Zyski:
- Możliwość konfigurowania i uruchamiania automatyzacji przepływu pracy ze wsparciem AI za pomocą PyQGIS i projektanta modeli
- Możliwość zarządzania limitami prywatności danych osobowych, praw autorskich, licencji i odpowiedzialności inżynierskiej w kompleksowym projekcie
- Możliwość zaprojektowania projektu geomatycznego w ramach przepływu opartego na sztucznej inteligencji, ale skoncentrowanego na weryfikacji, od gromadzenia danych do dostarczenia
Egzamin modułowy
1. Która z poniższych zasad jest podstawową zasadą określającą ryzyko wyników AI w inżynierii geodezyjnej?
- A) Ryzyko wyjścia jest równe szkodzie, jaką spowodowałoby, gdyby wyjście było wadliwe; walidacja jest odpowiednio skalowana ✔
- B) Dane wyjściowe AI są ogólnie bezpieczne, ponieważ są napisane płynnie i pewnie
- C) Walidacja nie jest konieczna, jeśli używany jest najbardziej aktualny model
- D) Jeżeli wyjście odnosi się do normy, nie jest wymagana dodatkowa kontrola
Objaśnienie: Ryzyko wyjścia jest równe szkodzie, jaką spowoduje to, jeśli wyjście będzie wadliwe. Chociaż drobny błąd w podsumowaniu literatury jest w dużej mierze nieszkodliwy, błąd w granicy katastralnej lub wartości wzniesienia może prowadzić do naruszenia prawa własności, niewłaściwego zastosowania konstrukcji i zniszczenia mienia; zatem intensywność weryfikacji wzrasta wraz z potencjalną szkodą.
2. Jakie zadanie najbezpieczniej i najwłaściwiej przypisuje się AI w kontroli jakości zestawu pomiarowego GNSS?
- A) Aby ostatecznie zaakceptować dokładność współrzędnych punktu i zgłosić je jako gotowe do rejestracji
- B) Edycja surowych tabel obserwacji i zaznaczanie ewentualnych wartości odstających/niespójności ✔
- C) Bezpośrednie potwierdzenie wartości aplikacji, bez patrzenia na zasady pomiaru
- D) Uznanie wyniku za ważny bez obliczania błędów zamknięcia
Wyjaśnienie: Najbezpieczniejszym wkładem sztucznej inteligencji są zadania pomocnicze, które inżynier może kontrolować, takie jak porządkowanie rozproszonych surowych danych i adnotacji, oznaczanie niespójności i wartości odstających. Ostateczna akceptacja dokładności współrzędnych punktu pozostaje za zgodą inżyniera, łącznie z błędami zamknięcia i zasadami pomiaru; Sztuczna inteligencja twierdząca, że „sprawa jest absolutnie słuszna” nie jest dowodem.
3. Jakie informacje należy wyraźnie podać AI we wniosku o przekształcenie współrzędnych?
- A) Tylko nazwy punktów
- B) Sama nazwa rzutu docelowego, punkt odniesienia jest nieistotny
- C) Źródłowy i docelowy układ współrzędnych (odniesienie + odwzorowanie/EPSG) i parametry transformacji ✔
- D) Imię i nazwisko osoby dokonującej pomiaru
Wyjaśnienie: Transformacja współrzędnych ma sens tylko wtedy, gdy zostanie podany układ źródłowy, układ docelowy (punkt odniesienia + odwzorowanie, np. kod EPSG) i wymagane parametry transformacji. Samo powiedzenie „przekonwertuj to na UTM” pozostawia niejasność, który układ odniesienia jest przenoszony z którego do którego punktu odniesienia i może spowodować przesunięcie punktu odniesienia o metry.
4. Który z poniższych sposobów jest najbardziej praktycznym sposobem sprawdzenia wyniku transformacji?
- A) Sprawdzanie liczby miejsc po przecinku na wyjściu
- B) Sprawdzanie, jak szybko model daje odpowiedź
- C) Przeniesienie wyniku do CAD bez jego sprawdzania
- D) Poddanie punktu kontrolnego, którego współrzędne są znane, poprzez tę samą transformację i porównanie go z wartością oczekiwaną ✔
Objaśnienie: Przejście jednego lub kilku punktów kontrolnych, których współrzędne są znane w wyniku tej samej transformacji i porównanie ich z wartością oczekiwaną szybko ujawnia błędy zarówno parametrów, jak i układu odniesienia. Systematyczna różnica kilkudziesięciu metrów jest zazwyczaj błędnym znakiem punktu odniesienia/parametru. Fakt, że wydruk wydaje się gładki, nie jest dowodem poprawności.
5. Jaki jest najważniejszy warunek poprawności obliczeń buforów i powierzchni w GIS?
- A) Warstwa znajduje się w odpowiednim metrycznym (rzutowym) układzie współrzędnych ✔
- B) Kolor warstwy
- C) Kolejność kolumn w tabeli atrybutów
- D) Nazwa pliku warstwy powinna być krótka
Objaśnienie: Obliczenia odległości i powierzchni mają znaczenie tylko w metrycznym (rzutowanym) układzie współrzędnych. Bezpośrednie buforowanie we współrzędnych geograficznych (szerokość/długość geograficzna w stopniach) daje niedokładne wyniki z powodu pomieszania stopni i liczników. Dlatego przed analizą warstwę należy umieścić w odpowiednim rzucie.
6. Jaki jest standardowy sposób pomiaru dokładności mapy pokrycia terenu w klasyfikacji zdjęć satelitarnych?
- A) Przyglądanie się żywym kolorom mapy
- B) Ustalenie macierzy błędów z niezależnymi próbkami prawdy podstawowej i obliczenie ogólnej dokładności/Kappa ✔
- C) Poleganie na dużej liczbie klas
- D) Patrząc na rozdzielczość obrazu i zakładając dokładność
Opis: Dokładność klasyfikacji ocenia się poprzez ustalenie macierzy pomyłek z niezależnymi próbkami prawdy podstawowej i przedstawienie jej za pomocą wskaźników, takich jak ogólna dokładność i Kappa. „Dobry wygląd” mapy lub jaskrawość kolorów klas nie jest dowodem dokładności.
7. Jaki jest podstawowy element zapewniający dokładność pozycjonowania w produkcji ortofotogrametrii fotogrametrycznej i DSM?
- A) Po prostu rób dużo zdjęć
- B) UAV to drogi model
- C) Kontrola dokładności z dokładnie zmierzonymi naziemnymi punktami kontrolnymi i niezależnymi punktami kontrolnymi ✔
- D) Lot powinien odbywać się w pochmurny dzień
Opis: Naziemne punkty kontrolne (GCP) łączą model fotogrametryczny z rzeczywistym układem współrzędnych i określają dokładność skali/lokalizacji. Dodatkowo dokładność testowana jest poprzez obliczenie RMSE z niezależnymi punktami kontrolnymi, które nie są uwzględniane w modelu. Samo zwiększenie liczby zdjęć lub zwiększenie ceny UAV nie gwarantuje dokładności.
8. Który krok jest obowiązkowy, aby wygenerować cyfrowy model terenu (DTM) z chmury punktów LiDAR?
- A) Zamiana wszystkich punktów w powierzchnię taką, jaka jest
- B) Używanie tylko najwyższych punktów
- C) Usuwanie wartości gęstości
- D) Oddzielenie punktów niezwiązanych z ziemią (budynek, drzewo) za pomocą filtrowania gruntu ✔
Opis: DTM reprezentuje gołą powierzchnię ziemi; Dlatego punkty niebędące naziemnymi, takie jak budynki, drzewa, pojazdy muszą zostać oddzielone (filtrowanie/klasyfikacja naziemna). Jeśli pominie się ten krok, uzyskana zostanie powierzchnia górna (DSM), a nie DTM. Sztuczna inteligencja może przyspieszyć klasyfikację, ale wynik musi zostać zweryfikowany przekrojami profili.
9. Jaki jest jeden z najczęstszych i najbardziej ryzykownych błędów w automatycznym generowaniu map za pomocą AI?
- A) Pominięcie obowiązkowych elementów, takich jak skala, legenda, układ współrzędnych i ocena dokładności ✔
- B) Używanie zbyt wielu punktów kontrolnych
- C) Grupowanie warstw
- D) Dodanie tytułu do arkusza
Wyjaśnienie: Automatyczna symbolizacja i etykietowanie jest szybkie, ale jeśli brakuje podstawowych elementów kartograficznych, takich jak skala, legenda, strzałka północy, układ współrzędnych i informacja o dokładności, mapa staje się myląca i oficjalnie nie nadaje się do użytku. Atrakcyjność wizualna nie zastąpi tych podstawowych elementów.
10. Jaki powinien być status wyników AI podczas pracy z danymi katastralnymi i rejestrami gruntów?
- A) Uważa się, że są to dane ostateczne, które można bezpośrednio zapisać w tytule własności.
- B) Przyjęte jako wstępna kontrola/projekt; Ostateczna ważność zależy od pomiarów, przepisów i zatwierdzeń władz ✔
- C) Samodzielnie rozwiązuj spory majątkowe
- D) Staje się dokumentem urzędowym bez potrzeby jakiejkolwiek kontroli.
Wyjaśnienie: Informacje o granicach katastralnych, obszarze i własności mają konsekwencje prawne; AI generuje najwięcej inspekcji wstępnych, skanów niespójności i wersji roboczych. Ostateczna ważność zależy od pomiarów, przepisów i zatwierdzenia upoważnionego inżyniera/instytucji. Deklarowanie wyników sztucznej inteligencji jako „ostatecznych” stwarza ryzyko prawne i zawodowe.
11. Jaka jest najważniejsza kontrola przed użyciem skryptu GeoPandas/PyProj wygenerowanego przez sztuczną inteligencję?
- A) Zakładając, że jest poprawny, ponieważ kod jest długi
- B) Uznając, że wystarczy, że będzie działać bez błędów
- C) Uruchom go z małymi, znanymi danymi testowymi i zweryfikuj CRS oraz rangę ✔
- D) Zatwierdzanie nazw zmiennych jako ładnych
Objaśnienie: Wygenerowany kod należy uruchomić z małą liczbą danych testowych, których wynik jest znany, oraz sprawdzić oczekiwany wynik i rangę. W szczególności błędem krytycznym jest prawidłowe przypisanie definicji CRS (układu współrzędnych); fałszywy CRS po cichu generuje metry dryfu. To, że kod „działa”, nie znaczy, że jest poprawny.
12. Jakie jest właściwe podejście w przypadku przekazywania AI zbioru danych katastralnych/adresowych zawierających dane o lokalizacji i dane osobowe?
- A) Wyślij wszystkie informacje o prawdziwym właścicielu i tożsamości w niezmienionej postaci
- B) Ignorowanie prywatności, ponieważ byłoby to korzystne
- C) Wklejanie danych na forum publicznym
- D) Anonimizacja danych osobowych lub praca z reprezentatywnymi wartościami/zatwierdzonym środowiskiem ✔
Wyjaśnienie: Dane zawierające dane osobowe (imię i nazwisko właściciela, identyfikator TR, poufna lokalizacja) nie powinny być wysyłane do modelu zewnętrznego z naruszeniem polityki i przepisów korporacyjnych. Dane powinny być anonimowe, należy użyć próbek/reprezentatywnych wartości lub należy skorzystać z zatwierdzonego/wewnętrznego środowiska. Uzasadnienie „i tak przydatne” nie eliminuje obowiązku zachowania poufności.
13. Jaki jest główny cel stosowania wskaźnika NDVI w klasyfikacji pokrycia terenu?
- A) Pomiar żywotności/gęstości roślinności w zakresie bliskiej podczerwieni i pasm czerwonych ✔
- B) Pomiar wysokości terenu w metrach
- C) Ustalenie właściciela przesyłki
- D) Transformacja układu współrzędnych
Opis: NDVI (Normalized Difference Vegetation Index) mierzy siłę/gęstość zielonej roślinności za pomocą różnicy pasm podczerwieni i czerwieni. Roślinność jest potężnym wskaźnikiem pozwalającym odróżnić wodę od gołej ziemi. Sam wzrost nie mierzy ani nie określa własności.
14. Które stwierdzenie jest najtrafniejsze w odniesieniu do roli wyników sztucznej inteligencji w aplikacji lub zadaniu katastralnym o znaczeniu krytycznym dla bezpieczeństwa?
- A) Jeśli sygnał wyjściowy AI jest wystarczająco płynny, nie ma potrzeby zatwierdzania przez inżyniera
- B) AI jest akceleratorem; Nie zastępuje zgody i odpowiedzialności kompetentnego inżyniera ✔
- C) Odpowiedzialność przechodzi na firmę produkującą model
- D) W przypadku korzystania z najdroższego modelu nie jest wymagana zgoda
Oświadczenie: W inżynierii i tworzeniu map wyniki sztucznej inteligencji nie zastępują kontroli i zatwierdzenia przez kompetentnego eksperta w pracy, która ma konsekwencje dla bezpieczeństwa i prawne; Jest to jedynie narzędzie przyspieszające i generujące wersję roboczą. Ostateczna odpowiedzialność i podpis pozostają po stronie upoważnionego inżyniera.