ලාභ:
- කෘතිම බුද්ධිය සමඟ චන්ද්රිකා, ගුවන් ඡායාරූපකරණය සහ LiDAR දත්තවල විෂමතා සඳහා පරිලෝකනය කිරීමේ හැකියාව සහ භූමිය තහවුරු කිරීම අවශ්ය අපේක්ෂකයෙකු ලෙස එක් එක් ලකුණ ඇගයීම
- ශාක, පස සහ සෙවනැලි අංශුවල සෘතුමය සහ කොන්දේසි සහිත යැපීම සහ ස්වාභාවික/නූතන ව්යාජ ධනාත්මක දේ ඉවත් කරන ආකාරය අවබෝධ කර ගැනීම.
- සංවේදී අඩවි ස්ථාන කොල්ලකෑමෙන් ආරක්ෂා කළ යුතු අතර විකාශනයේදී නොපැහැදිලි කළ යුත්තේ මන්දැයි යෙදීමේ හැකියාව
පුරාවිද්යාවේ වඩාත් උද්යෝගිමත් වර්ධනයක් වන්නේ පොළව හාරා නොගෙන භූගත හා මතුපිට හෝඩුවාවන් දැකීමේ හැකියාවයි. දුරස්ථ සංවේදනය (චන්ද්රිකා, ගුවන් යානා හෝ ඩ්රෝන ඡායාරූප සහිත ප්රදේශයක් භෞතිකව ස්පර්ශ නොකර පරීක්ෂා කිරීමේ ක්රමයක්) විශාල ප්රදේශ පරිලෝකනය කිරීමට සහ හැකි ස්ථාන (පුරාවිද්යාත්මක අවශේෂ අඩංගු ස්ථාන) හඳුනා ගැනීමට ඇති ප්රබලම මෙවලමයි. මෙම ඒකකය තුළ, අපි AI විසින් චන්ද්රිකා ඡායාරූප, ගුවන් ඡායාරූප සහ LiDAR දත්තවල විෂමතා (එහි වටපිටාවෙන් වෙනස් වන පීලි, මිනිසා විසින් සාදන ලද) සලකුණු කරන ආකාරය ඉගෙන ගනිමු, නමුත් ක්ෂේත්රයේ එක් එක් ලකුණ තහවුරු කළ යුත්තේ මන්දැයි.
මූලික මූලධර්මය: AI යනු පුළුල් ප්රදේශයක "මෙහි බලන්න" යැයි පවසන ස්කෑනිං සහ පොයින්ටින් සහකාරයෙකි; "මෙය සැබවින්ම වෙබ් අඩවියකි" තීරණය ගනු ලබන්නේ ඉඩම් පාලනය සහ විශේෂඥයා විසිනි. දුරස්ථ සංවේදනයේදී, AI මගින් සලකුණු කරන ලද සෑම ලක්ෂයක්ම කල්පිතයක් මිස සොයාගැනීමක් නොවේ.
දුරස්ථ සංවේදන වර්ග
චන්ද්රිකා සහ ගුවන් ඡායාරූපකරණය. වළලන ලද ව්යුහයන් ඒවාට ඉහලින් පසෙහි සහ වෘක්ෂලතාදියෙහි අවකල්ය වර්ධනයට මග පාදයි. තාප්පයක බෝගය දුර්වලයි, වළක එය පඳුරු ය; මේවා ක්රොප් මාර්ක් ලෙස හැඳින්වේ. NDVI (වෘක්ෂලතා සෞඛ්යය මනින දර්ශකයකි; එය අධෝරක්ත කිරණ භාවිතයෙන් ශාක ජීව ශක්තිය ප්රමාණනය කරයි) මෙම වෙනස්කම් ඉස්මතු කරයි. AI මිනිසාට වඩා වේගයෙන් විශාල රූපවල මෙම සියුම් වෙනස්කම් පරිලෝකනය කරයි.
LiDAR. LiDAR (Light Detection and Ranging — ගුවන් යානයක සිට බිමට ලේසර් විදිමින් සහ ආපසු එන කාලය මැනීම මගින් මතුපිට ඉතා නිවැරදි 3D උන්නතාංශ සිතියමක් නිර්මාණය කරන තාක්ෂණය) වඩාත්ම විප්ලවීය මෙවලම වේ. එහි ලක්ෂණය වන්නේ ලේසර් ගස් හරහා බිමට ළඟා විය හැකි බවයි; මේ අනුව, වෘක්ෂලතාදිය සංඛ්යාත්මකව "ලෙලි ඉවත් කරන විට" වනාන්තරය යට පස් කඳු, ටෙරස්, මාර්ග සහ ගොඩනැගිලි අත්තිවාරම් හෙළි වේ. AI මෙම උන්නතාංශ දත්තවල ගැටිති, වලවල් සහ සුමට ජ්යාමිතික හැඩතල සලකුණු කරයි.
භූ භෞතික විද්යාව (පරිපූරක). බිම විනිවිද යන රේඩාර් (GPR) සහ චුම්බක සමීක්ෂණය වැනි ක්රම මතුපිටට මදක් පහළින් පෙනේ; AI මෙම දත්තවල ද විෂමතා රටා සෙවීමට උදවු කරයි.
AI සමඟින් අඩවි හඳුනාගැනීමේ පියවර
- දත්ත සකස් කිරීම. රූප ඛණ්ඩාංක පද්ධතියට සවි කර ඇත (භූගෝලීය යොමු කිරීම), සෙවනැල්ල සහ වෙනස නිවැරදි කර ඇත. LiDAR හි, වෘක්ෂලතා පෙරීම සිදු කර "හිස් බිම් ආකෘතියක්" නිපදවයි.
- විෂමතා ස්කෑන් කිරීම. AI මිනිසා විසින් සාදන ලද සුමට ජ්යාමිතීන් (රවුම් පස් කන්ද, සෘජුකෝණාස්රාකාර ව්යුහය, රේඛීය අගල්/මාර්ගය) සලකුණු කරයි.
- තුරන් කිරීම. බොහෝ සංඥා ස්වභාවික (භූ විද්යාත්මක, කෘෂිකාර්මික, නවීන). විශේෂඥයා පැහැදිලිවම ස්වභාවික හා නවීන ඒවා ඉවත් කරයි.
- ප්රමුඛත්වය. ඉතිරි අපේක්ෂක ලකුණු සන්දර්භය සහ දන්නා අඩවි බෙදාහැරීම මගින් ප්රමුඛත්වය දෙනු ලැබේ.
- ඉඩම් තහවුරු කිරීම. ප්රමුඛතා ස්ථාන මතුපිට සමීක්ෂණය මගින් වෙබ් අඩවියේ පරීක්ෂා කර, අවශ්ය නම්, විදුම් සිදු කෙරේ. කිසිදු කරුණක් තහවුරු කිරීමකින් තොරව "වාඩි" ප්රකාශ කර නැත.
ඉඟිය: සෑම විටම AI හි සලකුණු "ඉහළ ව්යාජ ධනාත්මක අනුපාතයක් සහිත අපේක්ෂකයින්ගේ ලැයිස්තුවක්" ලෙස බලන්න. ක්ෂේත්රයේ නැරඹිය යුතු ස්ථාන බුද්ධිමත්ව පටු කිරීම අරමුණයි; සොයා ගැනීම නිවේදනය කිරීමට නොවේ. සීසන් එකකට ගොඩබිම් ලකුණු 200ක් 30ට අඩු කිරීම ලොකු වාසියක්.
සංවේදී ස්ථානය: තීරණාත්මක පෞද්ගලිකත්වය
අඩවි හඳුනාගැනීමේදී ඇති බරපතලම සදාචාරාත්මක සහ ආරක්ෂක ගැටලුව වන්නේ ස්ථාන රහස්යභාවයයි. අලුතින් හඳුනාගත්, අනාරක්ෂිත අඩවියක නිශ්චිත ඛණ්ඩාංක නීතිවිරෝධී කැණීම් කරන්නන් සහ නිධන් සොයන්නන් සඳහා සෘජු ඉලක්කයකි. එබැවින්:
- නිශ්චිත ඛණ්ඩාංක තහවුරු කර නොමැති පොදු AI වාහනවලට ඇතුළු නොවන්න.
- විකාශන සහ ඉදිරිපත් කිරීම් වල සංවේදී අඩවි ඇති ස්ථානය බොඳ කරන්න (සාමාන්ය ප්රදේශය දෙන්න, GPS නැත).
- සංවිධානයේ ආරක්ෂිත පද්ධතියේ දත්ත තබා ප්රවේශය සීමා කරන්න.
අවධානය: "මම සිතියමක් අඳින්න යනවා" යැයි පවසමින් වෙබ් අඩවියක ඛණ්ඩාංක පොදු සේවාවකට ඇලවීම එම වෙබ් අඩවිය කොල්ලකෑමට විවෘත විය හැක. ස්ථාන දත්ත යනු සොයා ගැනීම තරම්ම ආරක්ෂා කළ යුතු වත්කමකි.
කුඩා නඩු තුනක්
නඩුව 1 - ස්කෑන් කිරීම ප්රදේශය පටු විය. මිනින්දෝරු ව්යාපෘතියක් මගින් 500 km² ක ප්රදේශයක් සමීක්ෂණය කරනු ලැබේ. AI බලයෙන් ක්රියාත්මක වන LiDAR විශ්ලේෂණය මගින් වනාන්තරය යට ඇති විය හැකි පස් කඳු 120ක් සලකුණු කරන ලදී. විශේෂඥයන් ඉවත් කිරීමෙන් පසුව, ප්රමුඛතා ස්ථාන 38 ක් ඉතිරි වේ; මෙයින් 11ක් ක්ෂේත්රයේ සැබෑ පුරාවිද්යාත්මක ව්යුහයන් බව සොයා ගන්නා ලදී. AI විසින් මාස ගණනක් අන්ධ සෙවුම් ඉලක්ක කරගත් සමයකට ඝනීභවනය කර ඇත.
නඩුව 2 - වැරදි ධනාත්මක පාඩම විය. AI විසින් සලකුණු කරන ලද සිනිඳු කවාකාර කැළලක් "ගොඩැල්ලක්" ලෙස ප්රකාශ කිරීමට කණ්ඩායමක් උද්යෝගයෙන් සූදානම් වෙමින් සිටියදී, විශේෂඥ භූ විද්යාඥයා එය ස්වභාවික අවපාතයක් (ඩොලින්) බව පෙන්වා දුන්නේය. ඉඩම් තහවුරු කිරීමකින් තොරව කරන ලද ප්රකාශයක් කීර්ති නාමය අහිමි විය හැකිය. පාඩම: AI බලන්නේ ජ්යාමිතිය මිස සම්භවය පිළිබඳ අර්ථකථනය නොවේ.
නඩුව 3 - ස්ථානය කාන්දු වීම වළක්වා ඇත. සිසුවෙකු විසින් අලුතින් සොයාගත් අඩවියක ඛණ්ඩාංක අඩංගු රූපය පොදු මෙවලමකට උඩුගත කරනු ඇත. උපදේශකයා නැවතුණා; ප්රදේශය තවමත් අනාරක්ෂිත විය. රූපය සකසන ලද්දේ ඛණ්ඩාංක තොරතුරු ඉවත් කර ආරක්ෂිත පද්ධතිය තුළ පමණි.
පිටපත් කළ හැකි සැකිලි හතරක්
1) විෂමතා ස්කෑනිං රාමුව:
ඔබේ කාර්යභාරය: දුරස්ථ සංවේදක විශ්ලේෂණ සහකාර. මම ඔබට හිස්-බිම් (LiDAR ව්යුත්පන්න) උන්නතාංශ රූපයක්/දත්තක් දෙන්නම්. මිනිසා විසින් සාදන ලද සුමට ජ්යාමිතීන් (රවුම්, හතරැස්, රේඛීය) සලකුණු කරන්න; එක් එක් සඳහා, එහි පිහිටීම, ආකෘතිය සහ එය කැපී පෙනෙන්නේ මන්දැයි ලියන්න. එක් එක් ලකුණ සඳහා, ස්වභාවික/නූතන පැහැදිලි කිරීමේ හැකියාව ද දක්වන්න. නිශ්චිත "වාඩි" ප්රකාශ නොකරන්න.
2) වැරදි ධනාත්මක ඉවත් කිරීම:
AI විසින් සලකුණු කර ඇති අපේක්ෂක ලකුණු ලැයිස්තුව පහත දැක්වේ. එක් එක් සඳහා, භූමි පරීක්ෂාවට පෙර මට ඉවත් කළ හැකි ස්වභාවික සහ නවීන පැහැදිලි කිරීම් (භූ විද්යාත්මක ගොඩනැගීම, කෘෂිකාර්මික හෝඩුවාවක්, මාර්ගය, ගොඩනැඟිලි පදනම) ලැයිස්තුගත කරන්න. ඉතිරි "සැබැවින්ම නොපැහැදිලි" අපේක්ෂකයන් වෙන වෙනම ලැයිස්තුගත කරන්න.
3) ඉඩම් පාලන සැලැස්ම:
මගේ ඉහළම අපේක්ෂක ස්ථාන: [ලැයිස්තුව]. එක් එක් ලක්ෂ්ය සඳහා, ක්ෂේත්රයේ තහවුරු කිරීමේදී මා සෙවිය යුතු දර්ශක (මතුපිට සොයාගැනීම්, භූ විෂමතාව, පාංශු වර්ණය, ගල් ඝනත්වය) සහ ආරක්ෂිත/ආචාර ධර්ම ක්ෂේත්ර රීති (අවසරය, ස්ථාන රහස්යභාවය) අඩංගු පිරික්සුම් ලැයිස්තුවක් දිස්වේ.
4) විකාශනය සඳහා ස්ථානය බොඳ කිරීම:
ප්රකාශනයක්/ඉදිරිපත් කිරීමක් සඳහා පහත අඩවි තොරතුරු සකස් කිරීමේදී, නිශ්චිත ස්ථානය හෙළි නොකර මා එය විස්තර කරන්නේ කෙසේදැයි යෝජනා කරන්න: සාමාන්යකරණයේ මට්ටම (පළාත්/කලාපය), කුමන තොරතුරු අත්හැරිය යුතුද යන්න ලැයිස්තුගත කරන්න. ඉලක්කය: විද්යාත්මක විනිවිදභාවයේ සමතුලිතතාවයක් සහ නරක් වීමෙන් ආරක්ෂා වීම.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම චන්ද්රිකා ඡායාරූපයේ පුරාවිද්යාත්මක ස්ථානයක් තිබේද? එහි ඛණ්ඩාංක දෙන්න.
AI හට ස්වභාවික හෝඩුවාවක් "වාඩි" ප්රකාශ කළ හැකි අතර විශ්වාසදායක ඛණ්ඩාංකයකට ගැලපේ; මෙය විද්යාත්මක සහ ආරක්ෂක දෘෂ්ටිකෝණයෙන් අනතුරුදායකය.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: දුරස්ථ සංවේද සහායකයා. මෙම රූපයේ මිනිසා විසින් සාදන ලද සුමට ජ්යාමිතික ලකුණු සලකුණු කරන්න. එක් එක් හෝඩුවාවක් සඳහා: (අ) එහි හැඩය, (ආ) එය විශිෂ්ට වන්නේ ඇයි, (ඇ) ස්වභාවික/නූතන විකල්ප පැහැදිලි කිරීම. මේවා ක්ෂේත්රයේ පමණක් පරීක්ෂා කළ යුතු අපේක්ෂකයින් වේ; "වාඩි" ප්රකාශ නොකරන්න. නිශ්චිත ඛණ්ඩාංක උත්පාදනය කරන්න, සාපේක්ෂ පිහිටීම විස්තර කරන්න.
වෙනස: පළමු සොයා ගැනීම ප්රකාශ කරයි; දෙවැන්න සත්යාපනය කළ යුතු අපේක්ෂකයින්ගේ ආරක්ෂිත ලැයිස්තුවක් නිෂ්පාදනය කරයි.
රූප වර්ග සහ සෘතුමය බලපෑම්
දුරස්ථ සංවේදනයේදී රූපයක් "සැමවිටම" ක්රියා නොකරයි; නිවැරදි මාර්ගය දැකීමට සුදුසු තත්ත්වය අවශ්ය වේ. බෝග ජල ආතතියට ලක්ව ඇති වියළි කාලවලදී බෝග සලකුණු වඩාත් හොඳින් දිස් වේ: වළලන ලද බිත්තියකට ඉහළින් ඇති පස අඩු ජලය රඳවා තබා ගනී, එබැවින් එහි බෝගය ඉක්මනින් කහ පැහැයට හැරෙන අතර ඉහළින් රේඛාවක් ලෙස පෙනේ. තෙතමනය සහිත වසන්ත රූපයක, එකම හෝඩුවාවක් කිසිසේත් නොපෙනේ. කුඹුර සීසෑමෙන් පසු විවිධ වර්ණ සහිත පස් මතුපිටට පැමිණෙන විට පාංශු සලකුණු දිස්වේ. අනෙක් අතට, සෙවනැලි සලකුණු, උදේ හෝ සවස, අඩු හිරු තුළ දිගු සෙවනැලි සහිත ආලෝක ගැටිති සහ වළවල් හෙළි කරයි. එබැවින්, එක් රූපයක් සමඟ නොව, විවිධ ඍතු සහ කාලවලදී බොහෝ රූප සහිත ප්රදේශයක් ඇගයීමට අවශ්ය වේ; AI මෙම බහු-කාලීන සංසන්දනය වේගවත් කරයි.
LiDAR හි ඇති වාසිය නම් එය බොහෝ දුරට මෙම කොන්දේසි යැපීම ජය ගැනීමයි: එය මතුපිට භූ විෂමතාව සෘජුවම මනිනු ලබන බැවින්, එය වෘක්ෂලතා සමය මත රඳා නොපවතින අතර වනාන්තර යටිතලය දැකිය හැකිය. කෙසේ වෙතත්, LiDAR හි "හිස් බිම් ආකෘතියක්" නිපදවන විට, ශාක පෙරහන ඉතා ආක්රමණශීලී නම්, එය සැබෑ ගැටිති මකා දැමිය හැකි අතර, එය ඉතා මෘදු නම්, එය ව්යුහයන් සඳහා ගස් වරදවා වටහා ගත හැකිය; මෙම පෙරහන් තීරණ සඳහා විශේෂඥ අධීක්ෂණය අවශ්ය වේ.
ඉඟිය: ප්රදේශයක් ඇගයීමේදී, "කිනම් කන්නයේ, කුමන වේලාවක සහ කුමන ක්රමයකින්ද?" සෑම විටම ප්රශ්නය අසන්න. තනි රූපයක හෝඩුවාවක් නොමැති නම්, එය වෙබ් අඩවියක් නොමැති බව අදහස් නොවේ; සමහර විට ඔබ එය දෙස බලන්නේ වැරදි තත්ත්වයෙන් විය හැකිය.
ක්රම සංසන්දනාත්මක වගුව
ක්රමය
දකින දේ
AI හි දායකත්වය
මායිම
චන්ද්රිකා/ගුවන් ඡායාරූපකරණය
ශාක/පාංශු සලකුණු
පුළුල් ප්රදේශ ස්කෑන් කිරීම
සමය, විභේදනය
NDVI
ශාක ශක්තියේ වෙනස
කැළැල් ඉස්මතු කිරීම
ස්වභාවික වෙනස්කම් ව්යාකූල කරයි
LiDAR
මතුපිට භූ ලක්ෂණ
වනාන්තර යටි ජ්යාමිතිය
ශාක පෙරහන් දෝෂ
භූ භෞතික විද්යාව (GPR/චුම්බක)
භූගත ව්යුහය
විෂමතා රටාව
දේශීය, මන්දගාමී
පොදු වැරදි
- සොයා ගැනීමක් සඳහා විෂමතාවයක් වරදවා වටහා ගැනීම. ලකුණ අපේක්ෂකයෙකි; ඉඩම් තහවුරු කිරීමකින් තොරව එය වෙබ් අඩවියක් නොවේ.
- ස්වභාවික/නවීන හෝඩුවාවන් ඉවත් නොකිරීම. ඩොලින්, කෘෂිකාර්මික කැළැල් සහ පයිප්ප බොහෝ විට "ව්යුහයන්" ලෙස පෙනේ.
- විවෘත වාහනයට නිශ්චිත ඛණ්ඩාංකය ලබා දීම. කොල්ලකෑමේ අවදානම; ස්ථානය ආරක්ෂා කළ යුතු වත්කමකි.
- තනි රූපයක් මත රඳා පවතී. විවිධ ඍතු, විවිධ ක්රම සහ භූමි නොමැතිව අර්ථ නිරූපණය අසම්පූර්ණයි.
- ව්යාජ ධනාත්මක අනුපාතය අමතක කිරීම. බොහෝ සංඥා හිස්ව පැමිණේ; මෙය සාමාන්යයි, අරමුණ පටු වේ.
සාරාංශයක් ලෙස
දුරස්ථ සංවේදයේදී, AI විශාල ප්රදේශ පරිලෝකනය කිරීමේදී සහ හැකි අඩවි සලකුණු කිරීමේදී විශාල කාලයක් ඉතිරි කරයි. නමුත් සෑම ලකුණක්ම ක්ෂේත්රයේ තහවුරු කළ යුතු උපකල්පනයකි; ස්වාභාවික හා නවීන හෝඩුවාවන් ප්රවේශමෙන් ඉවත් කරනු ලැබේ; සහ වඩාත්ම වැදගත් වන්නේ, සංවේදී ස්ථාන කොල්ලකෑමෙන් ආරක්ෂා කර ඇත. AI පවසන්නේ "මෙහි බලන්න"; ඉඩම සහ විශේෂඥයා "මෙම ස්ථානය ආරක්ෂා කර තිබේද" යන්න තීරණය කරයි.
යෙදුම් කාර්යය
විවෘත ප්රවේශ LiDAR හෝ චන්ද්රිකා රූපයක් තෝරන්න (ඔබගේම කලාපයෙන් හෝ නියැදි දත්ත කට්ටලයකින්). "Anomaly scanning" අච්චුව සමඟ AI ධජය හැකි ජ්යාමිතිය තබා ගන්න, ඉන්පසු "False positive elimination" අච්චුව සමඟ ස්වභාවික/නවීන පැහැදිලි කිරීම් ඉවත් කරන්න. ඉතිරි අපේක්ෂකයින් සඳහා ඉඩම් පාලන සැලැස්මක් කෙටුම්පත් කර ස්ථාන රහස්ය සටහනක් ඇතුළත් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම AI සංඥා "අපේක්ෂකයින්" ලෙස සැලකුවෙමි, සොයාගැනීම් නොවේ.
- [ ] මම ස්වභාවික සහ නවීන අංශු ඉවත් කිරීමට උත්සාහ කළෙමි.
- [ ] මම ප්රමුඛතා අපේක්ෂකයින් සඳහා ඉඩම් තහවුරු කිරීමට සැලසුම් කර ඇත.
- [ ] මම සංවේදී ස්ථාන විවෘත වාහනයෙන් ඉවත් කර විකාශනයේදී ඒවා බොඳ කළෙමි.
- [ ] ව්යාජ ධනාත්මක අනුපාතය ඉහළ විය හැකි බව මම සැලකිල්ලට ගත්තෙමි.