Lợi nhuận:
- Khả năng giải thích cách thực hiện ánh xạ thạch học, lỗi và sự thay đổi bằng AI trong hình ảnh vệ tinh và trên không.
- Khả năng thiết kế quy trình làm việc trích xuất các dấu hiệu khoáng sản và cấu trúc từ dữ liệu đa phổ/siêu quang phổ
- Khả năng kiểm tra đầu ra viễn thám với thực tế thực tế và bối cảnh địa chất
Bản đồ địa chất là hình chiếu của tầng ngầm của một khu vực lên trên bề mặt: khối đá nào ở đâu, các đứt gãy đi qua ở đâu, các lớp nghiêng theo hướng nào. Về mặt cổ điển, bản đồ này là sản phẩm mà nhà địa chất tạo ra bằng cách di chuyển từ mỏm này sang mỏm khác trong nhiều tháng nghiên cứu thực địa. Ngày nay, viễn thám và trí tuệ nhân tạo đẩy nhanh hầu hết quá trình này. Trong phần này, chúng ta sẽ xem cách lập bản đồ thạch học, đứt gãy và sự thay đổi (sự thay đổi hóa học của đá với nước thủy nhiệt; một chỉ số quan trọng trong thăm dò khoáng sản) được thực hiện bằng trí tuệ nhân tạo từ hình ảnh vệ tinh/trên không và quan trọng nhất là cách các kết quả đầu ra này được thử nghiệm với thực tế của vùng đất.
Cảnh báo ngay từ đầu: ảnh viễn thám là một phép đo chứ không phải là sự diễn giải; Nhưng mọi bản đồ rút ra từ phép đo đó đều là một sự diễn giải và có sai sót trong cách diễn giải đó. "Vùng thay đổi" được đánh dấu bằng trí tuệ nhân tạo có thể là chỉ báo khoáng sản thực tế, cánh đồng khô, bóng tối hoặc sự xáo trộn khí quyển. Bản đồ là một giả thuyết cho đến khi được xác minh trên thực địa.
Vật lý cơ bản của viễn thám
Mỗi khoáng chất và đá phản chiếu ánh sáng mặt trời ở các bước sóng khác nhau với tốc độ khác nhau; đây được gọi là chữ ký quang phổ. Mắt người chỉ nhìn thấy ánh sáng khả kiến (đỏ-lục-xanh), nhưng cảm biến vệ tinh đo phạm vi rộng hơn nhiều, bao gồm cả tia hồng ngoại. Hai khái niệm cơ bản:
Đo hình ảnh đa phổ trong một số dải bước sóng rộng (thường là 4-12 dải); ví dụ, vệ tinh Landsat và Sentinel. Nó phân biệt đá thô. Mặt khác, hình ảnh siêu phổ đo được trong hàng trăm dải hẹp và có thể nhận ra các khoáng chất gần như từ "dấu vân tay quang phổ" của chúng; Nó được sử dụng để phân biệt các khoáng chất biến đổi (như kaolinite, alunite, illite).
AI thực hiện hai công việc ở đây: thứ nhất, nó phân loại dữ liệu quang phổ chiều cao này (pixel nào là thạch học/khoáng chất). Thứ hai, nó trích xuất các đặc điểm lỗi và cấu trúc từ các mẫu hình học của hình ảnh (đường nét, kết cấu, mạng lưới thoát nước). Khi Mô hình độ cao kỹ thuật số (viết tắt là DEM; bản đồ độ cao ba chiều của vùng đất) được thêm vào, độ dốc, hướng và các đường nét địa hình cũng được đưa vào phân tích.
Từng bước: quy trình làm việc của bản đồ thay đổi
- Chuẩn bị hình ảnh. Hiệu chỉnh khí quyển (loại bỏ hiệu ứng biến dạng của khí quyển), che mây, che phủ thực vật. Nếu bước này bị bỏ qua, toàn bộ kết quả sẽ bị ô nhiễm.
- Thu hẹp phạm vi quan tâm của bạn. Giới hạn khu vực nghiên cứu trong phạm vi bối cảnh địa chất (đứt gãy, sự hình thành, lộ thiên đã biết); Cung cấp bối cảnh cho mô hình.
- Tính các chỉ số quang phổ. Tỷ lệ dải làm nổi bật các nhóm khoáng chất cụ thể (ví dụ: đối với oxit sắt, khoáng sét).
- Phân loại. Trí tuệ nhân tạo phân loại pixel/vùng và đánh dấu các vùng có thể thay đổi.
- Lên lịch xác minh địa hình. Chọn các điểm mẫu từ các vùng được đánh dấu và kiểm tra chúng tại hiện trường. Nếu không có bước này, bản đồ sẽ không được ký.
Vai trò và giới hạn của trí tuệ nhân tạo trong phân tích hình ảnh
Đặc biệt, AI giúp giảm hai loại lỗi: phát hiện những điểm bất thường tinh vi bị bỏ qua và tiêu chuẩn hóa các cách diễn giải không nhất quán. Nhưng nó tạo ra ba lỗi hệ thống. Đầu tiên là kết quả dương tính giả: thảm thực vật, bóng râm, cấu trúc con người hoặc độ ẩm của đất có thể bị thay đổi. Thứ hai là sai lệch đào tạo: nếu mô hình được đào tạo dựa trên dữ liệu từ một khu vực khác, thì mô hình đó sẽ sai về thạch học khác nhau trên trang web của bạn. Thứ ba là ảo giác về quy mô: một pixel bao phủ hàng chục mét trên mặt đất; Cấu trúc tinh tế bị mất, các pixel hỗn hợp (nhiều vật liệu trong một pixel) gây hiểu nhầm.
Vì vậy, nguyên tắc vàng: sự thật cơ bản luôn chiến thắng. Bản đồ thu được từ hình ảnh không thể được coi là chính xác nếu không kiểm tra nó bằng các mẫu và quan sát tại các điểm đã chọn trên thực địa. Các điểm xác minh không được chọn ngẫu nhiên mà có tính chiến lược để bao quát cả khu vực "nhất định" và "nghi ngờ".
Ba trường hợp nhỏ: Bằng những con số
Trường hợp 1 - Thu hẹp vùng tìm kiếm. Một công ty thăm dò đang đánh giá diện tích được cấp phép là 1.200 km2. Phân loại thay đổi được hỗ trợ bởi trí tuệ nhân tạo từ dữ liệu siêu phổ đã giảm diện tích xuống còn 7 vùng mục tiêu với diện tích 38 km2. Thay vì đi khảo sát toàn bộ khu vực, nhóm nghiên cứu hiện trường ưu tiên 7 khu vực này; thời gian thực hiện chiến dịch thực địa ban đầu đã giảm khoảng 70%. 5 trong số 7 khu vực cho thấy sự thay đổi thực sự trên thực địa, 2 khu vực có kết quả dương tính giả (đất sét) - nếu không được xác minh, 2 khu vực này sẽ bị lãng phí khi khoan.
Trường hợp 2 - Bản phác thảo sơ bộ bản đồ lỗi. Phân tích đường nét DEM và trích xuất hình ảnh gợi ý hai đường nét nhỏ cùng với lỗi chính đã biết. Một người hóa ra là một lỗi thực sự trong lĩnh vực này; cái còn lại hóa ra là dấu vết địa hình của tuyến đường ống. Mô hình nắm bắt chính xác mô hình hình học nhưng không thể phân biệt được nguồn gốc của nó; Ông phân biệt giữa tính hợp lý về mặt địa chất và khả năng kiểm soát hiện trường.
Trường hợp 3 - Ngụy biện bóng mây. Tại một khu vực, mô hình đã đánh dấu sự “thay đổi oxit sắt” mạnh mẽ ở sườn phía bắc. Việc hiệu chỉnh khí quyển chưa hoàn chỉnh và dấu hiệu thực sự là sự biến dạng quang phổ của một lớp mây che phủ mỏng. Khi hình ảnh được xử lý lại và sửa chữa, hiện tượng bất thường đã biến mất. Bài học: lỗi tiền xử lý có thể đánh lừa ngay cả mô hình tiên tiến nhất.
Nhắc yếu / Nhắc mạnh
Dấu nhắc yếu:
Hiển thị những nơi có thể có mìn trong ảnh vệ tinh này.
Lời nhắc mạnh mẽ:
Vai trò của bạn: Nhà địa chất viễn thám. Giải thích các giá trị chỉ số quang phổ và tỷ lệ băng tần sau đây (hình ảnh Sentinel-2, vùng khô cằn, thảm thực vật thưa thớt).- Đối với mỗi vùng có thể thay đổi: viết chỉ số/tỷ lệ nào đã kích hoạt nó.- Đề xuất ÍT NHẤT một nguồn dương tính giả cho mỗi vùng (thực vật, bóng tối, đất, nhân tạo, khí quyển).- Sắp xếp các vùng theo "ưu tiên xác minh địa hình" (cao/trung bình/thấp).- Không trình bày bất kỳ vùng nào là "khai thác"; Dữ liệu "mã thông báo thay đổi phải được xác minh": [bảng chỉ mục/tỷ lệ + ngữ cảnh]
Lời nhắc mạnh mẽ buộc mô hình phải tự liệt kê các kết quả dương tính giả và tránh khẳng định tính chính xác.
Bốn mẫu có thể sao chép
1) Danh sách kiểm tra trước khi xử lý:
Kiểm tra các bước tiền xử lý có thể đã bị bỏ qua trong quy trình viễn thám sau: hiệu chỉnh khí quyển, mặt nạ mây/bóng, mặt nạ thực vật, hiệu chỉnh địa hình, hiệu chỉnh cảm biến. Giải thích bằng một câu cho mỗi bước về việc các bước còn thiếu có thể làm sai lệch kết luận của bạn như thế nào. Quy trình làm việc: [định nghĩa]
2) Giải thích vùng thay đổi:
Trích xuất các nhóm khoáng chất có thể thay đổi từ các giá trị chỉ số quang phổ sau (đất sét, oxit sắt, cacbonat, silica). Đối với mỗi nhóm: chỉ số kích hoạt, mức độ tin cậy, giải thích thay thế (dương tính giả), kiểm tra trường đề xuất. Khẳng định sự chắc chắn. Dữ liệu: [chỉ mục]
3) Phân tách đường nét/lỗi:
Hãy xem xét danh sách tuyến tính dưới đây. Liệt kê các nguồn gốc có thể có của mỗi loại: đứt gãy, ranh giới mảng, đê, hệ thống thoát nước, cấu trúc con người (đường/đường/cánh đồng), ranh giới thảm thực vật. Nêu rõ nguồn gốc có khả năng nhất cùng với bối cảnh địa chất nhưng bỏ qua khả năng duy nhất. Danh sách: [tuyến tính + bối cảnh]
4) Sơ đồ điểm kiểm tra:
Đề xuất kế hoạch xác minh hiện trường cho bản đồ thạch học/sửa đổi sau: - Có bao nhiêu điểm mẫu cho mỗi lớp, tại sao.- Lấy mẫu cân bằng giữa các vùng "xác định" và "có nghi vấn".- Ghi chú về quyền truy cập và bảo mật. Tóm tắt bản đồ: [lớp và khu vực]
Loại hình ảnh và khu vực sử dụng
Kiểu dữ liệu
biện pháp gì
Sức mạnh của anh ấy là
giới hạn
Đa quang phổ (Sentinel/Landsat)
băng thông rộng
Thạch học thô, quét khu vực
Việc tách khoáng còn hạn chế
siêu quang phổ
Hàng trăm dải hẹp
Phân biệt khoáng sản/biến đổi
Chi phí, chi phí xử lý
DEM (chiều cao)
địa hình
Đứt gãy/đường dẫn, thoát nước
Thạch học không cho
nhiệt hồng ngoại
nhiệt độ bề mặt
Một ít silicat/cacbonat
nhạy cảm với bầu không khí
Ra-đa (SAR)
Độ nhám/biến dạng bề mặt
Dưới đám mây, sụt lún/sạt lở đất
Giải thích rất phức tạp
Mẹo: Sử dụng đầu ra viễn thám làm “quét ưu tiên địa điểm” chứ không phải “bản đồ khoan”. Giá trị lớn nhất của nó là nó cho bạn biết nơi nào cần đến trước; Bằng chứng hiện trường và kỹ sư quyết định nơi khoan.
Thận trọng: Ngay cả cách phân loại tiên tiến nhất cũng tạo ra các lỗi hệ thống nếu bỏ qua quá trình xử lý trước (hiệu chỉnh khí quyển và địa hình, che phủ). Trong trường hợp "đầu ra lạ", hãy truy vấn tiền xử lý trước chứ không phải mô hình. Nguyên tắc rác vào, rác ra ở đây rất tàn nhẫn.
Những lỗi thường gặp
- Bỏ qua quá trình tiền xử lý. Nhầm những dị thường từ những hình ảnh chưa được chỉnh sửa với địa chất thực.
- Quên những kết quả dương tính giả. Nhầm lẫn thực vật, bóng râm, độ ẩm của đất và cấu trúc của con người là những thay đổi/lỗi.
- Ký mà không có căn cứ sự thật. Căn cứ vào quyết định khoan trên bản đồ ảnh mà không kiểm chứng tại hiện trường.
- Ảo tưởng quy mô. Việc quên kích thước pixel và bỏ qua thực tế là các cấu trúc tinh tế bị mất hoặc các pixel hỗn hợp đều gây hiểu nhầm.
- Bỏ qua sự thiên vị giáo dục. Áp dụng một cách mù quáng một mô hình được đào tạo ở khu vực khác vào một lĩnh vực có thạch học khác.
Tóm lại
- Viễn thám đo dấu hiệu quang phổ của khoáng chất ở các bước sóng khác nhau; Nó phân biệt thô đa phổ và mịn siêu phổ.
- Trí tuệ nhân tạo phân loại dữ liệu nhiều chiều này và trích xuất lỗi/tuyến tính từ các mẫu hình học; nhưng nó tạo ra kết quả dương tính giả, sai lệch huấn luyện và sai lệch quy mô.
- Quá trình tiền xử lý (hiệu chỉnh khí quyển/địa hình, che phủ) xác định chất lượng của kết quả; Nếu bỏ qua sẽ xảy ra lỗi hệ thống.
- Viễn thám là một công cụ sàng lọc/ưu tiên; Bản đồ không được coi là chính xác nếu không được kiểm tra bằng thực tế.
- Sự thật cơ bản luôn chiến thắng; Các điểm xác minh phải bao gồm cả khu vực nhất định và khu vực đáng ngờ một cách cân bằng.
Nhiệm vụ ứng dụng
Ẩn danh các giá trị chỉ số/tỷ lệ băng tần phổ hoặc danh sách dòng DEM mà bạn có cho địa điểm làm việc (hoặc vùng dữ liệu mở). Giải thích các vùng hoặc lỗi có thể thay đổi bằng lời nhắc mạnh mẽ và yêu cầu mô hình đề xuất ít nhất một nguồn dương tính giả cho mỗi vùng. Sau đó lập kế hoạch kiểm soát địa điểm với mẫu “sơ đồ điểm xác minh”; Lưu ý trong một câu có bao nhiêu điểm được chia thành các vùng "đáng ngờ" và lý do bạn thực hiện lấy mẫu cân bằng.
danh sách kiểm tra
- [ ] Tôi có thể phân biệt phép đo dữ liệu đa phổ và siêu phổ và chúng được sử dụng để làm gì.
- [ ] Tôi biết các bước tiền xử lý (cắt xén, tạo mặt nạ) ảnh hưởng đến kết quả như thế nào.
- [ ] Tôi đặt câu hỏi về các nguồn gây ra kết quả dương tính giả (thực vật, bóng tối, do con người tạo ra) trong các kết quả đầu ra bị thay đổi/lỗi.
- [ ] Tôi xem bản đồ viễn thám như một công cụ quét và kiểm tra nó bằng việc xác minh địa hình.
- [ ] Tôi có thể lập kế hoạch cho các điểm xác minh để cân bằng các khu vực nhất định và đáng ngờ.