निर्णय और योग्य लक्ष्य के साथ शुरू

व्यावहारिक सवाल यह है: कौन से प्रतिकूल सतह वर्ग एक दोहराने योग्य बंद निगरानी आधार रेखा बना सकते हैं? रिपोर्टिंग इकाई के रूप में खान बंद रिपोर्टिंग इकाइयों के साथ काम करें और छवि या एल्गोरिदम चुनने से पहले अवलोकन अवधि को परिभाषित करें। दिनांकित वनस्पति, उजागर जमीन, जल और बुनियादी ढांचा अवलोकन बाद में तुलना के लिए एक स्थानिक रजिस्टर प्रदान करते हैं।

खनन परिदृश्य में तेजी से परिचालन परिवर्तन, खड़ी इलाके, उजागर सामग्री और पानी की सतहों को शामिल किया गया है जो दूरस्थ अवलोकनों को जटिल बना सकती हैं। तटस्थ शब्दों में निगरानी की गई सतह वर्गों को परिभाषित करें और अलग से परिचालन रिकॉर्ड बनाए रखें। एक नए उजागर क्षेत्र खुदाई, पुनर्वास तैयारी या अन्य गतिविधि हो सकती है; अकेले छवि नियामक स्थिति स्थापित नहीं करती है। इसी तरह, एक प्लैनेमट्रिक पदचिह्न तीन आयामी सर्वेक्षण या इंजीनियरिंग मूल्यांकन के लिए विकल्प नहीं ले सकता है। छाया और प्रतिकूल देखने ज्यामिति पिटों और सुविधाओं के कुछ हिस्सों को छिपा सकती है, जबकि वनस्पति वसूली सतह की उपस्थिति को जल्दी से बदल सकती है। उनके अधिग्रहण की तारीखों और साइट-राज्य संदर्भ के साथ अवलोकनों की तुलना करें। पर्यावरणीय व्याख्या में अक्सर फील्ड पारिस्थितिकी, जल रसायन विज्ञान, भूवैज्ञानिक नमूनाकरण या स्वतंत्र उपकरण की आवश्यकता होती है। GIS रिकॉर्ड उन निष्कर्षों को पहले छवि अवलोकन को मिटाए बिना संलग्न होने की अनुमति देना चाहिए। यह अलगाव निगरानी इतिहास को लेखापरीक्षित बनाता है और इसके भौतिक माप समर्थन से परे दावों को बनाने से एक आकर्षक उपग्रह मानचित्र को रोकता है।

उपयुक्त भौतिक और अस्थायी समर्थन के साथ टिप्पणियों का चयन करें

जब उनकी जानकारी पूरक होती है और उनके मतभेदों को नियंत्रित किया जाता है तो सेंसर का संयोजन उपयोगी होता है। ऑप्टिकल इमेजरी, रडार, थर्मल अवलोकन और सन्दर्भीय डेटासेट समान संपत्ति को माप नहीं पाते हैं, इसलिए उन्हें विलय करने से बचें जैसे कि वे विनिमेय फोटोग्राफ थे। प्रत्येक स्रोत के योगदान को परिभाषित करें और इसके स्थानिक समर्थन, अधिग्रहण का समय और लापता-डाटा पैटर्न की जांच करें। जानबूझकर ग्रिड को संरेखित करें, चर प्रकार के अनुसार फिर से खेलना चुनें और मूल गुणवत्ता वाले मास्क को बनाए रखें। एक ठीक आउटपुट ग्रिड किसी मोटे इनपुट से अनुपस्थित जानकारी को ठीक नहीं कर सकता है। यदि सूत्रों को अलग-अलग तारीखों का वर्णन किया जाता है, तो यह तय करें कि क्या लक्ष्य अंतराल के दौरान बदल सकता है। प्रत्येक सरल स्रोत-विशिष्ट आधार रेखा के खिलाफ संयुक्त कार्यप्रवाह का मूल्यांकन करें; फ्यूजन को केवल फीचर गिनती बढ़ाने के बजाय उपयोगी अतिरिक्त जानकारी प्रदर्शित करनी चाहिए। अंतिम साक्ष्य परत में स्रोत-विशिष्ट विशेषताओं को संरक्षित रखें ताकि विश्लेषक एक वर्गीकरण या विसंगत रूप से अवलोकन के लिए वापस आ सके जो इसे समर्थित करता है।

प्रसंस्करण से पहले एक कॉम्पैक्ट डेटा प्रकट करें। ब्याज, अधिग्रहण के समय, उत्पाद पहचानकर्ता, प्रसंस्करण संस्करण, बैंड या चर, इकाइयों, स्केल कारकों और गुणवत्ता मानदंडों के क्षेत्र को रिकॉर्ड करें। केवल दृश्य-व्यापी गुणवत्ता प्रतिशत पर निर्भर होने के बजाय लक्ष्य पर वास्तविक उपयोग योग्य कवरेज की जांच करें। मूल मास्क को संरक्षित करें और परिभाषित करें कि कैसे लापता मान व्युत्पन्न परतों में प्रचारित करते हैं। यदि कई तारीखों या सेंसरों को संयुक्त किया जाता है, तो परियोजना में उनकी सहायता जानकारी उपलब्ध रहती है। ये विवरण माप को दोहराने और यह समझाने के लिए संभव बनाते हैं कि उत्पाद संशोधन के बाद एक बार फिर रन में बदलाव क्यों होता है। वे एक सहयोगी निर्णय लेने में भी मदद करते हैं कि क्या एक स्पष्ट असहमति पर्यावरण, अवलोकन की स्थिति या प्रसंस्करण विकल्प से आती है।

विश्लेषण नियम का निर्माण करना जिसे समीक्षा की जा सकती है

स्थिर वर्गों और इकाई पहचानकर्ताओं को परिभाषित करना, स्रोत सिद्धि और दस्तावेज़ न्यूनतम पता लगाने योग्य सुविधाओं को संरक्षित करना।

वर्गीकरण, अवलोकन योग्य वर्ग परिभाषाओं और संदर्भ लेबल के साथ शुरू होता है जो छवि तिथि से मेल खाता है। जब उपयुक्त हो तो कठिन विकल्प, मिश्रित सीमाएं और अज्ञात वर्ग शामिल हैं। उन विशेषताओं का निर्माण करें जो केवल बैंड चुनने के बजाय लक्ष्य प्रक्रिया को व्यक्त करते हैं क्योंकि वे उपलब्ध हैं। प्रशिक्षण और मूल्यांकन स्थान को स्थानिक रूप से स्वतंत्र रखें, और स्थानांतरण के उद्देश्यपूर्ण उपयोग के दौरान एक अलग क्षेत्र या मौसम को आरक्षित करने पर विचार करें। केवल समग्र सटीकता की रिपोर्ट करने के बजाय वर्ग-विशिष्ट चूक और कमीशन त्रुटियों की समीक्षा करें। जब भी कुल स्कोर उच्च दिखता है तो दुर्लभ लक्ष्य में खराब व्यावहारिक परिशुद्धता हो सकती है। अंतिम वर्ग के साथ संभावनाओं या अन्य समर्थित अनिश्चितता उपाय को बनाए रखने के साथ-साथ इसकी अंशांकन सीमाओं का दस्तावेजीकरण किया गया। जब वर्ग क्षेत्र एक रिपोर्ट चलाते हैं, तो मूल्यांकन करें कि क्या मानचित्र त्रुटि को उपयुक्त नमूना-आधारित क्षेत्र अनुमानक के माध्यम से शामिल करने की आवश्यकता है।

पूर्ण भूगोल में नियम लगाने से पहले एक छोटे से स्वतंत्र रूप से समीक्षा की गई सबसेट के साथ शुरू करें। निरीक्षण इनपुट और मध्यवर्ती परतें दोनों अवलोकन और स्थानीय पैमाने पर, यह जांचना कि इकाइयों, मास्क और समन्वय संरेखण इरादा के रूप में व्यवहार करते हैं। विश्लेषण विन्यास का एक नाम दिया संस्करण रखें और प्रत्येक परिणामी सीमा के एक संक्षिप्त विवरण को बनाए रखें। जब कार्यप्रवाह दूसरे क्षेत्र या मौसम में चलता है, तो यह समझने के बजाय उन धारणाओं को संशोधित करता है कि सफल निष्पादन वैज्ञानिक हस्तांतरण को साबित करता है। एक दोहराने योग्य पाइपलाइन मूल्यवान है क्योंकि इसके विकल्पों का निरीक्षण और संशोधित किया जा सकता है, क्योंकि स्वचालन स्वचालित रूप से सही व्याख्या बनाता है।

iT Sensing कार्यक्षेत्र में सुदूर संवेदन विश्लेषण
संदर्भ छवि; मिशन या विधि से आउटपुट यहां समीक्षा नहीं की गई। छवि स्रोत: TechnoGIS / iT Sensing · iT Sensing remote sensing workspace

वैकल्पिक स्पष्टीकरण छिपाए बिना परिणाम व्याख्या

एक छवि-विकास वर्ग एक अनुमोदित बंद स्थिति नहीं है। उपसतह की स्थिति और पारिस्थितिक मानदंडों को स्वतंत्र मूल्यांकन की आवश्यकता होती है।

इसे समर्थन देने के लिए इस्तेमाल किए गए साक्ष्य से लक्ष्य व्याख्या को अलग रखें। मेरा बंद रिपोर्टिंग इकाइयों के लिए, पूछिए कि क्या देखा गया पैटर्न एक उचित वैकल्पिक आधार रेखा, गुणवत्ता मुखौटा या एकत्रीकरण के तहत जारी रहता है। स्पष्ट सफलताओं और संभावित प्रतिवादी की समीक्षा करें। यदि प्रतिस्पर्धा स्पष्टीकरण उपलब्ध टिप्पणियों के साथ अलग नहीं किया जा सकता है, तो जांच के लिए उम्मीदवार के रूप में खोज रिकॉर्ड करें। यह उपयोगी स्थानिक जानकारी को बरकरार रखता है जबकि यह दिखा रहा है कि निष्कर्ष का हिस्सा अभी भी स्वतंत्र साक्ष्य पर निर्भर करता है। अगले अवलोकन को यह तय करने के लिए चुना जाना चाहिए कि अनिश्चितता, बल्कि केवल एक समान दिखने वाले मानचित्र को पुन: उत्पन्न करने के बजाय।

स्केलिंग से पहले स्वतंत्र सबूत के साथ मान्य

स्वतंत्र सर्वेक्षण, पारिस्थितिकी और बंद प्रबंधन रिकॉर्ड की जाँच करें।

इच्छित मानचित्र उपयोग का प्रतिनिधित्व करने के लिए संदर्भ नमूना तैयार करना, जिसमें कठिन सीमाओं और स्थानों को शामिल किया गया है, जिसमें वर्गीकृतकर्ता ने ध्वज नहीं दिया था। नमूना को प्रशिक्षण और सीमा समायोजन से स्वतंत्र रखें। यदि दुर्लभ लक्ष्य वर्ग जानबूझकर oversampled हैं, तो चयन संभावना को बनाए रखने के लिए ताकि जनसंख्या स्तर के अनुमानों को उचित रूप से गणना किया जा सकता है। एक सुसंगत संदर्भ परिभाषा और रिपोर्ट चूक के साथ-साथ कमीशन त्रुटि का उपयोग करके भ्रम मैट्रिक्स का निर्माण करें। पर्यवेक्षक समझौते की जाँच करें जहां लेबल को व्याख्या की आवश्यकता होती है। इस तरह के इलाके, लक्ष्य आकार या मौसम के रूप में सार्थक संदर्भ द्वारा परिणाम रिपोर्ट, जब प्रदर्शन अलग है। केवल आसान इंटीरियर उदाहरणों पर मूल्यांकन किए गए मानचित्र में संकीर्ण किनारों या मिश्रित परिदृश्यों के बारे में दावा नहीं किया जा सकता है। प्रत्येक नमूने को एक निश्चित श्रेणी में मजबूर करने के बजाय कुछ लोगों से ऑडिट के लिए उपलब्ध संदर्भ साक्ष्यों को रखें और अनिश्चित संदर्भ लेबलों को अलग करें।

एक प्रयोज्य GIS सबूत परत प्रदान करें

अलग सत्यापित विशेषताओं के रूप में संलग्न प्रबंधन निर्णयों के साथ एक प्रतिनिधि आधार रेखा प्रदान करें।

GIS डिलीवरी के लिए, स्थिर फीचर पहचानकर्ता, स्रोत अवलोकन तिथियां, भौतिक चर, इकाइयों, वैध समर्थन क्षेत्र, अनिश्चितता और समीक्षा स्थिति को बनाए रखें। किसी भी क्षेत्र या दूरी की गणना के लिए एक उपयुक्त समन्वय संदर्भ का उपयोग करें और बाहरी परतों में शामिल होने पर परिवर्तन को दस्तावेज दें। मॉडलिंग और फील्ड-समायोजित विशेषताओं से अलग मापा या देखा गया गुण ताकि उपयोगकर्ता दूसरों को ओवरराइट किए बिना एक सबूत प्रकार को अपडेट कर सकें। सारांश में एक अज्ञात या असमर्थित राज्य शामिल करें और प्रतिशत के लिए इस्तेमाल किए गए विभाजक को संरक्षित करें। एक मानचित्र कथा, संक्षिप्त डेटा शब्दकोश और सुलभ स्रोत लिंक उन सहयोगियों के लिए परिणाम उपयोगी बनाते हैं जिन्होंने विश्लेषण नहीं चलाया था। निर्यात प्रारूप वास्तविक डाउनस्ट्रीम कार्यप्रवाह से मेल खाते हैं, जिसमें विशेषता एन्कोडिंग और ज्यामिति को हैंडऑफ से पहले चेक किया जाता है।

विधि को एक व्यावहारिक iT Sensing कार्यप्रवाह में बदल दें

iT Sensing उपग्रह खोज, रडार विश्लेषण, मशीन लर्निंग, जियोएआई, विजुअल मॉडल कार्यप्रवाह और पायथन प्रयोग को क्लाउड सुदूर संवेदन वर्कस्पेस में लाता है। इनपुट को व्यवस्थित करने के लिए अपने दस्तावेज़ित उपकरणों का उपयोग करें, उचित रस्टर संचालन का परीक्षण करें और एक परियोजना-एवेयर GIS कार्यप्रवाह तक मूल्यांकन परिणाम कनेक्ट करें। एक सामान्य उपकरण का अस्तित्व यह गारंटी नहीं देता कि यहां वर्णित प्रत्येक विशेषज्ञ पुनर्प्राप्ति तैयार किए गए ऑपरेशन के रूप में उपलब्ध है। प्रलेखन की जाँच करें और जहां आवश्यक हो, स्वतंत्र रूप से संसाधित और मूल्यांकन उत्पादों को परियोजना में उनकी सिद्धता बरकरार रखने के साथ लाएं। एक व्यावहारिक अगले कदम एक प्रतिनिधि क्षेत्र पर कार्यप्रवाह का परीक्षण करना है, डोमेन विशेषज्ञों के साथ साक्ष्य की समीक्षा करना और वर्कस्पेस योजना चुनना है जो टीम के वास्तविक भंडारण, सहयोग और प्रसंस्करण आवश्यकताओं को पूरा करता है।

स्रोत और तकनीकी पढ़ने