ভবনে ডেটা-চালিত শক্তি দক্ষতা: ৫টি 'আই' এর একটি কাঠামো

সূচিপত্র

1. ভূমিকা

চিত্র ১-এ দেখানো হয়েছে, ভারত, মার্কিন যুক্তরাষ্ট্র, চীন, কোরিয়া এবং অস্ট্রেলিয়ার মতো দেশগুলিতে ভবনসমূহের উল্লেখযোগ্য অংশগ্রহণের মাধ্যমে, বৈশ্বিক শক্তি খরচে ভবনগুলো প্রধান অবদানকারী। টেকসই উন্নয়নের চাপ এবং স্মার্ট মিটার, বিল্ডিং ম্যানেজমেন্ট সিস্টেম (বিএমএস) এবং পরিবেষ্টিত সেন্সরের বিস্তারের ফলে ভবনের শক্তি ডেটার এক সুনামি সৃষ্টি হয়েছে। এই ডেটা ভবনের কার্যকারিতা সম্পর্কে ঐতিহ্যগত, বিরল শক্তি নিরীক্ষণ এবং মাসিক বিল থেকে ক্রমাগত, ডেটা-চালিত বোঝাপড়ার দিকে যাওয়ার জন্য একটি অভূতপূর্ব সুযোগ উপস্থাপন করে। মূল চ্যালেঞ্জ এবং সুযোগটি হলো এই ডেটাকে কার্যকরভাবে কাজে লাগিয়ে শক্তি দক্ষতা অর্জন করা।

2. ডেটা-চালিত শক্তি দক্ষতার জন্য ৫টি 'আই' এর কাঠামো

ভবনে ডেটা-চালিত শক্তি দক্ষতা বাস্তবায়নের জন্য গবেষণাপত্রটি "৫টি 'আই'" হিসেবে সংক্ষিপ্ত একটি ব্যাপক কাঠামো প্রস্তাব করে। এই কাঠামোটি কাঁচা ডেটা সংগ্রহ থেকে শুরু করে কার্যকরী বুদ্ধিমত্তায় রূপান্তরের যাত্রাকে কাঠামোবদ্ধ করে।

2.1 সর্বোত্তমভাবে যন্ত্রায়ন

এটি সেন্সিং অবকাঠামোর কৌশলগত স্থাপনাকে অন্তর্ভুক্ত করে। এটি শুধু বেশি ডেটা সংগ্রহ করার বিষয় নয়, বরং সঠিক ডেটা সঠিক সূক্ষ্মতা এবং কম্পাঙ্কে সংগ্রহ করার বিষয়। এর মধ্যে রয়েছে স্মার্ট মিটার (যেমন ১৫ মিনিটের ব্যবধানে সামগ্রিক খরচের ডেটা প্রদান করে), নির্দিষ্ট ব্যবস্থার জন্য সাব-মিটারিং (এইচভিএসি, আলোকসজ্জা), এবং পরিবেষ্টিত সেন্সর (তাপমাত্রা, অধিবাসী উপস্থিতি, আলোর মাত্রা)। লক্ষ্য হলো একটি খরচ-কার্যকর সেন্সর নেটওয়ার্ক তৈরি করা যা অপ্রয়োজনীয় জটিলতা ছাড়াই বিশ্লেষণের জন্য পর্যাপ্ত নির্ভুলতা প্রদান করে।

2.2 উপ-ব্যবস্থাগুলো আন্তঃসংযুক্ত করুন

আধুনিক ভবনগুলোতে বিচ্ছিন্ন ব্যবস্থা বিদ্যমান: এইচভিএসি, আলোকসজ্জা, নিরাপত্তা, এবং প্লাগ লোড প্রায়শই স্বাধীনভাবে কাজ করে। এই স্তম্ভটি এই ব্যবস্থাগুলোকে একীভূত করে ডেটা ভাগাভাগি এবং সমন্বিত নিয়ন্ত্রণ সক্ষম করার উপর জোর দেয়। উদাহরণস্বরূপ, নিরাপত্তা সেন্সর থেকে প্রাপ্ত অধিবাসী উপস্থিতির ডেটা এইচভিএসি এবং আলোকসজ্জার সময়সূচীকে জানাতে পারে, যা উল্লেখযোগ্য সাশ্রয়ে নেতৃত্ব দিতে পারে। আন্তঃক্রিয়াশীলতার মান এবং মিডলওয়্যার এখানে প্রধান প্রযুক্তিগত চ্যালেঞ্জ।

2.3 অনুমান-ভিত্তিক সিদ্ধান্ত গ্রহণ

এটি বিশ্লেষণের মূল কেন্দ্র। এটি সংগৃহীত এবং আন্তঃসংযুক্ত ডেটাতে মেশিন লার্নিং এবং পরিসংখ্যানগত মডেল প্রয়োগ করে অন্তর্দৃষ্টি আহরণকে অন্তর্ভুক্ত করে। প্রয়োগের মধ্যে রয়েছে:

• ত্রুটি সনাক্তকরণ ও নির্ণয় (এফডিডি): প্রত্যাশিত বনাম প্রকৃত কার্যকারিতা প্যাটার্ন তুলনা করে ত্রুটিপূর্ণ সরঞ্জাম (যেমন, আটকে যাওয়া ড্যাম্পার, ত্রুটিপূর্ণ চিলার) চিহ্নিত করা।
• লোড পূর্বাভাস: গ্রিড মিথস্ক্রিয়া এবং অন-সাইট উৎপাদন অপ্টিমাইজ করার জন্য স্বল্পমেয়াদী এবং দীর্ঘমেয়াদী শক্তি চাহিদা পূর্বাভাস দেওয়া।
• প্যাটার্ন স্বীকৃতি: অস্বাভাবিকতা বা অদক্ষতা চিহ্নিত করার জন্য সাধারণ ব্যবহার প্রোফাইল বোঝা।

2.4 অধিবাসীদের সম্পৃক্ত করুন

অধিবাসীর আচরণ ভবনের শক্তি ব্যবহারে একটি গুরুত্বপূর্ণ, প্রায়শই অনির্দেশ্য, উপাদান। এই স্তম্ভটি অধিবাসীদের নিষ্ক্রিয় ভোক্তা থেকে সক্রিয় অংশগ্রহণকারীতে রূপান্তরের উপর দৃষ্টি নিবদ্ধ করে। কৌশলগুলোর মধ্যে রয়েছে ড্যাশবোর্ডের মাধ্যমে ব্যক্তিগতকৃত শক্তি প্রতিক্রিয়া প্রদান, শক্তি সাশ্রয়ী আচরণ উৎসাহিত করতে গেমিফিকেশন বাস্তবায়ন, এবং দক্ষতার দিকে ধীরে ধীরে ঠেলে দেওয়ার সময় অধিবাসীর পছন্দ থেকে শেখা এবং তার প্রতি সাড়া দেওয়া অভিযোজিত ব্যবস্থা ডিজাইন করা অন্তর্ভুক্ত।

2.5 বুদ্ধিমান পরিচালনা

এটি চূড়ান্ত পর্যায়, যেখানে অনুমান এবং অধিবাসীর প্রতিক্রিয়া থেকে প্রাপ্ত অন্তর্দৃষ্টিগুলো স্বয়ংক্রিয় বা আধা-স্বয়ংক্রিয় নিয়ন্ত্রণ কর্মে রূপান্তরিত হয়। এটি ক্লোজড-লুপ সিস্টেমগুলিকে অন্তর্ভুক্ত করে যা বর্তমান অবস্থা, পূর্বাভাস এবং অধিবাসী উপস্থিতির ভিত্তিতে ভবনের কার্যক্রম—যেমন এইচভিএসি সেটপয়েন্ট, আলোর মাত্রা, এবং ব্লাইন্ডের অবস্থান—রিয়েল-টাইমে গতিশীলভাবে সামঞ্জস্য করে আরামদায়ক অবস্থা বজায় রেখে শক্তি ব্যবহার ন্যূনতম করে।

3. কেস স্টাডি: নন-ইন্ট্রুসিভ লোড মনিটরিং (এনআইএলএম)

গবেষণাপত্রটি এনআইএলএমকে একটি সুগভীরভাবে অধ্যয়নকৃত সমস্যা হিসেবে ব্যবহার করে যা সমস্ত ৫টি 'আই' কে বিস্তৃত করে। এনআইএলএমের লক্ষ্য মোট ভবনের বিদ্যুৎ খরচকে (একটি একক স্মার্ট মিটার থেকে) পৃথক যন্ত্রের অবদানে বিভক্ত করা।

• যন্ত্রায়ন: একটি একক, সর্বোত্তমভাবে স্থাপিত স্মার্ট মিটারের উপর নির্ভর করে।
• আন্তঃসংযোগ: এর আউটপুট (যন্ত্র-স্তরের ডেটা) অন্যান্য ব্যবস্থায় (যেমন, যন্ত্রের স্বাস্থ্যের জন্য একটি এফডিডি মডিউল) ইনপুট দিতে পারে।
• অনুমান: এনআইএলএমের মূল হলো যন্ত্রের স্বাক্ষর চিহ্নিত করার জন্য পরিশীলিত সিগন্যাল প্রসেসিং এবং মেশিন লার্নিং অ্যালগরিদম (যেমন, হিডেন মার্কভ মডেল, ডিপ লার্নিং) জড়িত।
• সম্পৃক্ততা: অধিবাসীদের তাদের শক্তি ব্যবহারের বিস্তারিত বিভাজন প্রদান করে, তাদের আচরণ পরিবর্তন করতে ক্ষমতায়ন করে।
• বুদ্ধিমান পরিচালনা: বিভাজিত ডেটা স্বয়ংক্রিয় কর্ম ট্রিগার করতে পারে, যেমন একটি ভুলে যাওয়া যন্ত্র যা "চালু" হিসেবে চিহ্নিত হয়েছে তা বন্ধ করে দেওয়া।

4. প্রযুক্তিগত বিবরণ ও গাণিতিক সূত্রায়ন

এনআইএলএম সমস্যার জন্য একটি সরলীকৃত সূত্রায়ন, একটি প্রধান অনুমান কাজ, নিম্নরূপ প্রকাশ করা যেতে পারে:

ধরা যাক, সময় $t$ এ স্মার্ট মিটার থেকে সামগ্রিক পাওয়ার সিগন্যাল হলো $y_t$। এই সিগন্যালটিকে $N$ সংখ্যক পৃথক যন্ত্রের শক্তি খরচের যোগফল এবং শব্দের সমষ্টি বলে ধরে নেওয়া হয়:

$y_t = \sum_{i=1}^{N} x_t^{(i)} + \epsilon_t$

যেখানে $x_t^{(i)}$ হলো সময় $t$ এ যন্ত্র $i$ এর পাওয়ার ড্র, এবং $\epsilon_t$ হলো পরিমাপ শব্দ। এনআইএলএমের লক্ষ্য হলো অবস্থা ভেক্টর $\mathbf{s}_t = [s_t^{(1)}, s_t^{(2)}, ..., s_t^{(N)}]$ অনুমান করা, যেখানে $s_t^{(i)} \in \{0, 1\}$ (একটি সরল বাইনারি যন্ত্রের জন্য বন্ধ/চালু), অথবা একটি অবিচ্ছিন্ন পাওয়ার মান, শুধুমাত্র পর্যবেক্ষিত ক্রম $\mathbf{y}_{1:T} = [y_1, y_2, ..., y_T]$ দেওয়া আছে। এটিকে প্রায়শই একটি ফ্যাক্টোরিয়াল হিডেন মার্কভ মডেল (এফএইচএমএম) হিসেবে মডেল করা হয়।

5. পরীক্ষামূলক ফলাফল ও চার্ট বর্ণনা

চিত্র ১ বর্ণনা (পিডিএফ থেকে উদ্ধৃত): চার্টটি একটি বার গ্রাফ যার শিরোনাম "সামগ্রিক শক্তি খরচে ভবনের অবদান।" x-অক্ষে পাঁচটি দেশ তালিকাভুক্ত: ভারত, মার্কিন যুক্তরাষ্ট্র, চীন, কোরিয়া এবং অস্ট্রেলিয়া। y-অক্ষ মোট শক্তি খরচের শতাংশ প্রতিনিধিত্ব করে। প্রতিটি দেশের একটি বার রয়েছে যা তার নিজস্ব শতাংশ দেখায়, যা দৃশ্যত নির্দেশ করে যে ভবনগুলো জাতীয় শক্তি ব্যবহারের একটি উল্লেখযোগ্য এবং পরিবর্তনশীল অংশ (সাধারণ ডেটার ভিত্তিতে সম্ভবত ২০% এবং ৪০% এর মধ্যে) দখল করে। এই চিত্রটি একটি প্রাথমিক শক্তি ভোক্তা হিসেবে ভবন খাতের বৈশ্বিক তাৎপর্য এবং দক্ষতা উন্নতির বিশাল সম্ভাব্য প্রভাবকে জোর দেয়।

দ্রষ্টব্য: প্রদত্ত পিডিএফ উদ্ধৃতিতে একটি নির্দিষ্ট অ্যালগরিদমের বিস্তারিত পরীক্ষামূলক ফলাফল নেই। ফোকাসটি ধারণাগত কাঠামোর উপর।

6. বিশ্লেষণ কাঠামো: একটি নন-কোড উদাহরণ

একটি বাণিজ্যিক অফিস ভবনের উচ্চ সাপ্তাহিক ছুটির দিনের শক্তি ব্যবহার বিশ্লেষণ বিবেচনা করুন।

1. যন্ত্রায়ন/আন্তঃসংযোগ: ডেটা স্ট্রিম সংগ্রহ করা হয়: স্মার্ট মিটার থেকে পুরো ভবনের কিলোওয়াট, বিএমএস থেকে এইচভিএসি সিস্টেমের অবস্থা, এবং নিরাপত্তা ব্যবস্থা থেকে ব্যাজ-সোয়াইপ ডেটা (অধিবাসী উপস্থিতির প্রতিনিধি হিসেবে)।
2. অনুমান: একটি সরল পারস্পরিক সম্পর্ক বিশ্লেষণ চালানো হয়। এটি প্রকাশ করে যে প্রায় শূন্য ব্যাজ সোয়াইপ সত্ত্বেও শনিবারে উচ্চ শক্তি খরচ হয়। এইচভিএসি পাওয়ার ডেটার উপর একটি ক্লাস্টারিং অ্যালগরিদম (যেমন কে-মিনস) দেখাতে পারে যে একটি এএইচইউ ইউনিট ধারাবাহিকভাবে একটি উচ্চ বেস লোডে কাজ করছে।
3. সম্পৃক্ততা: সুবিধা ব্যবস্থাপককে একটি ড্যাশবোর্ড দেখানো হয়: "সাপ্তাহিক ছুটির দিনের শক্তি সাপ্তাহিক দিনের গড়ের ৬০%। প্রধান চালক: এএইচইউ-৩ ধারাবাহিকভাবে চলছে।"
4. বুদ্ধিমান পরিচালনা: বিএমএসে একটি স্বয়ংক্রিয় নিয়ম তৈরি করা হয়: "যদি দিনটি শনিবার/রবিবার হয় এবং নিরাপত্তা ব্যবস্থার অধিবাসী গণনা শূন্যের বেশি হয় >২ ঘন্টার জন্য, তাহলে এএইচইউ-৩ কে অদখল মোডে সেট করুন।" সিস্টেমটি তখন এটি বাস্তবায়ন করে, এবং যাচাইয়ের জন্য শক্তি ব্যবহার পর্যবেক্ষণ করা হয়।

7. প্রয়োগের সম্ভাবনা ও ভবিষ্যৎ দিকনির্দেশনা

• গ্রিড-ইন্টারেক্টিভ দক্ষ ভবন (জিইবি): মার্কিন যুক্তরাষ্ট্রের ডিপার্টমেন্ট অফ এনার্জির কল্পনা অনুযায়ী, ভবনগুলো শুধু দক্ষই হবে না বরং ডিমান্ড রেসপন্স, ফ্রিকোয়েন্সি রেগুলেশন এবং ভার্চুয়াল পাওয়ার প্ল্যান্ট অ্যাগ্রিগেশনের মাধ্যমে সক্রিয়ভাবে গ্রিডকে সমর্থন করবে।
• ডিপ লার্নিং ইন্টিগ্রেশন: আরও সঠিক এফডিডি, পূর্বাভাস এবং এনআইএলএমের জন্য ডিপ লার্নিং মডেলের (লোড শেপ বিশ্লেষণের জন্য সিএনএন, সিকোয়েন্স প্রেডিকশনের জন্য ট্রান্সফরমার) ব্যাপক গ্রহণ, ঐতিহ্যগত এইচএমএম ছাড়িয়ে যাওয়া।
• ডিজিটাল টুইন: ভবনের উচ্চ নির্ভুলতার ভার্চুয়াল প্রতিরূপ তৈরি করা যা রিয়েল-টাইমে শক্তি প্রবাহ সিমুলেট করে, প্রকৃত কার্যক্রমে বিঘ্ন না ঘটিয়ে দৃশ্যকল্প পরীক্ষা এবং পূর্বাভাসমূলক রক্ষণাবেক্ষণের অনুমতি দেয়।
• গোপনীয়তা-সংরক্ষণকারী বিশ্লেষণ: পৃথক অধিবাসী বা ভাড়াটেদের গোপনীয়তা বিঘ্নিত না করে সমষ্টিগত ভবন ডেটা থেকে অন্তর্দৃষ্টি অর্জনের জন্য ফেডারেটেড লার্নিং এবং ডিফারেনশিয়াল প্রাইভেসি কৌশল উন্নয়ন।
• সার্কুলার ইকোনমি ইন্টিগ্রেশন: অপারেশনাল ডেটা ব্যবহার করে উপাদান এবং উপাদানের জীবনচক্র বিশ্লেষণকে জানানো, এলেন ম্যাকআর্থার ফাউন্ডেশনের কাঠামোর সাথে সামঞ্জস্য রেখে পুনর্ব্যবহার এবং রিসাইক্লিং সহজতর করা।

8. তথ্যসূত্র

1. Batra, N., Singh, A., Singh, P., Dutta, H., Sarangan, V., & Srivastava, M. (2014). Data Driven Energy Efficiency in Buildings. arXiv preprint arXiv:1404.7227.
2. U.S. Department of Energy. (n.d.). Grid-Interactive Efficient Buildings. Retrieved from energy.gov
3. Zhu, J., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (CycleGAN as an example of advanced generative models relevant to synthetic data generation for building simulations).
4. Ellen MacArthur Foundation. (n.d.). Circular Economy Introduction. Retrieved from ellenmacarthurfoundation.org
5. Zhao, B., Stankovic, L., & Stankovic, V. (2016). On a training-less solution for non-intrusive appliance load monitoring using graph signal processing. IEEE Access, 4, 1784-1799.

9. বিশ্লেষকের দৃষ্টিভঙ্গি: ৫টি 'আই' এর ব্যাখ্যা

মূল অন্তর্দৃষ্টি: গবেষণাপত্রের প্রকৃত মূল্য এটি তালিকাভুক্ত পৃথক প্রযুক্তিগুলোতে নেই—স্মার্ট মিটার, বিএমএস, এমএল—যেগুলো সুপরিচিত। এর উজ্জ্বলতা নিহিত রয়েছে ৫টি 'আই' এর কাঠামোতে, যা একটি অত্যন্ত প্রয়োজনীয় কৌশলগত রোডম্যাপ প্রদান করে। এটি সঠিকভাবে চিহ্নিত করে যে ভবন দক্ষতার সমস্যাটি একটি সিস্টেম ইন্টিগ্রেশন এবং মানব-কেন্দ্রিক চ্যালেঞ্জ, শুধু একটি ডেটা সায়েন্স ধাঁধা নয়। বেশিরভাগ ব্যর্থতা খারাপ অ্যালগরিদমের কারণে ঘটে না, বরং দুর্বল যন্ত্রায়ন কৌশল, বিচ্ছিন্ন ব্যবস্থা, বা উপেক্ষিত অধিবাসী আচরণের কারণে ঘটে।

যুক্তিসঙ্গত প্রবাহ: কাঠামোর অগ্রগতি যুক্তিসঙ্গত এবং পুনরাবৃত্তিমূলক। প্রথমে অনুমান-ভিত্তিক সিদ্ধান্ত (আই৩) না নিয়ে আপনি বুদ্ধিমান পরিচালনা (আই৫) করতে পারবেন না, যা সর্বোত্তম যন্ত্র (আই১) থেকে আন্তঃসংযুক্ত ডেটা (আই২) ছাড়া অসম্ভব। গুরুত্বপূর্ণভাবে, এটি "অধিবাসীদের সম্পৃক্ত করুন" (আই৪) কে ঠিক মাঝখানে সন্নিবেশিত করে, স্বীকার করে যে স্বয়ংক্রিয়করণ একা ব্যর্থ হয় যদি এটি ভিতরের মানুষদের বিচ্ছিন্ন করে। এটি টেকসই সিস্টেমে মানব-কম্পিউটার ইন্টারঅ্যাকশন গবেষণার ফলাফলের সাথে মিলে যায়।

শক্তি ও ত্রুটি: শক্তি: কাঠামোটি সামগ্রিক, স্মরণীয় এবং কর্ম-ভিত্তিক। একটি ক্রস-কাটিং কেস স্টাডি হিসেবে এনআইএলএম ব্যবহার করা একটি শক্তিশালী শিক্ষাগত সরঞ্জাম। এটি ভবনে আইওটি এবং ডেটা বিস্ফোরণের পূর্বাভাস দেয়। ত্রুটি: গবেষণাপত্রটি, ২০১৪ সালের একটি দৃষ্টিভঙ্গি হওয়ায়, বোধগম্যভাবে আধুনিক ডিপ লার্নিং (যেমন, টাইম-সিরিজ পূর্বাভাসের জন্য ট্রান্সফরমার মডেল) এবং আই২ এবং আই৫ এর কম্পিউটেশনাল/সাইবার নিরাপত্তা চ্যালেঞ্জের ভূমিকম্পের প্রভাবকে কম ওজন দেয়। এটি মালিকানাধীন ভবন উপব্যবস্থাগুলো আন্তঃসংযোগের জন্য বিশাল অর্থনৈতিক এবং চুক্তিগত বাধাগুলোকেও উপেক্ষা করে, একটি বাধা যা আজও মূলত অমীমাংসিত রয়ে গেছে।

কার্যকরী অন্তর্দৃষ্টি:

1. ভবন মালিক/পরিচালকদের জন্য: ৫টি 'আই' কে একটি পরিপক্কতা মডেল হিসেবে ব্যবহার করুন। প্রতিটি "আই" এর বিরুদ্ধে আপনার বর্তমান অবস্থা নিরীক্ষা করুন। বেশিরভাগ আই১ (ডেটা সংগ্রহ) এ আটকে আছে। এমন প্রকল্পগুলিকে অগ্রাধিকার দিন যা আপনাকে আই২ (একীকরণ) এবং আই৪ (অধিবাসী সম্পৃক্ততা) এ এগিয়ে নিয়ে যায়—এগুলির প্রায়শই আই৩ (মডেল নির্ভুলতা) এ প্রান্তিক লাভের পিছনে ছোটার চেয়ে উচ্চতর রিটার্ন অন ইনভেস্টমেন্ট (আরওআই) থাকে।
2. প্রযুক্তি বিক্রেতাদের জন্য: পয়েন্ট সলিউশন বিক্রি করা বন্ধ করুন। স্পষ্টভাবে ৫টি 'আই' এর এক বা একাধিককে সম্বোধন করার জন্য আপনার অফারিংগুলি প্যাকেজ করুন। একটি বিএমএস বিক্রেতার উচিত আই২ এর জন্য তার ওপেন এপিআই, আই৩ এর জন্য তার অন্তর্নির্মিত বিশ্লেষণ, এবং আই৪ এর জন্য তার অধিবাসী অ্যাপ সম্পর্কে কথা বলা।
3. গবেষকদের জন্য: খাঁটি আই৩ (অ্যালগরিদম উন্নয়ন) এর সহজলভ্য ফল মূলত সংগ্রহ করা হয়েছে। পরবর্তী যুগান্তকারী আবিষ্কারগুলি হবে ছেদবিন্দুতে: আই২+আই৩ (ব্যবস্থার মধ্যে গোপনীয়তা-সংরক্ষণকারী বিতরণকৃত লার্নিং), আই৩+আই৪ (অধিবাসী প্রতিক্রিয়ার জন্য ব্যাখ্যাযোগ্য এআই), এবং আই৪+আই৫ (লুপে মানব-সহ অভিযোজিত নিয়ন্ত্রণ)। সেখানে ফোকাস করুন।

৫টি 'আই' এর কাঠামো ভবন দক্ষতার ল্যান্ডস্কেপ দেখার জন্য একটি শক্তিশালী লেন্স হিসেবে রয়ে গেছে। শিল্পের কাজ এখন আধুনিক সরঞ্জাম দিয়ে এর বিরুদ্ধে কার্যকর করা এবং একই সাথে এটি প্রকাশ করা কঠিন, অ-প্রযুক্তিগত বাধাগুলো মোকাবেলা করা।