Добивки:
- Способност за интерпретација на ГИС слоеви, NDVI и концепти за опсег/резолуција за далечинско сензорирање
- Толкување на индекси, анализа на промени и изготвување наративни мапи со вештачка интелигенција
- Способност да се потврди интерпретацијата на сателитот/мапата на вештачката интелигенција со земјена вистина и метаподатоци
Вие сте инженер за животна средина кој работи на проект за зачувување на мочуриштата. Советот сака да ги испитате поплаките дека коритото на трска на брегот на езерото се намалило во последните пет години. Пред да одите на терен, треба да направите прелиминарна евалуација на вашето биро: имате сателитски снимки од две различни години, проект за ГИС (Географски информациски систем) и јазичен модел. Можете да го протолкувате LLM резимето на NDVI на сликите и да напишете нацрт на наративот за промени. Сепак, сателитски пиксел претставува квадрат од 10 метри, а вие само може да разберете дали има сенка на облаци, сушење трска или сезонско ниво на вода на тој квадрат со приземна вистина. Во оваа единица ги опфаќаме концептите на далечинско согледување и ГИС, интерпретација на индекс/промена со вештачка интелигенција и што е најважно, границите на оваа интерпретација.
Логика на слојот на ГИС и основи на далечинско набљудување
ГИС ги организира географските податоци во слоеви кои се преклопуваат: секој слој носи тема (користење на земјиштето, водни тела, надморска височина, патишта) и е порамнет во заеднички координатен систем. Анализата започнува со преклопување на правилните слоеви во правилната проекција; погрешниот координатен систем систематски пристрасува области и растојанија.
Кога толкувате слика со далечинско набљудување, мора да разликувате три типа на резолуција:
Тип на резолуција
Што кажува тоа?
пример
ограничување
просторни
Големина на пиксел на земја
10м, 30м
Малите објекти остануваат под-пиксели
спектрален
Колку и која бранова должина?
Црвена, NIR, SWIR
Помал опсег = помала моќ за дискриминација
временски
Колку често се гледа истото место
5 дена, 16 дена
Губење на податоци во облачни денови
Радиометриски
Чувствителност на осветленост (длабочина на битови)
8-битни, 12-битни
Мала длабочина = слаба дискриминација
NDVI: формула и толкување
Најчестиот индекс кој ја мери виталноста на вегетацијата е NDVI (Normalized Difference Vegetation Index). Здравото растение силно се рефлектира во близина на инфрацрвеното (NIR) и апсорбира црвено (ЦРВЕНО):
NDVI = (NIR − RED) / (NIR + RED) Опсег на вредности: −1 ... +1 < 0 : вода, снег, облак 0,0 - 0,2 : гола почва, карпа, изградена површина 0,2 - 0,5 : ретка/тревни вегетација, нагласена покривка 0,5 - густа, зелена покривка 0,5 - 0,9 :
# NDVI на мал примерок блок пиксели увезува numpy како npnir = np.array ([[0.42, 0.38], [0.11, 0.45]]) # во близина на инфрацрвена рефлектирачка = np.array([[0.06, 0.09], [0.05 redance -irrnnd =vi]]0. (nir + red)print(np.round(ndvi, 2))# [[0,75 0,62]# [0,05 0,80]]# долен лев пиксел (0,05): не е растение — може да биде гола земја или вода/сенка
Совет: NDVI не е апсолутна мерка за „здравје“, туку индикатор зависен од состојбата. Кога споредувате два датирани NDVI од иста област, проверете дали сликите се направени во слични сезони, слични агли на сонце и услови без облаци. Споредувањето на појавата на крајот на летото со пролетта произведува нереална „загуба на растенијата“.
Анализа на промени (откривање промени)
Едноставниот начин да се најде разликата помеѓу два датуми е да се земе разликата NDVI, но оваа разлика е значајна само ако може да се споредат сликите.
ΔNDVI = NDVI_2025 − NDVI_2020 ΔNDVI << 0 : можно е губење на капакот (сушење, сечење, градба) ΔNDVI ≈ 0 : нема промена ΔNDVI >> 0 : можно зголемување на капакот (позеленување, реставрација) ВНИМАНИЕ: Разликата може да ја одразува вистинската промена, како и разликата во сезоната/облакот/либираноста на сезоната/облаците. Разлика = реална промена + шум.
Внимание: Облакот, сенката на облаците и сезонската состојба се најголемите клеветници на анализата на промените. Областа под сенка на облак дава низок NDVI и изгледа како „губење на вегетацијата“. Кога LLM врши интерпретација на сликата, моделот може да ги погреши овие артефакти за вистински настан. Не заборавајте да ги проверите метаподатоците на сликата (датум, процент на облак, агол на сонце).
Толкување на индекс и наратив на карти со вештачка интелигенција
LLM е корисен за преведување на резимеа на нумерички индекси во обичен наративен и за производство на нацрт-извештаи. Дајте му ја необработената статистика и метаподатоци за NDVI и побарајте да го генерира коментарот за да го потврдите.
СЛАБ ПРЕТСТАВ: „Дали мочуриштето стана помало на оваа сателитска слика? СИЛНО ПРЕТСТАВУВАЊЕ: „Давам две датирани статистики за NDVI (иста област, ист сензор): 2020-07-15 просечно NDVI=0,61 облак=3% агол на сонце=58°2025-07-12 просечно NDVI=0,42 облак=22% агол на сонце=55°Површина на интерес: 1~5°C. Пресметајте го ΔNDVI и наведете можни толкувања. 2) Наведете кои причини (облак, сенка, ниво на вода, сезона, калибрација) може да се должи на ова опаѓање (облак, сенка, ниво на вода, сезона, калибрација) ОСВЕН ФАКТИЧНАТА загуба на капакот.3) За секоја можна причина, предложете чекор ПОВЕРИКАЦИЈА за да ја разликувате (на пр., има потврдено поле за евидентирано ниво без облак, избор на слика без облак). намалена за X%' НЕ ПОСТАВУВАЈТЕ дека ова може да се каже само ако основната вистина го потврди тоа.
Силната навест го насочува моделот не кон единствен конечен заклучок, туку кон план на алтернативни објаснувања и верификација. Фактот дека сликата од 2025 година содржи 22% облаци го прави падот сомнителен сам по себе.
Проверка на основната вистина
Златниот стандард за интерпретација на далечинско сензор е верификација точки со набљудувања и мерења направени на терен. Вистинската покривка на земјиштето ја снимате со GPS на неколку референтни точки и ја споредувате со класификацијата на сликата. Ако полето вели „суви трски“ во пикселот каде што вештачката интелигенција или алгоритмот вели „вода“, класификацијата е несигурна.
мини футрола
Во мониторингот на влијанието врз животната средина на рударска локација, тимот подготви „15 хектари загуба на шуми поради рударска активност“ врз основа на намалувањето на NDVI пресметано од сателитската снимка и го прошири толкувањето во LLM; моделот произведе течен, убедлив наратив. Меѓутоа, кога извештајот беше проверен од страна на тимот на терен, се виде дека дел од површината со ниска NDVI е всушност собрана земјоделска парцела, а дел од неа беше сенка на облаци што се совпадна со денот на снимањето. Вистинската загуба на шумите беше околу 4 хектари, а не 15. Доколку претходно беа проверени метаподатоците (маска за облак) и слојот за користење на земјиштето, грешката на прво место ќе беше спречена. Уредните реченици на LLM не направија погрешен внес.
Вообичаени грешки
- Споредување на различни слики од сезоната/агол на сонцето и погрешно поместување на сезонската разлика за „промена“.
- Толкување на облакот и сенката на облакот како вистинска загуба на покривката; заобиколувајќи маска за облак.
- Донесување точни проценки од податоците за пиксели за мали објекти што ја надминуваат просторната резолуција.
- Погрешно пресметување области и растојанија поради несовпаѓање на координатен систем/проекција.
- Мислејќи дека NDVI е апсолутна мерка за здравјето и третирање на пикселите на водата и сенките како да се растенија.
- Ставањето на наративот на течната карта на LLM во извештајот како финален наод без основана вистина.
- Пријавување резултати без документирање на метаподатоци (датум, сензор, облак %, ниво на обработка).
Сумирано
- ГИС анализите се изградени на слоеви порамнети во заеднички координатен систем; Грешката во проекцијата го искривува резултатот.
- Просторната, спектралната, временската и радиометриската резолуција го ограничуваат она што сликата може да го прикаже.
- NDVI = (NIR−RED)/(NIR+RED) е условен показател за јачината на растенијата, а не апсолутна мерка за здравјето.
- Во анализата на промени, разлика = вистинска промена + шум; Облакот, сенката и сезоната се најголемите измамници.
- LLM произведува интерпретација на индексот и наративен преглед на картата, но не ја „гледа“ сателитската слика; Коментари според бројот што го давате.
- Толкувањето на вештачката интелигенција и автоматската класификација не може да се преточат во конечни наоди за животната средина без верификација со основна вистина и метаподатоци.
Задача за апликација
Креирајте или претпоставете две резимеа со датум NDVI за поле (или по ваш избор или примерок); Забележете ги метаподатоците (датум, процент на облак, агол на сонце, сензор) за секој датум. Пресметајте ΔNDVI. Напишете силно известување и нека LLM побара не само за вистинската промена на капакот, туку и за алтернативни објаснувања (облак, сенка, сезона, ниво на вода, калибрација) и чекор за верификација за секоја од нив. Потоа изгответе „план за проверка на вистината“: најмалку три референтни точки, што ќе се мери на терен и како ќе се спореди со толкувањето на сликата. Конечно, означете која изјава во наративот произведен од LLM е „не може да се вклучи во извештајот без верификација“ и напишете ја причината.