ਲਾਭ:
- ਇਹ ਸਮਝਣਾ ਕਿ ਸਥਾਨਿਕ ਮਾਪ (ਢਲਾਨ, ਸਥਿਤੀ, ਖੇਤਰ) GIS ਅਤੇ ਖੇਤਰ ਦਾ ਕੰਮ ਹੈ, ਅਤੇ ਇਹ ਮਾਪ ਨਕਲੀ ਬੁੱਧੀ ਤੋਂ ਨਹੀਂ ਮੰਗਿਆ ਜਾਵੇਗਾ।
- ਫੀਲਡ ਨਿਰੀਖਣਾਂ ਦੇ ਨਾਲ ਮਾਪੇ ਗਏ ਡੇਟਾ ਨੂੰ ਸੰਸਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਅਵਸਰ-ਸਬੰਧੀ ਸੂਚੀਆਂ ਅਤੇ ਵਰਤੋਂ ਜ਼ੋਨਿੰਗ ਸਿਫ਼ਾਰਿਸ਼ਾਂ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਸੰਸਲੇਸ਼ਣ ਨੂੰ ਇੱਕ ਪਰਿਕਲਪਨਾ ਦੇ ਤੌਰ 'ਤੇ ਦੇਖਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਇਸ ਨੂੰ ਫੀਲਡ ਵਿੱਚ ਜਵਾਬੀ-ਪੜ੍ਹਨ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਲੋੜ ਵਾਲੀ ਸਮੱਗਰੀ ਨੂੰ ਵੱਖਰਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਵਧੀਆ ਲੈਂਡਸਕੇਪ ਡਿਜ਼ਾਈਨ ਪਲਾਟ ਨੂੰ "ਸੁਣਨ" ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ। ਪਾਣੀ ਕਿੱਥੋਂ ਵਗਦਾ ਹੈ, ਸੂਰਜ ਕਿੱਥੋਂ ਨਿਕਲਦਾ ਹੈ, ਹਵਾ ਕਿੱਥੇ ਵਗਦੀ ਹੈ, ਲੋਕ ਪਹਿਲਾਂ ਹੀ ਕਿਹੜੇ ਰਸਤੇ ਵਰਤਦੇ ਹਨ? ਸਾਈਟ ਵਿਸ਼ਲੇਸ਼ਣ ਇੱਕ ਸਾਈਟ ਦੇ ਭੌਤਿਕ, ਵਾਤਾਵਰਣਕ ਅਤੇ ਸਮਾਜਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਵਿਵਸਥਿਤ ਜਾਂਚ ਹੈ - ਇਹ ਅਸਲੀਅਤ ਦਾ ਅਧਾਰ ਹੈ ਜਿਸ 'ਤੇ ਡਿਜ਼ਾਈਨ ਅਧਾਰਤ ਹੋਵੇਗਾ। GIS (ਭੂਗੋਲਿਕ ਸੂਚਨਾ ਪ੍ਰਣਾਲੀ / GIS) ਇੱਕ ਸਾਫਟਵੇਅਰ ਹੈ ਜੋ ਪਰਤਾਂ ਵਿੱਚ ਸਥਾਨਿਕ ਡੇਟਾ (ਢਲਾਨ, ਉਚਾਈ, ਮਿੱਟੀ, ਪਾਣੀ, ਬਣਤਰ) ਦਾ ਨਕਸ਼ਾ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਡੋਮੇਨ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇੱਕ ਵਿਆਖਿਆ ਅਤੇ ਸੰਸਲੇਸ਼ਣ ਸਹਿਭਾਗੀ ਵਜੋਂ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ; ਪਰ ਤੁਸੀਂ ਦੇਖੋਗੇ ਕਿ GIS ਅਤੇ ਖੇਤਰ ਵਿੱਚ ਮਾਪ ਅਤੇ ਸਥਿਤੀ ਦੀ ਸ਼ੁੱਧਤਾ ਕਿਉਂ ਰਹਿੰਦੀ ਹੈ।
ਫੀਲਡ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀਆਂ ਪਰਤਾਂ
ਪਲਾਟ ਨੂੰ ਪੜ੍ਹਦੇ ਸਮੇਂ ਆਮ ਪਰਤਾਂ ਹਨ:
- ਟੌਪੋਗ੍ਰਾਫੀ: ਉਚਾਈ ਅਤੇ ਢਲਾਨ (ਸਤਹ ਦੀ ਢਲਾਣ ਦੀ ਡਿਗਰੀ — ਪਾਣੀ ਦੇ ਵਹਾਅ, ਪਹੁੰਚ, ਸੰਭਾਵਨਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ)।
- ਪਹਿਲੂ: ਢਲਾਨ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਦੀ ਦਿਸ਼ਾ; ਇਨਸੋਲੇਸ਼ਨ ਅਤੇ ਹਵਾ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ.
- ਜਲ-ਵਿਗਿਆਨ: ਪਾਣੀ ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ ਅਤੇ ਇਹ ਕਿੱਥੋਂ ਵਗਦਾ ਹੈ, ਹੜ੍ਹ ਅਤੇ ਜਮ੍ਹਾ ਖੇਤਰ।
- ਮਿੱਟੀ ਅਤੇ ਭੂ-ਵਿਗਿਆਨ: ਮਿੱਟੀ ਦੀ ਕਿਸਮ, ਡਰੇਨੇਜ, ਸਹਿਣ ਦੀ ਸਮਰੱਥਾ।
- ਬਨਸਪਤੀ ਅਤੇ ਵਾਤਾਵਰਣ: ਮੌਜੂਦਾ ਰੁੱਖ, ਕੁਦਰਤੀ ਜੀਵਨ, ਟਿਸ਼ੂ ਸੁਰੱਖਿਅਤ ਕੀਤੇ ਜਾਣੇ ਹਨ।
- ਮਨੁੱਖੀ ਪਰਤ: ਵਰਤਮਾਨ ਵਰਤੋਂ, ਪਹੁੰਚ, ਆਂਢ-ਗੁਆਂਢ, ਦ੍ਰਿਸ਼।
GIS ਇਹਨਾਂ ਪਰਤਾਂ ਨੂੰ ਥੋੜੇ ਜਿਹੇ ਢੰਗ ਨਾਲ ਪੈਦਾ ਕਰਦਾ ਹੈ; AI ਇਹਨਾਂ ਪਰਤਾਂ ਨੂੰ ਜੋੜਨ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਅਤੇ ਫੀਲਡ ਆਬਜ਼ਰਵੇਸ਼ਨ ਨੋਟਸ ਦਾ ਸੰਸਲੇਸ਼ਣ ਕਰਦਾ ਹੈ। ਨਾਜ਼ੁਕ ਨਿਯਮ: AI ਢਲਾਨ ਨੂੰ ਮਾਪ ਨਹੀਂ ਸਕਦਾ ਜਾਂ ਨਕਸ਼ੇ 'ਤੇ ਕੋਆਰਡੀਨੇਟ ਪੈਦਾ ਨਹੀਂ ਕਰ ਸਕਦਾ; ਇਹ ਤੁਹਾਡੇ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਮਾਪਿਆ ਡੇਟਾ ਨੂੰ ਸਮਝਣ ਅਤੇ ਤਰਜੀਹਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਸੰਕੇਤ: AI ਨੂੰ ਪੁੱਛੋ "ਉਸ ਜ਼ਮੀਨ ਦੀ ਢਲਾਣ ਕੀ ਹੈ?" ਨਾ ਪੁੱਛੋ - ਉਹ ਇਹ ਨਹੀਂ ਜਾਣ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਬਣਾ ਸਕਦਾ ਹੈ. ਇਸ ਦੀ ਬਜਾਏ, ਤੁਹਾਨੂੰ GIS ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਢਲਾਣ ਡੇਟਾ ਦਿਓ ਅਤੇ ਪੁੱਛੋ "ਇਸ ਢਲਾਣ ਵੰਡ ਦੇ ਅਨੁਸਾਰ, ਕਿਹੜੇ ਖੇਤਰ ਪੈਦਲ ਚੱਲਣ ਲਈ ਢੁਕਵੇਂ ਹਨ, ਕਿਹੜੇ ਬੈਠਣ ਲਈ ਢੁਕਵੇਂ ਹਨ, ਅਤੇ ਕਿਹੜੇ ਪਾਣੀ ਦੀ ਧਾਰਨ ਲਈ ਢੁਕਵੇਂ ਹਨ?" ਟਿੱਪਣੀਆਂ ਲਈ ਪੁੱਛੋ।
ਕਦਮ ਦਰ ਕਦਮ: ਡੇਟਾ ਤੋਂ ਵਿਆਖਿਆ ਤੱਕ
ਕਦਮ 1 — ਮਾਪਿਆ ਡਾਟਾ ਇਕੱਠਾ ਕਰੋ। GIS ਜਾਂ ਫੀਲਡ ਸਰਵੇਖਣ ਤੋਂ ਢਲਾਣ, ਸਥਿਤੀ, ਪਾਣੀ ਦੇ ਵਹਾਅ ਦੀ ਦਿਸ਼ਾ ਵਰਗੇ ਡੇਟਾ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ। ਇਹ ਕਦਮ ਮਨੁੱਖੀ/ਵਾਹਨ ਦਾ ਕੰਮ ਹੈ।
ਕਦਮ 2 - ਫੀਲਡ ਨਿਰੀਖਣ ਨੂੰ ਨੋਟ ਕਰੋ। ਉਹ ਲਿਖੋ ਜੋ ਤੁਸੀਂ ਖੇਤ 'ਤੇ ਦੇਖਦੇ ਹੋ (ਗਿੱਲਾ ਕੋਨਾ, ਹਵਾ ਵਾਲਾ ਰਿਜ, ਛਾਂ ਵਾਲਾ ਖੇਤਰ, ਖਰਾਬ ਰਸਤਾ)।
ਕਦਮ 3 - AI ਦਾ ਸੰਸਲੇਸ਼ਣ ਕਰੋ। ਮਾਪਿਆ ਡੇਟਾ + ਨਿਰੀਖਣ ਨੋਟਸ ਦਿਓ ਅਤੇ "ਮੌਕੇ ਅਤੇ ਰੁਕਾਵਟ ਦੇ ਨਕਸ਼ੇ" ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਟਿੱਪਣੀ ਮੰਗੋ।
ਕਦਮ 4 - ਜਵਾਬੀ ਪੜ੍ਹੋ। ਫੀਲਡ ਹਕੀਕਤ ਨਾਲ ਏਆਈ ਦੀ ਵਿਆਖਿਆ ਦੀ ਤੁਲਨਾ ਕਰੋ; ਕਿਸੇ ਵੀ ਖੇਤਰ ਨੂੰ ਠੀਕ ਕਰੋ ਜੋ ਫਿੱਟ ਨਹੀਂ ਹਨ।
ਕਦਮ 5 - ਇਸਨੂੰ ਡਿਜ਼ਾਈਨ ਦੇ ਫੈਸਲੇ ਨਾਲ ਜੋੜੋ। ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਮੌਕਿਆਂ/ਸਬੰਧਾਂ ਦਾ ਠੋਸ ਡਿਜ਼ਾਈਨ ਫੈਸਲਿਆਂ (ਕਿੱਥੇ ਅਤੇ ਕੀ) ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — ਢਲਾਣ ਦੀ ਵਿਆਖਿਆ। ਪਹਾੜੀ ਪਾਰਕ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ, GIS ਢਲਾਨ ਡੇਟਾ 5%–22% ਦੇ ਵਿਚਕਾਰ ਵੱਖਰਾ ਸੀ। YZ ਨੇ ਇਸਨੂੰ ਨਿਰੀਖਣ ਨੋਟਸ ਦੇ ਨਾਲ ਜੋੜਿਆ ਅਤੇ ਇੱਕ ਪ੍ਰਸਤਾਵ ਤਿਆਰ ਕੀਤਾ ਜਿਸ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ "15% ਤੋਂ ਉੱਪਰ ਦੇ ਖੇਤਰ ਛੱਤ ਵਾਲੇ ਹਨ, 8% ਤੋਂ ਹੇਠਾਂ ਖਾਲੀ ਮੈਦਾਨ ਹਨ, ਅਤੇ ਬਾਕੀ ਸੈਰ ਕਰ ਰਹੇ ਹਨ"। ਆਰਕੀਟੈਕਟ ਨੇ ਸਾਈਟ 'ਤੇ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਅਤੇ 60% ਸਮਾਂ ਬਚਾਇਆ; ਉਸਨੇ ਆਖਰੀ ਛੱਤ ਵਾਲੀ ਲਾਈਨ ਖੁਦ ਖਿੱਚੀ।
ਕੇਸ 2 - ਪਾਣੀ ਭਰਨਾ। ਸਕੂਲ ਦੇ ਵਿਹੜੇ ਵਿੱਚ ਵਾਰ-ਵਾਰ ਪਾਣੀ ਭਰ ਰਿਹਾ ਸੀ। YZ ਨੂੰ ਫੀਲਡ ਨੋਟ + ਢਲਾਨ + ਮਿੱਟੀ ਦਾ ਡੇਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ; YZ ਨੇ ਇਸ਼ਾਰਾ ਕੀਤਾ ਕਿ ਘੱਟ ਢਲਾਣ ਵਾਲਾ ਮਿੱਟੀ ਦਾ ਕੋਨਾ ਇੱਕ ਕੁਦਰਤੀ ਸੰਚਤ ਬਿੰਦੂ ਹੈ ਅਤੇ ਇਸਨੂੰ ਰੇਨ ਗਾਰਡਨ ਵਿੱਚ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇੰਜੀਨੀਅਰ ਨੇ ਨਿਕਾਸੀ ਦਾ ਹਿਸਾਬ ਵੀ ਕੀਤਾ।
ਕੇਸ 3 - ਫੈਬਰੀਕੇਸ਼ਨ ਫੜਿਆ ਗਿਆ। ਇੱਕ ਇੰਟਰਨ ਨੇ AI ਨੂੰ ਸਿੱਧਾ ਪੁੱਛਿਆ "ਇਸ ਪਾਰਸਲ ਦੀ ਔਸਤ ਢਲਾਨ ਕੀ ਹੈ?" ਉਸਨੇ ਪੁੱਛਿਆ; ਏਆਈ ਨੇ ਇੱਕ ਭਰੋਸੇਮੰਦ ਨੰਬਰ ਦਿੱਤਾ. ਸੀਨੀਅਰ ਆਰਕੀਟੈਕਟ ਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਇਹ ਬੇਬੁਨਿਆਦ ਸੀ - ਏਆਈ ਨੇ ਪਾਰਸਲ ਨਹੀਂ ਦੇਖਿਆ ਸੀ। ਮਾਪ ਸੀਬੀਐਸ ਤੋਂ ਲਿਆ ਗਿਆ ਸੀ; ਅਸਲ ਮੁੱਲ ਵੱਖਰਾ ਸੀ। ਸਬਕ: ਵਾਹਨ ਤੋਂ ਸਥਿਤੀ ਮਾਪ ਪ੍ਰਾਪਤ ਕਰੋ, ਏਆਈ ਤੋਂ ਨਹੀਂ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਮੌਕਾ-ਸਬੰਧੀ ਸੰਸਲੇਸ਼ਣ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਲੈਂਡਸਕੇਪ ਵਿਸ਼ਲੇਸ਼ਕ। ਮੈਂ ਤੁਹਾਨੂੰ ਮਾਪਿਆ ਡੇਟਾ ਅਤੇ ਫੀਲਡ ਨਿਰੀਖਣ ਦੇਵਾਂਗਾ। ਡੇਟਾ: ਢਲਾਣ ਦੀ ਵੰਡ [...], ਸਥਿਤੀ [...], ਪਾਣੀ ਦੇ ਵਹਾਅ ਦੀ ਦਿਸ਼ਾ [...], ਮਿੱਟੀ [...]। ਨਿਰੀਖਣ: [ਗਿੱਲਾ ਕੋਨਾ, ਹਵਾ ਵਾਲਾ ਰਿਜ, ਸ਼ੈਡੋ, ਮੌਜੂਦਾ ਮਾਰਗ]। ਇਹਨਾਂ ਦਾ ਸੰਸਲੇਸ਼ਣ ਕਰੋ ਅਤੇ ਇੱਕ ਮੌਕੇ ਅਤੇ ਪਾਬੰਦੀ ਸੂਚੀ ਬਣਾਓ। ਆਕਾਰ ਫਿਟਿੰਗ; ਬੱਸ ਉਸ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਜੋ ਮੈਂ ਤੁਹਾਨੂੰ ਦਿੰਦਾ ਹਾਂ।
2) ਵਰਤੋਂ ਜ਼ੋਨਿੰਗ ਸਿਫਾਰਸ਼:
ਮੇਰੇ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਢਲਾਨ ਅਤੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਡੇਟਾ ਦੇ ਆਧਾਰ 'ਤੇ, ਪਲਾਟ ਨੂੰ ਫੰਕਸ਼ਨ ਜ਼ੋਨਾਂ ਵਿੱਚ ਵੰਡਣ ਦਾ ਸੁਝਾਅ ਦਿਓ: ਸੈਰ, ਬੈਠਣਾ/ਇਕੱਠਾ ਹੋਣਾ, ਪਾਣੀ ਦੀ ਧਾਰਨਾ, ਸੰਘਣੀ ਬਨਸਪਤੀ, ਖੇਡਣਾ। ਲਿਖੋ ਕਿ ਤੁਸੀਂ ਹਰੇਕ ਸਿਫ਼ਾਰਸ਼ ਨੂੰ ਕਿਸ ਡੇਟਾ 'ਤੇ ਅਧਾਰਤ ਕਰਦੇ ਹੋ। ਦੱਸੋ ਕਿ ਇਹ ਇੱਕ ਡਰਾਫਟ ਹੈ ਅਤੇ ਫੀਲਡ ਵਿੱਚ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਵੇਗੀ।
3) ਫੀਲਡ ਟ੍ਰਿਪ ਚੈੱਕਲਿਸਟ:
[4 ਹੈਕਟੇਅਰ ਸਟ੍ਰੀਮਸਾਈਡ ਪਾਰਕ] ਪ੍ਰੋਜੈਕਟ ਲਈ ਸਾਈਟ ਵਿਸ਼ਲੇਸ਼ਣ ਯਾਤਰਾ 'ਤੇ ਮੈਨੂੰ ਦੇਖਣ ਅਤੇ ਨੋਟ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਆਈਟਮਾਂ ਦੀ ਇੱਕ ਚੈਕਲਿਸਟ ਤਿਆਰ ਕਰੋ: ਟੌਪੋਗ੍ਰਾਫੀ, ਪਾਣੀ, ਮਿੱਟੀ, ਬਨਸਪਤੀ, ਸੂਰਜ/ਛਾਂ, ਹਵਾ, ਮਨੁੱਖੀ ਵਰਤੋਂ, ਪਹੁੰਚ ਅਤੇ ਆਂਢ-ਗੁਆਂਢ।
4) ਵਿਸ਼ਲੇਸ਼ਣ-ਡਿਜ਼ਾਈਨ ਪੁਲ:
ਇਸ ਅਵਸਰ-ਸਬੰਧੀ ਸੂਚੀ ਦਾ ਠੋਸ ਡਿਜ਼ਾਈਨ ਫੈਸਲਿਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ: ਹਰੇਕ ਅਵਸਰ ਲਈ "ਮੈਂ ਇਸ ਦਾ ਸ਼ੋਸ਼ਣ ਕਿਵੇਂ ਕਰਾਂ", ਹਰੇਕ ਰੁਕਾਵਟ ਲਈ "ਮੈਂ ਇਸ ਨੂੰ ਕਿਵੇਂ ਦੂਰ/ਪ੍ਰਬੰਧਨ ਕਰਾਂ"। ਇੰਜਨੀਅਰਿੰਗ (ਡਰੇਨੇਜ, ਬਰਕਰਾਰ ਰੱਖਣ) ਦੀ ਲੋੜ ਵਾਲੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਵੀ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਪਲਾਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ।
AI ਪਲਾਟ ਨੂੰ ਨਹੀਂ ਦੇਖਦਾ; ਜੇਕਰ ਕੋਈ ਡਾਟਾ ਨਹੀਂ ਹੈ, ਤਾਂ ਉਹ ਜਾਂ ਤਾਂ ਆਮ ਬਿਆਨ ਦਿੰਦਾ ਹੈ ਜਾਂ ਮਾਪ ਬਣਾਉਂਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਡੋਮੇਨ ਵਿਸ਼ਲੇਸ਼ਕ। ਮਾਪਿਆ ਡੇਟਾ (ਜੀਆਈਐਸ ਤੋਂ): ਢਲਾਨ 4-18%, ਉੱਤਰ-ਮੁਖੀ ਢਲਾਨ, ਦੱਖਣ-ਪੂਰਬ ਵੱਲ ਪਾਣੀ ਦਾ ਵਹਾਅ, ਮਿੱਟੀ ਦੀ ਲੋਮ ਮਿੱਟੀ, ਦਰਮਿਆਨੀ ਨਿਕਾਸੀ। ਸਾਈਟ ਨਿਰੀਖਣ: ਉੱਤਰੀ ਕੋਨਾ ਲਗਾਤਾਰ ਛਾਂਦਾਰ ਅਤੇ ਨਮੀ ਵਾਲਾ ਹੈ, ਦੱਖਣੀ ਕਿਨਾਰਾ ਹਵਾ ਲਈ ਖੁੱਲ੍ਹਾ ਹੈ, ਮੌਜੂਦਾ ਜਹਾਜ਼ ਦੇ ਰੁੱਖ ਦੀ ਕਤਾਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਵੇਗਾ, ਪੂਰਬੀ ਕਿਨਾਰੇ 'ਤੇ ਇੱਕ ਬਿਲਟ-ਇਨ ਪੈਦਲ ਮਾਰਗ ਹੈ. ਮੌਕਿਆਂ ਅਤੇ ਰੁਕਾਵਟਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਇਸ ਡੇਟਾ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਗਈ ਹੈ; ਉਹ ਡੇਟਾ ਲਿਖੋ ਜਿਸ 'ਤੇ ਤੁਸੀਂ ਹਰੇਕ ਆਈਟਮ ਨੂੰ ਅਧਾਰਤ ਕਰਦੇ ਹੋ। ਮਾਪ ਨਾ ਬਣਾਓ.
ਮਾਪਿਆ ਡੇਟਾ + ਨਿਰੀਖਣ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, AI ਇੱਕ ਸੱਚਾ ਸੰਸਲੇਸ਼ਣ ਪੈਦਾ ਕਰਦਾ ਹੈ ਅਤੇ "ਮਾਪ ਫਿਟਿੰਗ" ਰੁਕਾਵਟ ਭਰਮ ਨੂੰ ਕੱਟ ਦਿੰਦੀ ਹੈ।
ਡਾਟਾ ਸਰੋਤ ਅਤੇ ਭੂਮਿਕਾ ਸਾਰਣੀ
ਪਰਤ
ਡੇਟਾ ਕਿੱਥੋਂ ਹੈ?
ਏਆਈ ਦੀ ਭੂਮਿਕਾ
ਆਦਮੀ ਦੀ ਭੂਮਿਕਾ
ਢਲਾਨ/ਉੱਚਾਈ
GIS, ਮਾਪ
ਟਿੱਪਣੀ
ਮਾਪ, ਪੁਸ਼ਟੀ
ਸਥਿਤੀ
ਜੀ.ਆਈ.ਐਸ
ਵਿਸ਼ੇਸ਼ਤਾ
ਤਸਦੀਕ
ਹਾਈਡ੍ਰੋਲੋਜੀ
GIS + ਖੇਤਰ
ਪੈਟਰਨ ਸੁਝਾਅ
ਇੰਜੀਨੀਅਰ ਖਾਤਾ
ਮਿੱਟੀ
ਡ੍ਰਿਲਿੰਗ/ਪ੍ਰਯੋਗਸ਼ਾਲਾ
ਸਮਝਦਾਰੀ
ਟੈਸਟ, ਫੈਸਲਾ
ਮੌਜੂਦਾ ਪੌਦਾ
ਖੇਤਰ ਵਸਤੂ
ਸੰਸਲੇਸ਼ਣ
ਖੋਜ, ਸੁਰੱਖਿਆ
ਮਨੁੱਖੀ ਵਰਤੋਂ
ਖੇਤਰ ਨਿਰੀਖਣ
ਸੰਖੇਪ
ਨਿਰੀਖਣ, ਟਿੱਪਣੀ
ਆਮ ਗਲਤੀਆਂ
- AI ਤੋਂ ਸਥਿਤੀ ਸੰਬੰਧੀ ਮਾਪਾਂ ਦੀ ਬੇਨਤੀ ਕਰਨਾ। ਢਲਾਨ, ਖੇਤਰ, ਦੂਰੀ GIS/ਮਾਪ ਦਾ ਕੰਮ ਹੈ; AI ਇਸਨੂੰ ਬਣਾ ਸਕਦਾ ਹੈ।
- ਖੇਤਰੀ ਯਾਤਰਾ ਨੂੰ ਛੱਡਣਾ। ਕੋਈ ਵੀ ਡੇਟਾ ਫੀਲਡ ਵਿੱਚ ਖੜ੍ਹੇ ਹੋਣ ਅਤੇ ਦੇਖਣ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈ ਸਕਦਾ।
- ਇੱਕ ਪਰਤ ਨੂੰ ਵੇਖ ਰਿਹਾ ਹੈ. ਮੌਕੇ ਲੇਅਰਾਂ ਦੇ ਇੰਟਰਸੈਕਸ਼ਨ 'ਤੇ ਪੈਦਾ ਹੁੰਦੇ ਹਨ (ਢਲਾਨ + ਪਾਣੀ + ਸ਼ੈਡੋ ਇਕੱਠੇ)।
- ਫੀਲਡ ਨਾਲ ਵਿਆਖਿਆ ਦੀ ਤੁਲਨਾ ਨਹੀਂ ਕਰਨੀ. AI ਸੰਸਲੇਸ਼ਣ ਇੱਕ ਪਰਿਕਲਪਨਾ ਹੈ; ਖੇਤਰ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ.
- ਇੰਜੀਨੀਅਰਿੰਗ ਮੁੱਦਿਆਂ ਨੂੰ ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰਨਾ। ਡਰੇਨੇਜ ਸਮਰੱਥਾ ਅਤੇ ਬਰਕਰਾਰ ਰੱਖਣ ਵਾਲੇ ਸਟੈਟਿਕਸ ਲਈ ਵੱਖਰੀਆਂ ਗਣਨਾਵਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਫੀਲਡ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਮਾਪ ਅਤੇ ਸਥਿਤੀ ਦੀ ਸ਼ੁੱਧਤਾ GIS ਅਤੇ ਫੀਲਡ ਦਾ ਕੰਮ ਹੈ; AI ਫੀਲਡ ਨਿਰੀਖਣਾਂ ਦੇ ਨਾਲ ਇਸ ਮਾਪਿਆ ਡੇਟਾ ਨੂੰ ਸੰਸਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਮੌਕਾ-ਸਬੰਧੀ ਨਕਸ਼ੇ ਅਤੇ ਜ਼ੋਨਿੰਗ ਸਿਫ਼ਾਰਿਸ਼ਾਂ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਭਾਈਵਾਲ ਹੈ। ਮਾਪਿਆ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ, ਫੀਲਡ ਨਿਰੀਖਣ, AI ਸੰਸ਼ਲੇਸ਼ਣ, ਫੀਲਡ ਕਾਊਂਟਰ-ਰੀਡਿੰਗ, ਅਤੇ ਡਿਜ਼ਾਈਨ ਨਾਲ ਲਿੰਕ ਕਰਨ ਦੁਆਰਾ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਚਲਾਓ। ਮਾਪ ਲਈ AI ਨੂੰ ਕਦੇ ਨਾ ਪੁੱਛੋ; ਇਸਨੂੰ ਡੇਟਾ ਦਿਓ ਅਤੇ ਇਸਦਾ ਅਰਥ ਬਣਾਓ। ਸੰਸਲੇਸ਼ਣ ਹਮੇਸ਼ਾ ਖੇਤਰ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਇੱਕ ਪਰਿਕਲਪਨਾ ਹੈ.
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਪਲਾਟ ਲਈ ਢਲਾਨ, ਸਥਿਤੀ, ਅਤੇ ਪਾਣੀ ਦੇ ਵਹਾਅ ਦਾ ਵਰਣਨ ਕਰੋ (ਜਾਂ ਤਾਂ ਅਸਲ GIS ਡੇਟਾ ਜਾਂ ਵਾਜਬ ਧਾਰਨਾਵਾਂ ਨਾਲ) ਅਤੇ ਇੱਕ ਫੀਲਡ ਨਿਰੀਖਣ ਨੋਟ ਲਿਖੋ। "ਅਵਸਰ-ਸਬੰਧੀ ਸੰਸਲੇਸ਼ਣ" ਟੈਮਪਲੇਟ ਨਾਲ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਬਣਾਓ, ਫਿਰ ਇਸਨੂੰ "ਵਿਸ਼ਲੇਸ਼ਣ-ਡਿਜ਼ਾਈਨ ਬ੍ਰਿਜ" ਟੈਂਪਲੇਟ ਨਾਲ ਘੱਟੋ-ਘੱਟ ਪੰਜ ਠੋਸ ਡਿਜ਼ਾਈਨ ਫੈਸਲਿਆਂ ਵਿੱਚ ਬਦਲੋ। ਉਨ੍ਹਾਂ ਚੀਜ਼ਾਂ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਜਿਨ੍ਹਾਂ ਲਈ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ GIS/ਮਾਪ ਤੋਂ ਮਾਪਿਆ ਡੇਟਾ ਲਿਆ, ਮੈਂ ਇਸਨੂੰ AI ਨਾਲ ਅਨੁਕੂਲ ਨਹੀਂ ਬਣਾਇਆ।
- [ ] ਮੈਂ ਆਪਣਾ ਫੀਲਡ ਨਿਰੀਖਣ ਨੋਟ ਲਿਖਤੀ ਰੂਪ ਵਿੱਚ ਰੱਖਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਏਆਈ ਸੰਸਲੇਸ਼ਣ ਨੂੰ ਕਈ ਲੇਅਰਾਂ ਦੇ ਇੰਟਰਸੈਕਸ਼ਨ ਨਾਲ ਬਣਾਇਆ ਹੈ।
- [ ] ਮੈਂ ਫੀਲਡ ਵਾਸਤਵਿਕਤਾ ਦੇ ਨਾਲ ਸੰਸਲੇਸ਼ਣ ਨੂੰ ਉਲਟ-ਪੜ੍ਹਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਉਹਨਾਂ ਆਈਟਮਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਜਿਨ੍ਹਾਂ ਲਈ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਲੋੜ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਮਾਹਰ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕੀਤਾ।