ಲಾಭಗಳು:
- GIS ಲೇಯರ್ಗಳು, NDVI ಮತ್ತು ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಬ್ಯಾಂಡ್/ರೆಸಲ್ಯೂಶನ್ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥೈಸುವ ಸಾಮರ್ಥ್ಯ
- AI ಯೊಂದಿಗೆ ಸೂಚ್ಯಂಕ ವ್ಯಾಖ್ಯಾನ, ಬದಲಾವಣೆ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಕ್ಷೆ ನಿರೂಪಣೆಯ ಕರಡು ರಚನೆ
- ನೆಲದ ಸತ್ಯ ಮತ್ತು ಮೆಟಾಡೇಟಾದೊಂದಿಗೆ AI ನ ಉಪಗ್ರಹ/ನಕ್ಷೆಯ ವ್ಯಾಖ್ಯಾನವನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
ನೀವು ಆರ್ದ್ರಭೂಮಿ ಸಂರಕ್ಷಣಾ ಯೋಜನೆಯಲ್ಲಿ ಪರಿಸರ ಎಂಜಿನಿಯರ್ ಆಗಿದ್ದೀರಿ. ಕಳೆದ ಐದು ವರ್ಷಗಳಲ್ಲಿ ಸರೋವರದ ಜೊಂಡು ಹಾಸಿಗೆ ಕುಗ್ಗಿದೆ ಎಂಬ ದೂರುಗಳನ್ನು ನೀವು ತನಿಖೆ ಮಾಡಬೇಕೆಂದು ಕೌನ್ಸಿಲ್ ಬಯಸುತ್ತದೆ. ಕ್ಷೇತ್ರಕ್ಕೆ ಹೋಗುವ ಮೊದಲು, ನಿಮ್ಮ ಮೇಜಿನ ಬಳಿ ನೀವು ಪ್ರಾಥಮಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಮಾಡಬೇಕಾಗಿದೆ: ನೀವು ಎರಡು ವಿಭಿನ್ನ ವರ್ಷಗಳಿಂದ ಉಪಗ್ರಹ ಚಿತ್ರಗಳನ್ನು ಹೊಂದಿದ್ದೀರಿ, GIS (ಭೌಗೋಳಿಕ ಮಾಹಿತಿ ವ್ಯವಸ್ಥೆ) ಯೋಜನೆ ಮತ್ತು ಭಾಷಾ ಮಾದರಿ. ನೀವು LLM ಚಿತ್ರಗಳ NDVI ಸಾರಾಂಶವನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಬದಲಾವಣೆಯ ನಿರೂಪಣೆಯ ಕರಡು ಬರೆಯಬಹುದು. ಆದಾಗ್ಯೂ, ಉಪಗ್ರಹ ಪಿಕ್ಸೆಲ್ 10-ಮೀಟರ್ ಚೌಕವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಮತ್ತು ನೆಲದ ಸತ್ಯದೊಂದಿಗೆ ಆ ಚೌಕದಲ್ಲಿ ಮೋಡದ ನೆರಳು, ಒಣಗಿಸುವ ರೀಡ್ ಅಥವಾ ಕಾಲೋಚಿತ ನೀರಿನ ಮಟ್ಟವಿದೆಯೇ ಎಂಬುದನ್ನು ಮಾತ್ರ ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಮತ್ತು GIS ಪರಿಕಲ್ಪನೆಗಳು, AI ನೊಂದಿಗೆ ಸೂಚ್ಯಂಕ/ಬದಲಾವಣೆ ವ್ಯಾಖ್ಯಾನ, ಮತ್ತು ಮುಖ್ಯವಾಗಿ, ಈ ವ್ಯಾಖ್ಯಾನದ ಮಿತಿಗಳನ್ನು ಒಳಗೊಳ್ಳುತ್ತೇವೆ.
GIS ಲೇಯರ್ ಲಾಜಿಕ್ ಮತ್ತು ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಫಂಡಮೆಂಟಲ್ಸ್
GIS ಭೌಗೋಳಿಕ ಡೇಟಾವನ್ನು ಅತಿಕ್ರಮಿಸುವ ಪದರಗಳಾಗಿ ಆಯೋಜಿಸುತ್ತದೆ: ಪ್ರತಿ ಪದರವು ಒಂದು ಥೀಮ್ ಅನ್ನು ಹೊಂದಿರುತ್ತದೆ (ಭೂ ಬಳಕೆ, ಜಲಮೂಲಗಳು, ಎತ್ತರ, ರಸ್ತೆಗಳು) ಮತ್ತು ಸಾಮಾನ್ಯ ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಜೋಡಿಸಲಾಗಿದೆ. ಸರಿಯಾದ ಪ್ರೊಜೆಕ್ಷನ್ನಲ್ಲಿ ಸರಿಯಾದ ಲೇಯರ್ಗಳನ್ನು ಅತಿಕ್ರಮಿಸುವುದರೊಂದಿಗೆ ವಿಶ್ಲೇಷಣೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ; ತಪ್ಪಾದ ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆಯು ವ್ಯವಸ್ಥಿತವಾಗಿ ಪ್ರದೇಶಗಳು ಮತ್ತು ದೂರಗಳನ್ನು ಪಕ್ಷಪಾತ ಮಾಡುತ್ತದೆ.
ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಚಿತ್ರವನ್ನು ಅರ್ಥೈಸುವಾಗ ನೀವು ಮೂರು ರೀತಿಯ ರೆಸಲ್ಯೂಶನ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಬೇಕು:
ರೆಸಲ್ಯೂಶನ್ ಪ್ರಕಾರ
ಅದು ಏನು ಹೇಳುತ್ತದೆ?
ಉದಾಹರಣೆ
ಮಿತಿ
ಪ್ರಾದೇಶಿಕ
ನೆಲದ ಮೇಲೆ ಪಿಕ್ಸೆಲ್ನ ಗಾತ್ರ
10 ಮೀ, 30 ಮೀ
ಸಣ್ಣ ವಸ್ತುಗಳು ಉಪ-ಪಿಕ್ಸೆಲ್ ಆಗಿ ಉಳಿಯುತ್ತವೆ
ಸ್ಪೆಕ್ಟ್ರಲ್
ಎಷ್ಟು ಮತ್ತು ಯಾವ ತರಂಗಾಂತರ ಬ್ಯಾಂಡ್?
ಕೆಂಪು, NIR, SWIR
ಕಡಿಮೆ ಬ್ಯಾಂಡ್ = ಕಡಿಮೆ ತಾರತಮ್ಯ ಶಕ್ತಿ
ತಾತ್ಕಾಲಿಕ
ಒಂದೇ ಸ್ಥಳವನ್ನು ಎಷ್ಟು ಬಾರಿ ವೀಕ್ಷಿಸಲಾಗುತ್ತದೆ
5 ದಿನಗಳು, 16 ದಿನಗಳು
ಮೋಡ ಕವಿದ ದಿನಗಳಲ್ಲಿ ಡೇಟಾ ನಷ್ಟ
ರೇಡಿಯೊಮೆಟ್ರಿಕ್
ಪ್ರಕಾಶ ಸಂವೇದನೆ (ಬಿಟ್ ಆಳ)
8-ಬಿಟ್, 12-ಬಿಟ್
ಕಡಿಮೆ ಆಳ = ಕಳಪೆ ತಾರತಮ್ಯ
NDVI: ಸೂತ್ರ ಮತ್ತು ವ್ಯಾಖ್ಯಾನ
ಸಸ್ಯವರ್ಗದ ಚೈತನ್ಯವನ್ನು ಅಳೆಯುವ ಸಾಮಾನ್ಯ ಸೂಚ್ಯಂಕ NDVI (ಸಾಮಾನ್ಯಗೊಳಿಸಿದ ವ್ಯತ್ಯಾಸ ಸಸ್ಯವರ್ಗ ಸೂಚ್ಯಂಕ). ಆರೋಗ್ಯಕರ ಸಸ್ಯವು ಅತಿಗೆಂಪು (NIR) ಬಳಿ ಬಲವಾಗಿ ಪ್ರತಿಫಲಿಸುತ್ತದೆ ಮತ್ತು ಕೆಂಪು (RED) ಅನ್ನು ಹೀರಿಕೊಳ್ಳುತ್ತದೆ:
NDVI = (NIR - RED) / (NIR + RED)ಮೌಲ್ಯ ಶ್ರೇಣಿ: -1 ... +1 <0 : ನೀರು, ಹಿಮ, ಮೋಡ 0.0 - 0.2 : ಬರಿಯ ಮಣ್ಣು, ಬಂಡೆ, ನಿರ್ಮಿತ ಪ್ರದೇಶ 0.2 - 0.5 : ವಿರಳ/ಮೂಲಿಕಾಸಸ್ಯಗಳು, ಒತ್ತುವ ಕವರ್ 0.5 - 0.5 - 0.
# NDVI ಒಂದು ಸಣ್ಣ ಮಾದರಿಯ ಪಿಕ್ಸೆಲ್ಗಳ ಬ್ಲಾಕ್ ಅನ್ನು npnir = np.array ([[0.42, 0.38], [0.11, 0.45]]) ಎಂದು ಆಮದು ಮಾಡಿ ಕೆಂಪು) / (ನಿರ್ + ಕೆಂಪು)ಮುದ್ರಣ(np.round(ndvi, 2))# [[0.75 0.62]# [0.05 0.80] # ಕೆಳಗಿನ ಎಡ ಪಿಕ್ಸೆಲ್ (0.05): ಸಸ್ಯವಲ್ಲ - ಬರಿಯ ನೆಲ ಅಥವಾ ನೀರು/ನೆರಳು ಆಗಿರಬಹುದು
ಸಲಹೆ: NDVI "ಆರೋಗ್ಯ" ದ ಸಂಪೂರ್ಣ ಅಳತೆಯಲ್ಲ ಆದರೆ ಸ್ಥಿತಿ-ಅವಲಂಬಿತ ಸೂಚಕವಾಗಿದೆ. ಒಂದೇ ಪ್ರದೇಶದ ಎರಡು ದಿನಾಂಕದ NDVI ಗಳನ್ನು ಹೋಲಿಸಿದಾಗ, ಚಿತ್ರಗಳನ್ನು ಒಂದೇ ರೀತಿಯ ಋತುಗಳಲ್ಲಿ, ಒಂದೇ ರೀತಿಯ ಸೂರ್ಯನ ಕೋನಗಳು ಮತ್ತು ಮೋಡ-ಮುಕ್ತ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ. ಬೇಸಿಗೆಯ ಅಂತ್ಯದ ನೋಟವನ್ನು ವಸಂತಕಾಲಕ್ಕೆ ಹೋಲಿಸುವುದು ಅವಾಸ್ತವಿಕ "ಸಸ್ಯ ನಷ್ಟ" ವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.
ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬದಲಾಯಿಸಿ (ಪತ್ತೆಯನ್ನು ಬದಲಿಸಿ)
ಎರಡು ದಿನಾಂಕಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಕಂಡುಹಿಡಿಯುವ ಸರಳ ಮಾರ್ಗವೆಂದರೆ NDVI ವ್ಯತ್ಯಾಸವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು, ಆದರೆ ಚಿತ್ರಗಳನ್ನು ಹೋಲಿಸಬಹುದಾದರೆ ಮಾತ್ರ ಈ ವ್ಯತ್ಯಾಸವು ಅರ್ಥಪೂರ್ಣವಾಗಿರುತ್ತದೆ.
ΔNDVI = NDVI_2025 - NDVI_2020 ΔNDVI << 0 : ಕವರ್ ನಷ್ಟ ಸಾಧ್ಯ (ಒಣಗಿಸುವುದು, ಕತ್ತರಿಸುವುದು, ನಿರ್ಮಾಣ) ΔNDVI ≈ 0 : ಯಾವುದೇ ಬದಲಾವಣೆಯಿಲ್ಲ ΔNDVI >> 0 : ಕವರ್ ಹೆಚ್ಚಳ ಸಾಧ್ಯ (ಹಸಿರುಗೊಳಿಸುವಿಕೆ, ಮರುಸ್ಥಾಪನೆ) ಗಮನ: ವ್ಯತ್ಯಾಸವು ಋತುವಿನ ಬದಲಾವಣೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ/ವಾಸ್ತವವಾಗಿ ಬದಲಾಗಬಹುದು. ವ್ಯತ್ಯಾಸ = ನಿಜವಾದ ಬದಲಾವಣೆ + ಶಬ್ದ.
ಎಚ್ಚರಿಕೆ: ಮೇಘ, ಮೋಡದ ನೆರಳು ಮತ್ತು ಕಾಲೋಚಿತತೆಯು ಬದಲಾವಣೆಯ ವಿಶ್ಲೇಷಣೆಯ ದೊಡ್ಡ ವಿರೋಧಿಗಳು. ಮೋಡದ ನೆರಳಿನ ಕೆಳಗಿರುವ ಪ್ರದೇಶವು ಕಡಿಮೆ NDVI ನೀಡುತ್ತದೆ ಮತ್ತು "ಸಸ್ಯಗಳ ನಷ್ಟ" ದಂತೆ ಕಾಣುತ್ತದೆ. LLM ಚಿತ್ರ ವ್ಯಾಖ್ಯಾನವನ್ನು ನಿರ್ವಹಿಸಿದಾಗ, ಮಾದರಿಯು ಈ ಕಲಾಕೃತಿಗಳನ್ನು ನೈಜ ಘಟನೆಗಾಗಿ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸಬಹುದು. ಚಿತ್ರದ ಮೆಟಾಡೇಟಾವನ್ನು ಪರೀಕ್ಷಿಸಲು ಮರೆಯದಿರಿ (ದಿನಾಂಕ, ಮೋಡದ ಶೇಕಡಾವಾರು, ಸೂರ್ಯನ ಕೋನ).
AI ಜೊತೆಗೆ ಸೂಚ್ಯಂಕ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ನಕ್ಷೆಯ ನಿರೂಪಣೆ
ಸಾಂಖ್ಯಿಕ ಸೂಚ್ಯಂಕ ಸಾರಾಂಶಗಳನ್ನು ಸರಳ ನಿರೂಪಣೆಗೆ ಭಾಷಾಂತರಿಸಲು ಮತ್ತು ಕರಡು ವರದಿಗಳನ್ನು ತಯಾರಿಸಲು LLM ಉಪಯುಕ್ತವಾಗಿದೆ. ಇದಕ್ಕೆ ಕಚ್ಚಾ NDVI ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ಮೆಟಾಡೇಟಾವನ್ನು ನೀಡಿ ಮತ್ತು ನೀವು ಪರಿಶೀಲಿಸಲು ಕಾಮೆಂಟ್ ಅನ್ನು ರಚಿಸಲು ಅದನ್ನು ಕೇಳಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: "ಈ ಉಪಗ್ರಹ ಚಿತ್ರದಲ್ಲಿ ತೇವ ಪ್ರದೇಶವು ಚಿಕ್ಕದಾಗಿದೆಯೇ?" ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: "ನಾನು ಎರಡು ದಿನಾಂಕದ NDVI ಅಂಕಿಅಂಶಗಳನ್ನು ನೀಡುತ್ತೇನೆ (ಅದೇ ಪ್ರದೇಶ, ಅದೇ ಸಂವೇದಕ): 2020-07-15 ಸರಾಸರಿ NDVI=0.61 ಮೋಡ=3% ಸೂರ್ಯನ ಕೋನ=58°2025-07-12 ಸರಾಸರಿ NDVI=0.42 ಮೋಡ=22% ಸೂರ್ಯನ ಕೋನ=55°0 ನೀವು ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಸರೋವರದ 4 ಪ್ರದೇಶ: ಕಾರ್ಯ:1) ΔNDVI ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಸಂಭವನೀಯ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.2) ಯಾವ ಕಾರಣಗಳಿಂದ (ಮೋಡ, ನೆರಳು, ನೀರಿನ ಮಟ್ಟ, ಋತು, ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ಈ ಕುಸಿತವು (ಮೋಡ, ನೆರಳು, ನೀರಿನ ಮಟ್ಟ, ಋತು, ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ಕಾರಣವಾಗಿರಬಹುದು ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ನಿಖರವಾದ ಹಕ್ಕು 'ರೀಡ್ಬೆಡ್ X% ರಷ್ಟು ಕುಗ್ಗಿದೆ' ಎಂದು ಹೊಂದಿಸಬೇಡಿ, ನೆಲದ ಸತ್ಯವು ಅದನ್ನು ದೃಢೀಕರಿಸಿದರೆ ಮಾತ್ರ ಇದನ್ನು ಹೇಳಬಹುದು.
ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಮಾದರಿಯನ್ನು ಒಂದೇ ನಿರ್ಣಾಯಕ ತೀರ್ಮಾನಕ್ಕೆ ನಿರ್ದೇಶಿಸುವುದಿಲ್ಲ ಆದರೆ ಪರ್ಯಾಯ ವಿವರಣೆಗಳು ಮತ್ತು ಪರಿಶೀಲನೆಯ ಯೋಜನೆಗೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ. 2025 ರ ಚಿತ್ರವು 22% ಮೋಡಗಳನ್ನು ಹೊಂದಿದೆ ಎಂಬ ಅಂಶವು ಅವನತಿಯನ್ನು ಸ್ವತಃ ಅನುಮಾನಾಸ್ಪದವಾಗಿಸುತ್ತದೆ.
ನೆಲದ ಸತ್ಯ ಪರಿಶೀಲನೆ
ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ವ್ಯಾಖ್ಯಾನದ ಚಿನ್ನದ ಮಾನದಂಡವು ಕ್ಷೇತ್ರದಲ್ಲಿ ಮಾಡಿದ ವೀಕ್ಷಣೆಗಳು ಮತ್ತು ಅಳತೆಗಳೊಂದಿಗೆ ಪರಿಶೀಲನಾ ಬಿಂದುಗಳಾಗಿವೆ. ನೀವು ಹಲವಾರು ಉಲ್ಲೇಖ ಬಿಂದುಗಳಲ್ಲಿ GPS ನೊಂದಿಗೆ ನಿಜವಾದ ಭೂ ಕವರ್ ಅನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ಚಿತ್ರದ ವರ್ಗೀಕರಣದೊಂದಿಗೆ ಹೋಲಿಸಿ. AI ಅಥವಾ ಅಲ್ಗಾರಿದಮ್ "ನೀರು" ಎಂದು ಹೇಳುವ ಪಿಕ್ಸೆಲ್ನಲ್ಲಿ ಕ್ಷೇತ್ರವು "ಡ್ರೈ ರೀಡ್ಸ್" ಎಂದು ಹೇಳಿದರೆ, ವರ್ಗೀಕರಣವು ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ.
ಮಿನಿ ಕೇಸ್
ಗಣಿಗಾರಿಕೆ ಸ್ಥಳದ ಪರಿಸರದ ಪ್ರಭಾವದ ಮೇಲ್ವಿಚಾರಣೆಯಲ್ಲಿ, ಉಪಗ್ರಹ ಚಿತ್ರದಿಂದ ಲೆಕ್ಕಹಾಕಿದ NDVI ಕಡಿತದ ಆಧಾರದ ಮೇಲೆ ತಂಡವು "ಗಣಿಗಾರಿಕೆ ಚಟುವಟಿಕೆಯಿಂದಾಗಿ 15 ಹೆಕ್ಟೇರ್ ಅರಣ್ಯ ನಷ್ಟವನ್ನು" ರಚಿಸಿತು ಮತ್ತು ವ್ಯಾಖ್ಯಾನವನ್ನು LLM ಆಗಿ ವಿಸ್ತರಿಸಿತು; ಮಾದರಿಯು ದ್ರವ, ಮನವೊಲಿಸುವ ನಿರೂಪಣೆಯನ್ನು ನಿರ್ಮಿಸಿತು. ಆದಾಗ್ಯೂ, ತಂಡವು ಮೈದಾನದಲ್ಲಿ ವರದಿಯನ್ನು ಪರಿಶೀಲಿಸಿದಾಗ, ಕಡಿಮೆ ಎನ್ಡಿವಿಐ ಹೊಂದಿರುವ ಪ್ರದೇಶದ ಒಂದು ಭಾಗವು ವಾಸ್ತವವಾಗಿ ಕೊಯ್ಲು ಮಾಡಿದ ಕೃಷಿ ಪಾರ್ಸೆಲ್ ಮತ್ತು ಅದರ ಭಾಗವು ಚಿತ್ರದ ಚಿತ್ರೀಕರಣದ ದಿನದೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾದ ಮೋಡದ ನೆರಳು ಎಂದು ಕಂಡುಬಂದಿದೆ. ನಿಜವಾದ ಅರಣ್ಯ ನಷ್ಟವು 15 ಅಲ್ಲ, ಸುಮಾರು 4 ಹೆಕ್ಟೇರ್ ಆಗಿತ್ತು. ಮೆಟಾಡೇಟಾ (ಕ್ಲೌಡ್ ಮಾಸ್ಕ್) ಮತ್ತು ಭೂ ಬಳಕೆಯ ಪದರವನ್ನು ಮೊದಲೇ ಪರಿಶೀಲಿಸಿದ್ದರೆ, ದೋಷವನ್ನು ಮೊದಲ ಸ್ಥಾನದಲ್ಲಿ ತಡೆಯಬಹುದು. LLM ನ ಅಚ್ಚುಕಟ್ಟಾದ ವಾಕ್ಯಗಳು ತಪ್ಪು ಇನ್ಪುಟ್ ಅನ್ನು ಸರಿಯಾಗಿ ಮಾಡಲಿಲ್ಲ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ವಿಭಿನ್ನ ಋತು/ಸೂರ್ಯ ಕೋನದ ಚಿತ್ರಗಳನ್ನು ಹೋಲಿಸುವುದು ಮತ್ತು "ಬದಲಾವಣೆ" ಎಂದು ಋತುಮಾನದ ವ್ಯತ್ಯಾಸವನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು.
- ಮೋಡ ಮತ್ತು ಮೋಡದ ನೆರಳು ನಿಜವಾದ ಕವರ್ ನಷ್ಟ ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸುವುದು; ಮೋಡದ ಮುಖವಾಡವನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು.
- ಪ್ರಾದೇಶಿಕ ರೆಸಲ್ಯೂಶನ್ ಮೀರಿದ ಸಣ್ಣ ವಸ್ತುಗಳ ಬಗ್ಗೆ ಪಿಕ್ಸೆಲ್ ಡೇಟಾದಿಂದ ನಿಖರವಾದ ತೀರ್ಪುಗಳನ್ನು ಮಾಡುವುದು.
- ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆ/ಪ್ರೊಜೆಕ್ಷನ್ ಹೊಂದಿಕೆಯಾಗದ ಕಾರಣ ತಪ್ಪಾದ ಲೆಕ್ಕಾಚಾರ ಪ್ರದೇಶಗಳು ಮತ್ತು ದೂರಗಳು.
- NDVI ಆರೋಗ್ಯದ ಸಂಪೂರ್ಣ ಅಳತೆಯಾಗಿದೆ ಎಂದು ಯೋಚಿಸುವುದು ಮತ್ತು ನೀರು ಮತ್ತು ನೆರಳು ಪಿಕ್ಸೆಲ್ಗಳನ್ನು ಸಸ್ಯಗಳಂತೆ ಪರಿಗಣಿಸುವುದು.
- LLM ನ ಫ್ಲೂಯಿಡ್ ಮ್ಯಾಪ್ ನಿರೂಪಣೆಯನ್ನು ನೆಲದ ಸತ್ಯವಿಲ್ಲದೆ ಅಂತಿಮ ಸಂಶೋಧನೆಯಾಗಿ ವರದಿಯಲ್ಲಿ ಹಾಕುವುದು.
- ಮೆಟಾಡೇಟಾವನ್ನು ದಾಖಲಿಸದೆ ಫಲಿತಾಂಶಗಳನ್ನು ವರದಿ ಮಾಡುವುದು (ದಿನಾಂಕ, ಸಂವೇದಕ, ಕ್ಲೌಡ್ %, ಪ್ರಕ್ರಿಯೆ ಮಟ್ಟ).
ಸಾರಾಂಶದಲ್ಲಿ
- GIS ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ಸಾಮಾನ್ಯ ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಜೋಡಿಸಲಾದ ಪದರಗಳ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗಿದೆ; ಪ್ರೊಜೆಕ್ಷನ್ ದೋಷವು ಫಲಿತಾಂಶವನ್ನು ವಿರೂಪಗೊಳಿಸುತ್ತದೆ.
- ಪ್ರಾದೇಶಿಕ, ಸ್ಪೆಕ್ಟ್ರಲ್, ಟೆಂಪೋರಲ್ ಮತ್ತು ರೇಡಿಯೊಮೆಟ್ರಿಕ್ ರೆಸಲ್ಯೂಶನ್ ಚಿತ್ರವು ಏನನ್ನು ತೋರಿಸಬಹುದು ಎಂಬುದನ್ನು ಮಿತಿಗೊಳಿಸುತ್ತದೆ.
- NDVI = (NIR−RED)/(NIR+RED) ಎಂಬುದು ಸಸ್ಯದ ಶಕ್ತಿಯ ಷರತ್ತುಬದ್ಧ ಸೂಚಕವಾಗಿದೆ, ಆರೋಗ್ಯದ ಸಂಪೂರ್ಣ ಅಳತೆಯಲ್ಲ.
- ಬದಲಾವಣೆ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ವ್ಯತ್ಯಾಸ = ನಿಜವಾದ ಬದಲಾವಣೆ + ಶಬ್ದ; ಮೋಡ, ನೆರಳು ಮತ್ತು ಋತುವೇ ದೊಡ್ಡ ಮೋಸಗಾರರು.
- LLM ಸೂಚ್ಯಂಕ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ನಕ್ಷೆಯ ನಿರೂಪಣೆಯ ರೂಪರೇಖೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಆದರೆ ಉಪಗ್ರಹ ಚಿತ್ರವನ್ನು "ನೋಡುವುದಿಲ್ಲ"; ನೀವು ನೀಡಿದ ಸಂಖ್ಯೆಗೆ ಅನುಗುಣವಾಗಿ ಕಾಮೆಂಟ್ಗಳು.
- ನೆಲದ ಸತ್ಯ ಮತ್ತು ಮೆಟಾಡೇಟಾದೊಂದಿಗೆ ಪರಿಶೀಲಿಸದೆಯೇ AI ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ವರ್ಗೀಕರಣವನ್ನು ಅಂತಿಮ ಪರಿಸರ ಸಂಶೋಧನೆಗಳಾಗಿ ಅನುವಾದಿಸಲಾಗುವುದಿಲ್ಲ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಕ್ಷೇತ್ರಕ್ಕಾಗಿ ಎರಡು ದಿನಾಂಕದ NDVI ಸಾರಾಂಶಗಳನ್ನು ರಚಿಸಿ ಅಥವಾ ಊಹಿಸಿಕೊಳ್ಳಿ (ನಿಮ್ಮ ಆಯ್ಕೆಯ ಅಥವಾ ಮಾದರಿ); ಪ್ರತಿ ದಿನಾಂಕಕ್ಕೆ ಮೆಟಾಡೇಟಾವನ್ನು (ದಿನಾಂಕ, ಮೋಡದ ಶೇಕಡಾವಾರು, ಸೂರ್ಯನ ಕೋನ, ಸಂವೇದಕ) ಗಮನಿಸಿ. ΔNDVI ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಬರೆಯಿರಿ ಮತ್ತು LLM ಅನ್ನು ನಿಜವಾದ ಕವರ್ ಬದಲಾವಣೆಗೆ ಮಾತ್ರವಲ್ಲ, ಪರ್ಯಾಯ ವಿವರಣೆಗಳಿಗಾಗಿ (ಮೋಡ, ನೆರಳು, ಋತು, ನೀರಿನ ಮಟ್ಟ, ಮಾಪನಾಂಕ ನಿರ್ಣಯ) ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಪರಿಶೀಲನಾ ಹಂತವನ್ನು ಕೇಳುವಂತೆ ಮಾಡಿ. ನಂತರ "ನೆಲದ ಸತ್ಯ ಪರಿಶೀಲನಾ ಯೋಜನೆ" ಅನ್ನು ಕರಡು ಮಾಡಿ: ಕನಿಷ್ಠ ಮೂರು ಉಲ್ಲೇಖ ಬಿಂದುಗಳು, ಕ್ಷೇತ್ರದಲ್ಲಿ ಏನನ್ನು ಅಳೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಅದು ಚಿತ್ರದ ವ್ಯಾಖ್ಯಾನದೊಂದಿಗೆ ಹೇಗೆ ಹೋಲಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, LLM ನಿರ್ಮಿಸಿದ ನಿರೂಪಣೆಯಲ್ಲಿ ಯಾವ ಹೇಳಿಕೆಯನ್ನು "ಪರಿಶೀಲನೆ ಇಲ್ಲದೆ ವರದಿಯಲ್ಲಿ ಸೇರಿಸಲಾಗುವುದಿಲ್ಲ" ಎಂದು ಗುರುತಿಸಿ ಮತ್ತು ಕಾರಣವನ್ನು ಬರೆಯಿರಿ.