ระบบสารสนเทศภูมิศาสตร์ (GIS) และการวิเคราะห์การใช้ที่ดิน

กำไร:

• ความสามารถในการกำหนดตรรกะ GIS ของการใช้ประโยชน์ที่ดิน การวิเคราะห์ความเหมาะสมและการเข้าถึง และบทบาทของ AI ในขั้นตอนการทำงานนี้
• ความสามารถในการใช้แนวคิดของเลเยอร์ คุณลักษณะ และระบบพิกัดอย่างถูกต้องเมื่อออกแบบนิยายวิเคราะห์ด้วย AI
• ความสามารถในการตรวจสอบขั้นตอนการวิเคราะห์ที่แนะนำโดย AI ด้วยคุณภาพข้อมูลจริง ความแม่นยำเชิงพื้นที่ และการอ้างอิงพิกัด

กลไกสำคัญของการวางผังเมืองคือข้อมูลเชิงพื้นที่ อยู่ที่ไหน เท่าไหร่ และห่างกันแค่ไหน ตระกูลซอฟต์แวร์ที่รวบรวม จัดเก็บ สืบค้น และแมปข้อมูลนี้เรียกว่าระบบสารสนเทศภูมิศาสตร์ (GIS เรียกสั้น ๆ ว่า GIS เป็นภาษาอังกฤษ) การวิเคราะห์การใช้ที่ดินตอบคำถามต่างๆ เช่น สถานที่ที่จะสร้างโรงเรียน พื้นที่ใดเหมาะสำหรับที่อยู่อาศัยหรืออุตสาหกรรม พื้นที่สีเขียวรองรับผู้คนได้กี่คน เป็นต้น ด้วย GIS AI เป็นตัวช่วยที่ทรงพลังในการออกแบบการตั้งค่าการวิเคราะห์เหล่านี้ เรียงลำดับขั้นตอน จัดเรียงเกณฑ์และน้ำหนัก และรายงานผลลัพธ์ แต่การวิเคราะห์จะขึ้นอยู่กับข้อมูลเชิงพื้นที่ และคุณภาพ ระบบพิกัด และสกุลเงินของข้อมูลเชิงพื้นที่จะเป็นตัวกำหนดผลลัพธ์ AI ไม่สามารถมองเห็นข้อมูลนี้ได้ จะแก้ไขเฉพาะนิยายที่คุณให้ไว้เท่านั้น ดังนั้นทุกขั้นตอนที่แนะนำโดย AI จะต้องทดสอบด้วยข้อมูลจริงและการอ้างอิงพิกัดที่แม่นยำ

แนวคิดพื้นฐานสามประการของ GIS

เลเยอร์: ข้อมูลแต่ละประเภทเป็นเลเยอร์ที่แยกจากกัน ถนนเป็นชั้นเดียว อาคารเป็นอีกชั้น ความชันเป็นอีกชั้นหนึ่ง การวิเคราะห์เป็นการซ้อนทับและเชื่อมโยงเลเยอร์ต่างๆ

คุณลักษณะ: วัตถุเชิงพื้นที่ทุกชิ้นมีตาราง — พื้นที่ การใช้งาน สถานะเจ้าของพัสดุ คำถามเชิงพื้นที่มักเป็นคำถามเชิงคุณลักษณะ: "พัสดุที่ใช้เป็น 'พื้นที่สีเขียว' และมีพื้นที่มากกว่า 5,000 ตร.ม."

ระบบอ้างอิงพิกัด (CRS): เป็นกรอบทางคณิตศาสตร์ที่เปลี่ยนพื้นผิวโค้งของโลกให้เป็นแผนที่แบน ITRF/TM (เช่น ระบบระดับชาติที่กำหนดโดยรหัส EPSG) มีการใช้กันอย่างแพร่หลายในตุรกี CRS เท็จเป็นข้อผิดพลาดเชิงพื้นที่ที่พบบ่อยที่สุดและร้ายกาจที่สุด: เลเยอร์ไม่ทับซ้อนกัน พื้นที่และระยะทางผิดโดยสิ้นเชิง หาก AI แนะนำการคำนวณระยะทางหรือพื้นที่ การตรวจสอบครั้งแรกจะเป็น CRS เสมอ

ข้อควรระวัง: อย่าคิดว่าผลระยะทางหรือพื้นที่ถูกต้องเพียงเพราะเห็นว่าสมเหตุสมผล หาก CRS ไม่ถูกต้อง สองชั้นอาจ "ทับซ้อนกัน" และเลื่อนไปทีละเมตร เปรียบเทียบพื้นที่ในหน่วยตร.ม./เฮกตาร์กับข้อมูลอ้างอิงที่ทราบเสมอ (เช่น ชื่อพื้นที่ของพัสดุ)

ตรรกะของการใช้ประโยชน์ที่ดินและการวิเคราะห์ความเหมาะสม

การวิเคราะห์ความเหมาะสมจะให้คะแนนว่าสถานที่แต่ละแห่งมีความเหมาะสมตามวัตถุประสงค์เพียงใด (เช่น ที่อยู่อาศัยใหม่) ขั้นตอนทั่วไป:

1. กำหนดเกณฑ์. ความลาดชัน ความเสี่ยงน้ำท่วม ความใกล้ชิดกับการคมนาคม การใช้ประโยชน์ในปัจจุบัน พื้นที่คุ้มครอง
2. ให้คะแนนแต่ละเกณฑ์ ตัวอย่างเช่น ความชัน 0-5% = 10 จุด, 5-15% = 6, 15%+ = 1
3. ลดน้ำหนัก. หากเกณฑ์น้ำท่วมมีความสำคัญมากในที่อยู่อาศัยน้ำหนักก็จะสูง
4. ผสานเลเยอร์ กำหนดคะแนนสมรรถภาพให้กับแต่ละเซลล์/ฟิลด์ด้วยผลรวมถ่วงน้ำหนัก
5. แสดงความคิดเห็นและตรวจสอบ ทดสอบคะแนนด้วยความรู้ภาคสนามและกฎหมาย

AI มีประโยชน์มากในการหารือเกี่ยวกับโครงสร้างน้ำหนักเกณฑ์นี้ เตือนคุณถึงเกณฑ์ที่ถูกลืม และจัดระเบียบตารางการให้คะแนน แต่โปรดจำไว้ว่าน้ำหนักเป็นการตัดสินที่มีคุณค่า: การให้น้ำหนักกับน้ำท่วมหรือการขนส่งมากขึ้นหรือไม่นั้นเป็นทางเลือกสาธารณะ ไม่ใช่การตัดสินใจของ AI

ทีละขั้นตอน: สร้างการวิเคราะห์ความเหมาะสมด้วย AI

1. กำหนดวัตถุประสงค์และโดเมน "ความพร้อมของที่อยู่อาศัยใหม่ในเขต X"
2. ทำรายการข้อมูล ระบุเลเยอร์ที่คุณมี แหล่งที่มา วันที่ และ CRS
3. มี AI ร่างเกณฑ์-น้ำหนัก ถามว่ามีเกณฑ์ขาดหรือไม่
4. จัดทำตารางคะแนนร่วมกัน ชี้แจงเกณฑ์สำหรับแต่ละเกณฑ์
5. แปลขั้นตอนการทำงานเป็นขั้นตอน GIS ชั้นไหน กระบวนไหน ลำดับไหน
6. ตรวจสอบคุณภาพข้อมูล ความทันเวลา ความถูกต้อง การปฏิบัติตาม CRS
7. ตรวจสอบผลลัพธ์ สาขา กฎหมาย แหล่งอ้างอิงที่ทราบ

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

ข้อความเตือนที่อ่อนแอ: "หาที่พักอาศัยที่ดีที่สุด"

AI ไม่ทราบทั้งโดเมน ข้อมูล และเกณฑ์ มันส่งคืนข้อความทั่วไปและไม่มีประโยชน์

ข้อความแจ้งที่ชัดเจน: "ฉันกำลังตั้งค่าการวิเคราะห์ความเหมาะสม: กำหนดเป้าหมายพื้นที่ที่อยู่อาศัยใหม่ พื้นที่ทำงาน [เขต] เลเยอร์ที่ฉันมี: ความชัน (จาก DEM) ความเสี่ยงน้ำท่วม (SHW) เครือข่ายถนน การใช้ที่ดินที่มีอยู่ พื้นที่คุ้มครอง (ก) เตือนฉันถึงเกณฑ์ที่อาจขาดหายไป (ข) แนะนำตารางเกณฑ์การให้คะแนนที่สมเหตุสมผลสำหรับแต่ละเกณฑ์ (ค) ทำเครื่องหมายที่น้ำหนักประกอบด้วยการตัดสินด้านมูลค่า สรุปน้ำหนักให้ฉัน; นำเสนอตัวเลือก"

พรอมต์ที่สองทำให้ AI เป็นคู่สนทนาโดยรักษาผู้มีอำนาจตัดสินใจไว้กับผู้วางแผน

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

งาน: เสนอชุดเกณฑ์การวิเคราะห์ความเหมาะสมสำหรับรายการวัตถุประสงค์และระดับต่อไปนี้ เอาท์พุต: เกณฑ์ | ทำไมมันถึงสำคัญ | เกณฑ์การให้คะแนนที่เป็นไปได้ | "มันมีการตัดสินคุณค่าหรือไม่" ระบุเกณฑ์ที่อาจขาดหายไปด้วย วัตถุประสงค์: [...] | พื้นที่ทำงาน: [...] | ชั้น: [...]

งาน: ตรวจสอบตารางการถ่วงน้ำหนักเกณฑ์ด้านล่าง (a) ตรวจสอบว่าผลรวมของน้ำหนักมีนัยสำคัญหรือไม่ (b) ทำเครื่องหมายเกณฑ์ที่ขัดแย้งหรือซ้ำกัน (c) แสดงรายการสมมติฐานที่อาจทำให้ผลลัพธ์เข้าใจผิด การตัดสินใจ เพียงตรวจสอบตาราง: [...]

งาน: แปลขั้นตอนการวิเคราะห์ต่อไปนี้เป็นเวิร์กโฟลว์ GIS สำหรับแต่ละขั้นตอน: เลเยอร์อินพุต ประเภทกระบวนการ ระบบเอาต์พุตและระบบพิกัด / จุดหน่วยที่ต้องพิจารณา การเขียนโค้ด เพียงอธิบายขั้นตอนการทำงานของคุณขั้นตอน: [...]

งาน: แปลรายการข้อมูลต่อไปนี้เป็นแผนภูมิควบคุมคุณภาพ คอลัมน์: เลเยอร์ | แหล่งที่มา | วันที่/ปัจจุบัน | ซีอาร์เอส | ขีดจำกัด/ความเสี่ยงของข้อผิดพลาดที่ทราบ ทำเครื่องหมายเลเยอร์ที่ต้องสอบถามก่อนใช้งาน สินค้าคงคลัง: [...]

ตาราง: ประเภทการวิเคราะห์และการตรวจสอบ

การวิเคราะห์

คำถามที่เขาถาม

บทบาทของเอไอ

การตรวจสอบที่สำคัญ

ความเหมาะสม

มันเหมาะตรงไหน?

โครงสร้างเกณฑ์น้ำหนัก

น้ำหนัก = ทางเลือกสาธารณะ; ซี.อาร์.เอส.

การเข้าถึง

ใกล้/เข้าถึงแค่ไหน?

โครงร่างการเลือกวิธีการ

อัพเดตข้อมูลเครือข่าย

ความหนาแน่น/ความครอบคลุม

มีเท่าไหร่ครับ แบ่งยังไงครับ?

คำแนะนำระดับและเกณฑ์

แหล่งข้อมูลประชากร/พื้นที่

เปลี่ยนแปลง

มีอะไรเปลี่ยนแปลงบ้าง?

นิยายเปรียบเทียบ

วันที่และการปฏิบัติตาม CRS

บัฟเฟอร์/ระยะทาง

อะไรอยู่ในขอบเขต?

ตรรกะระยะทาง

หน่วยและ CRS

มินิเคสสามอัน

กรณีที่ 1 — กับดัก CRS นักศึกษาฝึกงานทับซ้อนกันสองชั้น แผนที่ดูเหมือนจะ "ทับซ้อนกัน" เมื่อ AI วิเคราะห์บัฟเฟอร์ที่พิมพ์ออกมา บัฟเฟอร์ระยะ 500 เมตรกลับกลายเป็นว่ามีขนาดเล็กอย่างน่าประหลาด ปัญหา: เลเยอร์หนึ่งอยู่ใน CRS ทางภูมิศาสตร์ (ระดับ) ส่วนอีกเลเยอร์อยู่ในหน่วยเมตริก CRS 500 “องศา” นั้นไม่มีความหมาย หลังจากการฉายภาพไปยัง CRS ที่ถูกต้อง ผลลัพธ์จะดีขึ้น นี่เป็นหนึ่งในข้อผิดพลาดที่แพงที่สุดที่มองไม่เห็นมากที่สุด

กรณีที่ 2 — ลืมเกณฑ์ ทีมงานใช้ความลาดชัน น้ำท่วม และการเข้าถึงเป็นเกณฑ์สำหรับความเหมาะสมด้านที่อยู่อาศัย ให้ AI ดูแลการแก้ไข; AI "คุณได้เพิ่มเกณฑ์ความเสี่ยงทางธรณีวิทยา/ภัยพิบัติ (ความผิดพลาด แผ่นดินถล่ม) แล้วหรือยัง" เขาเตือน ทีมงานตระหนักดีว่าพวกเขาพลาดเกณฑ์ที่สำคัญนี้ AI ไม่ได้ทำการตัดสินใจ แต่ปิดจุดบอด

กรณีที่ 3 — ความโปร่งใสของน้ำหนัก เทศบาลจะส่งแผนที่ความเหมาะสมให้สภา AI พิมพ์อย่างชัดเจนในร่างรายงานว่าน้ำหนักแต่ละรายการเป็นการตั้งค่า และแผนที่จะเปลี่ยนไปตามน้ำหนักที่แตกต่างกัน สภาถามว่า "จะเกิดอะไรขึ้นถ้าเราเพิ่มน้ำหนักน้ำท่วม" เขาสามารถถามได้ ความโปร่งใสเปลี่ยนการวิเคราะห์จากการกำหนดเป็นเครื่องมือสำหรับการอภิปราย

ข้อผิดพลาดทั่วไป

• ไม่ได้ตรวจสอบ CRS ข้อผิดพลาดที่พบบ่อยที่สุดและมีราคาแพงที่สุดในการวิเคราะห์เชิงพื้นที่ ตรวจสอบก่อนดำเนินการแต่ละระยะทาง/พื้นที่
• การชั่งน้ำหนักผิดเนื่องจากข้อเท็จจริงทางเทคนิค น้ำหนักคือการตัดสินคุณค่า มันจะต้องโปร่งใสและยังคงเป็นที่ถกเถียงกันอยู่
• ละเว้นสกุลเงินของข้อมูล ชั้นการใช้ที่ดินแบบเก่าทำให้คำตัดสินของวันนี้เข้าใจผิด
• การเข้าใจผิดว่า AI เป็นแหล่งข้อมูล AI ไม่สามารถมองเห็นเลเยอร์ได้ แก้ไขโครงเรื่อง ข้อมูลมาจากแหล่งที่มาจริงและได้รับการยืนยันเสมอ
• ไม่ได้ทดสอบผลในสนาม พื้นที่อาจปรากฏว่า "เหมาะสม" บนแผนที่ แต่บนพื้นโลกอาจเป็นความเป็นจริงที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

โดยสรุป

GIS เป็นเครื่องมือข้อมูลเชิงพื้นที่ในการวางแผน เลเยอร์ คุณลักษณะ และระบบพิกัดเป็นแนวคิดพื้นฐานสามประการ การวิเคราะห์ความเหมาะสมจะให้คะแนนสถานที่แต่ละแห่งตามวัตถุประสงค์พร้อมเกณฑ์ การให้คะแนน และน้ำหนัก AI เป็นตัวช่วยที่ทรงพลังในการออกแบบการตั้งค่านี้ โดยเตือนถึงเกณฑ์ที่ขาดหายไป การเรียงลำดับขั้นตอนการทำงานและการรายงาน แต่เขาไม่สามารถดูข้อมูลและตัดสินใจได้ ข้อผิดพลาดที่ร้ายกาจที่สุดคือระบบพิกัดที่ผิด การชั่งน้ำหนักไม่ใช่การตัดสินเชิงเทคนิค แต่เป็นการประเมินคุณค่า และควรมีความโปร่งใส ตรวจสอบทุกผลลัพธ์ด้วยข้อมูลล่าสุด CRS และข้อมูลภาคสนามที่แม่นยำ

งานสมัคร

เลือกวัตถุประสงค์ (เช่น ที่ตั้งสถานรับเลี้ยงเด็กแห่งใหม่) (1) สร้างรายการเลเยอร์ที่คุณมีหรือสมมติด้วยเทมเพลตที่สี่ เขียน CRS และสถานะความสดของแต่ละเลเยอร์ (2) ด้วยเทมเพลตแรก แนะนำชุดน้ำหนักเกณฑ์ให้กับ AI และบันทึกเกณฑ์ที่ขาดหายไปอย่างน้อยหนึ่งเกณฑ์ (3) ทำเครื่องหมายว่าน้ำหนักใดเป็นการตัดสินคุณค่า และเขียนในหนึ่งประโยคว่าคุณจะอธิบายให้ที่ประชุมฟังอย่างไร (4) อธิบายว่าคุณจะตรวจสอบผลลัพธ์ในสนามอย่างไร

รายการตรวจสอบ

• [ ] ฉันตรวจสอบและซิงโครไนซ์ระบบพิกัด (CRS) ของทุกเลเยอร์
• [ ] ฉันกำหนดเกณฑ์และให้ AI สแกนหาเกณฑ์ที่ขาดหายไป
• [ ] ฉันทำเครื่องหมายว่าน้ำหนักเป็นการตัดสินคุณค่าและทำให้มันโปร่งใส
• [ ] ฉันประเมินสกุลเงินของข้อมูลและความแม่นยำ
• [ ] ฉันใช้ AI เป็นตัวช่วยแก้ไข ไม่ใช่แหล่งข้อมูล
• [ ] ฉันตรวจสอบผลลัพธ์ด้วยข้อมูลอ้างอิงที่ทราบและความรู้ภาคสนาม
• [ ] ฉันบันทึกรายการข้อมูลและการติดตามการยืนยันแล้ว