புவியியல் மேப்பிங், ரிமோட் சென்சிங் மற்றும் பட பகுப்பாய்வு

ஆதாயங்கள்:

• செயற்கைக்கோள் மற்றும் வான்வழிப் படங்களில் AI உடன் எவ்வாறு லித்தாலஜி, ஃபால்ல்ட் மற்றும் ஆல்டரேஷன் மேப்பிங் செய்யப்படுகிறது என்பதை விளக்கும் திறன்.
• மல்டிஸ்பெக்ட்ரல்/ஹைப்பர்ஸ்பெக்ட்ரல் தரவிலிருந்து கனிம மற்றும் கட்டமைப்பு குறிப்பான்களைப் பிரித்தெடுக்கும் பணிப்பாய்வுகளை வடிவமைக்கும் திறன்
• நில உண்மை மற்றும் புவியியல் சூழலுடன் ரிமோட் சென்சிங் வெளியீடுகளை சோதிக்கும் திறன்

புவியியல் வரைபடம் என்பது மேற்பரப்பில் உள்ள ஒரு பகுதியின் நிலத்தடி கதையின் திட்டமாகும்: எந்த பாறை அலகு எங்கே, எங்கே தவறுகள் கடந்து செல்கின்றன, எந்த திசையில் அடுக்குகள் சாய்ந்துள்ளன. பாரம்பரியமாக, இந்த வரைபடம் என்பது புவியியலாளர் பல மாத களப்பணியுடன், வெளியிலிருந்து வெளிப்பகுதிக்கு பயணம் செய்து தயாரிக்கும் ஒரு தயாரிப்பு ஆகும். இன்று, ரிமோட் சென்சிங் மற்றும் செயற்கை நுண்ணறிவு இந்த செயல்முறையின் பெரும்பகுதியை துரிதப்படுத்துகிறது. செயற்கைக்கோள் / வான்வழி படங்களிலிருந்து செயற்கை நுண்ணறிவு மூலம் எவ்வாறு கற்கள், தவறுகள் மற்றும் மாற்றம் (நீர் வெப்ப நீருடன் கூடிய பாறையின் வேதியியல் மாற்றம்; கனிம ஆய்வில் ஒரு முக்கிய குறிகாட்டி) மேப்பிங் செய்யப்படுகிறது என்பதையும், மிக முக்கியமாக, நிலத்தின் உண்மைத்தன்மையுடன் இந்த வெளியீடுகள் எவ்வாறு சோதிக்கப்படுகின்றன என்பதையும் இந்த அலகில் பார்ப்போம்.

ஆரம்பத்திலிருந்தே ஒரு எச்சரிக்கை: ரிமோட் சென்சிங் படம் ஒரு அளவீடு, ஒரு விளக்கம் அல்ல; ஆனால் அந்த அளவீட்டிலிருந்து பெறப்பட்ட ஒவ்வொரு வரைபடமும் ஒரு விளக்கம் மற்றும் விளக்கத்தில் பிழை உள்ளது. செயற்கை நுண்ணறிவால் குறிக்கப்பட்ட "மாற்ற மண்டலம்" ஒரு உண்மையான கனிமக் காட்டி, உலர்ந்த வயல், நிழல் அல்லது வளிமண்டல இடையூறாக இருக்கலாம். புலத்தில் சரிபார்க்கப்படும் வரை வரைபடம் ஒரு கருதுகோள்.

ரிமோட் சென்சிங்கின் அடிப்படை இயற்பியல்

ஒவ்வொரு கனிமமும் பாறையும் சூரிய ஒளியை வெவ்வேறு அலைநீளங்களில் வெவ்வேறு விகிதங்களில் பிரதிபலிக்கின்றன; இது நிறமாலை கையொப்பம் என்று அழைக்கப்படுகிறது. மனிதக் கண் காணக்கூடிய ஒளியை மட்டுமே பார்க்கிறது (சிவப்பு-பச்சை-நீலம்), ஆனால் செயற்கைக்கோள் உணரிகள் அகச்சிவப்பு உட்பட மிகவும் பரந்த வரம்பை அளவிடுகின்றன. இரண்டு அடிப்படை கருத்துக்கள்:

பல பரந்த அலைநீள பட்டைகளில் (பொதுவாக 4-12 பட்டைகள்) மல்டிஸ்பெக்ட்ரல் இமேஜிங் நடவடிக்கைகள்; உதாரணமாக, லேண்ட்சாட் மற்றும் சென்டினல் செயற்கைக்கோள்கள். இது கடினமான பாறைகளை வேறுபடுத்துகிறது. ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங், மறுபுறம், நூற்றுக்கணக்கான குறுகிய பட்டைகளில் அளவிடுகிறது மற்றும் கனிமங்களை அவற்றின் "ஸ்பெக்ட்ரல் கைரேகை" மூலம் அடையாளம் காண முடியும்; மாற்றும் தாதுக்களை (கயோலினைட், அலுனைட், இல்லலைட் போன்றவை) வேறுபடுத்த இது பயன்படுகிறது.

AI இங்கு இரண்டு வேலைகளைச் செய்கிறது: முதலில், இது இந்த உயர் பரிமாண நிறமாலைத் தரவை வகைப்படுத்துகிறது (எந்த பிக்சல் என்பது லித்தாலஜி/மினரல்). இரண்டாவதாக, இது படத்தின் வடிவியல் வடிவங்களிலிருந்து தவறு மற்றும் கட்டமைப்பு அம்சங்களைப் பிரித்தெடுக்கிறது (கோடுகள், அமைப்பு, வடிகால் நெட்வொர்க்). டிஜிட்டல் எலிவேஷன் மாடல் (சுருக்கமாக DEM; நிலத்தின் முப்பரிமாண உயர வரைபடம்) சேர்க்கப்படும் போது, ​​சாய்வு, அம்சம் மற்றும் நிலப்பரப்பு வரிகளும் பகுப்பாய்வில் சேர்க்கப்படும்.

படிப்படியாக: ஒரு மாற்றும் வரைபட வேலைப்பாய்வு

1. படத்தை தயார் செய்யவும். வளிமண்டல திருத்தம் (வளிமண்டலத்தின் சிதைக்கும் விளைவை நீக்குதல்), மேகம் மறைத்தல், தாவர முகமூடி. இந்தப் படியைத் தவிர்த்தால் முழு முடிவும் அசுத்தமாகிவிடும்.
2. உங்கள் ஆர்வமுள்ள பகுதியை சுருக்கவும். ஆய்வுப் பகுதியை புவியியல் சூழலுக்கு வரம்பிடவும் (தெரிந்த தவறு, உருவாக்கம், வெளிச்செல்); மாதிரிக்கு சூழலைக் கொடுங்கள்.
3. நிறமாலை குறியீடுகளைக் கணக்கிடுங்கள். குறிப்பிட்ட கனிம குழுக்களை முன்னிலைப்படுத்தும் பேண்ட் விகிதங்கள் (எ.கா. இரும்பு ஆக்சைடுகள், களிமண் தாதுக்கள்).
4. வகைப்படுத்து. செயற்கை நுண்ணறிவு பிக்சல்கள்/பிராந்தியங்களை வகைப்படுத்துகிறது மற்றும் சாத்தியமான மாற்ற மண்டலங்களைக் குறிக்கிறது.
5. திட்டமிடல் நிலப்பரப்பு சரிபார்ப்பு. குறிக்கப்பட்ட மண்டலங்களிலிருந்து மாதிரி புள்ளிகளைத் தேர்ந்தெடுத்து அவற்றை புலத்தில் சரிபார்க்கவும். இந்த படி இல்லாமல் வரைபடம் கையொப்பமிடப்படாது.

பட பகுப்பாய்வில் செயற்கை நுண்ணறிவின் பங்கு மற்றும் வரம்புகள்

குறிப்பாக, AI இரண்டு வகையான பிழைகளைக் குறைக்கிறது: இது கவனிக்கப்படாத நுட்பமான முரண்பாடுகளைப் பிடிக்கிறது, மேலும் இது சீரற்ற விளக்கங்களைத் தரப்படுத்துகிறது. ஆனால் அது மூன்று முறையான பிழைகளை உருவாக்குகிறது. முதலாவது தவறான நேர்மறை: தாவரங்கள், நிழல், மனித அமைப்பு அல்லது மண்ணின் ஈரப்பதம் மாற்றமாகத் தோன்றலாம். இரண்டாவது பயிற்சி சார்பு: மாதிரியானது வேறொரு பிராந்தியத்திலிருந்து தரவைப் பயிற்றுவித்தால், அது உங்கள் தளத்தின் வெவ்வேறு லித்தாலஜியில் தவறாக இருக்கும். மூன்றாவதாக அளவு மாயை: ஒரு பிக்சல் தரையில் பத்து மீட்டர்களை உள்ளடக்கியது; சிறந்த கட்டமைப்புகள் இழக்கப்படுகின்றன, கலப்பு பிக்சல்கள் (ஒரு பிக்சலில் உள்ள பல பொருட்கள்) தவறாக வழிநடத்துகின்றன.

எனவே தங்க விதி: அடிப்படை உண்மை எப்போதும் வெல்லும். புலத்தில் தேர்ந்தெடுக்கப்பட்ட புள்ளிகளில் மாதிரிகள் மற்றும் அவதானிப்புகள் மூலம் அதைச் சோதிக்காமல் படத்தின் விளைவான வரைபடத்தை உறுதியானதாகக் கருத முடியாது. சரிபார்ப்பு புள்ளிகள் தற்செயலாக தேர்வு செய்யப்படவில்லை, ஆனால் "சில" மற்றும் "சந்தேகத்திற்குரிய" மண்டலங்கள் இரண்டையும் மறைப்பதற்கு மூலோபாய ரீதியாக தேர்ந்தெடுக்கப்படுகின்றன.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - தேடல் பகுதியைக் குறைக்கிறது. ஒரு ஆய்வு நிறுவனம் 1,200 கிமீ² உரிமப் பகுதியை மதிப்பீடு செய்து கொண்டிருந்தது. ஹைப்பர்ஸ்பெக்ட்ரல் தரவுகளிலிருந்து செயற்கை நுண்ணறிவு-உதவி மாற்றப்பட்ட வகைப்பாடு 38 கிமீ² பரப்பளவை 7 இலக்கு மண்டலங்களாகக் குறைத்தது. முழுப் பகுதியையும் பார்வையிடுவதற்குப் பதிலாக, களக் குழு இந்த 7 மண்டலங்களுக்கு முன்னுரிமை அளித்தது; ஆரம்ப கள பிரச்சார நேரம் 70% குறைக்கப்பட்டது. 7 மண்டலங்களில் 5 களத்தில் உண்மையான மாற்றத்தைக் காட்டியது, 2 தவறான நேர்மறைகள் (களிமண் மண்) - சரிபார்ப்பு இல்லாமல், இந்த 2 மண்டலங்கள் துளையிடுவது வீணாகிவிடும்.

வழக்கு 2 - தவறு மேப்பிங் பூர்வாங்க ஸ்கெட்ச். DEM மற்றும் இமேஜ்-எக்ஸ்ட்ராட் லைனிமென்ட் பகுப்பாய்வு, அறியப்பட்ட முக்கிய பிழையுடன் இரண்டு சிறிய வரிகளை பரிந்துரைத்தது. துறையில் ஒரு உண்மையான தவறு மாறியது; மற்றொன்று குழாய் பாதையின் நிலப்பரப்பு தடயமாக மாறியது. மாதிரியானது வடிவியல் வடிவத்தை சரியாகப் பிடித்தது ஆனால் அதன் தோற்றத்தை வேறுபடுத்திப் பார்க்க முடியவில்லை; புவியியல் நம்பகத்தன்மை மற்றும் புலக் கட்டுப்பாடு ஆகியவற்றை அவர் வேறுபடுத்திக் காட்டினார்.

வழக்கு 3 - மேக நிழல் தவறு. ஒரு பகுதியில் மாதிரியானது வடக்குச் சரிவில் வலுவான "இரும்பு ஆக்சைடு மாற்றத்தை" குறித்தது. வளிமண்டலத் திருத்தம் முழுமையடையவில்லை மற்றும் கையொப்பம் உண்மையில் ஒரு மெல்லிய மேக மூடியின் நிறமாலை சிதைவு ஆகும். படத்தை மீண்டும் செயலாக்கி சரி செய்தபோது, ​​அந்த ஒழுங்கின்மை மறைந்தது. பாடம்: முன் செயலாக்கப் பிழை மிகவும் மேம்பட்ட மாதிரியைக் கூட முட்டாளாக்குகிறது.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இந்த செயற்கைக்கோள் படத்தில் கண்ணிவெடிகள் இருக்கக்கூடிய இடங்களைக் காட்டு.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ரிமோட் சென்சிங் புவியியலாளர். பின்வரும் நிறமாலை குறியீட்டு மற்றும் பட்டை விகித மதிப்புகளை விளக்கவும் (படம் சென்டினல்-2, வறண்ட மண்டலம், அரிதான தாவரங்கள்).- ஒவ்வொரு சாத்தியமான மாற்ற மண்டலத்திற்கும்: எந்த குறியீட்டு/விகிதத்தைத் தூண்டியது என்பதை எழுதவும்.- ஒவ்வொரு மண்டலத்திற்கும் (தாவரங்கள், நிழல், மண், மனிதவள மண்டலத்தின் அடிப்படையில்) குறைந்தபட்சம் ஒரு தவறான நேர்மறை மூலத்தைப் பரிந்துரைக்கவும். சரிபார்ப்பு முன்னுரிமை" (உயர்/நடுத்தர/குறைவு).- எந்த மண்டலத்தையும் "சுரங்கம்" எனக் காட்ட வேண்டாம்; "மாற்ற டோக்கன் சரிபார்க்கப்பட வேண்டும்" தரவு: [குறியீட்டு/விகித அட்டவணை + சூழல்]

வலுவான ப்ராம்ட், தவறான நேர்மறைகளை பட்டியலிடவும், துல்லியம் கோருவதைத் தவிர்க்கவும் மாதிரியை கட்டாயப்படுத்துகிறது.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) முன் செயலாக்க சரிபார்ப்பு பட்டியல்:

பின்வரும் ரிமோட் சென்சிங் பணிப்பாய்வுகளில் தவிர்க்கப்பட்ட முன்செயலாக்கப் படிகளைச் சரிபார்க்கவும்: வளிமண்டலத் திருத்தம், மேகம்/நிழல் முகமூடி, தாவர முகமூடி, நிலப்பரப்பு திருத்தம், சென்சார் அளவுத்திருத்தம். விடுபட்ட படிகள் எப்படி உங்கள் முடிவுக்கு பக்கச்சார்பானதாக இருக்கும் என்பதை ஒவ்வொன்றிற்கும் ஒரு வாக்கியத்தில் விளக்கவும். பணிப்பாய்வு: [definition]

2) மாற்று மண்டல விளக்கம்:

பின்வரும் நிறமாலை குறியீட்டு மதிப்புகளிலிருந்து (களிமண், இரும்பு ஆக்சைடு, கார்பனேட், சிலிக்கா) சாத்தியமான மாற்று கனிமக் குழுக்களைப் பிரித்தெடுக்கவும். ஒவ்வொரு குழுவிற்கும்: தூண்டுதல் குறியீடு, நம்பிக்கை நிலை, மாற்று விளக்கம் (தவறான நேர்மறை), முன்மொழியப்பட்ட புல சரிபார்ப்பு. உறுதியாகக் கூறுதல். தரவு: [குறியீடுகள்]

3) கோடு/பிழை பிரித்தல்:

கீழே உள்ள நேர்கோட்டுகளின் பட்டியலைக் கவனியுங்கள். ஒவ்வொன்றிற்கும் சாத்தியமான தோற்றங்களை பட்டியலிடவும்: தவறு, தட்டு எல்லை, டைக், வடிகால், மனித அமைப்பு (சாலை/கோடு/வயல்), தாவர எல்லை. புவியியல் சூழலுடன் மிகவும் சாத்தியமான தோற்றத்தைக் குறிப்பிடவும், ஆனால் ஒரே சாத்தியத்தை விட்டுவிடவும். பட்டியல்: [நேரியல் + சூழல்]

4) சரிபார்ப்பு புள்ளி திட்டம்:

பின்வரும் மாற்றம்/லித்தாலஜி வரைபடத்திற்கான கள சரிபார்ப்புத் திட்டத்தை முன்மொழியவும்:- ஒவ்வொரு வகுப்பிற்கும் எத்தனை மாதிரிப் புள்ளிகள், ஏன்.- "குறிப்பிட்ட" மற்றும் "கேள்விக்குரிய" மண்டலங்களின் சமப்படுத்தப்பட்ட மாதிரி.- ​​அணுகல் மற்றும் பாதுகாப்பு குறிப்பு. வரைபடச் சுருக்கம்: [வகுப்புகள் மற்றும் பகுதிகள்]

படத்தின் வகை மற்றும் பயன்பாட்டின் பகுதி

தரவு வகை

என்ன நடவடிக்கைகள்

அவருடைய பலம்

வரம்பு

மல்டிஸ்பெக்ட்ரல் (சென்டினல்/லேண்ட்சாட்)

அகன்ற அலைவரிசைகள்

ரஃப் லித்தாலஜி, பிராந்திய ஸ்கேனிங்

கனிமப் பிரிப்பு வரையறுக்கப்பட்டுள்ளது

ஹைப்பர்ஸ்பெக்ட்ரல்

நூற்றுக்கணக்கான குறுகிய பட்டைகள்

கனிம/மாற்ற வேறுபாடு

செலவு, மேல்நிலை செயலாக்கம்

DEM (உயரம்)

நிலப்பரப்பு

தவறு/வரி, வடிகால்

லித்தாலஜி கொடுக்கவில்லை

வெப்ப அகச்சிவப்பு

மேற்பரப்பு வெப்பநிலை

சில சிலிக்கேட்/கார்பனேட்

வளிமண்டலத்திற்கு உணர்திறன்

ரேடார் (SAR)

மேற்பரப்பு கடினத்தன்மை / சிதைவு

மேகத்தின் கீழ், சரிவு/நிலச்சரிவு

விளக்கம் சிக்கலானது

உதவிக்குறிப்பு: தொலைநிலை உணர்திறன் வெளியீட்டை "தள முன்னுரிமை ஸ்கேன்" ஆகப் பயன்படுத்தவும், "துளையிடும் வரைபடம்" அல்ல. அதன் மிகப்பெரிய மதிப்பு என்னவென்றால், முதலில் எங்கு செல்ல வேண்டும் என்று அது உங்களுக்குச் சொல்கிறது; புல சான்றுகள் மற்றும் பொறியாளர் எங்கு துளையிட வேண்டும் என்பதை தீர்மானிக்கிறார்கள்.

எச்சரிக்கை: முன் செயலாக்கம் (வளிமண்டலம் மற்றும் நிலப்பரப்பு திருத்தம், மறைத்தல்) தவிர்க்கப்பட்டால், மிகவும் மேம்பட்ட வகைப்பாடு கூட முறையான பிழைகளை உருவாக்குகிறது. "வெளியீடு வித்தியாசமானது" எனில், முன் செயலாக்கத்தை முதலில் வினவவும், மாதிரியை அல்ல. குப்பை உள்ளே, குப்பை வெளியே கொள்கை இங்கே இரக்கமற்றது.

பொதுவான தவறுகள்

• முன் செயலாக்கத்தைத் தவிர்க்கிறது. திருத்தப்படாத படங்களிலிருந்து உண்மையான புவியியல் என்று தவறாகப் புரிந்துகொள்ளுதல்.
• தவறான நேர்மறைகளை மறத்தல். தாவரங்கள், நிழல், மண்ணின் ஈரப்பதம் மற்றும் மனித கட்டமைப்புகளை மாற்றங்கள்/தவறுகள் என்று தவறாகப் புரிந்துகொள்வது.
• அடிப்படை உண்மை இல்லாமல் கையொப்பமிடுதல். புலத்தில் சரிபார்க்காமல் பட வரைபடத்தில் துளையிடல் முடிவை அடிப்படையாகக் கொண்டது.
• அளவு மாயை. பிக்சல் அளவை மறந்துவிட்டு, நுண்ணிய கட்டமைப்புகள் தொலைந்துவிட்டன அல்லது கலப்பு பிக்சல்கள் தவறாக வழிநடத்தும் என்ற உண்மையைப் புறக்கணித்தல்.
• கல்வி சார்புகளை புறக்கணித்தல். கண்மூடித்தனமாக வேறொரு பிராந்தியத்தில் பயிற்சி பெற்ற மாதிரியை ஒரு வித்தியாசமான லித்தாலஜி கொண்ட துறையில் பயன்படுத்துதல்.

சுருக்கமாக

• ரிமோட் சென்சிங் பல்வேறு அலைநீளங்களில் கனிமங்களின் நிறமாலை கையொப்பத்தை அளவிடுகிறது; இது மல்டிஸ்பெக்ட்ரல் கரடுமுரடான மற்றும் ஹைப்பர்ஸ்பெக்ட்ரல் ஃபைன் ஆகியவற்றை வேறுபடுத்துகிறது.
• செயற்கை நுண்ணறிவு இந்த உயர் பரிமாணத் தரவை வகைப்படுத்துகிறது மற்றும் வடிவியல் வடிவங்களிலிருந்து தவறு/நேரியல் தன்மையைப் பிரித்தெடுக்கிறது; ஆனால் அது தவறான நேர்மறைகள், பயிற்சி சார்பு மற்றும் அளவிலான சார்பு ஆகியவற்றை உருவாக்குகிறது.
• முன்செயலாக்கம் (வளிமண்டல/நிலப்பரப்பு திருத்தம், மறைத்தல்) முடிவின் தரத்தை தீர்மானிக்கிறது; அது தவிர்க்கப்பட்டால், முறையான பிழை ஏற்படும்.
• ரிமோட் சென்சிங் என்பது ஒரு திரையிடல்/முன்னுரிமைக் கருவியாகும்; அடிப்படை உண்மையுடன் சோதிக்கப்படாமல் வரைபடம் துல்லியமாக கருதப்படாது.
• அடிப்படை உண்மை எப்போதும் வெல்லும்; சரிபார்ப்பு புள்ளிகள் குறிப்பிட்ட மற்றும் சந்தேகத்திற்கிடமான பகுதிகள் இரண்டையும் சீரான முறையில் உள்ளடக்க வேண்டும்.

விண்ணப்ப பணி

ஸ்பெக்ட்ரல் இண்டெக்ஸ்/பேண்ட் விகித மதிப்புகள் அல்லது பணித்தளத்திற்காக (அல்லது திறந்த தரவுப் பகுதி) உங்களிடம் உள்ள DEM லைன்மென்ட் பட்டியலை அநாமதேயமாக்குங்கள். சாத்தியமான மாற்ற மண்டலங்கள் அல்லது தவறுகளை சக்திவாய்ந்த ப்ராம்ட் மூலம் விளக்கி, ஒவ்வொரு மண்டலத்திற்கும் குறைந்தபட்சம் ஒரு தவறான நேர்மறை மூலத்தை மாதிரி பரிந்துரைக்க வேண்டும். பின்னர் "சரிபார்ப்பு புள்ளி திட்டம்" டெம்ப்ளேட்டுடன் ஒரு தள கட்டுப்பாட்டு திட்டத்தை வரையவும்; ஒரு வாக்கியத்தில் எத்தனை புள்ளிகள் "சந்தேகத்திற்குரிய" மண்டலங்களாகப் பிரிக்கப்பட்டுள்ளன என்பதையும், நீங்கள் ஏன் சமச்சீர் மாதிரியைச் செய்கிறீர்கள் என்பதையும் கவனியுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] மல்டிஸ்பெக்ட்ரல் மற்றும் ஹைப்பர்ஸ்பெக்ட்ரல் தரவு என்ன அளவிடப்படுகிறது மற்றும் அவை எதற்காகப் பயன்படுத்தப்படுகின்றன என்பதை என்னால் வேறுபடுத்தி அறிய முடியும்.
• [ ] முன்செயலாக்கப் படிகள் (டிரிம்மிங், மாஸ்க்கிங்) முடிவை எப்படிப் பாதிக்கிறது என்பது எனக்குத் தெரியும்.
• [ ] மாற்றம்/தவறு வெளியீடுகளில் தவறான நேர்மறைகளின் (தாவரங்கள், நிழல், மனிதனால் உருவாக்கப்பட்ட) ஆதாரங்களை நான் கேள்வி கேட்கிறேன்.
• [ ] தொலை உணர்திறன் வரைபடத்தை ஸ்கேனிங் கருவியாகப் பார்க்கிறேன் மற்றும் நிலப்பரப்பு சரிபார்ப்புடன் அதைச் சோதிக்கிறேன்.
• [ ] சில மற்றும் சந்தேகத்திற்கிடமான மண்டலங்களை சமநிலைப்படுத்த சரிபார்ப்பு புள்ளிகளை என்னால் திட்டமிட முடியும்.