಡೇಟಾದಲ್ಲಿ ಉಬ್ಬುಗಳು, ಹೊಂಡಗಳು ಮತ್ತು ನಯವಾದ ಜ್ಯಾಮಿತೀಯ ಆಕಾರಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.

ಜಿಯೋಫಿಸಿಕ್ಸ್ (ಪೂರಕ). ನೆಲದ ಒಳಹೊಕ್ಕು ರಾಡಾರ್ (GPR) ಮತ್ತು ಮ್ಯಾಗ್ನೆಟಿಕ್ ಸಮೀಕ್ಷೆಯಂತಹ ವಿಧಾನಗಳು ಮೇಲ್ಮೈಯಿಂದ ಸ್ವಲ್ಪ ಕೆಳಗೆ ಕಾಣುತ್ತವೆ; ಈ ಡೇಟಾದಲ್ಲಿ ಅಸಂಗತ ಮಾದರಿಗಳನ್ನು ನೋಡಲು AI ಸಹಾಯ ಮಾಡುತ್ತದೆ.

AI ಜೊತೆಗೆ ಸೈಟ್ ಪತ್ತೆ ಹಂತಗಳು

  1. ಡೇಟಾ ತಯಾರಿ. ಚಿತ್ರಗಳನ್ನು ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆಗೆ ಅಳವಡಿಸಲಾಗಿದೆ (ಜಿಯೋರೆಫರೆನ್ಸಿಂಗ್), ನೆರಳು ಮತ್ತು ಕಾಂಟ್ರಾಸ್ಟ್ ಅನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ. LiDAR ನಲ್ಲಿ, ಸಸ್ಯವರ್ಗವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು "ಬೇರ್ ಗ್ರೌಂಡ್ ಮಾಡೆಲ್" ಅನ್ನು ಉತ್ಪಾದಿಸಲಾಗುತ್ತದೆ.
  2. ಅಸಂಗತ ಸ್ಕ್ಯಾನಿಂಗ್. ಮಾನವ ನಿರ್ಮಿತ (ವೃತ್ತಾಕಾರದ ದಿಬ್ಬ, ಆಯತಾಕಾರದ ರಚನೆ, ರೇಖೀಯ ಕಂದಕ/ರಸ್ತೆ) ಇರಬಹುದಾದ ನಯವಾದ ಜ್ಯಾಮಿತಿಗಳನ್ನು AI ಗುರುತಿಸುತ್ತದೆ.
  3. ನಿವಾರಣೆ. ಹೆಚ್ಚಿನ ಚಿಹ್ನೆಗಳು ನೈಸರ್ಗಿಕ (ಭೂವೈಜ್ಞಾನಿಕ, ಕೃಷಿ, ಆಧುನಿಕ). ತಜ್ಞರು ಸ್ಪಷ್ಟವಾಗಿ ನೈಸರ್ಗಿಕ ಮತ್ತು ಆಧುನಿಕವಾದವುಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಾರೆ.
  4. ಆದ್ಯತೆ. ಉಳಿದ ಅಭ್ಯರ್ಥಿ ಅಂಕಗಳನ್ನು ಸಂದರ್ಭ ಮತ್ತು ತಿಳಿದಿರುವ ಸೈಟ್ ವಿತರಣೆಯಿಂದ ಆದ್ಯತೆ ನೀಡಲಾಗುತ್ತದೆ.
  5. ಭೂಮಿ ದೃಢೀಕರಣ. ಆದ್ಯತೆಯ ಅಂಕಗಳನ್ನು ಮೇಲ್ಮೈ ಸಮೀಕ್ಷೆಯಿಂದ ಸೈಟ್ನಲ್ಲಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ, ಕೊರೆಯುವುದು. ದೃಢೀಕರಣವಿಲ್ಲದೆ ಯಾವುದೇ ಅಂಶವನ್ನು "ಕುಳಿತುಕೊಳ್ಳಿ" ಎಂದು ಘೋಷಿಸಲಾಗುವುದಿಲ್ಲ.
ಸಲಹೆ: ಯಾವಾಗಲೂ AI ಚಿಹ್ನೆಗಳನ್ನು "ಹೆಚ್ಚಿನ ತಪ್ಪು ಧನಾತ್ಮಕ ದರ ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಗಳ ಪಟ್ಟಿ" ಎಂದು ನೋಡಿ. ಕ್ಷೇತ್ರದಲ್ಲಿ ಭೇಟಿ ನೀಡುವ ಸ್ಥಳಗಳನ್ನು ಬುದ್ಧಿವಂತಿಕೆಯಿಂದ ಸಂಕುಚಿತಗೊಳಿಸುವುದು ಗುರಿಯಾಗಿದೆ; ಆವಿಷ್ಕಾರವನ್ನು ಘೋಷಿಸಲು ಅಲ್ಲ. ಒಂದು ಋತುವಿನಲ್ಲಿ 200 ಲ್ಯಾಂಡ್ ಪಾಯಿಂಟ್‌ಗಳನ್ನು 30 ಕ್ಕೆ ಇಳಿಸುವುದು ದೊಡ್ಡ ಲಾಭವಾಗಿದೆ.

ಸೂಕ್ಷ್ಮ ಸ್ಥಳ: ನಿರ್ಣಾಯಕ ಗೌಪ್ಯತೆ

ಸೈಟ್ ಪತ್ತೆಯಲ್ಲಿ ಅತ್ಯಂತ ಗಂಭೀರವಾದ ನೈತಿಕ ಮತ್ತು ಭದ್ರತಾ ಸಮಸ್ಯೆಯೆಂದರೆ ಸ್ಥಳ ಗೌಪ್ಯತೆ. ಹೊಸದಾಗಿ ಗುರುತಿಸಲಾದ, ಅಸುರಕ್ಷಿತ ಸೈಟ್‌ನ ನಿಖರವಾದ ನಿರ್ದೇಶಾಂಕಗಳು ಅಕ್ರಮ ಅಗೆಯುವವರಿಗೆ ಮತ್ತು ನಿಧಿ ಹುಡುಕುವವರಿಗೆ ನೇರ ಗುರಿಯಾಗಿದೆ. ಆದ್ದರಿಂದ:

  • ನಿಖರವಾದ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ದೃಢೀಕರಿಸದ ಸಾರ್ವಜನಿಕ AI ವಾಹನಗಳನ್ನು ಪ್ರವೇಶಿಸಬೇಡಿ.
  • ಪ್ರಸಾರಗಳು ಮತ್ತು ಪ್ರಸ್ತುತಿಗಳಲ್ಲಿ ಸೂಕ್ಷ್ಮ ಸೈಟ್‌ಗಳ ಸ್ಥಳವನ್ನು ಮಸುಕುಗೊಳಿಸಿ (ಸಾಮಾನ್ಯ ಪ್ರದೇಶವನ್ನು ನೀಡಿ, GPS ಇಲ್ಲ).
  • ಸಂಸ್ಥೆಯ ಸುರಕ್ಷಿತ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಡೇಟಾವನ್ನು ಇರಿಸಿ ಮತ್ತು ಪ್ರವೇಶವನ್ನು ಮಿತಿಗೊಳಿಸಿ.
ಗಮನ: ಸೈಟ್‌ನ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ಸಾರ್ವಜನಿಕ ಸೇವೆಗೆ ಅಂಟಿಸುವುದರಿಂದ "ನಾನು ನಕ್ಷೆಯನ್ನು ಚಿತ್ರಿಸಲಿದ್ದೇನೆ" ಎಂದು ಹೇಳುವ ಮೂಲಕ ಆ ಸೈಟ್ ಅನ್ನು ಲೂಟಿ ಮಾಡಲು ಮುಕ್ತವಾಗಿ ಬಿಡಬಹುದು. ಸ್ಥಳ ಡೇಟಾವು ಒಂದು ಸ್ವತ್ತು ಆಗಿದ್ದು ಅದನ್ನು ಹುಡುಕುವಷ್ಟು ರಕ್ಷಿಸಬೇಕು.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸ್ಕ್ಯಾನ್ ಪ್ರದೇಶವನ್ನು ಕಿರಿದಾಗಿಸಿತು. ಒಂದು ಸಮೀಕ್ಷಾ ಯೋಜನೆಯು 500 km² ಪ್ರದೇಶವನ್ನು ಸಮೀಕ್ಷೆ ಮಾಡುತ್ತದೆ. AI-ಚಾಲಿತ LiDAR ವಿಶ್ಲೇಷಣೆಯು ಕಾಡಿನ ಅಡಿಯಲ್ಲಿ 120 ಸಂಭವನೀಯ ದಿಬ್ಬಗಳನ್ನು ಗುರುತಿಸಿದೆ. ತಜ್ಞರ ನಿರ್ಮೂಲನೆಯ ನಂತರ, 38 ಆದ್ಯತೆಯ ತಾಣಗಳು ಉಳಿದಿವೆ; ಇವುಗಳಲ್ಲಿ 11 ಕ್ಷೇತ್ರದಲ್ಲಿ ನಿಜವಾದ ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದ ರಚನೆಗಳು ಕಂಡುಬಂದಿವೆ. AI ತಿಂಗಳುಗಳ ಕುರುಡು ಹುಡುಕಾಟವನ್ನು ಗುರಿಪಡಿಸಿದ ಋತುವಿನಲ್ಲಿ ಸಾಂದ್ರೀಕರಿಸಿದೆ.

ಪ್ರಕರಣ 2 - ತಪ್ಪು ಧನಾತ್ಮಕ ಪಾಠವಾಗಿತ್ತು. AI ಯಿಂದ ಗುರುತಿಸಲಾದ ಮೃದುವಾದ ವೃತ್ತಾಕಾರದ ಗಾಯವನ್ನು "ದಿಬ್ಬ" ಎಂದು ಘೋಷಿಸಲು ತಂಡವು ಉತ್ಸಾಹದಿಂದ ತಯಾರಿ ನಡೆಸುತ್ತಿರುವಾಗ, ತಜ್ಞ ಭೂವಿಜ್ಞಾನಿ ಇದು ನೈಸರ್ಗಿಕ ಖಿನ್ನತೆ (ಡೋಲಿನ್) ಎಂದು ತೋರಿಸಿದರು. ಭೂಮಿ ದೃಢೀಕರಣವಿಲ್ಲದೆ ಮಾಡಿದ ಹೇಳಿಕೆಯು ಖ್ಯಾತಿಯನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು. ಪಾಠ: AI ಜ್ಯಾಮಿತಿಯನ್ನು ನೋಡುತ್ತದೆ, ಮೂಲದ ವ್ಯಾಖ್ಯಾನವಲ್ಲ.

ಪ್ರಕರಣ 3 - ಸ್ಥಳ ಸೋರಿಕೆಯನ್ನು ತಡೆಯಲಾಗಿದೆ. ಒಬ್ಬ ವಿದ್ಯಾರ್ಥಿಯು ಹೊಸದಾಗಿ ಕಂಡುಬರುವ ಸೈಟ್‌ನ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ಹೊಂದಿರುವ ಚಿತ್ರವನ್ನು ಸಾರ್ವಜನಿಕ ಸಾಧನಕ್ಕೆ ಅಪ್‌ಲೋಡ್ ಮಾಡುತ್ತಾನೆ. ಸಲಹೆಗಾರನು ನಿಲ್ಲಿಸಿದನು; ಪ್ರದೇಶವು ಇನ್ನೂ ಅಸುರಕ್ಷಿತವಾಗಿತ್ತು. ನಿರ್ದೇಶಾಂಕ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಹಾಕುವುದರೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಸುರಕ್ಷಿತ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಮಾತ್ರ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಅಸಂಗತ ಸ್ಕ್ಯಾನಿಂಗ್ ಫ್ರೇಮ್:

ನಿಮ್ಮ ಪಾತ್ರ: ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ವಿಶ್ಲೇಷಣೆ ಸಹಾಯಕ. ನಾನು ನಿಮಗೆ ಬೇರ್-ಗ್ರೌಂಡ್ (LiDAR ಪಡೆದ) ಎತ್ತರದ ಚಿತ್ರ/ಡೇಟಾವನ್ನು ನೀಡುತ್ತೇನೆ. ಮಾನವ ನಿರ್ಮಿತವಾಗಿರಬಹುದಾದ ನಯವಾದ ಜ್ಯಾಮಿತಿಗಳನ್ನು (ವೃತ್ತಾಕಾರದ, ಆಯತಾಕಾರದ, ರೇಖೀಯ) ಗುರುತಿಸಿ; ಪ್ರತಿಯೊಂದಕ್ಕೂ, ಅದರ ಸ್ಥಳ, ಸ್ವರೂಪ ಮತ್ತು ಅದು ಏಕೆ ಗಮನಾರ್ಹವಾಗಿದೆ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ. ಪ್ರತಿ ಚಿಹ್ನೆಗೆ, ನೈಸರ್ಗಿಕ/ಆಧುನಿಕ ವಿವರಣೆಯ ಸಾಧ್ಯತೆಯನ್ನು ಸಹ ಸೂಚಿಸಿ. ನಿರ್ಣಾಯಕ "ಕುಳಿತುಕೊಳ್ಳಿ" ಎಂದು ಘೋಷಿಸಬೇಡಿ.

2) ತಪ್ಪು ಧನಾತ್ಮಕ ನಿರ್ಮೂಲನೆ:

AI ಗುರುತಿಸಿರುವ ಅಭ್ಯರ್ಥಿ ಪಾಯಿಂಟ್‌ಗಳ ಪಟ್ಟಿಯನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಪ್ರತಿಯೊಂದಕ್ಕೂ, ಭೂಪ್ರದೇಶದ ಪರಿಶೀಲನೆಯ ಮೊದಲು ನಾನು ತೆಗೆದುಹಾಕಬಹುದಾದ ನೈಸರ್ಗಿಕ ಮತ್ತು ಆಧುನಿಕ ವಿವರಣೆಗಳನ್ನು (ಭೂವೈಜ್ಞಾನಿಕ ರಚನೆ, ಕೃಷಿ ಜಾಡಿನ, ರಸ್ತೆ, ಕಟ್ಟಡ ಅಡಿಪಾಯ) ಪಟ್ಟಿ ಮಾಡಿ. ಉಳಿದಿರುವ "ನಿಜವಾಗಿಯೂ ಅಸ್ಪಷ್ಟ" ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ.

3) ಭೂ ನಿಯಂತ್ರಣ ಯೋಜನೆ:

ನನ್ನ ಉನ್ನತ ಅಭ್ಯರ್ಥಿ ಸ್ಥಾನಗಳು: [ಪಟ್ಟಿ]. ಪ್ರತಿ ಪಾಯಿಂಟ್‌ಗೆ, ಕ್ಷೇತ್ರದಲ್ಲಿ ದೃಢೀಕರಿಸುವಾಗ ನಾನು ನೋಡಬೇಕಾದ ಸೂಚಕಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಪರಿಶೀಲನಾಪಟ್ಟಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ (ಮೇಲ್ಮೈ ಸಂಶೋಧನೆಗಳು, ಸ್ಥಳಾಕೃತಿ, ಮಣ್ಣಿನ ಬಣ್ಣ, ಕಲ್ಲಿನ ಸಾಂದ್ರತೆ) ಮತ್ತು ಸುರಕ್ಷಿತ/ನೈತಿಕ ಕ್ಷೇತ್ರ ನಿಯಮಗಳು (ಅನುಮತಿ, ಸ್ಥಳ ಗೌಪ್ಯತೆ).

4) ಪ್ರಸಾರಕ್ಕಾಗಿ ಸ್ಥಳವನ್ನು ಮಸುಕುಗೊಳಿಸುವುದು:

ಪ್ರಕಟಣೆ/ಪ್ರಸ್ತುತಿಗಾಗಿ ಈ ಕೆಳಗಿನ ಸೈಟ್ ಮಾಹಿತಿಯನ್ನು ಸಿದ್ಧಪಡಿಸುವಾಗ, ನಿಖರವಾದ ಸ್ಥಳವನ್ನು ಬಹಿರಂಗಪಡಿಸದೆ ನಾನು ಅದನ್ನು ಹೇಗೆ ವಿವರಿಸಬಹುದು ಎಂಬುದನ್ನು ಸೂಚಿಸಿ: ಯಾವ ಮಟ್ಟದ ಸಾಮಾನ್ಯೀಕರಣ (ಪ್ರಾಂತ್ಯ/ಪ್ರದೇಶ), ಯಾವ ಮಾಹಿತಿಯನ್ನು ಬಿಟ್ಟುಬಿಡಬೇಕು ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ಗುರಿ: ವೈಜ್ಞಾನಿಕ ಪಾರದರ್ಶಕತೆಯ ಸಮತೋಲನ ಮತ್ತು ಹಾಳಾಗುವಿಕೆಯ ವಿರುದ್ಧ ರಕ್ಷಣೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಉಪಗ್ರಹ ಚಿತ್ರದಲ್ಲಿ ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದ ಸ್ಥಳವಿದೆಯೇ? ಅದರ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ನೀಡಿ.

AI ನೈಸರ್ಗಿಕ ಜಾಡನ್ನು "ಕುಳಿತುಕೊಳ್ಳಿ" ಎಂದು ಘೋಷಿಸಬಹುದು ಮತ್ತು ಆತ್ಮವಿಶ್ವಾಸದ ನಿರ್ದೇಶಾಂಕವನ್ನು ಹೊಂದಿಸಬಹುದು; ಇದು ವೈಜ್ಞಾನಿಕ ಮತ್ತು ಭದ್ರತಾ ದೃಷ್ಟಿಕೋನದಿಂದ ಅಪಾಯಕಾರಿ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಸಹಾಯಕ. ಈ ಚಿತ್ರದಲ್ಲಿ ಮಾನವ ನಿರ್ಮಿತವಾಗಿರಬಹುದಾದ ನಯವಾದ ಜ್ಯಾಮಿತೀಯ ಗುರುತುಗಳನ್ನು ಗುರುತಿಸಿ. ಪ್ರತಿ ಕುರುಹಿಗೂ: (ಎ) ಅದರ ಆಕಾರ, (ಬಿ) ಅದು ಏಕೆ ಗಮನಾರ್ಹವಾಗಿದೆ, (ಸಿ) ನೈಸರ್ಗಿಕ/ಆಧುನಿಕ ಪರ್ಯಾಯ ವಿವರಣೆ. ಇವುಗಳು ಕ್ಷೇತ್ರದಲ್ಲಿ ಮಾತ್ರ ಪರೀಕ್ಷಿಸಬೇಕಾದ ಅಭ್ಯರ್ಥಿಗಳು; "ಕುಳಿತುಕೊಳ್ಳಿ" ಎಂದು ಘೋಷಿಸಬೇಡಿ. ನಿಖರವಾದ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ರಚಿಸಿ, ಸಂಬಂಧಿತ ಸ್ಥಾನವನ್ನು ವಿವರಿಸಿ.

ವ್ಯತ್ಯಾಸ: ಮೊದಲನೆಯದು ಆವಿಷ್ಕಾರವನ್ನು ಘೋಷಿಸುತ್ತದೆ; ಎರಡನೆಯದು ಪರಿಶೀಲಿಸಬೇಕಾದ ಅಭ್ಯರ್ಥಿಗಳ ಸುರಕ್ಷಿತ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಚಿತ್ರದ ಪ್ರಕಾರಗಳು ಮತ್ತು ಕಾಲೋಚಿತ ಪರಿಣಾಮಗಳು

ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್‌ನಲ್ಲಿ ಚಿತ್ರವು "ಯಾವಾಗಲೂ" ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ; ಸರಿಯಾದ ಟ್ರ್ಯಾಕ್ ಅನ್ನು ನೋಡಲು ಸರಿಯಾದ ಸ್ಥಿತಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಬೆಳೆಯು ನೀರಿನ ಒತ್ತಡದಲ್ಲಿರುವಾಗ ಶುಷ್ಕ ಅವಧಿಗಳಲ್ಲಿ ಬೆಳೆ ಗುರುತುಗಳು ಉತ್ತಮವಾಗಿ ಕಂಡುಬರುತ್ತವೆ: ಸಮಾಧಿ ಗೋಡೆಯ ಮೇಲಿನ ಮಣ್ಣು ಕಡಿಮೆ ನೀರನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಆದ್ದರಿಂದ ಅಲ್ಲಿನ ಬೆಳೆ ಹಳದಿ ಬಣ್ಣಕ್ಕೆ ತಿರುಗುತ್ತದೆ ಮತ್ತು ಮೇಲಿನಿಂದ ರೇಖೆಯಂತೆ ಕಾಣುತ್ತದೆ. ತೇವಾಂಶವುಳ್ಳ ವಸಂತ ಚಿತ್ರದಲ್ಲಿ, ಅದೇ ಕುರುಹು ಕಾಣಿಸದೇ ಇರಬಹುದು. ಹೊಲವನ್ನು ಉಳುಮೆ ಮಾಡಿದ ನಂತರ ವಿವಿಧ ಬಣ್ಣದ ಮಣ್ಣು ಮೇಲ್ಮೈಗೆ ಬಂದಾಗ ಮಣ್ಣಿನ ಗುರುತುಗಳು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ. ನೆರಳಿನ ಗುರುತುಗಳು, ಮತ್ತೊಂದೆಡೆ, ಬೆಳಿಗ್ಗೆ ಅಥವಾ ಸಂಜೆ, ಕಡಿಮೆ ಬಿಸಿಲಿನಲ್ಲಿ ಉದ್ದವಾದ ನೆರಳುಗಳೊಂದಿಗೆ ಬೆಳಕಿನ ಉಬ್ಬುಗಳು ಮತ್ತು ಗುಂಡಿಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತವೆ. ಆದ್ದರಿಂದ, ಒಂದು ಪ್ರದೇಶವನ್ನು ಒಂದೇ ಚಿತ್ರದೊಂದಿಗೆ ಅಲ್ಲ, ಆದರೆ ವಿವಿಧ ಋತುಗಳಲ್ಲಿ ಮತ್ತು ಸಮಯಗಳಲ್ಲಿ ಅನೇಕ ಚಿತ್ರಗಳೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಅವಶ್ಯಕ; AI ಈ ಬಹು-ಸಮಯದ ಹೋಲಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.

LiDAR ನ ಪ್ರಯೋಜನವೆಂದರೆ ಅದು ಈ ಸ್ಥಿತಿಯ ಅವಲಂಬನೆಯನ್ನು ಬಹುಮಟ್ಟಿಗೆ ಮೀರಿಸುತ್ತದೆ: ಇದು ನೇರವಾಗಿ ಮೇಲ್ಮೈ ಭೂಗೋಳವನ್ನು ಅಳೆಯುವುದರಿಂದ, ಇದು ಸಸ್ಯವರ್ಗದ ಋತುವಿನ ಮೇಲೆ ಕಡಿಮೆ ಅವಲಂಬಿತವಾಗಿದೆ ಮತ್ತು ಅರಣ್ಯದ ಒಳಭಾಗವನ್ನು ನೋಡಬಹುದು. ಆದಾಗ್ಯೂ, LiDAR ನಲ್ಲಿ "ಬೇರ್ ಗ್ರೌಂಡ್ ಮಾಡೆಲ್" ಅನ್ನು ಉತ್ಪಾದಿಸುವಾಗ, ಸಸ್ಯದ ಫಿಲ್ಟರ್ ತುಂಬಾ ಆಕ್ರಮಣಕಾರಿಯಾಗಿದ್ದರೆ, ಅದು ನಿಜವಾದ ಉಬ್ಬುಗಳನ್ನು ಅಳಿಸಬಹುದು, ಮತ್ತು ಅದು ತುಂಬಾ ಮೃದುವಾಗಿದ್ದರೆ, ಅದು ಮರಗಳನ್ನು ರಚನೆಗಳಾಗಿ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸಬಹುದು; ಈ ಫಿಲ್ಟರ್ ನಿರ್ಧಾರಗಳಿಗೆ ತಜ್ಞರ ಮೇಲ್ವಿಚಾರಣೆಯ ಅಗತ್ಯವಿದೆ.

ಸಲಹೆ: ಪ್ರದೇಶವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ, "ಯಾವ ಋತುವಿನಲ್ಲಿ, ಯಾವ ಸಮಯದಲ್ಲಿ ಮತ್ತು ಯಾವ ವಿಧಾನದೊಂದಿಗೆ?" ಯಾವಾಗಲೂ ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿ. ಒಂದೇ ಚಿತ್ರದಲ್ಲಿ ಯಾವುದೇ ಕುರುಹು ಇಲ್ಲದಿದ್ದರೆ, ಯಾವುದೇ ಸೈಟ್ ಇಲ್ಲ ಎಂದು ಅರ್ಥವಲ್ಲ; ಬಹುಶಃ ನೀವು ಅದನ್ನು ತಪ್ಪಾದ ಸ್ಥಿತಿಯಲ್ಲಿ ನೋಡುತ್ತಿದ್ದೀರಿ.

ವಿಧಾನ ಹೋಲಿಕೆ ಕೋಷ್ಟಕ

ವಿಧಾನ

ಏನು ನೋಡುತ್ತದೆ

AI ನ ಕೊಡುಗೆ

ಗಡಿ

ಉಪಗ್ರಹ/ವೈಮಾನಿಕ ಛಾಯಾಗ್ರಹಣ

ಸಸ್ಯ/ಮಣ್ಣಿನ ಕುರುಹುಗಳು

ವಿಶಾಲ ಪ್ರದೇಶ ಸ್ಕ್ಯಾನಿಂಗ್

ಋತು, ನಿರ್ಣಯ

NDVI

ಸಸ್ಯದ ಶಕ್ತಿ ವ್ಯತ್ಯಾಸ

ಸ್ಕಾರ್ ಹೈಲೈಟ್

ನೈಸರ್ಗಿಕ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗೊಂದಲಗೊಳಿಸುತ್ತದೆ

ಲಿಡಾರ್

ಮೇಲ್ಮೈ ಸ್ಥಳಾಕೃತಿ

ಅರಣ್ಯ ತಳಹದಿಯ ರೇಖಾಗಣಿತ

ಸಸ್ಯ ಫಿಲ್ಟರ್ ದೋಷಗಳು

ಜಿಯೋಫಿಸಿಕ್ಸ್ (GPR/ಮ್ಯಾಗ್ನೆಟಿಕ್)

ಉಪಮೇಲ್ಮೈ ರಚನೆ

ಅಸಂಗತ ಮಾದರಿ

ಸ್ಥಳೀಯ, ನಿಧಾನ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಅನ್ವೇಷಣೆಗಾಗಿ ಅಸಂಗತತೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಚಿಹ್ನೆಯು ಅಭ್ಯರ್ಥಿಯಾಗಿದೆ; ಭೂಮಿ ದೃಢೀಕರಣವಿಲ್ಲದೆ ಅದು ಸೈಟ್ ಅಲ್ಲ.
  • ನೈಸರ್ಗಿಕ/ಆಧುನಿಕ ಕುರುಹುಗಳನ್ನು ತೆಗೆದುಹಾಕುವುದಿಲ್ಲ. ಡೊಲಿನ್‌ಗಳು, ಕೃಷಿ ಗುರುತುಗಳು ಮತ್ತು ಪೈಪ್‌ಗಳು ಆಗಾಗ್ಗೆ "ರಚನೆಗಳು" ಆಗಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ.
  • ತೆರೆದ ವಾಹನಕ್ಕೆ ನಿಖರವಾದ ನಿರ್ದೇಶಾಂಕವನ್ನು ನೀಡುವುದು. ಲೂಟಿಯ ಅಪಾಯ; ಸ್ಥಳವು ರಕ್ಷಿಸಬೇಕಾದ ಆಸ್ತಿಯಾಗಿದೆ.
  • ಒಂದೇ ಚಿತ್ರವನ್ನು ಅವಲಂಬಿಸಿದೆ. ವಿಭಿನ್ನ ಋತುಗಳು, ವಿಭಿನ್ನ ವಿಧಾನಗಳು ಮತ್ತು ಭೂಪ್ರದೇಶವಿಲ್ಲದೆ ವ್ಯಾಖ್ಯಾನವು ಅಪೂರ್ಣವಾಗಿದೆ.
  • ತಪ್ಪು ಧನಾತ್ಮಕ ದರವನ್ನು ಮರೆತುಬಿಡುವುದು. ಹೆಚ್ಚಿನ ಚಿಹ್ನೆಗಳು ಖಾಲಿಯಾಗಿ ಬರುತ್ತವೆ; ಇದು ಸಾಮಾನ್ಯವಾಗಿದೆ, ಉದ್ದೇಶವು ಕಿರಿದಾಗುತ್ತಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್‌ನಲ್ಲಿ, ದೊಡ್ಡ ಪ್ರದೇಶಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವಲ್ಲಿ ಮತ್ತು ಸಂಭವನೀಯ ಸೈಟ್‌ಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ AI ಪ್ರಚಂಡ ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ. ಆದರೆ ಪ್ರತಿಯೊಂದು ಚಿಹ್ನೆಯು ಕ್ಷೇತ್ರದಲ್ಲಿ ದೃಢೀಕರಿಸಬೇಕಾದ ಒಂದು ಊಹೆಯಾಗಿದೆ; ನೈಸರ್ಗಿಕ ಮತ್ತು ಆಧುನಿಕ ಕುರುಹುಗಳನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ; ಮತ್ತು ಮುಖ್ಯವಾಗಿ, ಸೂಕ್ಷ್ಮ ಸ್ಥಳಗಳನ್ನು ಲೂಟಿಯಿಂದ ರಕ್ಷಿಸಲಾಗಿದೆ. AI ಹೇಳುತ್ತದೆ "ಇಲ್ಲಿ ನೋಡಿ"; ಭೂಮಿ ಮತ್ತು ತಜ್ಞರು "ಈ ಸ್ಥಳವನ್ನು ರಕ್ಷಿಸಲಾಗಿದೆಯೇ" ಎಂದು ನಿರ್ಧರಿಸುತ್ತಾರೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಮುಕ್ತ ಪ್ರವೇಶ LiDAR ಅಥವಾ ಉಪಗ್ರಹ ಚಿತ್ರವನ್ನು ಆಯ್ಕೆಮಾಡಿ (ನಿಮ್ಮ ಸ್ವಂತ ಪ್ರದೇಶದಿಂದ ಅಥವಾ ಮಾದರಿ ಡೇಟಾಸೆಟ್‌ನಿಂದ). "ಅಸಹಜತೆ ಸ್ಕ್ಯಾನಿಂಗ್" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ AI ಫ್ಲ್ಯಾಗ್ ಸಂಭವನೀಯ ಜ್ಯಾಮಿತಿಗಳನ್ನು ಹೊಂದಿರಿ, ನಂತರ "ಫಾಲ್ಸ್ ಪಾಸಿಟಿವ್ ಎಲಿಮಿನೇಷನ್" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ನೈಸರ್ಗಿಕ/ಆಧುನಿಕ ವಿವರಣೆಗಳನ್ನು ತೆಗೆದುಹಾಕಿ. ಉಳಿದ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಭೂ ನಿಯಂತ್ರಣ ಯೋಜನೆಯನ್ನು ಕರಡು ಮಾಡಿ ಮತ್ತು ಸ್ಥಳ ಗೌಪ್ಯತೆಯ ಟಿಪ್ಪಣಿಯನ್ನು ಸೇರಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು AI ಸಂಕೇತಗಳನ್ನು "ಅಭ್ಯರ್ಥಿಗಳು" ಎಂದು ಪರಿಗಣಿಸಿದ್ದೇನೆ, ಅನ್ವೇಷಣೆಗಳಲ್ಲ.
  • [ ] ನಾನು ನೈಸರ್ಗಿಕ ಮತ್ತು ಆಧುನಿಕ ಕುರುಹುಗಳನ್ನು ತೊಡೆದುಹಾಕಲು ಪ್ರಯತ್ನಿಸಿದೆ.
  • [ ] ನಾನು ಆದ್ಯತೆಯ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಭೂಮಿ ದೃಢೀಕರಣವನ್ನು ಯೋಜಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ಸೂಕ್ಷ್ಮ ಸ್ಥಳಗಳನ್ನು ತೆರೆದ ವಾಹನದಿಂದ ಹೊರಗಿಟ್ಟಿದ್ದೇನೆ ಮತ್ತು ಪ್ರಸಾರದಲ್ಲಿ ಅವುಗಳನ್ನು ಮಸುಕುಗೊಳಿಸಿದೆ.
  • [ ] ತಪ್ಪು ಧನಾತ್ಮಕ ದರವು ಹೆಚ್ಚಿರಬಹುದು ಎಂದು ನಾನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡೆ.