ஆதாயங்கள்:
- கேள்விக்கு ஏற்ப செயற்கைக்கோள் (பரந்த பகுதி) மற்றும் சென்சார் (உள்ளூர்) தரவைத் தேர்ந்தெடுக்கும் திறன் மற்றும் கிளவுட் முகமூடியைப் பயன்படுத்துவதன் மூலம் NDVI போன்ற குறியீடுகளை பகுப்பாய்வு செய்யும் திறன்
- அளவுத்திருத்தம் மற்றும் தரக் கட்டுப்பாடு மூலம் IoT சென்சார் தரவை அனுப்புவதன் மூலம் உண்மையான சமிக்ஞையிலிருந்து சறுக்கல் மற்றும் செயலிழப்பை வேறுபடுத்தும் திறன்
- ஒற்றைத் தேதியைக் காட்டிலும் ஒரு போக்கின் அடிப்படையில் கண்காணிப்பு கண்டுபிடிப்பை அடிப்படையாகக் கொண்டு, அடிப்படை உண்மை அல்லது சுயாதீனமான தரவுகளுடன் சரிபார்ப்புத் திட்டத்தை நிறுவும் திறன்
சுற்றுச்சூழலை நிர்வகிக்க, முதலில் அதைப் பார்ப்பது அவசியம். ஒரு காடு எவ்வளவு சிறியதாக மாறிவிட்டது, ஒரு நதி எவ்வளவு மாசுபடுகிறது அல்லது எவ்வளவு மீத்தேன் வசதி கசிகிறது என்பதை யூகிக்காமல், தரவுகளின் மூலம் அறிந்து கொள்வது அவசியம். சுற்றுச்சூழல் கண்காணிப்பு என்பது சுற்றுச்சூழலின் நிலையான மற்றும் மீண்டும் மீண்டும் செய்யக்கூடிய அளவீடு ஆகும். இந்த யூனிட்டில், நீங்கள் இரண்டு பெரிய தரவு மூலங்களைப் பற்றி அறிந்து கொள்வீர்கள் - விண்வெளியில் இருந்து பார்க்கும் செயற்கைக்கோள்கள் மற்றும் புலத்தில் உள்ள சென்சார்கள் - மற்றும் இந்த மிகப்பெரிய தரவை உணர்த்துவதில் AI இன் பங்கு.
முதலில் கருத்துக்கள். ரிமோட் சென்சிங் என்பது ஒரு பொருளைத் தொடாமல் தூரத்திலிருந்து (செயற்கைக்கோள் அல்லது விமானத்திலிருந்து) பிரதிபலிக்கும் ஒளியை அளந்து தகவல்களைச் சேகரிப்பதாகும். IoT சென்சார் (இன்டர்நெட் ஆஃப் திங்ஸ்) என்பது புலத்தில் வைக்கப்பட்ட ஒரு சிறிய சாதனம் மற்றும் தானாக அளவிடப்பட்ட மதிப்பை (வெப்பநிலை, காற்றின் தரம், நீர் நிலை) இணையத்தில் அனுப்புகிறது. ஒன்றாக, அவை சுற்றுச்சூழலின் பரந்த (செயற்கைக்கோள்) மற்றும் உள்ளூர் (சென்சார்) படத்தை வழங்குகின்றன.
செயற்கைக்கோள் தரவை எவ்வாறு படிப்பது?
செயற்கைக்கோள்கள் படங்களை மட்டும் எடுப்பதில்லை; ஒளியின் வெவ்வேறு அலைநீளங்களை ("பேண்டுகள்") அளவிடுகிறது. இந்த பட்டைகளின் கணித கலவையானது நிர்வாணக் கண்ணுக்குத் தெரியாததைக் காட்டுகிறது. மிகவும் நன்கு அறியப்பட்ட உதாரணம் NDVI (இயல்பாக்கப்பட்ட வேறுபாடு தாவர அட்டவணை): இது ஆரோக்கியமான தாவரங்கள் அகச்சிவப்பு ஒளியை மிகவும் பிரதிபலிக்கும் கொள்கையின் அடிப்படையில் 0 மற்றும் 1 க்கு இடையில் உள்ள தாவரங்களின் அடர்த்தியை அளவிடுகிறது. என்டிவிஐ குறைவது காடழிப்பு, வறட்சி அல்லது சேதத்தை குறிக்கும்.
மிகவும் பொதுவான இலவச மற்றும் திறந்த செயற்கைக்கோள் ஆதாரங்கள் சென்டினல் (ஐரோப்பிய கோப்பர்நிக்கஸ் திட்டம்) மற்றும் லேண்ட்சாட் (அமெரிக்கா) செயற்கைக்கோள்கள் ஆகும். இவை கூகுள் எர்த் எஞ்சின் அல்லது பைத்தானில் (rasterio, xarray போன்ற நூலகங்கள் மூலம்) போன்ற தளங்கள் மூலம் அணுகப்படுகின்றன.
உதவிக்குறிப்பு: செயற்கைக்கோள் தரவுகளின் மிகப்பெரிய எதிரி மேகம். ஒரு NDVI துளி காடுகளின் உண்மையான இழப்பா அல்லது அன்று மேகம் இருந்ததா? எப்போதும் கிளவுட் மாஸ்க்கைப் பயன்படுத்தவும் மற்றும் பகுப்பாய்வு செய்வதற்கு முன் பல தேதிகளை ஒப்பிடவும்.
IoT சென்சார் தரவு மற்றும் அளவுத்திருத்தம்
சென்சார்கள் மலிவானவை மற்றும் பொதுவானவை, ஆனால் சரியானவை அல்ல. குறைந்த விலை காற்றின் தர சென்சார் காலப்போக்கில் நகர்கிறது, ஈரப்பதத்தால் பாதிக்கப்படும் அல்லது தோல்வியடையும். எனவே, சென்சார் தரவு அதன் மூல வடிவத்தில் நம்பமுடியாதது; அளவுத்திருத்தம் (தெரிந்த குறிப்பு சாதனத்துடன் ஒப்பிடுவதன் மூலம் திருத்தம்) மற்றும் தரக் கட்டுப்பாடு ஆகியவை அவசியம்.
இங்கே AI; பெரிய படம் மற்றும் நேரத் தொடர் தரவைச் செயலாக்குவது, முரண்பாடுகளை ஸ்கேன் செய்வது (எதிர்பாராத விலகல்), வகைப்பாடு மாதிரியை நிறுவுதல் மற்றும் கண்டுபிடிப்புகளைச் சுருக்கி எழுதுதல் ஆகியவற்றில் இது மிகவும் சக்தி வாய்ந்தது. ஆனால் அளவீட்டின் இயற்பியல் உண்மை அளவுத்திருத்த முடிவு மற்றும் "இந்த சமிக்ஞை உண்மையானதா அல்லது சத்தமா?" விளக்கம் நிபுணருக்கு சொந்தமானது.
படிப்படியாக: ஒரு கண்காணிப்பு பகுப்பாய்வு
1. கேள்வியை வரையறுக்கவும். "2020 மற்றும் 2024 க்கு இடையில் இந்த 10,000 ஹெக்டேர் பரப்பளவில் தாவரங்கள் எவ்வாறு மாறியது?" இது போன்ற தெளிவான, இடஞ்சார்ந்த மற்றும் தற்காலிக கேள்வி:
2. தரவு மூலத்தைத் தேர்ந்தெடுக்கவும். செயற்கைக்கோள் (பரந்த பகுதி) அல்லது சென்சார் (உள்ளூர், தொடர்ச்சியான)? தீர்மானம் மற்றும் அதிர்வெண் கேள்விக்கு பொருத்தமானதா?
3. முன் செயல்முறை. கிளவுட் மாஸ்க், அளவுத்திருத்தம், தரவு விடுபட்டது. இந்தப் படியைத் தவிர்த்தால், விளைவு தவறானது.
4. இன்டெக்ஸ்/மெட்ரிக் கணக்கிடுங்கள். NDVI, வெப்பநிலை சராசரி, மாசுபடுத்தும் செறிவு.
5. மாற்றம் மற்றும் ஒழுங்கின்மையைக் கண்டறியவும். போக்கு பகுப்பாய்வு, த்ரெஷ்ல்ட் கிராசிங், திடீர் ஜம்ப்.
6. புலத்துடன் சரிபார்க்கவும். முடிந்தால், அடிப்படை உண்மையை உறுதிப்படுத்தவும்; கள விஜயம் அல்லது சுயாதீன தரவுகளுடன் செயற்கைக்கோள் சமிக்ஞையை வழங்கவும்.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - மேகத்திற்கு வீழ்ச்சி. ஒரு சுற்றுச்சூழல் தன்னார்வ தொண்டு நிறுவனம் "திடீர் காடழிப்பு" பற்றிய எச்சரிக்கையை ஒலிக்கவிருந்தது, ஒரு பிராந்தியத்தில் NDVI ஒரு மாதத்தில் 40% குறைந்துள்ளது. ஆய்வாளர் கிளவுட் மாஸ்க்கைப் போட்டு அண்டை தேதிகளைப் பார்த்தபோது, அன்றைய படத்தின் பெரும்பகுதி மேகமூட்டமாக இருப்பதைக் கண்டார், அடுத்த மேகமற்ற படத்தில், NDVI இயல்பு நிலைக்குத் திரும்பியது. தவறான எச்சரிக்கை தடுக்கப்பட்டது. இழந்த நேரம்: 20 நிமிடங்கள், நற்பெயர் பெற்றது: விலைமதிப்பற்றது.
வழக்கு 2 - அளவீடு செய்யப்படாத சென்சார். ஒரு நகராட்சி குறைந்த விலை PM2.5 (2.5 மைக்ரானை விட சிறிய துகள் - நன்றாக சுவாசிக்கக்கூடிய தூசி) சென்சார்கள் மூலம் "காற்று மிகவும் மாசுபட்டது" அறிக்கையை தயாரித்து வருகிறது. நிபுணர் சென்சார்களை ஒரு குறிப்பு நிலையத்துடன் ஒப்பிட்டுப் பார்த்தபோது, அவை அதிக ஈரப்பதத்தில் இரண்டு மடங்கு மதிப்பை மிகைப்படுத்தியதைக் கண்டறிந்தார். ஈரப்பதம் திருத்தம் (அளவுத்திருத்தம்) பயன்படுத்தப்பட்டபோது, உண்மையான மதிப்புகள் தோன்றின; பீதி தவிர்க்கப்பட்டது.
வழக்கு 3 - குறியீடு ஆட்டோமேஷன். 200 செயற்கைக்கோள் படங்களிலிருந்து NDVI போக்குகளைப் பிரித்தெடுக்க கைமுறையாக வாரங்களைச் செலவிட ஒரு ஆராய்ச்சிக் குழு திட்டமிட்டுள்ளது. கூகுள் எர்த் என்ஜின் மற்றும் பைதான் குறியீடு (கிளவுட் மாஸ்க் + மாதாந்திர என்டிவிஐ சராசரி + போக்கு வரைபடம்) மூலம் தானியங்கி பணிப்பாய்வுகளை AI எழுத வைத்தது. பகுப்பாய்வு 200 படங்களுக்கு சில நிமிடங்கள் எடுத்தது; முடிவை விளக்குவதற்கு குழு தனது நேரத்தை ஒதுக்கியது. எப்படியும் குறியீட்டின் ஒவ்வொரு அடியையும் சரிபார்த்தனர்.
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
செயற்கைக்கோள் தரவுகளிலிருந்து காடழிப்பைக் கண்டறியவும்.
இது ஏன் பலவீனமாக உள்ளது: டொமைன், தேதி வரம்பு, தரவு மூல, தெளிவுத்திறன் மற்றும் கிளவுட் செயலாக்கம் இல்லை. AI ஒரு பொது உரையை வழங்குகிறது, இயங்கக்கூடிய பகுப்பாய்வு அல்ல.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: ரிமோட் சென்சிங் ஆய்வாளர். சென்டினல்-2 தரவுகளுடன் [ஏரியா எல்லை]க்கான 2020-2024 மாதாந்திர என்டிவிஐ போக்கைக் கணக்கிடும் பைதான் (எர்த் என்ஜின்) குறியீட்டை எழுதவும். படிகள்: (1) கிளவுட் மாஸ்க், (2) சராசரி மாதாந்திர NDVI, (3) டிரா ட்ரெண்ட் சார்ட், (4) 20%க்கும் அதிகமான சரிவுடன் மாதங்களைக் குறிக்கவும். குறியீடு இயங்கக்கூடியதாக இருக்கட்டும்; ஒவ்வொரு அடியிலும் கருத்து தெரிவிக்கவும். தரவின் வரம்புகளையும் கவனியுங்கள் (தெளிவுத்திறன், மேகம்).
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) செயற்கைக்கோள் குறியீட்டு பகுப்பாய்வு (குறியீட்டுடன்):
உங்கள் பங்கு: ரிமோட் சென்சிங் ஆய்வாளர். [Sentinel-2/Landsat] தரவுகளுடன் [AREA]க்கான [DATE வரம்பிற்கு] மேலாக [NDVI/NDWI/பிற குறியீட்டை] கணக்கிடும் இயங்கக்கூடிய பைதான் குறியீட்டை எழுதவும். கிளவுட் மாஸ்க்கைச் சேர்க்க மறக்காதீர்கள். போக்கு மற்றும் முரண்பாடுகளைக் குறிக்கவும். கருத்துகளில் தரவின் தெளிவுத்திறன் மற்றும் மேகக்கணி வரம்புகளைக் குறிப்பிடவும்.
2) சென்சார் நேரத் தொடர் தரக் கட்டுப்பாடு:
பைதான் மூலம் பின்வரும் சென்சார் நேரத் தொடரில் தரச் சிக்கல்களைத் தேடுங்கள்: காணாமல் போன தரவு, சிக்கிய மதிப்பு, திடீர் ஜம்ப், சறுக்கல், தீவிரம். ஒவ்வொரு சிக்கலையும் நேர முத்திரையுடன் குறிக்கவும். தரவை மாற்ற வேண்டாம், புகாரளிக்கவும். முடிந்தால் ஒரு எளிய அளவுத்திருத்த பரிந்துரையைச் சேர்க்கவும். தரவு: [இங்கே]
3) அடிப்படை உண்மை சரிபார்ப்பு திட்டம்:
புலத்தில் பின்வரும் செயற்கைக்கோள் அடிப்படையிலான கண்டுபிடிப்பை (எ.கா. NDVI வீழ்ச்சி) எவ்வாறு சரிபார்க்கலாம் என்பதற்கான திட்டத்தைப் பரிந்துரைக்கவும்: எந்தப் புள்ளிகள், எந்த அளவீடு, எந்தச் சார்பற்ற தரவு ஆதாரம். கண்டுபிடிப்பு தவறானதாக இருக்கும் சூழ்நிலைகளையும் எண்ணுங்கள் (மேகம், பருவம், நிழல்). கண்டறிதல்: [இங்கே]
4) ஒழுங்கின்மை சுருக்கம்:
சுற்றுச்சூழல் மேலாளருக்கான எளிய மொழியில் கீழே உள்ள கண்காணிப்புத் தரவிலிருந்து கண்டறியப்பட்ட முரண்பாடுகளை சுருக்கமாகக் கூறவும். ஒவ்வொரு ஒழுங்கின்மைக்கும்: எங்கே, எப்போது, எவ்வளவு விலகல், சாத்தியமான காரணங்கள் மற்றும் "சரிபார்க்கப்பட வேண்டும்" குறிப்பு. அது ஏன் பொருத்தமாக இருக்கிறது என்பது உறுதி; அதை ஒரு சாத்தியமாக முன்வைக்கவும். தரவு: [இங்கே]
பொதுவான தவறுகள்
- கிளவுட் மாஸ்க்கைப் பயன்படுத்தவில்லை. மேகம் என்பது மிகவும் பொதுவான போலியான சமிக்ஞையாகும்.
- அதை அளவீடு செய்யாமல் சென்சார் மீது நம்பிக்கை வைத்தல். குறைந்த விலை சென்சார்கள் நழுவி ஈரப்பதத்தால் பாதிக்கப்படுகின்றன.
- வரலாற்றை மட்டும் பாருங்கள். மாற்றத்தை கோருவதற்கு பல தேதிகள் மற்றும் போக்குகள் தேவை.
- அடிப்படை உண்மையை புறக்கணித்தல். செயற்கைக்கோள் சமிக்ஞை புலம் அல்லது சுயாதீன தரவு மூலம் உறுதிப்படுத்தப்பட வேண்டும்.
- AI இன் "சரியான காரணம்" உரிமைகோரலுக்கு வீழ்ச்சி. தரவு தொடர்புகளைக் கண்காணிப்பது; காரணத்தை உறுதிப்படுத்துவது வேறு விஷயம்.
எச்சரிக்கை: உயர் தெளிவுத்திறன் கொண்ட செயற்கைக்கோள் மற்றும் ட்ரோன் படங்கள் தனியார் சொத்து, நபர்கள் அல்லது முக்கிய வசதிகளைக் கொண்டிருக்கலாம். கண்காணிப்புத் தரவைப் பகிரும்போது தனியுரிமை மற்றும் சட்டக் கட்டுப்பாடுகளை (குறிப்பாக தனிப்பட்ட தரவு மற்றும் பாதுகாப்பு) கவனிக்கவும்.
சுருக்கமாக
சுற்றுச்சூழல் கண்காணிப்பு செயற்கைக்கோள் (அகலம்) மற்றும் சென்சார் (உள்ளூர்) தரவுகளை ஒருங்கிணைக்கிறது. AI; இது குறியீட்டை எழுதுவதற்கான சக்திவாய்ந்த முடுக்கியாகும், இது பாரிய படம் மற்றும் நேரத் தொடர் தரவு, ஒழுங்கின்மை ஸ்கேனிங் மற்றும் சுருக்கம் ஆகியவற்றை செயலாக்குகிறது. ஆனால் கிளவுட் மாஸ்க், சென்சார் அளவுத்திருத்தம், பல தேதி ஒப்பீடு மற்றும் நில உண்மை சரிபார்ப்பு ஆகியவை நிபுணர்களுக்கு சொந்தமானது. சுத்தம் செய்யப்பட்ட மற்றும் உறுதிப்படுத்தப்பட்ட சமிக்ஞையை நம்புங்கள், மூல சமிக்ஞையை அல்ல.
விண்ணப்ப பணி
புலம் மற்றும் தேதி வரம்பைத் தேர்வு செய்யவும் (உண்மையான அல்லது அனுமானம்). 1. டெம்ப்ளேட்டுடன் AI க்கு NDVI பகுப்பாய்வு பணிப்பாய்வு குறியீட்டை அச்சிட்டு, கிளவுட் மாஸ்க் படி உள்ளதா என்பதைச் சரிபார்க்கவும். பின்னர், 2வது டெம்ப்ளேட்டுடன் தரக் கட்டுப்பாடு மூலம் உங்களிடம் உள்ள சென்சார் நேரத் தொடரை (அல்லது மாதிரி) அனுப்பவும். இறுதியாக, டெம்ப்ளேட் 3 உடன், புலத்தில் நீங்கள் காணும் மாற்றத்தை எவ்வாறு சரிபார்க்கலாம் என்பதற்கான திட்டத்தைக் கொண்டு வாருங்கள்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் பகுப்பாய்வை ஒரு தெளிவான இடஞ்சார்ந்த மற்றும் தற்காலிக கேள்வியுடன் வரையறுத்தேன்.
- [ ] நான் செயற்கைக்கோள் தரவுகளில் கிளவுட் மாஸ்க்கைப் பயன்படுத்தினேன்.
- [ ] அளவீடு மற்றும் தரக் கட்டுப்பாடு மூலம் சென்சார் தரவை அனுப்பினேன்.
- [ ] நான் மாற்ற உரிமைகோரலை ஒரே தேதியில் அல்ல, போக்கின் அடிப்படையில் செய்தேன்.
- [ ] அடிப்படை உண்மை அல்லது சுயாதீனமான தரவு மூலம் கண்டுபிடிப்பை சரிபார்க்க நான் ஒரு திட்டத்தை செய்தேன்.
- [ ] ரகசியத்தன்மை மற்றும் சட்டக் கட்டுப்பாடுகளை நான் கவனித்தேன்.