मौसमी साक्ष्य के साथ सैटेलाइट फसल प्रकार मैपिंग

निर्णय और योग्य लक्ष्य के साथ शुरू

व्यावहारिक सवाल यह है कि कौन से क्षेत्र परिभाषित कृषि मौसम के दौरान लक्ष्य फसल उगाते हैं? फसल पार्सल के साथ रिपोर्टिंग इकाई के रूप में काम करें और छवि या एल्गोरिदम चुनने से पहले अवलोकन अवधि को परिभाषित करें। फसल पहचान को स्थापना, चंदवा विकास और फसल समय के माध्यम से व्यक्त किया जाता है, बल्कि एक सार्वभौमिक रूप से विशिष्ट हरे रंग की तुलना में। मौसमी trajectories और पार्सल संदर्भ inference को अधिक defensible बनाते हैं।

जब अवलोकन इकाई निर्णय इकाई से मेल खाती है तो कृषि निगरानी सबसे अच्छा काम करती है। एक किसान एक क्षेत्र, सिंचाई ब्लॉक या प्रबंधन क्षेत्र संचालित करता है, न कि एक पृथक छवि पिक्सेल। अलग रजिस्टर में रोपण तिथियां, फसल पहचान, कटाई क्षेत्र और प्रबंधन इतिहास बनाए रखें, फिर स्थिर पहचानकर्ता के माध्यम से छवि माप को कनेक्ट करें। ये रिकॉर्ड बताते हैं कि पड़ोसी हरी सतहों को विभिन्न उत्पादन चरणों का प्रतिनिधित्व क्यों कर सकते हैं। खेतों की तुलना करने से पहले, मौसम की परिभाषा और हर प्रतिशत के लिए इस्तेमाल किए जाने वाले डिनोमिनेटर पर सहमत होते हैं। कोई प्रयोग करने योग्य अवलोकन के साथ एक क्षेत्र चुपचाप नंगे भूमि, असफल फसल या सामान्य स्थिति नहीं होना चाहिए। समीक्षा करें कि क्या लक्ष्य चयनित पिक्सल के लिए काफी बड़ा है; क्षेत्र-किनारे मिश्रण छोटेधारक मोज़ेक में विशेष रूप से महत्वपूर्ण हो जाता है। जहां सवाल फसल पहचान, पोषक तत्वों की स्थिति, जल तनाव या अंतिम उत्पादन पर निर्भर करता है, पूछते हैं कि कौन से स्वतंत्र माप प्रतिस्पर्धी स्पष्टीकरण को अलग कर सकता है। उपग्रह परत को निर्देश देना चाहिए कि माप और उसके परिणाम को संरक्षित करना चाहिए। यह एक अनपेक्षित रंग रैंकिंग के बजाय एक उपयोगी परिचालन रिकॉर्ड बनाता है।

उपयुक्त भौतिक और अस्थायी समर्थन के साथ टिप्पणियों का चयन करें

ऑप्टिकल सतही परावर्तन कई भूमि आवरण प्रश्नों के लिए एक उपयोगी प्रारंभिक बिंदु है क्योंकि इससे तुलना से पहले कुछ वायुमंडलीय प्रभाव कम हो जाता है। Landsat and Sentinel-2 आम उम्मीदवार हैं, लेकिन एक वास्तविक उत्पाद का चयन करें जिसका बैंड, गुणवत्ता की जानकारी और स्थानिक समर्थन लक्ष्य को फिट करता है। उत्पाद मार्गदर्शन के अनुसार मूल्यों की व्याख्या करने से पहले दस्तावेजी पैमाने और ऑफसेट लागू करें, और उत्पाद मार्गदर्शन के मुताबिक क्लाउड, सर्करस, छाया और अन्य अवैध अवलोकनों को मास्क करें। एक resampled raster नई भौतिक विस्तार हासिल नहीं करता है: एक महीन ग्रिड पर मोटे बैंड को अपने नमूने में बदल देता है, न कि साधन संकल्प। संकीर्ण सीमाओं के पास छवि संरेखण की जांच करें और बहु-अस्थायी काम के लिए एक उपयुक्त सामान्य ग्रिड का उपयोग करें। यह समीक्षा करें कि उपलब्ध स्पष्ट अवलोकन जैविक रूप से या परिचालन महत्वपूर्ण अवधि को कवर करते हैं। एक दृष्टि से आकर्षक समग्र तारीखों को जोड़ सकता है जो एक वास्तविक स्थिति का वर्णन नहीं करते हैं, इसलिए समय के निर्णय को प्रभावित करते समय योगदान अधिग्रहण की जानकारी को बरकरार रखते हैं।

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

स्थानीय कैलेंडरों के लिए अवलोकनों को संरेखित करें, पार्सल पहचानकर्ता बनाए रखें और एक बहु-अस्थायी सुविधा स्टैक को वर्गीकृत करें। फसल क्षेत्र को उगाने से पहले प्रारंभिक और देर से रोपण में भविष्यवाणियों की तुलना करें।

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।

वैकल्पिक स्पष्टीकरण छिपाए बिना परिणाम व्याख्या

एक स्थानांतरित रोपण तिथि के साथ एक पड़ोसी फसल एक समान प्रक्षेपवक्र का पालन कर सकती है। मिश्रित क्षेत्रों और सिंचाई अंतर स्पष्ट रूप से स्वच्छ वर्ग सीमाओं को जटिल बनाता है।

इसे समर्थन देने के लिए इस्तेमाल किए गए साक्ष्य से लक्ष्य व्याख्या को अलग रखें। फसल पार्सल के लिए, पूछते हैं कि क्या मनाया गया पैटर्न 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 रूप से सर्वेक्षणित फसल लेबलों का प्रयोग करके किस्मों, सिंचाई प्रणालियों और रोपण खिड़कियों को फैलाया जाता है।

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

फसल की संभावना, समर्थित पार्सल क्षेत्र और मिश्रित या अप्रचलित क्षेत्रों के लिए एक अलग परत 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।