लाभ:
- PyQGIS र मोडेल डिजाइनरको साथ एआई समर्थनको साथ कार्यप्रवाह स्वचालन सेटअप र चलाउने क्षमता
- व्यक्तिगत डेटा गोपनीयता, प्रतिलिपि अधिकार, इजाजतपत्र र अन्त-देखि-अन्त परियोजनामा इन्जिनियर दायित्व सीमाहरू व्यवस्थापन गर्ने क्षमता
- एआई-सक्षम तर प्रमाणिकरण-केन्द्रित प्रवाहमा डाटा सङ्कलनदेखि डेलिभरीमा जियोमेटिक्स प्रोजेक्ट डिजाइन गर्ने क्षमता
मोड्युल परीक्षा
1. सर्वेक्षण इन्जिनियरिङमा AI आउटपुटको जोखिम निर्धारण गर्ने आधारभूत सिद्धान्तमध्ये कुन हो?
- क) आउटपुटको जोखिम बराबर हुन्छ यदि त्यो आउटपुट दोषपूर्ण थियो भने यसले निम्त्याउने हानि; तदनुसार प्रमाणीकरण स्केल ✔
- B) AI आउटपुट सामान्यतया सुरक्षित छ किनकि यो धाराप्रवाह र आत्मविश्वासका साथ लेखिएको छ
- C) सबैभन्दा हालको मोडेल प्रयोग गर्दा प्रमाणीकरण अनावश्यक हुन्छ
- D) यदि आउटपुटले मानकलाई जनाउँछ भने, कुनै अतिरिक्त नियन्त्रण आवश्यक पर्दैन
स्पष्टीकरण: आउटपुटको जोखिम बराबर हानि हुन्छ यदि त्यो आउटपुट दोषपूर्ण छ भने। जबकि एक साहित्य सारांश मा एक सानो त्रुटि ठूलो मात्रामा हानिरहित छ, एक क्याडस्ट्रल सीमा वा उचाइ मूल्य मा एक त्रुटि सम्पत्ति उल्लङ्घन, अनुचित निर्माण आवेदन र सम्पत्ति क्षति निम्त्याउन सक्छ; त्यसैले सम्भावित हानिको साथ प्रमाणीकरण तीव्रता मापन।
2. GNSS मापन सेटको गुणस्तर नियन्त्रणमा AI लाई कुन कार्य सबैभन्दा सुरक्षित र उचित रूपमा तोकिएको छ?
- क) अन्तमा बिन्दु निर्देशांकहरूको शुद्धता स्वीकार गर्न र दर्ताको लागि तयार भएको घोषणा गर्न
- ख) कच्चा अवलोकन तालिकाहरू सम्पादन गर्ने र सम्भावित आउटलियरहरू/अविसंगतिहरूलाई चिन्ह लगाउने ✔
- C) मापन सिद्धान्तहरू नहेरी प्रत्यक्ष रूपमा अनुप्रयोग मानहरू पुष्टि गर्दै
- D) कुनै पनि समापन त्रुटिहरू गणना नगरी वैध परिणामलाई विचार गर्दै
स्पष्टीकरण: AI को सबैभन्दा सुरक्षित योगदान सहायक कार्यहरू हुन् जुन इन्जिनियरले नियन्त्रण गर्न सक्छन्, जस्तै छरिएका कच्चा डाटा र एनोटेसनहरू व्यवस्थित गर्ने, विसंगतिहरू र आउटलियरहरू फ्ल्याग गर्ने। बिन्दु समन्वयको शुद्धताको अन्तिम स्वीकृति ईन्जिनियरको स्वीकृतिमा रहन्छ, त्रुटिहरू र मापन सिद्धान्तहरू बन्द गर्ने सहित; एआई भनेको 'बिन्दु बिल्कुल सही छ' प्रमाण होइन।
3. समन्वय रूपान्तरण अनुरोधमा AI लाई कुन जानकारी स्पष्ट रूपमा भनिएको हुनुपर्छ?
- क) बिन्दुहरूको नाम मात्र
- ख) लक्ष्य प्रक्षेपण को नाम मात्र, तथ्यांक महत्वहीन छ
- C) स्रोत र लक्ष्य समन्वय प्रणाली (डेटम + प्रक्षेपण/EPSG) र रूपान्तरण प्यारामिटरहरू ✔
- घ) मापन गर्ने व्यक्तिको नाम
स्पष्टीकरण: स्रोत प्रणाली, लक्ष्य प्रणाली (डेटम + प्रक्षेपण, जस्तै EPSG कोड) र आवश्यक रूपान्तरण प्यारामिटरहरू निर्दिष्ट गरिएको छ भने मात्र समन्वय रूपान्तरणको अर्थ हुन्छ। 'यसलाई UTM मा रूपान्तरण गर्नुहोस्' भन्नाले कुन ड्याटमबाट कुन ड्याटममा सारियो भन्ने कुरा स्पष्ट हुँदैन र यसले मिटरको मिति परिवर्तन हुन सक्छ।
4. रूपान्तरणको आउटपुट प्रमाणित गर्न तलका मध्ये कुन सबैभन्दा व्यावहारिक तरिका हो?
- A) आउटपुटमा दशमलव स्थानहरूको संख्या हेर्दै
- ख) मोडेलले कति चाँडो जवाफ दिन्छ भनेर हेर्दै
- C) नतिजालाई जाँच नगरी CAD मा स्थानान्तरण गर्दै
- D) नियन्त्रण बिन्दु राख्नु जसको समन्वय समान रूपान्तरण मार्फत थाहा छ र अपेक्षित मूल्य संग तुलना गर्नुहोस् ✔
स्पष्टीकरण: एक वा धेरै नियन्त्रण बिन्दुहरू पार गर्दा जसको निर्देशांकहरू एउटै रूपान्तरण मार्फत चिनिन्छन् र तिनीहरूलाई अपेक्षित मानसँग तुलना गर्दा दुबै प्यारामिटर र डाटाम त्रुटिहरू छिट्टै प्रकट हुन्छ। दसौं मिटरको व्यवस्थित भिन्नता सामान्यतया गलत डाटाम/पैरामिटर चिन्ह हो। आउटपुट चिल्लो देखिन्छ भन्ने तथ्य सत्यताको प्रमाण होइन।
5. GIS मा सही बफर र क्षेत्र गणनाको लागि सबैभन्दा महत्त्वपूर्ण शर्त के हो?
- A) तह उपयुक्त मेट्रिक (प्रक्षेपण) समन्वय प्रणालीमा छ ✔
- B) तहको रंग
- C) विशेषता तालिकामा स्तम्भ क्रम
- D) तहको फाइल नाम छोटो हुनुपर्छ
स्पष्टीकरण: दूरी र क्षेत्र गणना मेट्रिक (प्रक्षेपित) समन्वय प्रणालीमा मात्र अर्थपूर्ण हुन्छ। भौगोलिक निर्देशांकमा प्रत्यक्ष बफरिङ (डिग्रीमा अक्षांश/देशान्तर) डिग्री-मिटर भ्रमको कारणले गलत परिणाम दिन्छ। तसर्थ, तहलाई विश्लेषण गर्नु अघि उपयुक्त प्रक्षेपणमा राख्नुपर्छ।
6. स्याटेलाइट छवि वर्गीकरणमा भूमि कभर नक्शाको शुद्धता मापन गर्ने मानक तरिका के हो?
- क) नक्साका रङहरू कति जीवन्त छन् भनेर हेर्दै
- B) स्वतन्त्र ग्राउन्ड ट्रुथ नमूनाहरूको साथ त्रुटि म्याट्रिक्स स्थापना गर्दै र समग्र शुद्धता/कप्पा गणना गर्दै ✔
- C) ठूलो संख्यामा कक्षाहरूमा भर पर्दै
- D) छविको रिजोल्युसन हेर्दै र शुद्धता मान्दै
विवरण: वर्गीकरण शुद्धता स्वतन्त्र आधारभूत सत्य नमूनाहरूको साथ एक भ्रम म्याट्रिक्स स्थापना गरेर र समग्र शुद्धता र Kappa जस्ता मेट्रिक्सको साथ रिपोर्ट गरेर मूल्याङ्कन गरिन्छ। नक्साको 'राम्रो देखिने' वा वर्ग रङहरूको जीवन्तता सटीकताको प्रमाण होइन।
7. फोटोग्रामेट्रिक अर्थोफोटो र DSM उत्पादनमा स्थितिगत शुद्धता सुनिश्चित गर्ने आधारभूत तत्व के हो?
- क) धेरै फोटो खिच्नुहोस्
- B) UAV एक महँगो मोडेल हो
- C) सही मापन ग्राउन्ड कन्ट्रोल पोइन्टहरू र स्वतन्त्र नियन्त्रण बिन्दुहरूको साथ सटीकता नियन्त्रण ✔
- घ) उडान बादलको दिनमा गर्नुपर्छ
विवरण: ग्राउन्ड कन्ट्रोल पोइन्टहरू (GCP) फोटोग्रामेट्रिक मोडेललाई वास्तविक-विश्व समन्वय प्रणालीमा जडान गर्दछ र स्केल/स्थान सटीकता निर्धारण गर्दछ। थप रूपमा, मोडेलमा प्रवेश नगर्ने स्वतन्त्र नियन्त्रण बिन्दुहरूसँग RMSE गणना गरेर शुद्धता परीक्षण गरिन्छ। केवल तस्बिरहरूको संख्या बढाएर वा UAV महँगो बनाउनुले शुद्धताको ग्यारेन्टी गर्दैन।
8. LiDAR पोइन्ट क्लाउडबाट डिजिटल भूभाग मोडेल (DTM) उत्पन्न गर्न कुन चरण अनिवार्य छ?
- क) सबै बिन्दुहरूलाई सतहमा परिणत गर्दै जस्तो छ
- ख) उच्चतम बिन्दुहरू मात्र प्रयोग गर्दै
- C) घनत्व मानहरू हटाउँदै
- घ) गैर-जमिन (भवन, रूख) बिन्दुहरू ग्राउन्ड फिल्टरिंगको साथ अलग गर्दै ✔
विवरण: DTM ले खाली जमिनको सतहलाई प्रतिनिधित्व गर्दछ; तसर्थ, गैर-जमिन बिन्दुहरू जस्तै भवनहरू, रूखहरू, सवारीहरू अलग गर्न आवश्यक छ (जमिन फिल्टरिंग/वर्गीकरण)। यदि यो चरण छोडियो भने, शीर्ष सतह (DSM) प्राप्त हुन्छ, DTM होइन। AI ले वर्गीकरणलाई गति दिन सक्छ, तर नतिजा प्रोफाइल क्रस-सेक्शनहरूसँग मान्य हुनुपर्छ।
9. AI सँग स्वचालित नक्सा उत्पादनमा सबैभन्दा सामान्य र जोखिमपूर्ण गल्तीहरू मध्ये एक के हो?
- A) स्केल, लिजेन्ड, समन्वय प्रणाली र शुद्धता मूल्याङ्कन जस्ता अनिवार्य तत्वहरू छोड्दै ✔
- ख) धेरै चेकपोइन्टहरू प्रयोग गर्दै
- C) समूहीकरण तहहरू
- D) पानामा शीर्षक थप्दै
स्पष्टीकरण: स्वचालित प्रतीककरण र लेबलिंग छिटो छ, तर यदि आवश्यक कार्टोग्राफिक तत्वहरू जस्तै स्केल, लिजेन्ड, उत्तर एरो, समन्वय प्रणाली र शुद्धता नोट हराइरहेको छ भने, नक्सा भ्रामक र आधिकारिक रूपमा अनुपयोगी हुन्छ। भिजुअल अपील यी आवश्यक तत्वहरूको लागि कुनै विकल्प छैन।
10. क्याडस्ट्रल र भूमि रजिस्ट्री डाटा संग काम गर्दा AI आउटपुट को स्थिति के हुनुपर्छ?
- A) यो निश्चित डाटाको रूपमा मानिन्छ जुन सीधा शीर्षक डिडमा रेकर्ड गर्न सकिन्छ।
- ख) प्रारम्भिक चेक/ड्राफ्टको रूपमा लिइएको; अन्तिम वैधता मापन, कानून र अधिकार अनुमोदन मा निर्भर गर्दछ ✔
- ग) सम्पत्ति विवाद एक्लै समाधान गर्नुहोस्
- घ) यो कुनै पनि नियन्त्रण को आवश्यकता बिना एक आधिकारिक दस्तावेज बन्छ।
स्पष्टीकरण: क्याडस्ट्रल सीमाना, क्षेत्र र स्वामित्व जानकारीको कानुनी परिणामहरू छन्; AI ले सबैभन्दा धेरै preflights, असंगतता स्क्यान, र ड्राफ्टहरू उत्पादन गर्दछ। अन्तिम वैधता मापन, कानून र अधिकृत इन्जिनियर/संस्था अनुमोदन मा निर्भर गर्दछ। एआई आउटपुटलाई 'अन्तिम' घोषणा गर्दा कानुनी र व्यावसायिक जोखिम सिर्जना हुन्छ।
11. AI-उत्पन्न GeoPandas/PyProj स्क्रिप्ट प्रयोग गर्नु अघि गर्नु पर्ने सबैभन्दा महत्त्वपूर्ण जाँच के हो?
- क) कोड लामो भएकोले सहि हो भनी मान्दै
- B) यो त्रुटि बिना काम गर्न को लागी पर्याप्त छ भनेर विचार गर्दै
- C) यसलाई सानो, ज्ञात परीक्षण डेटाको साथ चलाउनुहोस् र CRS र श्रेणी प्रमाणित गर्नुहोस् ✔
- D) चर नामहरू राम्रोको रूपमा अनुमोदन गर्दै
स्पष्टीकरण: उत्पादित कोड एउटा सानो परीक्षण डेटा संग चलाउनु पर्छ जसको परिणाम थाहा छ र अपेक्षित आउटपुट र श्रेणी जाँच गरिनु पर्छ। विशेष गरी, CRS (समन्वय प्रणाली) परिभाषा सही रूपमा तोकिएको छ कि छैन एक महत्वपूर्ण त्रुटि हो; गलत CRS ले चुपचाप मिटर बहाव उत्पादन गर्दछ। कोड 'काम गर्दछ' को मतलब यो सही छ भन्ने होइन।
12. AI लाई स्थान डेटा र व्यक्तिगत जानकारी सहितको क्याडस्ट्रल/ठेगाना डेटासेट दिंदा सही दृष्टिकोण के हो?
- A) सबै वास्तविक मालिक र पहिचान जानकारी पठाउनुहोस्
- ख) गोपनीयतालाई बेवास्ता गर्दै किनभने यो लाभदायक हुनेछ
- C) सार्वजनिक फोरममा डाटा टाँस्दै
- घ) व्यक्तिगत डेटा गुमाउने वा प्रतिनिधि मानहरू/स्वीकृत वातावरणसँग काम गर्ने ✔
स्पष्टीकरण: व्यक्तिगत डेटा (मालिकको नाम, TR ID, संवेदनशील स्थान) समावेश भएको डाटा कर्पोरेट नीति र कानूनको उल्लङ्घनमा बाह्य मोडेलमा पठाइनु हुँदैन। डाटा गुमनाम हुनुपर्छ, नमूना/प्रतिनिधि मानहरू प्रयोग गरिनुपर्छ, वा स्वीकृत/घरभित्रको वातावरण प्रयोग गरिनुपर्छ। औचित्य 'जे भए पनि उपयोगी' ले गोपनीयताको दायित्वलाई हटाउँदैन।
13. भूमि कभर वर्गीकरणमा NDVI सूचकांक प्रयोग गर्नुको मुख्य उद्देश्य के हो?
- क) नजिकको इन्फ्रारेड र रातो ब्यान्डबाट वनस्पतिको व्यवहार्यता/घनत्व नाप्ने ✔
- ख) जमिनको उचाइ मिटरमा नाप्ने
- C) पार्सल मालिक निर्धारण गर्दै
- घ) समन्वय प्रणाली रूपान्तरण
विवरण: NDVI (सामान्यीकृत भिन्नता वनस्पति सूचकांक) इन्फ्रारेड र रातो ब्यान्डको भिन्नता प्रयोग गरेर हरियो वनस्पतिको शक्ति/घनत्व मापन गर्दछ। वनस्पति पानी र खाली जमिन को बीच भेद मा एक शक्तिशाली मार्कर हो। उचाइ मात्र मापन वा स्वामित्व निर्धारण गर्दैन।
14. सुरक्षा-महत्वपूर्ण अनुप्रयोग वा क्याडस्ट्रल कार्यमा AI आउटपुटको भूमिकाको लागि कुन कथन सबैभन्दा सही छ?
- A) यदि AI आउटपुट पर्याप्त धाराप्रवाह छ भने, त्यहाँ इन्जिनियर स्वीकृति को आवश्यकता छैन
- B) AI एक एक्सेलेटर हो; सक्षम इन्जिनियर अनुमोदन र जिम्मेवारी प्रतिस्थापन गर्दैन ✔
- C) मोडल उत्पादन गर्ने कम्पनीमा जिम्मेवारी जान्छ
- D) सबैभन्दा महँगो मोडेल प्रयोग गर्दा कुनै स्वीकृति आवश्यक छैन
कथन: इन्जिनियरिङ् र नक्सा उत्पादनमा, एआई आउटपुटले सुरक्षा र कानुनी परिणामहरू भएका काममा सक्षम विशेषज्ञको नियन्त्रण र स्वीकृतिलाई प्रतिस्थापन गर्दैन। यो केवल एक एक्सेलेटर र ड्राफ्ट उत्पादन उपकरण हो। अन्तिम जिम्मेवारी र हस्ताक्षर अधिकृत ईन्जिनियर संग रहन्छ।