Gevinster:
- Evne til å designe GIS-analyser som buffer, skjæringspunkt, romlig kombinasjon og nabolag med AI og konstruere dem trinn for trinn
- Evne til å generere attributter og romlige spørringer (SQL/uttrykk) fra naturlig språk og tilpasse dem til QGIS/PostGIS-miljøet
- Evne til å verifisere GIS-analyseutgang med topologisk konsistens, projeksjonsegnethet og område/lengdelogikk
GIS (Geographic Information System; GIS på engelsk) er det generelle navnet på systemer som lagrer, spør etter, analyserer og kartlegger stedsdata. Det meste av undersøkelsesingeniørens daglige arbeid foregår her: "Hvilke parseller er nærmere enn 50 meter til denne bekken?", "Hvor er områdene hvor disse to lagene overlapper hverandre?", "Hvor mange bygninger per nabolag?" Produsere svar på spørsmål som å bruke romlig analyse. I denne enheten dekker vi hvordan man bruker kunstig intelligens til å designe disse analysene, generere spørringer fra naturlig språk og tilpasse dem til QGIS/PostGIS-miljøet. Prinsipp: AI konstruerer analysen og skriver spørringen; Gyldigheten av resultatet forblir hos ingeniøren gjennom projeksjon, topologi og logikkkontroll.
Grunnleggende vilkår først. Vektordata representerer verden med punkter, linjer og polygoner (plott, veier, brønner). Rasterdata representerer verden i et rutenett av celler/piksler (høydemodell, satellittbilde). Attributt er tabellinformasjon knyttet til en geometri (parsellområde, eier, øy/parsellnummer). Buffer er området som skapes i en viss avstand rundt en geometri. Romlig sammenføyning samsvarer med to lag basert på romlig relasjon (hver bygning med sitt nabolag). Topologi er reglene for nabolaget/overlapping/gapet mellom geometrier.
Rollen til AI i GIS-analyse
AI akselererer GIS på tre konkrete steder:
- Analysedesign. "Hvilke lag behandles, i hvilken rekkefølge, med hvilke verktøy for å svare på spørsmålet?" Den kommer med en trinn-for-trinn-plan for spørsmålet. Dette reduserer tenkebelastningen, spesielt i komplekse flertrinnsanalyser.
- Generering av spørringer. Oversetter forespørselen om naturlig språk til et QGIS-uttrykk, SQL eller PostGIS-funksjon. Det setter forespørselen "Pomter med et areal på mindre enn 500 m² og av landbruksnatur" inn i et filteruttrykk.
- Arbeidsflyt og kodegenerering. Den oversetter iterativ analyse til Python/PyQGIS-skript (vi går dypere inn i dette emnet i enhet 10 og 11).
Men AI har en kritisk blindsone: den ser ikke dataene, den ser bare oppskriften din. Den vet ikke hvilken CRS laget er i, det nøyaktige navnet på attributtkolonnen, om dataene er rene eller ikke. Derfor er spørringen den produserer syntaktisk korrekt, men kan være feil på dataene dine.
Forsiktig: Avstands- og arealberegninger er bare nøyaktige på en metrisk (projisert) CRS. Å ta en 50 m buffer direkte i geografiske koordinater (grader) gir helt unøyaktige resultater på grunn av grad-meterforvirring. Sett laget i passende projeksjon før analyse.
Trinn for trinn: Konstruere en romlig analyse
Eksempelspørsmål: "Finn parseller med byggetillatelse som er nærmere enn 100 m til en bekk."
- Tydeliggjør innganger og CRS. Strømlag (linje), pakkelag (polygon), begge må være i metrisk CRS (f.eks. TUREF/TM33).
- Ha trinnene planlagt. Til AI: 100 m buffer til strøm → kryss/utvalg med tomter → filter "lisensiert" fra attributt → resultattelling. La den skrive sekvensen og resultatet av hvert trinn.
- Få søket generert. Oversett filteruttrykket ("status" = 'lisensiert') og valglogikk til QGIS/PostGIS.
- Test på liten prøve. Kjør analysen på en liten delmengde i stedet for hele dataen og sjekk resultatet visuelt.
- Bekreft resultatet. Er tellingen rimelig (rangering)? Er de valgte parsellene virkelig nær bekken (visuell/topologisk sjekk)? Gir feltene mening?
Tre minivesker: etter tallene
Tilfelle 1 — Grade støtfanger katastrofe. En praktikant påførte en buffer på 100 enheter direkte på pakkelaget i WGS84 geo CRS; resultatet ga absurde områder med en radius på omtrent 11 km (1 grad ~111 km). Rangeringssjekken ("bufferområdet kan ikke være tusenvis av ganger størrelsen på pakken") viste feilen umiddelbart. Da laget ble importert til metrisk CRS, var bufferen korrekt som 100 m.
Tilfelle 2 – Feil kolonnenavn. AI produserte uttrykket "kvalifisert" = "landbruk" for "pakker kvalifisert for landbruk"; mens det virkelige navnet på kolonnen var PLOT_VASF og verdien var FIELD. Spørringen returnerte 0 resultater uten noen feil. Da ingeniøren åpnet attributttabellen og ga det faktiske kolonnenavnet og verdiene til AI, ble spørringen bedre. Leksjon: AI kan lage kolonnenavn; gi det faktiske skjemaet.
Tilfelle 3 – Topologiproblem. Det var små spalter (slimer) og overlappinger i de to nabodistriktsgrenselagene. En AI-drevet "arealtotal"-analyse avvek fra den sanne totalen med omtrent 2 % på grunn av disse feilene. Etter topologikontroll og korreksjon ble områdene konsistente. Leksjon: analyseresultatet er bare så rent som inngangsgeometrien.
Svak forespørsel / sterk forespørsel
Svak melding:
Skriv en forespørsel som finner pakker i nærheten av bekken.
Kraftig ledetekst:
Oppgave: Produsere en romlig analysekonstruksjon og uttrykk for QGIS. Kontekst:- stream_layer: line, CRS EPSG:5256 (TUREF/TM33)- parcel_layer: polygon, CRS EPSG:5256, attributt columns: ADA_NO, Plot_NO, STATUS (verdier: 'licensed', 'unlicensed'), AREA_M2Question AREA_M2Question: Velg strømmen til STAT 1 og STATUS: 'lisensiert', oppgi antall og totalt areal. Forespørsler: 1) Bestill trinnene (buffer -> romlig utvalg -> attributtfilter). 2) Skriv hvilket verktøy som skal brukes i hvert trinn. 3) Minn meg på det metriske CRS-kravet for avstand/areal. 4) Bekreft resultattrinnet (rangering + visuell kontroll). legge til.
Den kraftige ledeteksten gir de faktiske kolonnenavnene, CRS, verdisett og valideringstrinn; Utgangen passer til dataene dine.
Fire kopierbare maler
1) Lage en analyseplan:
Skriv en trinnvis GIS-arbeidsflyt for å svare på følgende romlige spørsmål: spesifiser inngangslaget, verktøyet som brukes og utdatalaget ved hvert trinn. Sjekk trinnene som krever metrisk CRS. Spørsmål: [spørsmål]. Lag: [liste]
2) QGIS uttrykk fra naturlig språk:
Konverter følgende filter til et QGIS-attributtuttrykk. Bruk KUN de gitte kolonnenavnene og verdiene; søylebeslag. Spør om det er usikkerhet. Kolonner/verdier: [skjema]. Forespørsel: [filter]
3) PostGIS-spørring:
Skriv PostGIS SQL for følgende romlige analyse (ST_ funksjoner). Anta SRID [srid] av geometrier; Avstanden må være metrisk. Forklar spørringen og legg til en hash-spørring for validering. Analyse: [definisjon]
4) Resultatets rimelighetskontroll:
Sjekk følgende GIS-analyseresultat for rimelighet: resultattellerrangering, felt-/lengdelogikk, null-/dupliserte poster, CRS-samsvar. Skriv opp de mistenkelige punktene og skriv den mulige årsaken. Resultatsammendrag: [sammendrag]
Sammenligning av GIS-analyseverktøy
kjøretøy
Hva gjør
Typisk bruk
Oppmerksomhet
Buffer
Avstandsområde rundt
Vaktband, nærhet
Metrisk CRS kreves
Kryss
Trekker fra fellesareal
Konfliktanalyse
Topologien må være ren
Romlig sammenføyning
Matcher etter sted
Bygge-nabolag forhold
Relasjonstype (intra/kryssende)
Løs opp (kombiner)
Sikringer de samme egenskapene
Grenseforenkling
Valg av attributter
Klipp
Kutter i henhold til en grense
Arbeidsområdebegrensning
Er grensegeometrien riktig?
Vanlige feil
- Beregning av avstand/areal i geo CRS. Bytter ikke til metrisk projeksjon før analyse.
- Bruker AI-oppbygde kolonnenavn. Ikke gi den virkelige ordningen; stille 0 resultater.
- Utføre analyse med data med ødelagt topologi. Mellomrom/overlapping resulterer i plass- og tellefeil.
- Forvirrende typen romlig relasjon. «Innenfor» og «skjærende» gir ulike resultater.
- Ikke utsette resultatet for rangeringskontroll. Legger ikke merke til absurde felt/tall.
- Løper blindt gjennom alle data. Bruk på big data uten å teste på et lite utvalg.
Oppsummert
Kunstig intelligens i GIS-analyse; Det er en kraftig assistent for planlegging av arbeidsflyt, oversettelse av naturlig språkforespørsel til spørring og generering av kode. Men AI ser ikke dataene; Du må oppgi CRS, faktiske kolonnenavn og topologikvalitet. Den mest kritiske regelen er at avstands- og arealberegninger bare er nøyaktige i metrisk CRS. Sjekk hvert resultat for rekkefølge, topologisk konsistens og logikk; Ikke bruk den på store data uten å teste den på en liten prøve.
Søknadsoppgave
Velg et romlig spørsmål (f.eks. "bygninger mindre enn 25 m fra en vei"). Skriv inn lagene, deres CRS og faktiske attributtkolonnenavn. La AI generere analyseplan og QGIS-uttrykk trinn for trinn; test deretter utdataene med tre kontroller: (1) er den metriske CRS som brukes, (2) samsvarer kolonnenavnene med det faktiske skjemaet, (3) er antallet resultater rimelig i rekkefølge.
sjekkliste
- [ ] Jeg importerte lagene til metrisk CRS (for avstand/areal).
- [ ] Jeg ga de faktiske attributtkolonnene navn og verdier til AI.
- [ ] Jeg hadde planlagt analysetrinnene og verktøyene.
- [ ] Jeg har valgt den romlige relasjonstypen (innenfor/kryssende) riktig.
- [ ] Jeg sjekket topologien til inngangsgeometrien.
- [ ] Jeg testet analysen på en liten prøve først.
- [ ] Jeg sjekket resultatet for rangering og logikk.
- [ ] Jeg beholdt den siste kommentaren for ingeniørgodkjenning.