Uchoraji Ramani za Miteremko ya Ardhi Kutoka Umbali Kwa Kifaa cha Kupimia Umbali kwa Laser na GPS

Orodha ya Yaliyomo

1. Utangulizi

Ramani za uhakika za orodha ya miteremko ya ardhi ni msingi kwa masomo ya jiografia, tathmini ya hatari, na usimamizi wa hatari. Mbinu za jadi za uchoraji ramani, zikiwemo uchunguzi wa moja kwa moja uwanjani na utafsiri wa picha za angani, mara nyingi huchukua muda mrefu, zinahitaji nguvu kazi nyingi, na zinaweza kuwa hatari katika eneo lisilo la imara. Karatasi hii inawasilisha jaribio la uwanja linalotathmini mfumo mpya unaounganisha darubini ya hali ya juu ya kupimia umbali kwa laser, kipokeaji cha GPS, na Kompyuta Kibao iliyojengwa kwa nguvu inayotekeleza programu ya GIS kwa uchoraji wa ramani kutoka umbali wa miteremko ya ardhi ya hivi karibuni yanayosababishwa na mvua. Lengo kuu lilikuwa kutathmini ikiwa teknolojia hii inaweza kuwezesha uchoraji wa ramani wa miteremko ya ardhi ambao ni wa haraka, salama, na wenye usahihi unaolinganishwa na mbinu za jadi.

2. Mbinu & Usanidi wa Jaribio

2.1. Vifaa

Mfumo mkuu ulijumuisha vipengele vitatu vilivyounganishwa:

• Darubini ya Kupimia Umbali ya Vectronix VECTOR IV: Ilitumika kupima umbali na mwelekeo kutoka umbali hadi vipengele vya mteremko wa ardhi.
• Kipokeaji cha GPS/GLONASS cha Leica Geosystems ATX1230 GG: Kilitoa eneo la juu la usahihi kwa nafasi ya mwendeshaji.
• Kompyuta Kibao Iliyojengwa kwa Nguvu na ESRI ArcGIS & Leica Mobilematrix: Ilitumika kama jukwaa la kuunganisha data na kuchora ramani, ikiruhusu ukusanyaji wa data ya GIS kwa wakati halisi.

Mfumo huo ulikokotoa viwianishi vya pembe za mteremko wa ardhi kwa kutumia nafasi ya GPS ya mwendeshaji, umbali uliopimwa ($d$), na azimuti ($\alpha$) kutoka kwa kipima umbali.

2.2. Eneo la Utafiti & Utaratibu wa Jaribio

Jaribio lilifanywa katika eneo la Monte Castello di Vibio (Umbria, Italia ya Kati), eneo lenye vilima la kilomita za mraba 21 lenye mwelekeo wa miteremko ya ardhi katika miamba ya sedimentary. Miteremko ya ardhi kumi na mitatu iliyochorwa ramani hapo awali ilichorwa ramani tena kwa kutumia mfumo mpya wa umbali. Kwa uthibitisho, miteremko ya ardhi minne pia ilichorwa ramani kwa kutembeza kipokeaji cha GPS kuzunguka mipaka yake (mbinu ya "GPS iliyotembea"). Matokeo haya yalilinganishwa na ramani za awali za uchunguzi wa kuona.

3. Matokeo & Uchambuzi

3.1. Ulinganisho wa Mbinu za Uchoraji Ramani

Mfumo wa uchoraji ramani kutoka umbali ulitoa mipaka ya miteremko ya ardhi ambayo ilinganishwa kijiografia na ile iliyopatikana kwa mbinu ya GPS iliyotembea. Mbinu zote mbili ziligundulika kuwa bora kuliko uchoraji ramani wa awali wa uchunguzi wa kuona, ambao haukuwa na marejeo sahihi ya eneo. Mbinu ya umbali ilifanikiwa kukamata jiometri muhimu ya kushindwa kwa mteremko.

3.2. Tathmini ya Usahihi & Ufanisi

Ingawa tathmini kamili ya usahihi wa takwimu (k.m., kuhesabu kosa la mzizi wa wastani wa mraba) haijaelezewa kwa kina katika dondoo lililotolewa, waandishi wanahitimisha kuwa mfumo huo ni wa ufanisi kwa kuchora ramani za miteremko ya ardhi ya hivi karibuni. Faida kuu ni ya kiutendaji: unaruhusu uchoraji ramani kutoka sehemu salama na za imara za kutazama, na hivyo kupunguza kwa kiasi kikubwa muda na hatari inayohusishwa na kuvuka eneo lisilo la imara la mteremko wa ardhi. Umewekwa kama zana ya uchoraji wa haraka wa orodha ya uchunguzi katika maeneo makubwa.

4. Maelezo ya Kiufundi & Mfumo wa Hisabati

Kokoto kuu ya eneo linahusisha kuamua viwianishi vya sehemu lengwa (pembe ya mteremko wa ardhi) kutoka kwa nafasi inayojulikana ya mwangalizi. Fomula inayotumika inategemea kutatua shida ya moja kwa moja ya jiodezi:

Kwa kuzingatia viwianishi vya mwangalizi (latitudo $\phi_o$, longitudo $\lambda_o$, urefu wa duaradufu $h_o$), umbali wa mteremko uliopimwa $d$, azimuti $\alpha$, na pembe ya wima (au umbali wa zeniti $z$), viwianishi vya sehemu lengwa ($\phi_t$, $\lambda_t$, $h_t$) vinakokotolewa. Katika makadirio rahisi ya mpango kwa umbali mfupi, hii inaweza kuonyeshwa kama:

$\Delta N = d \cdot \cos(\alpha) \cdot \sin(z)$

$\Delta E = d \cdot \sin(\alpha) \cdot \sin(z)$

$\Delta h = d \cdot \cos(z)$

Ambapo $\Delta N, \Delta E, \Delta h$ ni tofauti za kaskazini, mashariki, na urefu ikilinganishwa na mwangalizi. Kisha viwianishi vya lengo ni: $Easting_t = Easting_o + \Delta E$, $Northing_t = Northing_o + \Delta N$, $h_t = h_o + \Delta h$. Kwa vitendo, programu maalum ya GIS/GPS inafanya kokoto hii kwa kutumia miundo sahihi ya jiodezi (k.m., duaradufu ya WGS84).

5. Matokeo & Maelezo ya Chati

Kielelezo 1 (Kimetajwa kwenye PDF): Kielelezo hiki (hakijaonyeshwa kamili hapa) kwa kawaida kingeonyesha picha au mchoro wa vifaa vitatu muhimu: darubini za Vectronix VECTOR IV, kipokeaji cha GPS cha Leica, na Kompyuta Kibao iliyojengwa kwa nguvu. Kusudi lake ni kutoa marejeo ya kuona kwa mfumo wa uwanja uliounganishwa, na kuangazia uwezo wake wa kubebeka na ushirikiano kati ya upimaji (darubini), uwekaji nafasi (GPS), na usajili/kuonyesha data (Kompyuta Kibao na GIS).

Uchambuzi wa Kulinganisha Ulioelezwa: Matokeo ya maandishi yanapendekeza chati ya dhana inayolinganisha mbinu tatu kwenye mihimili kama vile "Usahihi wa Nafasi," "Kasi ya Ukusanyaji Data," "Usalama Uwanjani," na "Gharama ya Uendeshaji." Mbinu ya umbali ya laser/GPS ingepata alama nzuri kwa usalama na kasi kwa uchunguzi wa awali, huku usahihi ukiwa karibu na "kiwango cha dhahabu" cha GPS iliyotembea kwa uchoraji wa mipaka, huku uchunguzi wa kuona ukipata nafasi ya chini katika usahihi na uwezo wa kurudiwa.

6. Mfumo wa Uchambuzi: Mfano wa Kesi

Hali: Orodha ya haraka ya miteremko ya ardhi baada ya mvua katika eneo lenye milima la kilomita za mraba 50.

Utumizi wa Mfumo:

1. Kupanga & Uchunguzi: Tumia picha za satelaiti kabla ya tukio (k.m., Sentinel-2) kutambua maeneo yenye uwezekano mkubwa au usumbufu unaoonekana.
2. Kampeni ya Uchoraji Ramani Kutoka Umbali: Tumia mfumo wa laser/GPS kwenye vilima vinavyoweza kufikiwa au barabara zinazotazama mabonde lengwa. Kutoka kila sehemu ya kutazama:
   • Thibitisha nafasi thabiti ya GPS.
   • Pitia miteremko kwa darubini kutambua makovu mapya ya miteremko ya ardhi, nyufa za mabaki, na mabaki ya mguu.
   • Kwa kila kipengele kilichotambuliwa, tumia kipima umbali kuweka alama kwenye pembe muhimu (k.m., taji ya ukingo wa kichwa, kingo za pembeni, mguu). Programu ya GIS inachora pointi hizi kwa wakati halisi, na kuunda poligoni.
   • Data ya sifa (aina, kiwango cha uhakika) inaingizwa kupitia kibao.
3. Kuunganisha Data & Uthibitisho: Unganisha poligoni zote zilizokusanywa kuwa safu moja ya GIS. Chagua sehemu ndogo ya miteremko ya ardhi makubwa au muhimu kwa uthibitisho kupitia:
   a) Uchunguzi wa GPS iliyotembea (ikiwa salama).
   b) Upigaji picha kwa drone ili kutoa Mfano wa Urefu wa Dijiti (DEM) wa usahihi wa juu na ortofoto kwa uchoraji ramani wa usahihi.
4. Uchambuzi: Kokotoa takwimu za msingi za orodha (idadi, msongamano, eneo jumla) na ulinganishe na data ya kihistoria ili kutathmini ukubwa wa tukio.

7. Uelewa Mkuu & Uchambuzi Muhimu

Uelewa Mkuu: Kazi hii sio kuhusu uvumbuzi wa kiteknolojia, bali ni hack ya vitendo ya uwanjani. Inabadilisha matumizi ya zana za hali ya juu za upimaji (kipima umbali cha laser, GPS ya jiodezi) kwa shida maalum, ngumu—orodha ya haraka ya miteremko ya ardhi—ambapo mbinu za jadi zinashindwa kwa usalama na kasi. Uvumbuzi wa kweli ni kuunganishwa kwa mfumo na uthibitisho wa dhana kwa uchunguzi wa jiografia wa "kukaa mbali".

Mtiririko wa Mantiki: Mantiki ya waandishi ni sahihi lakini ya kihafidhina. Wanatambua shida (uchoraji ramani hatari, wa polepole), wanapendekeza suluhisho linalosaidiwa na teknolojia, wanajaribu katika mazingira yaliyodhibitiwa dhidi ya kiwango cha msingi (GPS iliyotembea), na wanakuta inafanya kazi. Mtiririko huo ni sayansi ya dunia inayotumika kwa kawaida. Hata hivyo, haufikii uchambuzi wa makosa wa kina, wa kiasi ambao ungetarajiwa katika jarida linalolenga metrolojia, ambalo ni fursa iliyopotea kuthibitisha mchango wake wa kiufundi.

Nguvu & Kasoro:

• Nguvu: Faida za usalama na ufanisi zinazoweza kuonyeshwa. Mfumo huo ni thabiti, unatumia vifaa vya kibiashara vinavyopatikana kwa urahisi (COTS). Inajaza nafasi kati ya uchunguzi hatari wa ardhini na uchunguzi wa angani/anga wenye gharama kubwa na unaotegemea hali ya hewa (kama InSAR au LiDAR, kama ilivyojadiliwa katika kazi za USGS au katika majarida kama Remote Sensing of Environment).
• Kasoro: Kizuizi cha "mstari wa kuona" kinaharibu katika mimea mnene au jiografia tata—kasoro kubwa kwa utumiaji ulimwenguni. Gharama ya vifaa (Vectronix, Leica) ni kubwa mno kwa upitishaji wa kawaida katika nchi zinazoendelea, ambapo hatari ya miteremko ya ardhi mara nyingi ni ya juu zaidi. Utafiti hauna uchambuzi wa gharama na faida ikilinganishwa na upigaji picha wa kisasa unaotumia drone, ambao unaweza kufikia usalama sawa na maelezo bora zaidi.

Uelewa Unaoweza Kutekelezwa:

1. Kwa Watendaji: Mfumo huu ni chaguo linalowezekana kwa timu za majibu ya haraka katika eneo linaloweza kufikiwa, wazi. Kipaumbele matumizi yake kwa uchunguzi wa awali na kutambua lengo kwa uchunguzi wa kina zaidi.
2. Kwa Watafiti: Baadaye ni muunganiko. Hatua inayofuata ya kimantiki ni kuunganisha data hii ya vekta ya ardhini na data ya raster ya drone au satelaiti (k.m., kutumia AI kwa uchimbaji wa vipengele kama inavyoonekana kwa Ghorbanzadeh et al., 2022). Tumia pointi sahihi za GPS-laser kama data ya mafunzo au uthibitisho kwa miundo ya kujifunza mashine inayotumika kwa picha pana zaidi.
3. Kwa Watengenezaji: Tengeneza toleo rahisi, lenye programu ya simu kwa kutumia sensor za simu janja (LiDAR kwenye iPhone mpya, moduli za RTK GPS) na usindikaji wa wingu. Wezesha uwezo huo kwa watu wote.

Kimsingi, Santangelo et al. wanatoa mchoro wa thamani, ikiwa ni wa zamani kidogo, kwa mtiririko maalum wa kazi uwanjani. Urithi wake mkubwa zaidi unapaswa kuwa kuwahimisha watu kuunda suluhisho za bei nafuu, zilizounganishwa, na zinazosaidiwa na AI kwa uchoraji ramani wa hatari za kijiografia.

8. Matarajio ya Utumizi & Mwelekeo wa Baadaye

• Kuunganishwa na UAV (Droni): Mfumo wa laser/GPS ni bora kwa kuthibitisha ukweli ardhini na kuthibitisha ramani za miteremko ya ardhi zilizoundwa kutoka kwa upigaji picha wa drone au LiDAR. Mwendeshaji anaweza kupima kwa usahihi vipengele vilivyotambuliwa kwenye picha za drone kutoka umbali.
• Tathmini ya Haraka ya Hatari Nyingi: Mbinu hii inaweza kubadilishwa kwa uchoraji wa haraka wa hatari zingine za kijiografia baada ya tukio, kama vile maeneo chanzo ya miamba kuanguka, makovu ya mmomonyoko wa mafuriko, au uchoraji ramani wa ukingo wa mtambuko baada ya matetemeko ya ardhi.
• Sayansi ya Raia & Usambazaji wa Watu Wengi: Matoleo rahisi ya zana hii yanayotumia programu ya simu yanaweza kuwawezesha wafanyakazi wa ndani waliofunzwa au wanasayansi raia kuchangia data ya kimuundo ya eneo kuhusu matukio ya miteremko ya ardhi, na hivyo kupanza mitandao ya ufuatiliaji.
• Mwingiliano wa Ukweli Ulioongezwa (AR): Mifumo ya baadaye inaweza kutumia miwani ya AR kuweka data ya GIS na zana za upimaji moja kwa moja kwenye uwanja wa maono, na hivyo kuwezesha zaidi mchakato wa uchoraji ramani.
• Utambuzi wa Vipengele Unaosaidiwa na AI: Kuunganisha mfumo huo na uchambuzi wa picha wa wakati halisi wa AI kunaweza kusaidia kupendekeza na kuainisha kiotomatiki vipengele vya miteremko ya ardhi kupitia kichungi cha darubini, na hivyo kupungua upendeleo wa mwendeshaji na muda wa mafunzo.

9. Marejeo

1. Santangelo, M., Cardinali, M., Rossi, M., Mondini, A. C., & Guzzetti, F. (2010). Remote landslide mapping using a laser rangefinder binocular and GPS. Natural Hazards and Earth System Sciences, 10(12), 2539–2546. https://doi.org/10.5194/nhess-10-2539-2010
2. Guzzetti, F., Mondini, A. C., Cardinali, M., Fiorucci, F., Santangelo, M., & Chang, K. T. (2012). Landslide inventory maps: New tools for an old problem. Earth-Science Reviews, 112(1-2), 42–66.
3. Ghorbanzadeh, O., Blaschke, T., Gholamnia, K., & Aryal, J. (2022). Landslide mapping using deep learning and object-based image analysis. Scientific Reports, 12, 3042.
4. USGS Landslide Hazards Program. (n.d.). Landslide Mapping and Monitoring. Retrieved from https://www.usgs.gov/natural-hazards/landslide-hazards/science
5. Martha, T. R., Kerle, N., Jetten, V., van Westen, C. J., & Kumar, K. V. (2010). Characterising spectral, spatial and morphometric properties of landslides for semi-automatic detection using object-oriented methods. Geomorphology, 116(1-2), 24–36.