रिमोट सेन्सिंग आणि साइट डिटेक्शन: सॅटेलाइट, एरियल फोटोग्राफी आणि LiDAR

नफा:

• कृत्रिम बुद्धिमत्तेसह उपग्रह, हवाई छायाचित्रण आणि LiDAR डेटामधील विसंगतींसाठी स्कॅन करण्याची क्षमता आणि भूप्रदेश पुष्टीकरण आवश्यक असलेल्या उमेदवार म्हणून प्रत्येक चिन्हाचे मूल्यांकन करण्याची क्षमता
• वनस्पती, माती आणि सावलीच्या ट्रेसचे हंगामी आणि सशर्त अवलंबित्व समजून घेणे आणि नैसर्गिक/आधुनिक खोट्या सकारात्मक गोष्टी कशा दूर केल्या जातात.
• संवेदनशील साइट स्थानांना लुटण्यापासून आणि प्रसारणात अस्पष्ट का संरक्षित केले जावे हे लागू करण्याची क्षमता

पुरातत्वशास्त्रातील सर्वात रोमांचक घडामोडींपैकी एक म्हणजे जमिनीत खोदल्याशिवाय भूगर्भात आणि पृष्ठभागावर ट्रेस पाहण्याची क्षमता. रिमोट सेन्सिंग (उपग्रह, विमान किंवा ड्रोनच्या प्रतिमेसह क्षेत्राला प्रत्यक्ष स्पर्श न करता तपासण्याची पद्धत) हे मोठे क्षेत्र स्कॅन करण्यासाठी आणि संभाव्य ठिकाणे (पुरातत्व अवशेष असलेली ठिकाणे) शोधण्यासाठी सर्वात शक्तिशाली साधन आहे. या युनिटमध्ये, उपग्रह प्रतिमा, हवाई छायाचित्रे आणि LiDAR डेटामध्ये AI विसंगती (त्याच्या सभोवतालपेक्षा भिन्न असलेले ट्रॅक, जे मानवनिर्मित असू शकते) कसे चिन्हांकित करते, परंतु फील्डमध्ये प्रत्येक चिन्हाची पुष्टी का केली पाहिजे हे आपण शिकू.

मूलभूत तत्त्व: AI एक स्कॅनिंग आणि पॉइंटिंग असिस्टंट आहे जो विस्तृत भागात "इकडे पहा" म्हणतो; "ही खरोखर एक साइट आहे" निर्णय भूनियंत्रण आणि तज्ञांनी घेतला आहे. रिमोट सेन्सिंगमध्ये, एआयने चिन्हांकित केलेला प्रत्येक बिंदू हा एक गृहितक आहे, शोध नाही.

रिमोट सेन्सिंगचे प्रकार

उपग्रह आणि हवाई छायाचित्रण. दफन केलेल्या संरचनांमुळे माती आणि त्यांच्यावरील वनस्पतींची भिन्न वाढ होते. भिंतीवरील पीक कमकुवत आहे, खंदकावर ते झुडूप आहे; त्यांना क्रॉप मार्क्स म्हणतात. NDVI (वनस्पतींच्या आरोग्याचे मोजमाप करणारा निर्देशांक; तो इन्फ्रारेड प्रकाश वापरून वनस्पतीच्या जीवनशक्तीचे प्रमाण ठरवतो) हे फरक हायलाइट करते. AI हे सूक्ष्म फरक मोठ्या प्रतिमांमध्ये मानवापेक्षा वेगाने स्कॅन करते.

LiDAR. LiDAR (लाइट डिटेक्शन आणि रेंजिंग - तंत्रज्ञान जे विमानातून जमिनीवर लेसर शूट करून आणि परतीचा वेळ मोजून पृष्ठभागाचा अगदी अचूक 3D उंची नकाशा तयार करते) हे सर्वात क्रांतिकारी साधन आहे. त्याचे वैशिष्ट्य म्हणजे लेसर झाडांच्या माध्यमातून जमिनीवर पोहोचू शकतो; अशा रीतीने जंगलाच्या खाली असलेले ढिगारे, टेरेस, रस्ते आणि इमारतीचा पाया जेव्हा वनस्पती संख्यात्मकदृष्ट्या "सोललेली" असते तेव्हा प्रकट होते. AI या एलिव्हेशन डेटामध्ये अडथळे, खड्डे आणि गुळगुळीत भौमितिक आकार चिन्हांकित करते.

जिओफिजिक्स (पूरक). ग्राउंड पेनिट्रेटिंग रडार (जीपीआर) आणि चुंबकीय सर्वेक्षण यांसारख्या पद्धती पृष्ठभागाच्या अगदी खाली दिसतात; AI या डेटामधील विसंगती नमुने शोधण्यात देखील मदत करते.

AI सह साइट शोधण्याचे टप्पे

1. डेटा तयार करणे. प्रतिमा समन्वय प्रणाली (भू-संदर्भ) मध्ये बसवल्या जातात, सावली आणि कॉन्ट्रास्ट दुरुस्त केला जातो. LiDAR मध्ये, वनस्पती फिल्टर केली जाते आणि "बेअर ग्राउंड मॉडेल" तयार केले जाते.
2. विसंगती स्कॅनिंग. AI गुळगुळीत भूमिती चिन्हांकित करते जी मानवनिर्मित असू शकते (गोलाकार ढिगारा, आयताकृती रचना, रेखीय खंदक/रस्ता).
3. निर्मूलन. बहुतेक चिन्हे नैसर्गिक (भूवैज्ञानिक, कृषी, आधुनिक) आहेत. तज्ञ स्पष्टपणे नैसर्गिक आणि आधुनिक असलेल्यांना काढून टाकतात.
4. प्राधान्यक्रम. उर्वरित उमेदवारांचे मुद्दे संदर्भ आणि ज्ञात साइट वितरणानुसार प्राधान्य दिले जातात.
5. जमीन पुष्टी. पृष्ठभागाच्या सर्वेक्षणाद्वारे आणि आवश्यक असल्यास, ड्रिलिंगद्वारे प्राधान्य बिंदू साइटवर तपासले जातात. कोणत्याही बिंदूची पुष्टी केल्याशिवाय "बसणे" घोषित केले जात नाही.

टीप: नेहमी AI ची चिन्हे "उच्च खोटे सकारात्मक दर असलेल्या उमेदवारांची यादी" म्हणून पहा. फील्डमध्ये भेट देण्याची ठिकाणे हुशारीने कमी करणे हा हेतू आहे; शोध जाहीर करण्यासाठी नाही. एका हंगामात 200 जमीन गुण 30 पर्यंत कमी करणे हा एक मोठा फायदा आहे.

संवेदनशील स्थान: गंभीर गोपनीयता

साइट डिटेक्शनमधील सर्वात गंभीर नैतिक आणि सुरक्षितता समस्या म्हणजे स्थान गोपनीयता. नव्याने ओळखल्या गेलेल्या, असुरक्षित साइटचे अचूक निर्देशांक हे बेकायदेशीर खोदणारे आणि खजिना शोधणाऱ्यांसाठी थेट लक्ष्य आहेत. म्हणून:

• सार्वजनिक AI वाहनांमध्ये प्रवेश करू नका ज्यांचे अचूक समन्वय निश्चित केले गेले नाहीत.
• प्रसारण आणि सादरीकरणांमध्ये संवेदनशील साइटचे स्थान अस्पष्ट करा (सामान्य क्षेत्र द्या, GPS नाही).
• संस्थेच्या सुरक्षित प्रणालीमध्ये डेटा ठेवा आणि प्रवेश मर्यादित करा.

लक्ष द्या: एखाद्या सार्वजनिक सेवेमध्ये साइटचे निर्देशांक पेस्ट केल्याने "मी फक्त एक नकाशा काढणार आहे" असे म्हणत ती साइट लुटण्यासाठी खुली राहू शकते. स्थान डेटा ही एक मालमत्ता आहे जी स्वतः शोधण्याइतकीच संरक्षित केली जाणे आवश्यक आहे.

तीन लहान प्रकरणे

केस 1 - स्कॅनने क्षेत्र अरुंद केले. सर्वेक्षण प्रकल्प 500 किमी² क्षेत्राचे सर्वेक्षण करेल. AI-चालित LiDAR विश्लेषणाने जंगलाखाली 120 संभाव्य ढिगारे चिन्हांकित केले. तज्ञांच्या निर्मूलनानंतर, 38 प्राधान्य स्पॉट्स राहतील; यापैकी 11 या शेतातील खऱ्या पुरातत्व संरचना असल्याचे आढळून आले. AI ने लक्ष्यित सीझनमध्ये अनेक महिन्यांच्या अंध शोधांना संकुचित केले आहे.

केस 2 - फॉल्स पॉझिटिव्ह हा धडा होता. एआय द्वारे चिन्हांकित गुळगुळीत वर्तुळाकार डाग "माउंड" म्हणून घोषित करण्याची एक टीम उत्साहाने तयारी करत असताना, तज्ञ भूवैज्ञानिकांनी दाखवले की ते नैसर्गिक नैराश्य (डॉलिन) होते. जमिनीची पुष्टी न करता केलेले विधान प्रतिष्ठेचे नुकसान होऊ शकते. धडा: AI भूमिती पाहतो, उत्पत्तीचा अर्थ लावत नाही.

प्रकरण 3 — स्थान गळती प्रतिबंधित. विद्यार्थी नवीन सापडलेल्या साइटचे निर्देशांक असलेली प्रतिमा सार्वजनिक साधनावर अपलोड करेल. समुपदेशक थांबला; क्षेत्र अजूनही असुरक्षित होते. प्रतिमेवर समन्वय माहिती काढून आणि फक्त सुरक्षित प्रणालीमध्ये प्रक्रिया केली गेली.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) विसंगती स्कॅनिंग फ्रेम:

तुमची भूमिका: रिमोट सेन्सिंग विश्लेषण सहाय्यक. मी तुम्हाला एक बेअर-ग्राउंड (LiDAR व्युत्पन्न) एलिव्हेशन इमेज/डेटा देईन. गुळगुळीत भूमिती (गोलाकार, आयताकृती, रेखीय) चिन्हांकित करा जे मानवनिर्मित असू शकतात; प्रत्येकासाठी, त्याचे स्थान, स्वरूप आणि ते का उल्लेखनीय आहे ते लिहा. प्रत्येक चिन्हासाठी, नैसर्गिक/आधुनिक स्पष्टीकरणाची शक्यता देखील सूचित करा. निश्चित "बसणे" घोषित करू नका.

2) खोटे सकारात्मक निर्मूलन:

खाली AI ने चिन्हांकित केलेल्या उमेदवारांच्या गुणांची यादी आहे. प्रत्येकासाठी, नैसर्गिक आणि आधुनिक स्पष्टीकरणे (भूवैज्ञानिक निर्मिती, कृषी ट्रेस, रस्ता, इमारत पाया) सूचीबद्ध करा जे मी भूप्रदेश तपासण्यापूर्वी काढून टाकू शकतो. उर्वरित "खरोखर अस्पष्ट" उमेदवारांची स्वतंत्रपणे यादी करा.

3) जमीन नियंत्रण योजना:

माझे शीर्ष उमेदवार स्पॉट्स आहेत: [सूची]. प्रत्येक बिंदूसाठी, फील्डमध्ये (पृष्ठभागाचे निष्कर्ष, स्थलाकृति, मातीचा रंग, दगडाची घनता) आणि सुरक्षित/नैतिक फील्ड नियम (परवानगी, स्थान गोपनीयता) पुष्टी करताना मी शोधले पाहिजे अशा निर्देशकांची एक चेकलिस्ट दिसते.

4) प्रसारणासाठी स्थान अस्पष्ट:

प्रकाशन/सादरीकरणासाठी खालील साइट माहिती तयार करताना, अचूक स्थान न सांगता मी तिचे वर्णन कसे करू शकतो ते सुचवा: कोणत्या स्तराचे सामान्यीकरण (प्रांत/प्रदेश), कोणती माहिती वगळली पाहिजे याची यादी करा. ध्येय: वैज्ञानिक पारदर्शकतेचे संतुलन आणि खराब होण्यापासून संरक्षण.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

या उपग्रह प्रतिमेमध्ये पुरातत्व स्थळ आहे का? त्याचे निर्देशांक द्या.

एआय नैसर्गिक ट्रेस "बसणे" घोषित करू शकते आणि आत्मविश्वासपूर्ण समन्वय बसवू शकते; हे वैज्ञानिक आणि सुरक्षिततेच्या दोन्ही दृष्टीकोनातून धोकादायक आहे.

शक्तिशाली सूचना:

तुमची भूमिका: रिमोट सेन्सिंग असिस्टंट. या प्रतिमेमध्ये मानवनिर्मित असू शकतील अशा गुळगुळीत भौमितीय खुणा चिन्हांकित करा. प्रत्येक ट्रेससाठी: (a) त्याचा आकार, (b) तो का उल्लेखनीय आहे, (c) नैसर्गिक/आधुनिक पर्यायी स्पष्टीकरण. हे फक्त मैदानावर तपासले जाणारे उमेदवार आहेत; "बसणे" घोषित करू नका. अचूक निर्देशांक तयार करा, सापेक्ष स्थितीचे वर्णन करा.

फरक: प्रथम शोध घोषित करतो; नंतरचे सत्यापित करण्यासाठी उमेदवारांची एक सुरक्षित यादी तयार करते.

प्रतिमा प्रकार आणि हंगामी प्रभाव

रिमोट सेन्सिंगमध्ये प्रतिमा "नेहमी" कार्य करत नाही; योग्य मार्ग पाहण्यासाठी योग्य स्थिती लागते. कोरड्या कालावधीत जेव्हा पिकावर पाण्याचा ताण असतो तेव्हा पिकाच्या खुणा उत्तम दिसतात: गाडलेल्या भिंतीवरील माती कमी पाणी टिकवून ठेवते, त्यामुळे तेथील पीक लवकर पिवळे पडते आणि वरून रेषा दिसते. आर्द्र वसंत ऋतूच्या प्रतिमेमध्ये, समान ट्रेस अजिबात दिसणार नाही. शेतात नांगरणी केल्यानंतर वेगवेगळ्या रंगाची माती पृष्ठभागावर आल्यावर मातीच्या खुणा दिसतात. सावलीच्या खुणा, दुसरीकडे, कमी उन्हात, सकाळी किंवा संध्याकाळी, हलके अडथळे आणि लांब सावली असलेले खड्डे प्रकट करतात. म्हणून, क्षेत्राचे मूल्यमापन एकाच प्रतिमेने नव्हे, तर विविध ऋतू आणि काळातील अनेक प्रतिमांद्वारे करणे आवश्यक आहे; AI या बहु-वेळ तुलनाला गती देते.

LiDAR चा फायदा असा आहे की ते या अवलंबित्वावर मोठ्या प्रमाणात मात करते: ते थेट पृष्ठभागाच्या स्थलाकृतिचे मोजमाप करत असल्याने, ते वनस्पतींच्या हंगामावर कमी अवलंबून असते आणि जंगलाचा भाग पाहू शकतो. तथापि, LiDAR मध्ये "बेअर ग्राउंड मॉडेल" तयार करताना, जर प्लांट फिल्टर खूप आक्रमक असेल, तर ते वास्तविक अडथळे पुसून टाकू शकते आणि जर ते खूप मऊ असेल, तर ते झाडांना संरचनेसाठी चुकीचे करू शकते; या फिल्टर निर्णयांना तज्ञांच्या देखरेखीची आवश्यकता असते.

टीप: क्षेत्राचे मूल्यमापन करताना, "कोणत्या हंगामात, कोणत्या वेळी आणि कोणत्या पद्धतीने?" नेहमी प्रश्न विचारा. एका प्रतिमेमध्ये कोणताही ट्रेस नसल्यास, याचा अर्थ असा नाही की कोणतीही साइट नाही; कदाचित आपण ते चुकीच्या स्थितीत पहात आहात.

पद्धत तुलना सारणी

पद्धत

काय पाहते

AI चे योगदान

सीमा

उपग्रह/हवाई छायाचित्रण

वनस्पती/मातीचे ट्रेस

विस्तृत क्षेत्र स्कॅनिंग

हंगाम, ठराव

NDVI

वनस्पती जोम फरक

डाग हायलाइटिंग

नैसर्गिक फरकांना गोंधळात टाकते

LiDAR

पृष्ठभाग स्थलाकृति

फॉरेस्ट अंडरस्टोरी भूमिती

वनस्पती फिल्टर त्रुटी

जिओफिजिक्स (जीपीआर/चुंबकीय)

पृष्ठभागाची रचना

विसंगती नमुना

स्थानिक, हळू

सामान्य चुका

• शोधासाठी विसंगती चुकणे. चिन्ह उमेदवार आहे; जमिनीची पुष्टी केल्याशिवाय ती साइट नाही.
• नैसर्गिक/आधुनिक खुणा काढून टाकत नाही. डॉलिन, कृषी चट्टे आणि पाईप्स वारंवार "संरचना" म्हणून दिसतात.
• खुल्या वाहनाला अचूक समन्वय देणे. लुटण्याचा धोका; स्थान ही एक मालमत्ता आहे जी संरक्षित करणे आवश्यक आहे.
• एकाच प्रतिमेवर विसंबून. वेगवेगळ्या ऋतू, वेगवेगळ्या पद्धती आणि भूप्रदेशाशिवाय व्याख्या अपूर्ण आहे.
• खोटे सकारात्मक दर विसरणे. बहुतेक चिन्हे रिक्त आहेत; हे सामान्य आहे, उद्देश संकुचित होत आहे.

सारांशात

रिमोट सेन्सिंगमध्ये, एआय मोठ्या क्षेत्रांचे स्कॅनिंग आणि संभाव्य साइट चिन्हांकित करण्यात प्रचंड वेळ वाचवते. परंतु प्रत्येक चिन्ह हे एक गृहितक आहे ज्याची शेतात पुष्टी करणे आवश्यक आहे; नैसर्गिक आणि आधुनिक ट्रेस काळजीपूर्वक काढून टाकले जातात; आणि सर्वात महत्त्वाचे म्हणजे, संवेदनशील ठिकाणे लुटीपासून संरक्षित आहेत. एआय म्हणते "इकडे पहा"; "ही जागा संरक्षित आहे की नाही" हे जमीन आणि तज्ञ ठरवतात.

अर्ज कार्य

ओपन-एक्सेस LiDAR किंवा उपग्रह प्रतिमा निवडा (तुमच्या स्वतःच्या प्रदेशातून किंवा नमुना डेटासेटवरून). “ॲनोमली स्कॅनिंग” टेम्पलेटसह AI फ्लॅग संभाव्य भूमिती ठेवा, नंतर “फॉल्स पॉझिटिव्ह एलिमिनेशन” टेम्पलेटसह नैसर्गिक/आधुनिक स्पष्टीकरण काढून टाका. उर्वरित उमेदवारांसाठी जमीन नियंत्रण योजना तयार करा आणि स्थान गोपनीयतेची नोंद समाविष्ट करा.

चेकलिस्ट

• [] मी AI संकेतांना "उमेदवार" मानले, शोध नाही.
• मी नैसर्गिक आणि आधुनिक खुणा काढून टाकण्याचा प्रयत्न केला.
• मी प्राधान्य उमेदवारांसाठी जमीन निश्चिती करण्याचे नियोजन केले आहे.
• [ ] मी संवेदनशील ठिकाणे खुल्या वाहनातून सोडली आणि प्रसारणात ती अस्पष्ट केली.
• [ ] मी लक्षात घेतले की खोटे सकारात्मक दर जास्त असू शकतो.