सरल अनुपात वनस्पति सूचकांक: व्याख्यात्मकता और संख्यात्मक स्थिरता

अवलोकन और निर्णय को परिभाषित करना

सरल अनुपात वनस्पति सूचकांक लाल प्रतिबिंब द्वारा निकट अवरक्त प्रतिबिंब को विभाजित करता है। यह एक सीधा बैंड विपरीत व्यक्त करता है और एक विस्तृत संख्यात्मक रेंज को बनाए रख सकता है। यह सीमा भी छोटे लाल मूल्यों और अपूर्ण सुधार के महत्वपूर्ण स्रोतों को अस्थिरता के बनाता है।

एनआईआर से लाल अनुपात माप के लिए, एक सटीक सवाल के साथ शुरू करें। सॉफ्टवेयर सेटिंग्स की तुलना करने से पहले निर्णय और मात्रा को स्टेट करें। यह पहचानें कि कौन परिणाम का उपयोग करेगा, भौगोलिक इकाइयां जो वे पहचानती हैं और कौन सा सबूत निरीक्षण या विश्लेषण बदलेगा। लक्ष्य की स्थिति और संभावित वैकल्पिक स्पष्टीकरण को नीचे लिखें। यह निर्णय लेना संभव बनाता है कि विधि का वास्तविक अवलोकन प्रश्न का उत्तर दे सकता है। जब उत्पादन एक अलग अर्थ के साथ प्रॉक्सी का प्रतिनिधित्व करता है तो एक बेहतरीन दिखने वाला नक्शा पर्याप्त नहीं है। एक लघु धारणा रजिस्टर बनाए रखने के लिए इसलिए बाद में समीक्षकों को मापा इनपुट, मॉडल विकल्प और व्याख्या को अलग कर सकते हैं।

विधि के लिए डेटा समर्थन का मिलान करें

एनआईआर से लाल अनुपात माप के लिए माप आधार पूरे व्याख्या में मायने रखता है। एक वर्णक्रमीय विशेषता को इसके समीकरण और उसके लिए आपूर्ति की गई टिप्पणियों दोनों द्वारा परिभाषित किया गया है। बैंड नाम चुनने से पहले स्रोत उत्पाद विवरण पढ़ें क्योंकि बैंड संख्या और तरंगदैर्ध्य प्रतिक्रियाएं मिशनों में भिन्न होती हैं। प्रसंस्करण स्तर, परावर्तन स्केलिंग, अधिग्रहण समय और गुणवत्ता की जानकारी को एक साथ रखें। यह तय करें कि क्या परिचालन इकाई एक पिक्सेल, फील्ड, निवास पैच या प्रशासनिक क्षेत्र है। गणितीय रूप से सही अनुपात अभी भी गलत सवाल का जवाब दे सकता है जब यह मिश्रित सतहों को जोड़ती है या विभिन्न मौसमी चरणों की तुलना करती है। मूल बैंड अवलोकनों को संरक्षित रखें ताकि एक संदिग्ध सूचकांक को अपने इनपुट के बजाय उसके रंग से अकेले व्याख्या की जा सके।

एक अनुरेखण विश्लेषण तैयार करना

भौतिक परावर्तन का प्रयोग करें और गणना से पहले एक निमोनिया गुणवत्ता नियम को परिभाषित करें। लाल-बैंड शोर, छाया और मूल्यों को भरने की जाँच करें। अंतर्निहित परावर्तन जोड़ी को संरक्षित करें ताकि असामान्य रूप से बड़े अनुपात की जांच केवल एक डिस्प्ले किंवदंतियों को फिट करने के लिए क्लिप के बजाय की जा सकती है।

एनआईआर से लाल अनुपात माप की तैयारी निम्नलिखित साक्ष्यों को संरक्षित करना चाहिए। एक सूचकांक या वर्णक्रमीय विपरीत की गणना से पहले संगत भौतिक मात्रा तैयार करें। एक ही बार में दस्तावेज़ित पैमाने और किसी भी योजक ऑफसेट लागू करें। एक मूल्यांकन नियम के अनुसार मान्य शून्य, मुखौटा बादलों और छाया से अवैध अवलोकन को अलग करें और संतृप्त इनपुट का निरीक्षण करें। अपने मूल सूचना समर्थन को बनाए रखते हुए एक दस्तावेज ग्रिड पर बैंड को संरेखित करें। जब एक मोटे बैंड को फिर से नमूना किया जाता है, तो महीन आउटपुट स्पेसिंग महीन वर्णक्रमीय विस्तार नहीं बनाती है। कुछ स्रोत पिक्सल का मैन्युअल रूप से परीक्षण करें और अभिव्यक्ति के डिनोमिनेटर या अन्य संख्यात्मक स्थितियों की समीक्षा करें। प्रदर्शन को मात्रात्मक गणना के बाहर फैलाते रहें, क्योंकि प्रस्तुति रंग प्रतिबिंबित माप नहीं हैं।

प्रतिनिधि पायलट का परीक्षण करें

एनआईआर-टू-रेड अनुपात माप के लिए एक पायलट को वास्तविक प्राप्त करने कार्यप्रवाह को संबोधित करना चाहिए। एक प्रतिनिधि पायलट के साथ शुरू होता है जिसमें साधारण स्थितियां और कठिन अपवाद होते हैं। प्रासंगिक सीमाओं, मिश्रित सतहों, लापता टिप्पणियों और ज्ञात संदर्भ स्थानों को शामिल करें। कुछ मैन्युअल रूप से जाँच किए गए संख्यात्मक उदाहरणों को सोर्स मेटाडाटा के साथ सहेजें। एक स्वतंत्र पाठक या गणना के साथ परिणाम की तुलना करें जहां व्यावहारिक हो। पायलट को निर्यात के माध्यम से स्रोत चयन से पूरा पथ का परीक्षण करना चाहिए, क्योंकि एक सही सूत्र अभी भी गलत इकाइयों, बैंड ऑर्डर या वैधता हैंडलिंग द्वारा कम किया जा सकता है। एक बार पायलट को समझा जाता है, इसे बाद में संशोधनों के लिए एक संदर्भ के रूप में बनाए रखा जाता है।

विषय-विशिष्ट व्याख्या जोखिम को पहचानें

एक बड़ा अनुपात स्वचालित रूप से मजबूत जैविक सबूत नहीं है। बहुत छोटे या नकारात्मक सुधारित लाल प्रतिबिंब चरम परिणाम उत्पन्न कर सकते हैं। सेंसर शोर, पृष्ठभूमि मिश्रण और वायुमंडलीय अवशिष्ट मूल्य पर हावी हो सकता है, विशेष रूप से छायांकित या अंधेरे सतहों पर।

एनआईआर से लाल अनुपात माप की समीक्षा को गणना पूरा होने के बाद जारी रखना चाहिए। एक स्थानीय सवाल और स्वतंत्र सबूत का उपयोग करके सुविधा को व्याख्या करें। एक सूचकांक कई भौतिक और अवलोकन प्रभावों का जवाब दे सकता है, इसलिए निदान होने से पहले एक मजबूत विपरीत आम तौर पर स्क्रीनिंग परिणाम होता है। संभावित confounders की तुलना में, स्रोत बैंड का निरीक्षण करें और उस आबादी को दस्तावेज दें जिस पर एक फिट संबंध लागू होता है। बार-बार निगरानी के लिए, आम वैध समर्थन का उपयोग करें या परिवर्तन कवरेज की व्याख्या करें। औसत के साथ एक वैध-अवलोकन भिन्न की रिपोर्ट करें और एक निरंतर सुविधा परत बनाए रखें जब एक थ्रेसहोल्ड मानचित्र भी वितरित किया जाता है। एक सीमा एक निर्णय नियम है जिसका उत्सर्जन और झूठे अलार्म का मूल्यांकन सार्वभौमिक भौतिक सीमा के बजाय किया जाना चाहिए।

उदाहरण के माध्यम से काम करना

उदाहरण के लिए, 0.05 के लाल रंग से विभाजित 0.40 का NIR 8 का अनुपात देता है। यदि केवल 0.01 से लाल अनुमान में परिवर्तन होता है तो अनुपात काफी हद तक बदल जाता है। इस संवेदनशीलता को एक संतृप्त रंग रैंप द्वारा छिपा होने के बजाय अनिश्चितता व्याख्या और चेतावनी नियमों को प्रभावित करना चाहिए।

एनआईआर-टू-रेड अनुपात माप के लिए तर्क उदाहरण में जानबूझकर सीमित भूमिका होती है। इस लेख में उदाहरण स्पष्ट है और यह एक रिपोर्ट परियोजना परिणाम, सटीकता दावा या प्रदर्शन गारंटी नहीं है। तर्क के संचालन से पहले मापा परियोजना मूल्यों के साथ अपनी धारणाओं को बदलें। इकाइयों, अवलोकन तिथियों और प्रासंगिक विषयक दृश्यमान रखें। यदि एक उचित वैकल्पिक मुखौटा, संदर्भ या पैरामीटर निर्णय को बदल देता है, तो उस संवेदनशीलता की रिपोर्ट करें और बेहतर सबूत प्राप्त करें जहां व्यावहारिक हो। अतिरिक्त दशमलव स्थान अनिश्चितता को हल नहीं करते हैं। अनसुलझ मामलों को स्पष्ट रूप से उस पैरामीटर का चयन करने के बजाय जो सबसे अधिक प्रेरक कथा पैदा करता है।

स्वतंत्र साक्ष्यों के खिलाफ मूल्यांकन

प्रतिनिधि सतह के प्रकारों में वितरण का निरीक्षण करना और मूल बैंड के साथ चरम मानों की तुलना करना। स्वतंत्र चंदवा संदर्भों के खिलाफ दोहराई योग्यता का मूल्यांकन करें। यह परीक्षण कैसे विषेधक स्क्रीनिंग वैध क्षेत्र को प्रभावित करती है और क्या बाहर रखा गया स्थान अर्थपूर्ण भूमि आवरण वर्ग में केंद्रित है।

स्वतंत्र मूल्यांकन को उस जनसमूह और परिस्थितियों का प्रतिनिधित्व करना चाहिए जहाँ परिणाम इस्तेमाल होगा। पैरामीटर चुनने या मॉडल को प्रशिक्षित करने वाले प्रेक्षणों को प्रदर्शन जाँचने वाले प्रेक्षणों से अलग रखें। स्पष्ट लक्ष्यों के साथ कठिन गैर-लक्षित उदाहरण भी शामिल करें और अनुपलब्ध या न देखे जा सकने वाले क्षेत्रों की जानकारी बनाए रखें। संदर्भ के समय और स्थानिक मापन-क्षेत्र को यथासंभव मिलाएँ। असहमति होने पर विश्लेषण और संदर्भ प्रमाण, दोनों की जाँच करें। संदर्भ मापन भी अनिश्चित हो सकते हैं; उन्हें नक्शे से जबरन मिलाना वैध सुधार रणनीति नहीं है।

उपयोगी पैमाने पर अनिश्चितता की रिपोर्ट करें

NIR-to-red अनुपात माप के लिए, परिणामस्वरूप इसके प्रदर्शन का दायरा बनाए रखना चाहिए। अपेक्षित निर्णय के पैमाने पर अनिश्चितता की समीक्षा करें। पिक्सेल स्पेसिंग, प्रभावी सेंसर समर्थन, प्रसंस्करण पड़ोस और प्रबंधन इकाइयों में काफी भिन्न हो सकते हैं। कई resampled पिक्सल कई स्वतंत्र अवलोकन नहीं बनाते हैं। एक क्षेत्र सारांश के लिए, वैध कवरेज और बहिष्कार को बनाए रखें; उम्मीदवार सुविधा के लिए, पहचान आत्मविश्वास और स्रोत की तारीख को संरक्षित करें। स्थानीय विविधता से अलग-अलग तरीके से प्रभाव जहां साक्ष्य परमिट। एक छोटी औसत त्रुटि एक दुर्लभ वर्ग, एक विशेष सामग्री या एक अधूरे क्षेत्र में एक परिणामी पूर्वाग्रह को खारिज नहीं करती है। मूल्यांकन द्वारा प्रदर्शित क्षेत्र की रिपोर्ट करें।

उपयोग करने योग्य GIS और विश्लेषण सबूत प्रदान करें

अनुपात परत के साथ डेनोमिनेटर नियम, मास्क और मजबूत सारांश प्रकाशित करें। इसमें एक अपवाद वर्ग शामिल है जिसमें अस्थिर टिप्पणियों के लिए एक अपवाद वर्ग है। ITSensing का मूल्यांकन पारदर्शी रेस्टर गणना और समीक्षा के लिए किया जा सकता है, जिसमें एक उचित स्थानीय सत्यापन अध्ययन में निहित जैविक व्याख्या है।

एनआईआर से लाल अनुपात माप के लिए हैंडओवर को प्राधिकरण पर्यावरण के बाहर समझने योग्य होना चाहिए। प्रासंगिक भू-स्थानिक डेटा और एक संक्षिप्त डेटा शब्दकोश के साथ एक सुलभ अवलोकन प्रदान करें। स्थिर पहचानकर्ता, स्रोत संदर्भ, अवलोकन तिथियां, प्रसंस्करण संस्करण, समन्वय संदर्भ और गुणवत्ता फ़ील्ड बनाए रखें। अज्ञात क्षेत्रों और एक अपवाद रजिस्टर में अगले उपयोगी चेक को समझाएं। एक नमूना आइटम का पता लगाने के लिए प्राप्त विश्लेषक से पूछो, इसके सबूत की पहचान करें और इसकी सीमाओं की व्याख्या करें। यह व्यावहारिक समीक्षा लापता संदर्भ को प्रकट कर सकती है कि फ़ाइल-एकता जांच का पता नहीं लगा सकता है। संशोधनों के कारण को संरक्षित करें ताकि बाद में बदलाव को नए अवलोकनों या एक बदली विधि के लिए पता लगाया जा सके।

वास्तविक इनपुट के साथ ITSensing कार्यप्रवाह का मूल्यांकन करें

जब एनआईआर-टू-रेड अनुपात माप के लिए क्लाउड सुदूर संवेदन सॉफ्टवेयर का आकलन किया जाता है, तो एक दस्तावेज पायलट का उपयोग करें। प्रतिनिधि डेटा के साथ एक पूर्ण कार्यप्रवाह परीक्षण करने के लिए उत्पाद तुलना का उपयोग करें। ITSensing उपग्रह खोज, रेस्टर और वर्णक्रमीय विश्लेषण, मशीन लर्निंग, जियोएआई, मॉडल बिल्डिंग और पायथन आधारित कार्य के लिए क्लाउड वर्कस्पेस प्रस्तुत करता है। उन व्यापक क्षमताओं को यह स्थापित नहीं किया है कि यहां वर्णित हर विशिष्ट विधि एक मूल बटन है या हर बाहरी सेवा सीधे जुड़ती है। वास्तविक दस्तावेजी उपकरण, समर्थित इनपुट और निर्यात पथ की जाँच करें। एक आवर्ती कार्यप्रवाह चुनने से पहले पायलट सबूत और स्वतंत्र सत्यापन बनाए रखें। एक उत्पाद लिंक मूल्यांकन के लिए एक प्रवेश बिंदु है, जबकि वैज्ञानिक व्याख्या डेटा और विधि से जुड़ा हुआ है।