Fitimet:
- Kuptimi i logjikës së zbulimit të mbështetur nga AI të shtrirjes urbane, ndërtimeve dhe ndryshimit të mbulesës së tokës përmes sensorit në distancë dhe imazheve satelitore.
- Aftësia për të vlerësuar në mënyrë kritike klasifikimin e imazheve dhe për të ndryshuar rezultatet e zbulimit me saktësinë, rezolucionin dhe informacionin e datës
- Aftësia për të kuptuar se kufijtë që AI nxjerr nga imazhi duhet të konfirmohen nga të dhënat në terren dhe zyrtare dhe nuk mund të jenë prova ligjore.
Është e pamundur të shkosh një nga një në terren për të parë se ku, sa dhe sa shpejt është rritur një qytet në dekadën e fundit. Në vend të kësaj, planifikuesit përdorin sensorin në distancë (imazhimi i Tokës duke përdorur satelitët dhe avionët dhe nxjerrjen e të dhënave). Duke krahasuar imazhet satelitore nga data të ndryshme, mund të zbuloni ndërtime të reja, tokë bujqësore të humbur, zgjerim të ndërtimeve të paligjshme ose zvogëlim të hapësirës së gjelbër. AI është një përshpejtues i fuqishëm në klasifikimin e këtyre imazheve (duke etiketuar çdo piksel si "strukturë", "bimë", "ujë", etj.) dhe zbulimin e ndryshimeve midis dy datave. Por analiza e imazhit është plot me rezolucion, datë, hije, re dhe gabime klasifikimi. Një "ndryshim" që flamujt e AI mund të jetë një hije, një ndryshim sezonal ose një gabim. Prandaj, asnjë përfundim i nxjerrë nga imazhi nuk mund të përdoret si bazë për veprime juridike pa u konfirmuar nga të dhënat në terren dhe ato zyrtare.
Konceptet themelore të sensorit në distancë
Rezolucioni: Zona e zënë nga një piksel në tokë. Në rezolucion prej 10 metrash, një piksel përfaqëson 10x10 metra; Një ndërtesë e vogël nuk është e dukshme. Rezolucioni i lartë (p.sh. 0.3-1 metër) nënkupton më shumë detaje, por të dhëna më të shtrenjta dhe më pak të shpeshta.
Brezi spektral: Satelitët gjithashtu regjistrojnë dritën që syri nuk mund ta shohë (si p.sh. infra të kuqe). Bimësia shkëlqen në infra të kuqe; kjo e bën më të lehtë ndarjen e bimës nga struktura. Indekset si NDVI (një kalkulator i thjeshtë që mat fuqinë e bimëve) janë të zakonshëm në gjurmimin e gjelbër.
Data dhe stina: Nëse dy imazhe janë në stinë të ndryshme, rënia e ngjyrës së gjelbër mund të mos jetë "humbje" por ardhja e dimrit. Harmonia e datës dhe sezonit janë thelbësore në krahasim.
Saktësia: Vlera që mat se sa i saktë është klasifikimi. "Saktësi 85 për qind" do të thotë që një në çdo gjashtë piksel mund të etiketohet gabimisht; Ky është një diferencë e konsiderueshme gabimi për një proces auditimi.
Kujdes: Një strukturë e zbuluar nga AI nga një imazh satelitor nuk është, në vetvete, dëshmi e një strukture të paligjshme. Hija, rezolucioni, data dhe gabimi i klasifikimit prodhojnë rezultate false. Inspektimi dhe zbatimi kërkon gjithmonë kontrollin e vendit, regjistrimin e tapisë/licencës dhe matje zyrtare.
Vlera më e madhe që të dhënat satelitore pa pagesë dhe të hapura (burime të tilla si programet Sentinel të Evropës dhe programet Landsat të SHBA-së) i sjellin planifikimit janë seritë kohore historike: ju keni akses në dhjetëra imazhe të së njëjtës zonë që përfshin vite. Kjo ju lejon të shkoni përtej një krahasimi të vetëm "para/pas" dhe të shihni shkallën e përhapjes së një lagjeje, luhatjet sezonale dhe tendencën. Inteligjenca artificiale është e dobishme në përmbledhjen e këtyre serive të gjata dhe ndarjen e modeleve kuptimplote të ndryshimit nga zhurma. Por i njëjti rregull zbatohet në seritë kohore: pa marrë parasysh se sa e qartë shfaqet një tendencë, është zgjidhja e imazheve, shkalla e reve dhe sezonaliteti që përcakton rezultatin; Asnjë trend nuk mund të konsiderohet i besueshëm pa raportuar këta tre faktorë.
Logjika e zbulimit të ndryshimit
Ka disa mënyra për të krahasuar dy imazhe të datës: klasifikimi i të dy datave dhe krahasimi i klasave, marrja e ndryshimit të indeksit (p.sh. diferenca NDVI), ose prodhimi i drejtpërdrejtë i një harte "të ndryshuar/pa ndryshuar" me modelin e AI. Rezultati është një hartë ndryshimi: ku është struktura e re, ku humbet bima. Kjo hartë është e paçmueshme si një shqyrtim paraprak - i thotë planifikuesit të "shikojë atje". Por secila shenjë verifikohet veçmas nëse është një ndryshim i vërtetë apo një gabim.
Hap pas hapi: Analiza e ndryshimeve të fuqizuara nga AI
- Përcaktoni pyetjen. "Ku është ndërtimi i ri në [zonë] midis 2018 dhe 2024?"
- Zgjidhni imazhin. Sezon i ngjashëm, rezolucion i pranueshëm, re e ulët.
- Parapërpunimi. Silleni atë në të njëjtën CRS, rreshtoni, aplikoni maskën e resë/hijes.
- Klasifiko/krahaso. Gjeneroni klasë ose ndryshoni hartën me AI.
- Vlerësoni saktësinë. Matni saktësinë me pikat e njohura të referencës.
- Konfirmimi në terren dhe regjistrimi. Kontrolloni ndryshimet e shënuara me aktin e titullit/licencën dhe vendndodhjen nëse është e nevojshme.
- Raportoni kufijtë. Shkruani qartë datën, zgjidhjen, saktësinë dhe kufirin e gabimit.
Prompt i dobët / Prompt i fortë
Prompt i dobët: "Më trego çfarë ndryshoi nga këto dy imazhe."
AI prodhon një listë të bukur, por pasigurt të saktë; Ju mund të mendoni se ndryshimi në hije dhe sezon është ndryshim i vërtetë.
Njoftim i fortë: "Po krahasoj të dhënat e klasifikuara të mbulimit të tokës nga dy data (korrik 2018 / korrik 2024, i njëjti sezon, rezolucion 10 m). Kur raportoni analizën e ndryshimit, theksoni qartë: cilat ndryshime mund të jenë pozitive false për shkak të hijes/stinës/rezolutionit, cilat përcaktime kërkojnë verifikim në terren. kërkohet'."
Kërkesa e dytë detyron AI të komunikojë qartë pasigurinë dhe burimet e gabimit.
Katër shabllone të kopjueshëm
Detyrë: Vlerësoni në mënyrë kritike daljen e mëposhtme të zbulimit të ndryshimit. Listoni burimet e mundshme ERROR për çdo zbulim: hije, re, sezon, rezolutë, gabim klasifikimi. Shto shënimin "Kërkohet konfirmimi në terren". Mos bëni gjykime përfundimtare. Gjetjet / data / zgjidhja: [...]
Detyrë: Shkruani një listë kontrolli të kritereve të përzgjedhjes së imazheve për një analizë të ndryshimit urban: sezonaliteti, rezolucioni, shpejtësia e reve, diapazoni i datave, CRS. Krijo pyetje për të pyetur nëse imazhet që kam i plotësojnë këto kritere. Informacioni i imazhit: [...]
Detyrë: HARTIMI i një raporti nga gjetjet e mëposhtme të analizës së ndryshimeve. Tregoni qartë zgjidhjen, datën, saktësinë dhe kufirin e gabimit në çdo gjetje. Inkuadroni rezultatet si "para-shqyrtim"; Theksoni se për inspektim/sanksion kërkohet konfirmimi në terren dhe i të dhënave zyrtare. Gjetjet: [...]
Detyrë: Sugjeroni një mënyrë të thjeshtë për të vlerësuar saktësinë e klasifikimit: sa pika referimi, si të zgjidhni, si të llogaritni saktësinë (shpjegim i thjeshtë). Cila deklaratë e së vërtetës duhet të shkruhet në raport, shembull. Konteksti: [...]
Një tabelë: lloji dhe përdorimi i të dhënave
Të dhënat
rezolucioni
pikë e fortë
limit
satelit me rezolucion të mesëm
10-30 m
Zonë e lirë, e shpeshtë, e gjerë
Mungon struktura e vogël
satelit me rezolucion të lartë
0,3-1m
Zbulimi i detajuar i strukturës
Rrezik i shtrenjtë, i rrallë, i resë
Foto ajrore / ortofoto
0,1-0,3m
Shumë e detajuar, formale
Frekuenca e përditësimit është e ulët
UAV (dron)
niveli cm
I menjëhershëm, shumë i detajuar
Hapësirë e vogël, leje/legjislacion
tre mini kuti
Rasti 1 - Iluzioni i hijes. Një bashki sheh shenja "ndërtimi i ri" në një lagje në hartën e ndryshimit të AI. Ekipi i fushës shkon; Shumica e shenjave janë hije të gjata ndërtimi në imazhin e pasdites. Numri aktual i ndërtimeve të reja është gjysma e shenjave. AI kishte ekzaminuar paraprakisht, por nëse përdoret pa konfirmim, do të prodhonte minuta të rreme.
Rasti 2 - Shpëtimi nga struktura e vogël. Një planifikues përpiqet të gjurmojë magazinat e vogla në një fushë bujqësore me një satelit të lirë me rezolucion 10 metra. Meqenëse magazinat janë 6x8 metra, ato mbeten nën një piksel dhe nuk duken. Planifikuesi kalon në ortofoto me rezolucion të lartë për gjurmimin aktual. Rezolucioni përcakton atë që mund të shihet.
Rasti 3 — Raport transparent. Një ekip analizon përhapjen 6-vjeçare të një rajoni dhe shkruan qartë në raport se "zbulimet janë një skanim paraprak me 82 përqind saktësi; 47 pika presin konfirmimin në terren; datat e imazhit dhe rezolucioni janë bashkangjitur". Parlamenti e vlerëson rezultatin me peshën e duhur. Raportimi i pasigurisë në vend të fshehjes së saj e bën analizën të besueshme.
Gabimet e zakonshme
- Zbulimi i gabimit si provë. Imazhi është skanuar paraprakisht; Kërkon sanksione dhe regjistrim zyrtar.
- Mospërputhje sezoni/data. Imazhet e ndryshme sezonale prodhojnë variacione të rreme.
- Injorimi i zgjidhjes. Strukturat e vogla nuk janë të dukshme në rezolucion të ulët; Nuk është "asnjë".
- Dështimi për të raportuar saktësinë. Fshehja e marzhit të gabimit çon në vendime të gabuara.
- Duke harruar hijen dhe renë. Dy burimet më të zakonshme të pozitivëve të rremë.
- Mospërputhja e CRS. Imazhet e pabarabarta ndryshojnë në vendin e gabuar.
Në përmbledhje
Imazhet satelitore dhe ajrore janë mënyrat më të fuqishme për të parë ndryshimet urbane në shkallë dhe shpejtësi; AI përshpejton klasifikimin dhe zbulimin e ndryshimeve. Por rezolucioni përcakton se çfarë mund të shihet, sezoni dhe data përcaktojnë se çfarë është reale, hija dhe reja përcaktojnë se çfarë është një pozitiv i rremë. Saktësia gjithmonë duhet të matet dhe të raportohet. Më e rëndësishmja: zbulimi nga imazhi është një skanim paraprak; Kontrolli në terren, regjistrimi i tapisë/licencës dhe matja zyrtare janë thelbësore për inspektimin dhe sanksionimin. Inteligjenca artificiale përshpejton vizionin, jo vendimmarrjen.
Detyra e aplikimit
Konsideroni një palë imazhe (ose skenarë) me dy data të ndryshme. (1) Kontrolloni kriteret e përzgjedhjes së imazhit me shabllonin e dytë: sezoni, rezolucioni, a përshtatet reja? (2) Supozoni një listë të zbulimeve të ndryshimeve dhe nxirrni burimet e mundshme të gabimit për çdo zbulim me shabllonin fillestar. (3) Përgatitni një draft raport me shabllonin e tretë dhe shtoni saktësinë dhe kufirin e gabimit. (4) Shkruani cilat përcaktime do të kërkojnë konfirmim në terren dhe si do ta bëni këtë.
listë kontrolli
- [ ] Kontrollova përputhshmërinë e sezonit, datës dhe rezolucionit të imazheve.
- [ ] I radhita imazhet me të njëjtën CRS; Kam marrë në konsideratë maskën e reve/hijes.
- [ ] Unë i trajtova zbulimet e ndryshimeve si ekzaminim paraprak, jo si provë.
- [ ] Kam vlerësuar dhe raportuar saktësinë e klasifikimit.
- I konfirmova ndryshimet e shënuara [ ] me regjistrime në terren dhe zyrtarë.
- [ ] Vura re se çfarë mund të humbasë kufiri i rezolucionit.
- [ ] Kam shkruar qartë datën, zgjidhjen dhe kufirin e gabimit në raport.