ලාභ:
- ප්රශ්නයට අනුව චන්ද්රිකා (පුළුල් ප්රදේශය) සහ සංවේදක (දේශීය) දත්ත තෝරා ගැනීමේ හැකියාව සහ වලාකුළු ආවරණයක් යෙදීමෙන් NDVI වැනි දර්ශක විශ්ලේෂණය කිරීමේ හැකියාව
- IoT සංවේදක දත්ත ක්රමාංකනය සහ තත්ත්ව පාලනය හරහා යැවීමෙන් සැබෑ සංඥාවෙන් ප්ලාවිතය සහ අක්රියතාව වෙන්කර හඳුනා ගැනීමේ හැකියාව
- තනි දිනයක් නොව ප්රවණතාවක් මත නිරීක්ෂණ සොයා ගැනීමක් පදනම් කර ගැනීමට සහ භූගත සත්ය හෝ ස්වාධීන දත්ත සමඟ සත්යාපන සැලැස්මක් ස්ථාපිත කිරීමේ හැකියාව
පරිසරය කළමනාකරණය කිරීම සඳහා, එය මුලින්ම දැකීමට අවශ්ය වේ. වනාන්තරයක් කෙතරම් කුඩා වී ඇත්ද, ගංගාවක් කෙතරම් අපවිත්ර වී තිබේද, නැතහොත් මීතේන් කොතරම් ප්රමාණයක් කාන්දු වේද යන්න දැනගත යුත්තේ අනුමාන කිරීමෙන් නොව දත්ත මගිනි. පාරිසරික අධීක්ෂණය යනු පරිසරයේ තත්ත්වය නිත්ය හා පුනරාවර්තන මැනීමයි. මෙම ඒකකය තුළ, ඔබ විශාල දත්ත මූලාශ්ර දෙකක් ගැන ඉගෙන ගනු ඇත - චන්ද්රිකා අභ්යවකාශයෙන් සහ ක්ෂේත්රයේ සංවේදක වලින් - සහ මෙම දැවැන්ත දත්ත තේරුම් ගැනීමට AI හි කාර්යභාරය.
පළමුව සංකල්ප. දුරස්ථ සංවේදනය යනු වස්තුවක් ස්පර්ශ නොකර දුරින් (චන්ද්රිකාවකින් හෝ ගුවන් යානයකින්) පරාවර්තනය වන ආලෝකය මැනීමෙන් තොරතුරු රැස් කිරීමයි. IoT සංවේදකය (Internet of Things) යනු ක්ෂේත්රයේ තබා ඇති කුඩා උපාංගයක් වන අතර ස්වයංක්රීයව මනින ලද අගය (උෂ්ණත්වය, වාතයේ ගුණාත්මකභාවය, ජල මට්ටම) අන්තර්ජාලය හරහා යවයි. ඔවුන් එක්ව පරිසරය පිළිබඳ පුළුල් (චන්ද්රිකා) සහ දේශීය (සංවේදක) පින්තූරයක් සපයයි.
චන්ද්රිකා දත්ත කියවන්නේ කෙසේද?
චන්ද්රිකා ඡායාරූප ගන්නේ නිකම්ම නොවේ; ආලෝකයේ විවිධ තරංග ආයාම ("බෑන්ඩ්") මනිනු ලබයි. මෙම පටිවල ගණිතමය සංයෝජනයෙන් පියවි ඇසට නොපෙනෙන දේ පෙන්වයි. වඩාත්ම ප්රකට උදාහරණය වන්නේ NDVI (සාමාන්ය වෙනස වෘක්ෂලතා දර්ශකය): එය 0 සහ 1 අතර සංඛ්යාවක් සහිත වෘක්ෂලතා ඝනත්වය මනින අතර, නිරෝගී ශාක අධෝරක්ත කිරණ ඉතා පරාවර්තනය කරයි යන මූලධර්මය මත පදනම් වේ. NDVI හි අඩුවීමක් වනාන්තර විනාශය, නියඟය හෝ හානි අදහස් විය හැක.
වඩාත් පොදු නිදහස් සහ විවෘත චන්ද්රිකා මූලාශ්ර වන්නේ Sentinel (යුරෝපීය Copernicus වැඩසටහන) සහ Landsat (USA) චන්ද්රිකා. මේවා Google Earth Engine වැනි වේදිකා හරහා හෝ Python (rasterio, xarray වැනි පුස්තකාල සමඟ) හරහා ප්රවේශ වේ.
ඉඟිය: චන්ද්රිකා දත්තවල විශාලතම සතුරා වන්නේ වලාකුළයි. NDVI බිංදුවක් ඇත්ත වශයෙන්ම වනාන්තරයේ නැතිවීමක්ද, නැතහොත් එදින ඒ මත වලාකුළක් තිබුනේද? සෑම විටම වලාකුළු ආවරණයක් යොදන්න සහ විශ්ලේෂණය කිරීමට පෙර දින කිහිපයක් සංසන්දනය කරන්න.
IoT සංවේදක දත්ත සහ ක්රමාංකනය
සංවේදක ලාභ සහ පොදු, නමුත් පරිපූර්ණ නොවේ. අඩු වියදම් වායු තත්ත්ව සංවේදකය කාලයත් සමඟ ප්ලාවනය වනු ඇත, ආර්ද්රතාවය බලපානු ඇත, හෝ අසාර්ථක වේ. එබැවින්, එහි අමු ආකාරයේ සංවේදක දත්ත විශ්වාස කළ නොහැකි ය; ක්රමාංකනය (දන්නා යොමු උපාංගයක් සමඟ සංසන්දනය කිරීමෙන් නිවැරදි කිරීම) සහ තත්ත්ව පාලනය අත්යවශ්ය වේ.
මෙහි AI; විශාල රූප සහ කාල ශ්රේණි දත්ත සැකසීම, විෂමතා සඳහා ස්කෑන් කිරීම (අනපේක්ෂිත අපගමනය), වර්ගීකරණ ආකෘතියක් ස්ථාපිත කිරීම සහ සොයාගැනීම් සාරාංශ කිරීම සඳහා කේතය ලිවීමේදී එය ඉතා ප්රබල වේ. නමුත් මිනුම්වල භෞතික යථාර්ථය ක්රමාංකන තීරනය සහ ප්රශ්නය "මෙම සංඥාව සැබෑ හෝ එය ශබ්දයද?" අර්ථ නිරූපණය විශේෂඥයා සතුය.
පියවරෙන් පියවර: ලුහුබැඳීමේ විශ්ලේෂණයක්
1. ප්රශ්නය නිර්වචනය කරන්න. "2020 සහ 2024 අතර මෙම හෙක්ටයාර 10,000 ප්රදේශයේ වෘක්ෂලතාදිය වෙනස් වූයේ කෙසේද?" පැහැදිලි, අවකාශීය සහ තාවකාලික ප්රශ්නයක් වැනි:
2. දත්ත මූලාශ්රය තෝරන්න. චන්ද්රිකා (පුළුල් ප්රදේශය) හෝ සංවේදකය (දේශීය, අඛණ්ඩ)? විභේදනය සහ සංඛ්යාතය ප්රශ්නයට සුදුසුද?
3. පූර්ව ක්රියාවලිය. ක්ලවුඩ් මාස්ක්, ක්රමාංකනය, සලකුණු නැති දත්ත. මෙම පියවර මඟ හැරියහොත්, ප්රතිඵලය නොමඟ යවන සුළුය.
4. දර්ශකය/මිතික ගණනය කරන්න. NDVI, උෂ්ණත්ව සාමාන්යය, දූෂක සාන්ද්රණය.
5. වෙනස සහ විෂමතාවය සොයන්න. Trend analysis, threshold crossing, හදිසි පැනීම.
6. ක්ෂේත්රය සමඟ තහවුරු කරන්න. හැකි නම්, බිම් සත්යය සමඟ තහවුරු කරන්න; ක්ෂේත්ර සංචාරයක් හෝ ස්වාධීන දත්ත සමඟ චන්ද්රිකා සංඥාවක් ලබා දෙන්න.
කුඩා නඩු තුනක්
නඩුව 1 - වලාකුළ සඳහා වැටීම. එක් කලාපයක NDVI මාසයකදී 40% කින් පහත වැටී ඇති බව දුටු පාරිසරික රාජ්ය නොවන සංවිධානයක් "හදිසි වන විනාශය" ගැන අනතුරු ඇඟවීමට සූදානම් විය. විශ්ලේෂකයා වලාකුළු ආවරණයක් යොදමින් අසල්වැසි දිනයන් දෙස බැලූ විට, එදින රූපයේ වැඩි කොටසක් වලාකුළු සහිත බව ඔහු දුටු අතර ඊළඟ වලාකුළු රහිත රූපයේ NDVI යථා තත්ත්වයට පත් විය. ව්යාජ අනතුරු ඇඟවීම වැළැක්විය. නැතිවූ කාලය: මිනිත්තු 20, කීර්තිය ලබා ඇත: මිල කළ නොහැකි.
නඩුව 2 - ක්රමාංකනය නොකළ සංවේදකය. නගර සභාවක් අඩු වියදම් PM2.5 (මයික්රෝන 2.5 ට වඩා කුඩා අංශු - සියුම් ශ්වසන දූවිලි) සංවේදක වලින් දත්ත සහිත "වායු දූෂිත" වාර්තාවක් සකස් කරමින් සිටියේය. විශේෂඥයා සංවේදක යොමු මධ්යස්ථානයකට සංසන්දනය කළ විට, ඉහළ ආර්ද්රතාවයකදී ඒවායේ අගය දෙගුණයක් දක්වා අධිතක්සේරු කර ඇති බව ඔහු සොයා ගත්තේය. ආර්ද්රතාවය නිවැරදි කිරීම (ක්රමාංකනය) යෙදූ විට, සැබෑ අගයන් දිස් විය; සන්ත්රාසය වැළකුණා.
නඩුව 3 - කේත ස්වයංක්රීයකරණය. එක් පර්යේෂණ කණ්ඩායමක් චන්ද්රිකා ඡායාරූප 200කින් NDVI ප්රවණතා උකහා ගැනීම සඳහා සති ගණනක් අතින් වැඩ කිරීමට සැලසුම් කළේය. ගූගල් අර්ත් එන්ජිම සහ පයිතන් කේතය (වලාකුළු මාස්ක් + මාසික NDVI සාමාන්යය + ප්රවනතා ප්රස්ථාරය) සමඟ ස්වයංක්රීය කාර්ය ප්රවාහයක් ලිවීමට ඔවුන් AI හට සලස්වා ඇත. පින්තූර 200 ක් සඳහා විශ්ලේෂණයට මිනිත්තු කිහිපයක් ගත විය; කණ්ඩායම ප්රතිඵලය අර්ථ නිරූපණය කිරීමට කාලය කැප කළේය. ඔවුන් කෙසේ හෝ කේතයේ සෑම පියවරක්ම පරීක්ෂා කළහ.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
චන්ද්රිකා දත්ත වලින් වන විනාශය සොයන්න.
එය දුර්වල වන්නේ ඇයි: වසම, දින පරාසය, දත්ත මූලාශ්රය, විභේදනය සහ වලාකුළු සැකසුම් නොමැත. AI ක්රියාත්මක කළ හැකි විශ්ලේෂණයක් නොව සාමාන්ය පෙළක් සපයයි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: දුරස්ථ සංවේදක විශ්ලේෂක. Sentinel-2 දත්ත සමඟ [AREA සීමාව] සඳහා 2020-2024 මාසික NDVI ප්රවණතාවය ගණනය කරන Python (Earth Engine) කේතය ලියන්න. පියවර: (1) ක්ලවුඩ් මාස්ක් යොදන්න, (2) සාමාන්ය මාසික NDVI, (3) ප්රවණතා ප්රස්ථාරය ඇඳීම, (4) 20% ට වඩා අඩුවීමක් සහිත මාස සලකුණු කරන්න. කේතය ක්රියාත්මක කිරීමට ඉඩ දෙන්න; සෑම පියවරක්ම අදහස් දක්වන්න. දත්තවල සීමාවන් (විභේදනය, වලාකුළු) ද සටහන් කරන්න.
පිටපත් කළ හැකි සැකිලි හතරක්
1) චන්ද්රිකා දර්ශක විශ්ලේෂණය (කේතය සමඟ):
ඔබේ කාර්යභාරය: දුරස්ථ සංවේදක විශ්ලේෂක. [Sentinel-2/Landsat] දත්ත සමඟ [AREA] සඳහා [DATE පරාසය] පුරා [NDVI/NDWI/වෙනත් දර්ශකය] ගණනය කරන ක්රියාත්මක කළ හැකි පයිතන් කේතය ලියන්න. වලාකුළු ආවරණයක් එක් කිරීමට වග බලා ගන්න. ප්රවණතාවය සහ විෂමතා සලකුණු කරන්න. අදහස් දැක්වීම්වල දත්තවල විභේදනය සහ වලාකුළු සීමාවන් සඳහන් කරන්න.
2) සංවේදක කාල ශ්රේණි තත්ත්ව පාලනය:
Python සමඟ පහත සංවේදක කාල ශ්රේණියේ ගුණාත්මක ගැටළු සොයන්න: අතුරුදහන් දත්ත, සිරවී ඇති අගය, හදිසි පැනීම, ප්ලාවිතය, අන්ත. සෑම ගැටලුවක්ම වේලා මුද්රාවකින් සලකුණු කරන්න. දත්ත වෙනස් නොකරන්න, වාර්තා කරන්න. හැකි නම් සරල ක්රමාංකන යෝජනාවක් එක් කරන්න. දත්ත: [මෙහි]
3) බිම් සත්ය සත්යාපන යෝජනා ක්රමය:
ක්ෂේත්රයේ පහත චන්ද්රිකා පදනම් සොයා ගැනීම (උදා: NDVI පහත වැටීම) මට සත්යාපනය කළ හැකි ආකාරය සඳහා සැලැස්මක් යෝජනා කරන්න: කුමන ලක්ෂ්ය, කුමන මිනුම්, කුමන ස්වාධීන දත්ත මූලාශ්රයද යන්න. සොයා ගැනීම අසත්ය විය හැකි අවස්ථා ද ගණන් කරන්න (වලාකුළු, සමය, සෙවනැල්ල). සොයා ගැනීම: [මෙහි]
4) විෂමතා සාරාංශය:
පාරිසරික කළමනාකරුවෙකු සඳහා සරල භාෂාවෙන් පහත නිරීක්ෂණ දත්ත වලින් සොයාගත් විෂමතා සාරාංශ කරන්න. එක් එක් විෂමතාව සඳහා: කොහේද, කවදාද, කොපමණ අපගමනයද, විය හැකි හේතු සහ "සත්යාපනය කළ යුතු" සටහනක්. එය ගැලපෙන්නේ මන්දැයි නිසැකවම; එය හැකියාවක් ලෙස ඉදිරිපත් කරන්න. දත්ත: [මෙහි]
පොදු වැරදි
- වලාකුළු ආවරණයක් යෙදීම නොවේ. වලාකුළු යනු වඩාත් පොදු ව්යාජ සංඥාවයි.
- එය ක්රමාංකනය නොකර සංවේදකය විශ්වාස කිරීම. අඩු වියදම් සංවේදක ලිස්සා ගොස් තෙතමනය බලපෑමට ලක් වේ.
- ඉතිහාසය දෙස බලන්න. වෙනස් වීමට හිමිකම් පෑමට බහු දින සහ ප්රවණතා අවශ්ය වේ.
- බිම් සත්යය මග හැරීම. හැකිනම් ක්ෂේත්ර හෝ ස්වාධීන දත්ත සමඟ චන්ද්රිකා සංඥාව තහවුරු කළ යුතුය.
- AI හි "නිශ්චිත හේතුව" හිමිකම් පෑම සඳහා වැටීම. දත්ත සහසම්බන්ධතා ලුහුබැඳීම; හේතුව තහවුරු කිරීම තවත් කාරණයකි.
අවවාදයයි: අධි-විභේදන චන්ද්රිකා සහ ඩ්රෝන ඡායාරූපවල පුද්ගලික දේපල, පුද්ගලයන් හෝ සංවේදී පහසුකම් අඩංගු විය හැක. ලුහුබැඳීමේ දත්ත බෙදාගැනීමේදී පෞද්ගලිකත්වය සහ නීතිමය සීමාවන් (විශේෂයෙන් පුද්ගලික දත්ත සහ ආරක්ෂාව) නිරීක්ෂණය කරන්න.
සාරාංශයක් ලෙස
පාරිසරික අධීක්ෂණය චන්ද්රිකා (පුළුල්) සහ සංවේදක (දේශීය) දත්ත ඒකාබද්ධ කරයි. AI; එය දැවැන්ත රූප සහ කාල ශ්රේණි දත්ත, විෂමතා පරිලෝකනය සහ සාරාංශ කිරීම සකසන කේත ලිවීම සඳහා ප්රබල ත්වරණයකි. නමුත් ක්ලවුඩ් මාස්ක්, සංවේදක ක්රමාංකනය, බහු දින සංසන්දනය සහ බිම් සත්ය සත්යාපනය විශේෂඥයාට අයත් වේ. අමු සංඥාව නොව පිරිසිදු කර තහවුරු කරන ලද සංඥාව විශ්වාස කරන්න.
යෙදුම් කාර්යය
ක්ෂේත්රයක් සහ දින පරාසයක් තෝරන්න (සැබෑ හෝ උපකල්පිත). 1. NDVI විශ්ලේෂණ කාර්ය ප්රවාහයක කේතය අච්චුව සමඟ AI වෙත මුද්රණය කර වළාකුළු ආවරණ පියවර පවතින බව තහවුරු කරන්න. අනතුරුව, 2වන අච්චුව සමඟ තත්ත්ව පාලනය හරහා ඔබ සතුව ඇති සංවේදක කාල ශ්රේණියක් (හෝ නියැදියක්) සම්මත කරන්න. අවසාන වශයෙන්, අච්චු 3 සමඟ, ඔබ ක්ෂේත්රයේ සොයා ගන්නා වෙනසක් වලංගු කරන්නේ කෙසේද යන්න පිළිබඳ සැලැස්මක් ඉදිරිපත් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම පැහැදිලි අවකාශීය සහ තාවකාලික ප්රශ්නයක් සමඟ විශ්ලේෂණය නිර්වචනය කළෙමි.
- [ ] මම චන්ද්රිකා දත්ත මත වලාකුළු ආවරණයක් යෙදුවෙමි.
- [ ] මම ක්රමාංකනය සහ තත්ත්ව පාලනය හරහා සංවේදක දත්ත ලබා ගත්තෙමි.
- [ ] මම වෙනස් කිරීමේ හිමිකම් පෑම පදනම් කළේ ප්රවණතාවය මත මිස තනි දිනයක් මත නොවේ.
- [ ] මම භූගත සත්ය හෝ ස්වාධීන දත්ත සමඟ සොයා ගැනීම සත්යාපනය කිරීමට සැලැස්මක් සකස් කළෙමි.
- [ ] මම රහස්යභාවය සහ නීතිමය සීමාවන් නිරීක්ෂණය කර ඇත්තෙමි.