ரிமோட் சென்சிங் & ஜிஐஎஸ் ஜர்னல்

சுருக்கம்

ஃப்ளட் மேப்பிங் மற்றும் மதிப்பீட்டிற்கான LiDAR DEM தரவு; வாய்ப்புகள் மற்றும் சவால்கள்: ஒரு ஆய்வு

Gizachew Kabite Wedajo

வெள்ளம் என்பது மிகவும் பேரழிவு தரக்கூடியது, பரவலானது மற்றும் அடிக்கடி ஏற்படும் இயற்கை ஆபத்துகள், உள்கட்டமைப்பு, மனித வாழ்க்கை மற்றும் சுற்றுச்சூழலில் விரிவான சேதத்தை ஏற்படுத்துகிறது. காலநிலை மாற்றம் மற்றும் அதிகரித்த நகரமயமாக்கல் காரணமாக உலகம் முழுவதும் வெள்ளத்தின் அதிர்வெண் மற்றும் தீவிரம் அதிகரித்து வருகிறது. இதனால், வெள்ளம் சூழ்ந்த பகுதிகளை கண்காணித்து வரைபடமாக்குவதில் சிக்கல் மற்றும் தொழில்நுட்பங்கள் அதிகரித்து வருகின்றன. அதிநவீன தொழில்நுட்பங்களின் முன்னேற்றம் வெள்ள மேப்பிங் மற்றும் கண்காணிப்பை எளிதாக்கியுள்ளது மற்றும் மேம்படுத்தியுள்ளது. வெள்ள மேப்பிங், கண்காணிப்பு மற்றும் சேத மதிப்பீட்டில் பூமி கண்காணிப்பு முக்கிய பங்கு வகிக்கிறது. இருப்பினும், வெள்ள ஆய்வுகளுக்கு செயற்கைக்கோள் தரவு பயன்படுத்தப்படுவதைக் கட்டுப்படுத்தும் அடிப்படைச் சிக்கல்கள் உள்ளன. LiDAR DEM தரவு அடிப்படையிலான வெள்ள மாடலிங் அணுகுமுறை பூமி கண்காணிப்பின் சில வரம்புகளைத் தீர்க்கிறது. மறுபுறம், LiDAR DEM தரவைப் பயன்படுத்தி வெள்ள மாதிரி செய்வது சவாலானது. இந்த மதிப்பாய்வின் நோக்கம், வெள்ள மேப்பிங் மற்றும் மதிப்பீட்டிற்கு LIDAR DEM தரவைப் பயன்படுத்துவதற்கான வாய்ப்புகள் மற்றும் சவால்களைக் கண்டறிவதாகும். கூறப்பட்ட நோக்கத்தை அடைய கணிசமான இலக்கிய ஆய்வு செய்யப்பட்டது. அடர்ந்த விதானங்கள் மற்றும் நகர்ப்புறங்களில் வெள்ளம் சூழ்ந்த பகுதிகளைக் கண்டறிதல் போன்ற புவி கண்காணிப்பைப் பயன்படுத்தி வெள்ளத்தைக் கண்டறிவதற்கான வரம்புகளை வெள்ள மாடலிங் நுட்பங்கள் கணிசமாக மேம்படுத்தும் என்று ஆய்வில் தெரியவந்துள்ளது. இது துல்லியமான மற்றும் சிறந்த தெளிவுத்திறன் LiDAR DEM காரணமாகும். மேலும், LiDAR தொழில்நுட்பமானது ஒப்பீட்டளவில் செலவு மற்றும் நேர பயனுள்ள தரவு சேகரிப்பு அமைப்பு, அடர்த்தியான தாவரங்களை ஊடுருவிச் செல்லும் திறன் மற்றும் மேம்படுத்தப்பட்ட வெள்ள மாதிரி துல்லியம் மற்றும் சிறந்த அளவிலான வெள்ள மாதிரியாக்கம் போன்ற பல வாய்ப்புகளை வழங்குகிறது. மறுபுறம், LiDAR தரவு வடிகட்டுதல் (வகைப்படுத்தல்), தரவு கிடைக்கும் தன்மை மற்றும் அணுகல், தரவு கோப்பு அளவு, அதிக கணக்கீட்டு நேரம், சேனல்களின் குளியல் அளவீட்டை வகைப்படுத்த இயலாமை மற்றும் சிக்கலான நகர்ப்புற அம்சங்களைப் பிரதிநிதித்துவப்படுத்துவதில் குறைபாடு ஆகியவை சில சவால்களாகும். எனவே, பல-தளம் LiDAR தரவு (அதாவது, தரை அடிப்படையிலான, வான்வழி மற்றும் விண்வெளியில்) மற்றும் எக்கோ சவுண்டிங் மற்றும் எலக்ட்ரானிக் தியோடோலைட் ஆய்வுகள் போன்ற கூடுதல் ஆதாரங்களின் தரவு, வெள்ள மாதிரிக்கான LiDAR தொழில்நுட்பத்தின் செயல்திறனை அதிகரிக்க ஒருங்கிணைக்கப்பட வேண்டும்.