Toprak Araştırmasında Soil ve Terrain Analizinin Evrimi
Arazi araştırması uzun zamandır sivil mühendislik, tarım ve çevre yönetimi temelleri olmuştur, ancak toprak ve araziyi değerlendirmek için kullanılan yöntemler, son iki yılda derin bir dönüşüm geçirdi. Geleneksel teknikler, manuel alan ölçümleri, temel toprak örneklemeleri ve görsel yorumlamaları, bu yaklaşımlar amaçlarını dramatik bir şekilde geliştirmek için zaman alıcıları ve arazi analizlerini önemli ölçüde geliştirdiler.
Dijital ve otomatik iş akışlarına geçiş, sensör teknolojisindeki ilerlemeler, bilgisayar gücü ve veri işleme algoritmaları tarafından yönlendirildi. Uzaktan algılama platformları, drone tabanlı sistemler ve sürdürülebilir gelişim ve risk m için kritik olan bu yeniliklere ilişkin araştırmacılar, daha rekabetçi bir veriye dayalı olarak daha üstün sonuçlar sunmak için gerekli olan herhangi bir arazi araştırması ile gerekli olan araştırmacıları anlamaktır.
Kesme-Edge Soil Analizi Teknolojileri
Modern toprak analizi, basit el metinleme ve laboratuvar sieve testlerinin çok ötesine geçti ve sürekli olarak yer alan araştırmaların toprak araştırmalarının, nem içerik, kompaktlaştırma ve sofistike teknolojiler kullanarak geniş alanlarda kimyasal özellikler.Bu araçlar hızlı veri satın alma, geniş zemin örneği için ihtiyaçlar sağlar ve sürekli olarak yersel kapsama alanı analizlerini sağlayabilir.
Uzaktan Sensing ve Uydu Görüntüry
Uzaktan algılama büyük toprak analizinin temel taşı haline geldi. Uzaylı sensörler, bu tür bir gemi NASA'nın Landsat uyduları ve Avrupa Uzay Ajansı'nın Sentinel görevleri, toprak özellikleri için işlenebilir ve hiperspectral görüntü oluşturabilir. Örneğin, ⁇ yansıtma bantları organik madde içeriği, kil mineralleri ve ne kadar değerli bir zemin testleri için değerli bir kaynak haline getiriyor.
Maxar ve Planet Labs tarafından işletilen bu tür son ticari uydu takımyıldızları, uydu verilerinden elde edilen alt metre çözünürlüğü görüntülerini ve erozyon özelliklerini ölçmeye olanak sağlayan bu görüntüyü, mevcut GIS'nin örnek yerlerini belirlemesini ve geleneksel toprak örnekleme kampanyalarını azaltmasını sağlar.
Drone-Based Multispectral ve Hyperspectral Görüntüleme
Unmanned hava araçları (UAVs), yaygın olarak drone olarak bilinen, arazi organik maddedeki değişiklikleri ele alan anketörleri, çıplak gözünüze görünmez olan çok sayıdaki teleskopla donatılmış. Örneğin, bir inşaat sahasında ışık tutan drone araştırması hızla yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş
Hiperspectral görüntüleri, bu onlarca veya hatta yüzlerce kontiguous ⁇ bandları kaydetmek, bu yeteneği daha düşük maliyetle tekrarlamak, minerallerin, kirleticilerin ve belirli toprak seçmenlerinin etkinliğini değerlendirmek veya bu teknolojinin hala ticari araştırma için ortaya çıkmasına rağmen, hassas tarım ve çevresel site değerlendirmesi için potansiyeli çok yüksektir.Mantıklı anketler için de düşük maliyetle tekrarlamalar sağlar, zaman içinde toprak değişikliklerini izlemek için mümkün kılar.[0)
Geophysical Methods: Ground-Penetating Radar ve Elektromanyetik Indüksiyon
Optik sensörler sadece yüzeyleri yakalarken, geofizik teknikleri, araştırmacıların yatak derinliğini tespit etmelerine izin verir ve toprak yoğunluğunda varyasyonları tespit eder (GPR) şimdi büyük sitelerde monte edilen yüksek frekanslı radyo dalgaları oluşturur.
Elektromanyetik indüksiyon (EMI) aletleri, toprak iletkenliği ölçüldü, ki bu da çamurlu içerik, nemser, selam ve sıcaklık ile dolu. EMI anketleri hızla toprak doku ve kompaktlaştırma modellerini haritalar, araştırmacıları dezenfek zemin yönetim bölgelerinin tarım veya inşaat amaçlarına entegre etmesiyle mümkün.For landfill or kahverengifield Evaluations (EMI)[değiştir | kaynağı değiştir]
Portre Laboratuarı: XRF ve NIR Spectroskop
Alan haritalanmasının yanı sıra, taşınabilir analitik cihazlardaki yenilikler toprak örnekleme protokollerine dönüştü.El X-ray fluorescence (XRF) analizörleri saniyeler içinde yer alan toprak elemental kompozisyonunu ölçmek için yardımcı olur. Bu özellik, küçük bir toprak örneğinin yansımalarını tanımlamak ve doğrulamak için değerli bir özelliktir.
Bu araçlar, siteye özgü standartlara karşı uygun kalibrasyona ve maliyete çok büyük ölçüde indirim sağlarlar.Bu araçlar, gerçek zamanlı tarama ve hedefli örnekleme için çok sayıda örnek sunarlar, sonra da veri kalitesini korurken hem zaman hem de bütçeyi optimize eder.0Soil Science Society of Australia[FLT:)
Gelişmiş Terrain Analiz Teknikleri
Terrain analizi artık, kontrasep hatlarının kağıt haritaları veya hesaplama açılarını nokta yüksekliklerinden yorumlamakla sınırlı değildir. Modern anketörler şu anda zengin üç boyutlu temsiller üreten çeşitli dijital satın alma ve modelleme teknikleri kullanmaktadır.Bu ürünler drenaj kalıplarının sofistike analizlerini desteklemek, topraklar suceptabilitesi, kesme ve doldurma hacimleri ve görünürlük bölgeleri.
LiDAR Teknolojisi: Pulses to Point Clouds
LiDAR (Işık Tespit ve Ranging) yüksek çözünürlüklü topografik haritalama için altın standart haline geldi. Hava ile LiDAR sensörleri uçakta veya uçaklarda monte edilen lazer pul pulları ikinci olarak ikiye katlayarak, her bir pulu zeminden geri almak için ölçerek, bitki örtüsü veya yapılardan geri almak için, sistem ince yüzey özellikleri altında saklı olan üç boyutlu bir nokta bulutu genellikle 10 santimetreden daha iyi bir şekilde genişletilebilir.Bu nokta bulutları zemin, bitki örtüsü, binalar ve su yüzeyleri ile ayırt etmek için sınıflandırabilir.
Terrestrial LiDAR -veya tripod destekli tarayıcılar - yerel anketler için daha yüksek çözünürlükte, örneğin kurry yüzleri, kazı siteleri veya arkeolojik özellikler. Bathymetric LiDAR, yeşil dalga uzun lazerleri kullanan, göl yatakları, gölleri, gölleri ve kıyı bölgeleri için sığabilecek kadar suya nüfuz edebilir.
LiDAR'nın gerçek değeri, işaret bulutlarından oluşturulabilecek olan tür ürünlerinde yatıyor. Örneğin, DTM'den elde edilen eğim haritaları erozyon veya eğim başarısızlığı riski altında alanları vurgulayabilir.Muzhade modelleri, kanal ve kıvrımlar, kanallar ve kıvrımlar, DTM'yi dijital yüzey modelinden çıkarmak için elde edilen yüksekliğe sahip.
Dijital Eleksiyon Modelleri ve Onların Türvatifleri
Dijital yükseklik modelleri (DEM) sayısal arazi analizinin arka kemiğidir. Bir DEM, her hücrenin bir yüksek çözünürlükte depoladığı bir ağdır.Bu temelden, anketörler türevleri türevleri türevlenebilirlik ve site gradient, yön (önetici), curvature (konveksity veya koncavity), topografik ıslaklık indeksi (TWI), ve akış bilgilendirici yollar.
Örneğin, TWI eğimi birleştirir ve DEM'in bölgelerini doğrudan tahmin etmek için katkıda bulunur; Bu, LiDAR'dan elde edilen drenaj sistemlerini tasarlamak ve ıslak toprak sınırlarını tanımlamak için kritiktir. Curvature analizi, su akışlarının nerede konsantre olabileceğini tespit eder, ancak bölgesel çalışmalar uydu interferometri veya ulusal veri setlerinden 10 metre DEM'leri doğrudan etkiler.
Araştırmacılar ayrıca dikey doğruluk açısından DEM'lerin kalitesini ve eserlerin varlığını göz önünde bulundurmalıdır (örneğin, faks, pits veya bitki örtüsüne bağlı gürültü) Birçok modern yazılım paketi, ArcGIS Pro gibi, QGIS ve özel arazi analizi araçları gibi, uygulamada yaygın olarak kabul edilen DEM kuşağını sağlar.
InSAR: Interferometrik S Sentetik Aperture Radar for Ground Deformasyon için
LiDAR anlık topografi sunarken InSAR (Interferometri S Sentetik Aperture Radar), yer değiştirme, topraklar veya iyonik aktivite ile zaman içinde ince değişiklikler ölçülmesini sağlar. Uydu temelli InSAR, farklı zamanlarda elde edilen radar görüntülerinin çiftlerini geri dönüş sinyalleri arasındaki fark eder.Bu fark, işlendiği zaman, sübvansiyon, kaldırma, topraklar, topraklar, ya da tectonic aktivite.For land research included in monitoring altyapısında yer alan araştırmacılar için, otoyollar, ya da binalar, InSAR, erken savaş sonrası araç arasında çok değerli bir araçtır.
Kalıcı Scatterer InSAR (PS-InSAR) teknikleri, stabil reflektörler (örneğin, binalar, kayalar, kayalar) uzun süre boyunca yüksek seviyeli deformasyon ölçümlerini elde etmek için, Avrupa Uzay Ajansı gibi teknoloji giderek artan bir şekilde yer alan ALOS-2 ile yer alan merkezi bir yerleşim yeri izlemek için kullanılır.
Otomatik Terrain Sınıflama için Makine Öğrenme
Yüksek çözünürlüklü arazi verilerinin deluge'ı otomatik yorum yöntemlerine ihtiyaç duyuyor. Makine öğrenimi (ML) algoritmaları -özellikle de konvolutional sinir ağları (CNNs) ile derin öğrenme - şimdi DEM'lerden ve uzaktan algılama görüntüleriyle sınıflandırmaya uygulanıyor. CNN, bilinen özelliklerin etiketli veri setinde (örneğin, tüm kanal fanları, glacial cirklar, lavabolar, lavabolar, balkonlar, şimdi de yeni alanlardan benzer modelleri fark etmek için çok önemli bir şekilde eğitilebilir.
Uygulamada, anketörler, körüzme ve kayaçlık uygulamaları ile ilgili coğrafi morfolojik haritalar üretmek için ML-assisted sınıflandırmayı kullanırlar. Örneğin, bir algoritma, LiDAR-derived DTM'yi otomatik olarak eğim hatalarına, gully ağlarına ve kaya outkrops. Bu çıktılar doğrudan toprak erozyonu değerlendirmelerini gerektirir.[Twebright)[TFL][TFL)[TFL)[T)[TFL)[T)[TFL)[T)
Bütünleşme ve İş Akışı
Bireysel olarak, yukarıda açıklanan teknolojilerin her biri önemli avantajlar sunuyor. Ancak, gerçek gücü, bir sitenin toprak sensörü verilerinin kapsamlı bir resmini sunmak için bilgi ve katman oluşturmalarında fark edilir.
Gerçek zamanlı veri entegrasyonu giderek yaygın hale geliyor. Örneğin, proje yöneticilerinin, yeni subsurface bilgileri ile 3D modellerini doğrudan bulut paniğe yönlendirebilmeleri için, Esri'nin ArcGIS Online ve açık kaynak alternatifleri ile QS Cloud desteği gibi standart API'ler ve mobil alan uygulamaları hakkında karar almalarına olanak sağlar.
İnşaat mühendisliğindeki bina bilgi modelleme (BIM) kabul edilmesi, geospatial veri standartları için barı daha da yükseltmiştir. Araştırmacılar şimdi BIM yazarlı bir veri modeli ile uyumlu olarak yer alan formatlarda toprak ve arazi verileri teslim etmelidir (örneğin ISO 19156 (Observasyonlar ve ölçümler) ve OGC LandIn standardında bu bilgileri temsil etmek için gerekli olan çerçeveler ve kararlılık parametrelerini sürekli olarak yerine getirmeli.
Pratik Faydaları ve Future Yol Haritası
Yenilikçi toprak ve arazi analiz tekniklerinin benimsenmesi, çoklu sektörlerde somut faydalar sağlar. İnşaatta, doğru LiDAR bazlı hacim hesaplamaları, toprak hesaplarını dünya üzerindeki yanlış hesaplamaları azaltır. Tarımda, drone destekli toprak değişkenliği hassas fertilizasyon, giriş maliyetleri ve çevresel yönetimi azaltır.InSAR ve EMI, toprak istikrarsızlığı ve kirlenmesinin erken tespitini sağlar, toplulukları ve ekosistemleri korur.
Bu yöntemler ayrıca, anket yapanların tehlikeli ortamlarda harcaması gerektiği konusunda güvenliği de artırıyor - dik yamaçlar, ağır trafik veya endüstriyel siteler gibi dinamik süreçleri takip etmek yerine, bir anket veya ofisden bir drone veya işlem uydu verilerini uçabilir, çünkü sürekli kapsama alanı oldukça yüksektir.
İleriye bakıldığında, birçok trend, alanı şekillendirmeye devam edecektir. Özerk veri yorumlanması için yapay zeka hızla ilerliyor.Sadece araziformları sınıflandırmak için AI modellerini görmeyi bekleyebiliriz, ancak aynı zamanda çoksensor girişlerinden toprak özelliklerini tahmin ederiz - herhangi bir alandan eğitim verilerinin aksine, benzer ortamlardan eğitim verileri üzerinde duracaktır. Gerçek zamanlı arazi izleme ağları, sabit LiDAR tarayıcıları, GNSS istasyonları ve uydu InSAR, kritik altyapı projeleri için standart hale gelecektir.
Son olarak, sensör teknolojisinin demokratikleştirilmesi ve açık veri politikaları, bu araçları kucaklayan profesyonel anketörler, geleneksel sınır işaret ve topografik haritalarının ötesine geçen yüksek değerli içgörüler ve danışmanlık hizmetleri sunmak için daha iyi tahsis edilecektir.
Daha fazla okuma isteyenler için, [[Üyetim:0)Uluslararası Araştırma Federasyonu (FIG)), araştırma teknolojisindeki yenilikler hakkında geniş raporlar yayınlar ve [[Üye Olmayanlar:2) Avrupa Çevre ve Mühendislik Jeofizik Dergisi[DÜye Olmayanlar İçin Tıklayınız.