Lợi nhuận:
- Khả năng xác định logic GIS về phân tích sử dụng đất, tính phù hợp và khả năng tiếp cận cũng như vai trò của AI trong quy trình làm việc này
- Khả năng sử dụng chính xác các khái niệm về lớp, thuộc tính và hệ tọa độ khi thiết kế tiểu thuyết phân tích bằng AI
- Khả năng xác minh các bước phân tích do AI đề xuất với chất lượng dữ liệu thực, độ chính xác về không gian và tham chiếu tọa độ
Động cơ của quy hoạch thành phố là dữ liệu không gian: cái gì ở đâu, bao nhiêu, cách nhau bao xa. Nhóm phần mềm thu thập, lưu trữ, truy vấn và lập bản đồ dữ liệu này được gọi là Hệ thống thông tin địa lý (viết tắt là GIS; GIS trong tiếng Anh). Phân tích sử dụng đất trả lời các câu hỏi như trường học sẽ được xây ở đâu, khu vực đó có phù hợp để làm nhà ở hay khu công nghiệp hay không, khu vực xanh phục vụ bao nhiêu người, v.v. bằng GIS. AI là một trợ lý đắc lực trong việc thiết kế thiết lập các phân tích này, sắp xếp trình tự các bước, sắp xếp các tiêu chí và trọng số cũng như báo cáo kết quả. Nhưng việc phân tích dựa trên dữ liệu không gian và chất lượng, hệ tọa độ và tính phổ biến của dữ liệu không gian sẽ quyết định kết quả. AI không thể nhìn thấy dữ liệu này; Nó chỉ chỉnh sửa tiểu thuyết bạn cung cấp. Do đó, mọi bước do AI đề xuất đều phải được kiểm tra bằng dữ liệu thực và tham chiếu tọa độ chính xác.
Ba khái niệm cơ bản của GIS
Lớp: Mỗi loại dữ liệu là một lớp riêng biệt - đường là một lớp, tòa nhà là lớp khác, độ dốc là lớp khác. Phân tích là lớp phủ và các lớp liên quan.
Thuộc tính: Mỗi đối tượng không gian đều có một bảng - diện tích, mục đích sử dụng, trạng thái chủ sở hữu của thửa đất. Câu hỏi về không gian thường là câu hỏi thuộc tính: "các bưu kiện có mục đích sử dụng là 'không gian xanh' và có diện tích lớn hơn 5000 mét vuông".
Hệ quy chiếu tọa độ (CRS): Là khung toán học biến bề mặt cong của Trái đất thành bản đồ phẳng. ITRF/TM (ví dụ: hệ thống quốc gia được xác định bằng mã EPSG) được sử dụng rộng rãi ở Türkiye. CRS sai là lỗi không gian phổ biến nhất và nguy hiểm nhất: các lớp không chồng lên nhau, diện tích và khoảng cách hoàn toàn sai. Nếu AI đề xuất tính toán khoảng cách hoặc diện tích thì lần kiểm tra đầu tiên luôn là CRS.
Thận trọng: Đừng cho rằng kết quả khoảng cách hoặc diện tích là chính xác chỉ vì nó có vẻ hợp lý. Với CRS không chính xác, hai lớp có thể xuất hiện "chồng lên nhau" và trượt theo mét. Luôn so sánh các khu vực tính bằng m2/ha với một tham chiếu đã biết (ví dụ: diện tích tiêu đề của một thửa đất).
Logic của việc phân tích sử dụng đất và sự phù hợp
Phân tích mức độ phù hợp cho điểm mức độ phù hợp của từng địa điểm cho một mục đích (ví dụ: nhà ở mới). Các bước điển hình:
- Đặt tiêu chí. Độ dốc, nguy cơ lũ lụt, gần giao thông, sử dụng hiện tại, khu vực bảo vệ.
- Cho điểm từng tiêu chí. Ví dụ: độ dốc 0-5% = 10 điểm, 5-15% = 6, 15%+ = 1.
- Giảm cân. Nếu tiêu chí lũ lụt rất quan trọng đối với nơi cư trú thì trọng số của nó sẽ cao.
- Hợp nhất các lớp. Chỉ định điểm phù hợp cho từng ô/trường bằng tổng có trọng số.
- Bình luận và xác minh. Kiểm tra điểm số bằng kiến thức lĩnh vực và pháp luật.
AI rất hữu ích trong việc thảo luận về cấu trúc trọng số tiêu chí này, nhắc nhở bạn về một tiêu chí đã quên và sắp xếp bảng tính điểm. Nhưng hãy nhớ rằng trọng số là những đánh giá có giá trị: việc chú trọng nhiều hơn đến lũ lụt hay giao thông là lựa chọn của công chúng chứ không phải là quyết định của AI.
Từng bước: Xây dựng phân tích phù hợp với AI
- Xác định mục đích và phạm vi. "Có sẵn địa điểm nhà ở mới ở quận X."
- Kiểm kê dữ liệu. Liệt kê các lớp bạn có, nguồn, ngày tháng và CRS của chúng.
- Có trọng số tiêu chí dự thảo AI. Hỏi xem có tiêu chí nào còn thiếu không.
- Cùng nhau lập bảng tính điểm. Làm rõ các ngưỡng cho từng tiêu chí.
- Chuyển quy trình làm việc thành các bước của GIS. Lớp nào, xử lý nào, theo thứ tự nào.
- Kiểm tra chất lượng dữ liệu. Kịp thời, chính xác, tuân thủ CRS.
- Xác minh kết quả. Lĩnh vực, pháp luật, tài liệu tham khảo đã biết.
Dấu nhắc yếu / Dấu nhắc mạnh
Lời nhắc yếu: "Tìm nơi tốt nhất để ở."
AI không biết tên miền, dữ liệu cũng như tiêu chí; Nó trả về một văn bản chung chung và vô dụng.
Lời nhắc mạnh mẽ: "Tôi đang thiết lập một bản phân tích phù hợp: nhắm mục tiêu vào khu dân cư mới, khu vực làm việc [quận]. Các lớp tôi có: độ dốc (từ DEM), nguy cơ lũ lụt (SHW), mạng lưới đường bộ, việc sử dụng đất hiện tại, các khu vực được bảo vệ. (a) nhắc nhở tôi về các tiêu chí có thể bị thiếu, (b) đề xuất một bảng ngưỡng tính điểm hợp lý cho từng tiêu chí, (c) đánh dấu nơi các trọng số chứa các đánh giá giá trị. Hãy hoàn thiện các trọng số cho tôi; đưa ra các lựa chọn."
Lời nhắc thứ hai biến AI trở thành đối tác thảo luận, giữ người ra quyết định luôn ở bên người lập kế hoạch.
Bốn mẫu có thể sao chép
Nhiệm vụ: Đề xuất bộ tiêu chí phân tích sự phù hợp cho danh mục mục tiêu và cấp độ sau đây. Đầu ra: tiêu chí | tại sao nó quan trọng | ngưỡng ghi điểm có thể có | "nó có chứa những đánh giá có giá trị không". Đồng thời liệt kê bất kỳ tiêu chí nào có thể bị thiếu. Mục đích: [...] | Không gian làm việc: [...] | Các lớp: […]
Nhiệm vụ: Quan sát bảng trọng số tiêu chí dưới đây. (a) Kiểm tra xem tổng trọng số có đáng kể hay không, (b) gắn cờ các tiêu chí xung đột hoặc trùng lặp, (c) liệt kê các giả định có thể dẫn đến kết quả sai lệch. Ra quyết định; chỉ cần kiểm tra.Bảng: […]
Nhiệm vụ: Chuyển các bước phân tích sau thành quy trình làm việc của GIS. Đối với mỗi bước: (các) lớp đầu vào, loại quy trình, đầu ra và hệ tọa độ/điểm đơn vị cần được XEM XÉT. Viết mã; chỉ cần mô tả quy trình làm việc của bạn.Các bước: […]
Nhiệm vụ: Dịch bản kiểm kê dữ liệu sau thành biểu đồ kiểm soát chất lượng. Cột: lớp | nguồn | ngày/hiện tại | CRS | giới hạn/nguy cơ lỗi đã biết.Đánh dấu các lớp cần được truy vấn trước khi sử dụng.Inventory: [...]
Một bảng: loại phân tích và xác nhận
Phân tích
Câu hỏi anh ấy hỏi
Vai trò của AI
xác minh quan trọng
Sự phù hợp
Nó phù hợp ở đâu?
Cấu trúc trọng lượng tiêu chí
Trọng lượng = sự lựa chọn của công chúng; C.R.S.
khả năng tiếp cận
Mức độ gần/có thể tiếp cận được?
Đề cương lựa chọn phương pháp
Cập nhật dữ liệu mạng
Mật độ/độ bao phủ
Có bao nhiêu, nó được phân phối như thế nào?
Đề xuất lớp và ngưỡng
Nguồn dữ liệu dân số/khu vực
thay đổi
Điều gì đã thay đổi?
tiểu thuyết so sánh
Tuân thủ ngày và CRS
vùng đệm/khoảng cách
Bên trong biên giới có gì?
logic khoảng cách
Đơn vị và CRS
ba trường hợp nhỏ
Trường hợp 1 - Bẫy CRS. Một thực tập sinh chồng lên nhau hai lớp; bản đồ có vẻ "chồng chéo". Khi AI phân tích bộ đệm mà nó in ra, bộ đệm 500 mét trở nên nhỏ một cách kỳ lạ. Vấn đề: một lớp là CRS địa lý (độ), lớp kia là CRS hệ mét; 500 "độ" là vô nghĩa. Sau khi chiếu tới CRS chính xác, kết quả sẽ được cải thiện. Đây là một trong những sai lầm vô hình nhất trong số những sai lầm đắt giá nhất.
Trường hợp 2 - Tiêu chí bị lãng quên. Một nhóm sử dụng độ dốc, lũ lụt và khả năng tiếp cận làm tiêu chí về mức độ phù hợp của nhà ở. Yêu cầu AI giám sát việc chỉnh sửa; AI "Bạn đã thêm tiêu chí về rủi ro địa chất/thảm họa (lỗi, lở đất) chưa?" anh ấy nhắc nhở. Nhóm nghiên cứu nhận ra rằng họ đã bỏ lỡ tiêu chí quan trọng này. AI không đưa ra quyết định mà đóng một điểm mù.
Trường hợp 3 - Độ trong suốt của trọng lượng. Một đô thị nộp bản đồ phù hợp cho hội đồng. AI in rõ ràng trong bản thảo báo cáo rằng mỗi trọng số là một ưu tiên và bản đồ sẽ thay đổi theo các trọng số khác nhau. Hội đồng hỏi "điều gì sẽ xảy ra nếu chúng ta tăng cường độ lũ lụt?" anh ta trở nên có khả năng hỏi. Tính minh bạch biến việc phân tích từ sự áp đặt thành một công cụ để thảo luận.
Những lỗi thường gặp
- Không kiểm tra CRS. Sai lầm phổ biến và tốn kém nhất trong phân tích không gian; Kiểm tra trước mỗi khoảng cách/khu vực hoạt động.
- Nhầm trọng lượng với thông tin kỹ thuật. Trọng lượng là sự đánh giá giá trị; Nó phải minh bạch và vẫn còn gây tranh cãi.
- Bỏ qua tiền tệ dữ liệu. Lớp sử dụng đất cũ đánh lừa nhận định ngày nay.
- Nhầm AI với nguồn dữ liệu. AI không thể nhìn thấy lớp đó; chỉnh sửa cốt truyện. Dữ liệu luôn đến từ nguồn thực, được xác minh.
- Không kiểm tra kết quả tại hiện trường. Một khu vực có thể xuất hiện “phù hợp” trên bản đồ, nhưng trên thực tế, nó có thể là một thực tế hoàn toàn khác.
Tóm lại
GIS là công cụ dữ liệu không gian của quy hoạch; lớp, thuộc tính và hệ tọa độ là ba khái niệm cơ bản của nó. Phân tích mức độ phù hợp sẽ chấm điểm từng địa điểm cho một mục đích bằng các tiêu chí, cách tính điểm và trọng số. AI là công cụ hỗ trợ đắc lực trong việc thiết kế quá trình thiết lập này, nhắc nhở các tiêu chí còn thiếu, sắp xếp quy trình làm việc và báo cáo; nhưng anh ta không thể xem dữ liệu và đưa ra quyết định. Sai lầm nguy hiểm nhất là hệ tọa độ sai; Trọng số không mang tính kỹ thuật mà là những đánh giá có giá trị và phải minh bạch. Xác minh mọi kết quả bằng dữ liệu cập nhật, CRS và thông tin trường chính xác.
Nhiệm vụ ứng dụng
Chọn một mục đích (ví dụ: địa điểm vườn ươm mới). (1) Lập danh sách các lớp bạn có hoặc sử dụng với mẫu thứ tư; Viết CRS và trạng thái mới của mỗi lớp. (2) Với mẫu đầu tiên, hãy đề xuất một bộ trọng số tiêu chí cho AI và nắm bắt ít nhất một tiêu chí còn thiếu. (3) Đánh dấu những trọng số nào là những đánh giá có giá trị và viết trong một câu cách bạn sẽ giải thích chúng trước hội đồng. (4) Mô tả cách bạn sẽ xác minh kết quả tại hiện trường.
danh sách kiểm tra
- [ ] Tôi đã kiểm tra và đồng bộ hóa hệ tọa độ (CRS) của tất cả các lớp.
- [ ] Tôi đặt ra các tiêu chí và đã quét AI để tìm những tiêu chí còn thiếu.
- [ ] Tôi đã đánh dấu rằng trọng số là những đánh giá có giá trị và giữ chúng minh bạch.
- [ ] Tôi đã đánh giá loại tiền tệ và độ chính xác của dữ liệu.
- [ ] Tôi sử dụng AI làm trợ lý biên tập chứ không phải làm nguồn dữ liệu.
- [ ] Tôi đã xác minh kết quả bằng tài liệu tham khảo đã biết và kiến thức thực địa.
- [ ] Tôi đã lưu bản kiểm kê dữ liệu và dấu vết xác minh.