Ufafanuzi wa Data ya Kijiografia na Mbalimbali

Faida:

• Uwezo wa kutafsiri tabaka za GIS, NDVI na dhana za bendi/azimio za ufahamu wa mbali
• Ufafanuzi wa kielezo, uchanganuzi wa mabadiliko na uandishi wa masimulizi ya ramani na AI
• Uwezo wa kuthibitisha tafsiri ya satelaiti/ramani ya AI kwa ukweli wa msingi na metadata

Wewe ni mhandisi wa mazingira anayefanya kazi katika mradi wa uhifadhi wa ardhioevu. Baraza linakutaka uchunguze malalamiko kwamba eneo la mwanzi wa ufuo wa ziwa limepungua kwa muda wa miaka mitano iliyopita. Kabla ya kwenda shambani, unahitaji kufanya tathmini ya awali kwenye dawati lako: una picha za satelaiti kutoka miaka miwili tofauti, mradi wa GIS (Mfumo wa Taarifa za Kijiografia) na mtindo wa lugha. Unaweza kufanya LLM kutafsiri muhtasari wa NDVI wa picha na kuandika rasimu ya maelezo ya mabadiliko. Hata hivyo, pikseli ya setilaiti inawakilisha mraba wa mita 10, na unaweza kuelewa tu ikiwa kuna kivuli cha wingu, mwanzi unaokausha au kiwango cha maji cha msimu katika mraba huo na ukweli wa msingi. Katika kitengo hiki, tunashughulikia dhana za utambuzi wa mbali na GIS, faharasa/badilisha tafsiri na AI, na muhimu zaidi, mipaka ya tafsiri hii.

Mantiki ya safu ya GIS na misingi ya kuhisi kwa mbali

GIS hupanga data ya kijiografia katika tabaka zinazopishana: kila safu hubeba mada (matumizi ya ardhi, vyanzo vya maji, mwinuko, barabara) na inapangiliwa katika mfumo wa kawaida wa kuratibu. Uchambuzi huanza na kuingiliana kwa tabaka sahihi katika makadirio sahihi; mfumo usio sahihi wa kuratibu unapendelea maeneo na umbali.

Unapotafsiri picha ya kuhisi kwa mbali lazima utofautishe aina tatu za azimio:

Aina ya azimio

Je, inaeleza nini?

mfano

kizuizi

anga

Ukubwa wa pikseli kwenye ardhi

10m, 30m

Vitu vidogo hubakia kuwa na pikseli ndogo

spectral

Ni ngapi na bendi gani ya urefu wa mawimbi?

Nyekundu, NIR, SWIR

Bendi ndogo = nguvu ndogo ya ubaguzi

ya muda

Ni mara ngapi eneo moja linatazamwa

Siku 5, siku 16

Kupoteza data siku za mawingu

Radiometriki

Unyeti wa mwangaza (kina kidogo)

8-bit, 12-bit

Kina cha chini = ubaguzi duni

NDVI: fomula na tafsiri

Fahirisi ya kawaida inayopima uhai wa mimea ni NDVI (Kielezo cha Uoto wa Kawaida wa Tofauti). Mmea wenye afya huakisi kwa nguvu karibu na infrared (NIR) na kunyonya nyekundu (RED):

NDVI = (NIR − RED) / (NIR + RED)Aina ya thamani: −1 ... +1 <0 : maji, theluji, wingu 0.0 - 0.2 : udongo usio na kitu, mwamba, eneo lililojengwa 0.2 - 0.5 : uoto mdogo/herbaceous, kifuniko kilichosisitizwa 0.9 : 0.

# NDVI ya sampuli ndogo ya kizuizi cha pikseli huleta numpy kama npnir = np.array([[0.42, 0.38], [0.11, 0.45]]) # karibu na infrared reflectancered = np.array([[0.06, 0.09], [0.10, 0.10, 0.05] red reflection =virni red red)print(np.round(ndvi, 2))# [[0.75 0.62]# [0.05 0.80]]# pikseli chini-kushoto (0.05): si mmea - inaweza kuwa ardhi tupu au maji/kivuli

Kidokezo: NDVI si kipimo kamili cha "afya" lakini kiashirio kinachotegemea hali. Unapolinganisha NDVI mbili za tarehe za eneo moja, hakikisha kuwa picha zilichukuliwa katika misimu sawa, pembe za jua zinazofanana, na hali zisizo na mawingu. Kulinganisha mwonekano wa majira ya marehemu na majira ya kuchipua hutokeza “hasara ya mmea” isiyo ya kweli.

Uchambuzi wa mabadiliko (ugunduzi wa mabadiliko)

Njia rahisi ya kupata tofauti kati ya tarehe mbili ni kuchukua tofauti ya NDVI, lakini tofauti hii ina maana tu ikiwa picha zinaweza kulinganishwa.

ΔNDVI = NDVI_2025 − NDVI_2020 ΔNDVI << 0 : upotevu wa kifuniko unawezekana (kukausha, kukata, ujenzi) ΔNDVI ≈ 0 : hakuna mabadiliko ΔNDVI >> 0 : ongezeko la kifuniko iwezekanavyo (kijani, kurejesha) TAZAMA: Tofauti inaweza kuakisi mabadiliko halisi/sunnix/ca season. Tofauti = mabadiliko ya kweli + kelele.

Tahadhari: Wingu, kivuli cha wingu na msimu ndio vizuizi vikubwa vya uchanganuzi wa mabadiliko. Eneo lililo chini ya kivuli cha wingu linatoa NDVI ya chini na inaonekana kama "hasara ya mimea". LLM inapofanya tafsiri ya picha, modeli inaweza kukosea masalia haya kwa tukio halisi. Hakikisha kuangalia metadata ya picha (tarehe, asilimia ya wingu, pembe ya jua).

Ufafanuzi wa kielezo na maelezo ya ramani na AI

LLM ni muhimu katika kutafsiri muhtasari wa faharasa ya nambari kuwa masimulizi wazi na kutoa ripoti za rasimu. Ipe takwimu na metadata ghafi ya NDVI na iombe itoe maoni ili uthibitishe.

MWANGAZO DHAIFU: "Je, ardhi oevu imekuwa ndogo katika picha hii ya setilaiti?" STRONG PROMPT: "Ninatoa takwimu mbili za tarehe za NDVI (eneo moja, kihisi sawa): 2020-07-15 wastani NDVI=0.61 cloud=3% sun angle=58°2025-07-12 avg NDVI=0.42 cloud=22% suncta angle=55°4 Kazi yako: eneo la ziwa1 Kokotoa ΔNDVI na uorodheshe tafsiri zinazowezekana.2) Orodhesha ni sababu zipi (wingu, kivuli, kiwango cha maji, msimu, urekebishaji) kupungua huku kunaweza kusababishwa na (wingu, kivuli, kiwango cha maji, msimu, urekebishaji) ZAIDI YA upotevu HALISI wa jalada.3) Kwa kila sababu inayowezekana, pendekeza hatua ya UTHIBITISHO ili kuitofautisha (k.m. tembeleo la kiwango cha juu cha wingu, rekodi ya data isiyo na wingu), uteuzi wa rekodi isiyo na wingu, rekodi ya uga inayodaiwa). imepunguzwa kwa X%' USIWEZE KUWEKA;

Kidokezo chenye nguvu kinaelekeza kielelezo si kwa hitimisho moja bainifu bali kwa mpango wa maelezo na uthibitishaji mbadala. Ukweli kwamba picha ya 2025 ina mawingu 22% hufanya kushuka kushukiwe yenyewe.

Uthibitishaji wa ukweli

Kiwango cha dhahabu cha ukalimani wa kutambua kwa mbali ni sehemu za uthibitishaji na uchunguzi na vipimo vilivyofanywa kwenye uwanja. Unarekodi jalada halisi la ardhi ukitumia GPS katika sehemu kadhaa za marejeleo na ulinganishe na uainishaji wa picha. Ikiwa sehemu itasema "matete kavu" katika pikseli ambapo AI au algoriti inasema "maji", uainishaji hauwezi kutegemewa.

kesi ndogo

Katika ufuatiliaji wa athari za kimazingira wa eneo la uchimbaji madini, timu iliandaa “hekta 15 za upotevu wa misitu kutokana na shughuli za uchimbaji madini” kwa kuzingatia upunguzaji wa NDVI uliokokotwa kutoka kwenye picha ya satelaiti na tafsiri yake kupanuliwa kuwa LLM; kielelezo kilitokeza masimulizi ya maji, yenye kushawishi. Hata hivyo, ripoti hiyo ilipokaguliwa na timu uwanjani, ilionekana kuwa sehemu ya eneo lenye NDVI ya chini ilikuwa sehemu ya kilimo iliyovunwa na sehemu yake ilikuwa kivuli cha wingu ambacho kiliendana na siku ya upigaji picha. Upotevu halisi wa msitu ulikuwa karibu hekta 4, sio 15. Ikiwa metadata (mask ya wingu) na safu ya matumizi ya ardhi ilikuwa imeangaliwa kabla, hitilafu ingezuiwa hapo awali. Sentensi nadhifu za LLM hazikufanya uwekaji sahihi sahihi.

Makosa ya kawaida

• Kulinganisha picha tofauti za msimu/jua na kukosea tofauti ya msimu ya "mabadiliko".
• Kutafsiri kivuli cha wingu na wingu kama hasara halisi ya kifuniko; kukwepa mask ya wingu.
• Kufanya hukumu sahihi kutoka kwa data ya pixel kuhusu vitu vidogo vinavyozidi azimio la anga.
• Kukokotoa maeneo na umbali kwa sababu ya kutolingana kwa mfumo/makadirio.
• Kufikiri kwamba NDVI ni kipimo kamili cha afya na kutibu saizi za maji na kivuli kana kwamba ni mimea.
• Kuweka masimulizi ya ramani ya LLM katika ripoti kama matokeo ya mwisho bila ukweli wa msingi.
• Kuripoti matokeo bila kuhifadhi metadata (tarehe, kihisi, % ya wingu, kiwango cha usindikaji).

Kwa muhtasari

• Uchambuzi wa GIS umejengwa juu ya tabaka zilizounganishwa katika mfumo wa kuratibu wa kawaida; Hitilafu ya makadirio hupotosha matokeo.
• Azimio la anga, spectral, muda na radiometriki huweka kikomo cha kile ambacho picha inaweza kuonyesha.
• NDVI = (NIR-RED)/(NIR+RED) ni kiashirio cha masharti cha nguvu ya mmea, si kipimo kamili cha afya.
• Katika uchambuzi wa mabadiliko, tofauti = mabadiliko ya kweli + kelele; Wingu, kivuli na msimu ndio wadanganyifu wakubwa.
• LLM hutoa tafsiri ya fahirisi na muhtasari wa maelezo ya ramani, lakini "haioni" picha ya setilaiti; Maoni kulingana na nambari uliyotoa.
• Ufafanuzi wa AI na uainishaji otomatiki hauwezi kutafsiriwa katika matokeo ya mwisho ya mazingira bila uthibitishaji na ukweli wa msingi na metadata.

Jukumu la maombi

Unda au uchukue muhtasari wa tarehe wa NDVI wa uga (ama kwa chaguo lako au sampuli); Kumbuka metadata (tarehe, asilimia ya wingu, pembe ya jua, kihisi) kwa kila tarehe. Kuhesabu ΔNDVI. Andika kidokezo chenye nguvu na ufanye LLM ikuulize sio tu mabadiliko halisi ya jalada, lakini maelezo mbadala (wingu, kivuli, msimu, kiwango cha maji, urekebishaji) na hatua ya uthibitishaji kwa kila moja. Kisha andika “mpango wa uthibitishaji wa ukweli wa msingi”: angalau pointi tatu za marejeleo, ni nini kitakachopimwa katika uwanja huo, na jinsi kitakavyolinganishwa na tafsiri ya picha. Mwishowe, weka alama ni taarifa gani katika simulizi iliyotolewa na LLM "haiwezi kujumuishwa kwenye ripoti bila uthibitishaji" na uandike sababu.