Keuntungan:
- Keupayaan untuk mentakrifkan logik GIS penggunaan tanah, analisis kesesuaian dan kebolehcapaian serta peranan AI dalam aliran kerja ini
- Keupayaan untuk menggunakan konsep lapisan, atribut dan sistem koordinat dengan betul semasa mereka bentuk fiksyen analisis dengan AI
- Keupayaan untuk mengesahkan langkah analisis yang dicadangkan AI dengan kualiti data sebenar, ketepatan spatial dan rujukan menyelaras
Enjin perancangan bandar ialah data spatial: di mana, berapa banyak yang ada, berapa jauh jaraknya. Keluarga perisian yang mengumpul, menyimpan, membuat pertanyaan dan memetakan data ini dipanggil Sistem Maklumat Geografi (pendek kata GIS; GIS dalam bahasa Inggeris). Analisis guna tanah menjawab soalan seperti tempat sekolah akan dibina, sama ada kawasan itu sesuai untuk perumahan atau industri, berapa ramai orang yang berkhidmat di kawasan hijau, dsb. dengan GIS. AI ialah pembantu yang berkuasa dalam mereka bentuk persediaan analisis ini, menyusun langkah, menyusun kriteria dan pemberat, dan melaporkan hasilnya. Tetapi analisis adalah berdasarkan data spatial, dan kualiti, sistem koordinat dan mata wang data spatial menentukan hasilnya. AI tidak dapat melihat data ini; Ia hanya mengedit fiksyen yang anda sediakan. Oleh itu, setiap langkah yang dicadangkan oleh AI mesti diuji dengan data sebenar dan rujukan koordinat yang tepat.
Tiga konsep asas GIS
Lapisan: Setiap jenis data ialah lapisan yang berasingan — jalan adalah satu lapisan, bangunan adalah satu lagi lapisan, cerun adalah satu lagi lapisan. Analisis ialah menindih dan mengaitkan lapisan.
Atribut: Setiap objek spatial mempunyai jadual — kawasan, penggunaan, status pemilik petak. Soalan spatial selalunya merupakan soalan atribut: "petak yang penggunaannya adalah 'ruang hijau' dan kawasannya lebih besar daripada 5000 m²".
Sistem rujukan koordinat (CRS): Ia adalah rangka kerja matematik yang menjadikan permukaan melengkung Bumi menjadi peta rata. ITRF/TM (cth. sistem kebangsaan yang ditakrifkan oleh kod EPSG) digunakan secara meluas di Türkiye. CRS palsu ialah ralat spatial yang paling biasa dan paling berbahaya: lapisan tidak bertindih, kawasan dan jarak adalah salah sama sekali. Jika AI mencadangkan pengiraan jarak atau kawasan, semakan pertama sentiasa CRS.
Awas: Jangan menganggap bahawa hasil jarak atau kawasan adalah betul hanya kerana ia kelihatan munasabah. Dengan CRS yang salah, dua lapisan mungkin kelihatan "bertindih" dan meluncur mengikut meter. Sentiasa bandingkan kawasan dalam m²/hektar dengan rujukan yang diketahui (cth. luas tajuk petak).
Logik analisis guna tanah dan kesesuaian
Analisis kesesuaian menjaringkan tahap kesesuaian setiap lokasi untuk sesuatu tujuan (contohnya, perumahan baharu). Langkah biasa:
- Tetapkan kriteria. Cerun, risiko banjir, berdekatan dengan pengangkutan, penggunaan semasa, kawasan perlindungan.
- Skor setiap kriteria. Contohnya, cerun 0-5% = 10 mata, 5-15% = 6, 15%+ = 1.
- Kurangkan berat badan. Sekiranya kriteria banjir sangat penting di kediaman, beratnya akan menjadi tinggi.
- Gabungkan lapisan. Berikan skor kecergasan kepada setiap sel/medan dengan jumlah wajaran.
- Komen dan sahkan. Uji markah dengan pengetahuan bidang dan perundangan.
AI sangat berguna dalam membincangkan konstruk berat kriteria ini, mengingatkan anda tentang kriteria yang terlupa, dan menyusun jadual pemarkahan. Tetapi ingat bahawa pemberat ialah pertimbangan nilai: sama ada untuk memberi lebih berat kepada banjir atau pengangkutan ialah pilihan awam, bukan keputusan AI.
Langkah demi langkah: Membina analisis kesesuaian dengan AI
- Tentukan tujuan dan domain. "Ketersediaan tapak perumahan baharu di daerah X."
- Ambil inventori data. Senaraikan lapisan yang anda miliki, sumbernya, tarikh dan CRS.
- Mempunyai kriteria-wajaran draf AI. Tanya jika ada kriteria yang hilang.
- Buat jadual pemarkahan bersama-sama. Jelaskan ambang untuk setiap kriteria.
- Menterjemah aliran kerja ke dalam langkah GIS. Lapisan mana, proses mana, dalam susunan apa.
- Semak kualiti data. Ketepatan masa, ketepatan, pematuhan CRS.
- Sahkan keputusan. Bidang, perundangan, rujukan yang diketahui.
Gesaan lemah / Gesaan kuat
Gesaan lemah: "Cari tempat terbaik untuk perumahan."
AI tidak mengetahui sama ada domain, mahupun data, mahupun kriteria; Ia mengembalikan teks generik dan tidak berguna.
Gesaan kuat: "Saya sedang menyediakan analisis kesesuaian: sasarkan kawasan kediaman baharu, kawasan kerja [daerah]. Lapisan yang saya ada: cerun (daripada DEM), risiko banjir (SHW), rangkaian jalan raya, guna tanah sedia ada, kawasan terlindung. (a) ingatkan saya tentang kriteria yang mungkin tiada, (b) cadangkan jadual ambang pemarkahan yang munasabah di mana pemberat bagi setiap kriteria, (c) menandakan berat bagi setiap kriteria. saya;
Gesaan kedua menjadikan AI sebagai rakan perbincangan, memastikan pembuat keputusan bersama perancang.
Empat templat yang boleh disalin
Tugas: Cadangkan satu set kriteria analisis kesesuaian untuk senarai objektif dan peringkat berikut. Output: kriteria | kenapa penting | ambang pemarkahan yang mungkin | "adakah ia mengandungi pertimbangan nilai". Senaraikan juga mana-mana kriteria yang mungkin tiada. Tujuan: [...] | Ruang kerja: [...] | Lapisan: [...]
Tugasan: Teliti jadual pemberat kriteria di bawah. (a) Semak sama ada jumlah pemberat adalah penting, (b) bendera bercanggah atau kriteria pendua, (c) senaraikan andaian yang boleh mengelirukan keputusan. Membuat keputusan; semak sahaja.Jadual: [...]
Tugas: Terjemahkan langkah analisis berikut ke dalam aliran kerja GIS. Untuk setiap langkah: lapisan input, jenis proses, output dan sistem koordinat / titik unit untuk DIPERTIMBANGKAN. Kod penulisan; terangkan sahaja aliran kerja anda.Langkah: [...]
Tugas: Terjemahkan inventori data berikut ke dalam carta kawalan kualiti. Lajur: lapisan | sumber | tarikh/semasa | CRS | had/risiko ralat yang diketahui.Tandakan lapisan yang perlu disoal sebelum digunakan.Inventori: [...]
Jadual: jenis analisis dan pengesahan
Analisis
Soalan yang dia tanya
Peranan AI
pengesahan kritikal
Kesesuaian
Di mana ia sesuai?
Pembinaan kriteria-berat
Berat = pilihan awam; C.R.S.
kebolehcapaian
Sejauh mana dekat/boleh diakses?
Garis besar pemilihan kaedah
Kemas kini data rangkaian
Ketumpatan/liputan
Berapa banyak yang ada, bagaimana ia diagihkan?
Pengesyoran kelas dan ambang
Sumber data penduduk/kawasan
berubah
Apa yang telah berubah?
fiksyen perbandingan
Tarikh dan pematuhan CRS
penampan/jarak
Apa yang ada di dalam sempadan?
logik jarak
Unit dan CRS
tiga kes mini
Kes 1 — Perangkap CRS. Seorang pelatih bertindih dua lapisan; peta kelihatan "bertindih". Apabila AI menganalisis penimbal yang dicetaknya, penimbal 500 meter ternyata sangat kecil. Masalah: satu lapisan berada dalam CRS geografi (darjah), satu lagi dalam CRS metrik; 500 "darjah" tidak bermakna. Selepas unjuran ke CRS yang betul, hasilnya bertambah baik. Ini adalah salah satu kesilapan yang paling tidak dapat dilihat daripada yang paling mahal.
Kes 2 — Kriteria terlupa. Pasukan menggunakan cerun, banjir dan kebolehcapaian sebagai kriteria untuk kesesuaian perumahan. Minta AI mengawasi penyuntingan; AI "Adakah anda menambah kriteria risiko geologi/bencana (kesalahan, tanah runtuh)?" dia mengingatkan. Pasukan menyedari bahawa mereka terlepas kriteria kritikal ini. AI tidak membuat keputusan, ia menutup titik buta.
Kes 3 — Ketelusan berat. Sebuah majlis perbandaran menyerahkan peta kesesuaian kepada majlis. AI mencetak dengan jelas dalam draf laporan bahawa setiap berat adalah keutamaan dan peta akan berubah dengan pemberat yang berbeza. Majlis bertanya "apa yang berlaku jika kita meningkatkan berat banjir?" dia menjadi mampu untuk bertanya. Ketelusan mengubah analisis daripada pengenaan kepada alat untuk perbincangan.
Kesilapan biasa
- Tidak menyemak CRS. Kesilapan yang paling biasa dan mahal dalam analisis spatial; Semak sebelum setiap operasi jarak/kawasan.
- Menyalahkan pemberat sebagai fakta teknikal. Berat adalah penilaian nilai; Ia mesti telus dan kekal boleh dipertikaikan.
- Mengabaikan mata wang data. Lapisan guna tanah lama mengelirukan penghakiman hari ini.
- Menganggap AI sebagai sumber data. AI tidak dapat melihat lapisan; mengedit plot. Data sentiasa datang daripada sumber sebenar yang disahkan.
- Tidak menguji keputusan di lapangan. Kawasan mungkin kelihatan "sesuai" pada peta, tetapi di atas tanah ia mungkin realiti yang sama sekali berbeza.
Secara ringkasnya
GIS ialah enjin data spatial perancangan; lapisan, atribut dan sistem koordinat adalah tiga konsep asasnya. Analisis kesesuaian menjaringkan setiap lokasi untuk tujuan dengan kriteria, pemarkahan dan pemberat. AI ialah bantuan yang berkuasa dalam mereka bentuk persediaan ini, mengingatkan kriteria yang hilang, menyusun aliran kerja dan pelaporan; tetapi dia tidak dapat melihat data dan membuat keputusan. Kesilapan yang paling berbahaya ialah sistem koordinat yang salah; Wajaran bukan teknikal tetapi pertimbangan nilai dan harus telus. Sahkan setiap keputusan dengan data terkini, CRS tepat dan maklumat medan.
Tugasan permohonan
Pilih tujuan (contohnya, lokasi tapak semaian baharu). (1) Buat inventori lapisan yang anda miliki atau andaikan dengan templat keempat; Tulis status CRS dan kesegaran setiap lapisan. (2) Dengan templat pertama, cadangkan satu set pemberat-kriteria kepada AI dan tangkap sekurang-kurangnya satu kriteria yang hilang. (3) Tandakan pemberat yang manakah merupakan pertimbangan nilai dan tulis dalam satu ayat bagaimana anda akan menerangkannya kepada perhimpunan. (4) Terangkan bagaimana anda akan mengesahkan keputusan dalam medan.
senarai semak
- [ ] Saya menyemak dan menyegerakkan sistem koordinat (CRS) semua lapisan.
- [ ] Saya menetapkan kriteria dan mempunyai imbasan AI untuk kriteria yang hilang.
- [ ] Saya menandai bahawa pemberat adalah pertimbangan nilai dan memastikannya telus.
- [ ] Saya menilai mata wang dan ketepatan data.
- [ ] Saya menggunakan AI sebagai pembantu penyunting, bukan sebagai sumber data.
- [ ] Saya mengesahkan keputusan dengan rujukan dan pengetahuan lapangan yang diketahui.
- [ ] Saya menyimpan inventori data dan jejak pengesahan.