किसान की जानकारी को नजरअंदाज न करें: एक दीर्घकालिक अनुप्रयोग मामला

सारांश। यह अध्ययन एक मजबूत, स्वचालित कैमरा गेज प्रस्तुत करता है जो दीर्घकालिक नदी जल स्तर की निगरानी के लिए लगभग वास्तविक समय में कार्य करता है। प्रणाली जल निकायों के छवि आधारित विभाजन और ग्राउंड कंट्रोल पॉइंट्स (GCPs) की पहचान के लिए कृत्रिम बुद्धिमत्ता (AI) का उपयोग करती है, जिसे फोटोग्रामेट्रिक तकनीकों के साथ मिलाकर हर 15 मिनट में प्राप्त निगरानी कैमरा डेटा से जल स्तर निर्धारित करती है। इस विधि का परीक्षण चार स्थानों पर 2.5 वर्षों से अधिक की अवधि में किया गया। इस अवधि में लगभग 218,000 छवियाँ संसाधित की गईं। परिणाम एक उच्च प्रदर्शन दर्शाते हैं, जिसमें औसत निर्यण त्रुटियाँ आधिकारिक गेज संदर्भों के मुकाबले 0.96 से 2.66 सेमी के बीच हैं। कैमरा गेज प्रतिकूल मौसम और प्रकाश स्थितियों के प्रति दृढ़ता दर्शाता है, जिसने पूर्ण अवधि के दौरान 95% से अधिक छवि उपयोग दर प्राप्त की। अवरक्त प्रकाश का एकीकरण 24/7 निगरानी क्षमताएँ सक्षम बनाता है। निर्याण त्रुटियों को प्रभावित करने वाले प्रमुख कारकों के रूप में कैमरा कैलिब्रेशन, GCP स्थिरता, और वनस्पति में बदलाव पहचाने गए। कम लागत वाली, गैर-आक्रामक दृष्टिकोण जल विज्ञान की निगरानी क्षमताओं को बढ़ाती है, विशेष रूप से बिना गेज या दूरस्थ क्षेत्रों में बाढ़ पहचान और शमन के लिए, लगातार, लगभग वास्तविक समय के अपडेट के साथ मजबूत, दीर्घकालिक पर्यावरणीय निगरानी के लिए छवि आधारित तकनीकों को बढ़ाना।