Definire l'osservazione e la decisione
Landsat Collection 2 Livello-2 riflettanza superficiale utilizza comunemente un fattore moltiplicativo di 0.0000275 e un offset additivo di meno 0.2. I metadati del prodotto rimangono autorevoli. Questi sono parametri di codifica, non istruzioni di correzione atmosferica.
Per valori in scala Landsat science, inizia con una domanda precisa. Dichiarare la decisione e la quantità prima di confrontare le impostazioni del software. Identificare chi utilizzerà il risultato, le unità geografiche che riconoscono e quali prove cambieranno un'ispezione o un'analisi. Scrivi la condizione di destinazione e spiegazioni alternative plausbili. Ciò consente di valutare se l’osservazione effettiva del metodo può rispondere alla domanda. Una mappa dall'aspetto fine non è sufficiente quando l'output rappresenta un proxy con un significato diverso. Mantenere un registro di presupposti breve in modo che i recensori successivi possono distinguere input misurati, scelte di modello e interpretazione.
Abbina il supporto dei dati al metodo
La base di misura per valori scalati Landsat science è importante durante l'interpretazione. La preelaborazione ottica deve preservare la distinzione tra l'osservazione dello strumento, il prodotto corretto e uno strato di analisi derivata. Le collezioni di prodotti possono differire in calibrazione, geometria, maschere e codifica. Inizia con i metadati autorevoli e mantieni gli identificatori originali, il tempo di acquisizione e il livello di elaborazione. Definire la quantità e il supporto spaziale necessari per la decisione prima di scegliere una comoda griglia di uscita. Un display a colori naturale pulito può nascondere problemi numerici o di qualità, mentre una vista grezza non attraente può ancora contenere informazioni quantitative valide. Lo scopo della preparazione è una misura tracciabile e adatta, non solo un'immagine dall'aspetto coerente.
Preparare un'analisi tracciabile
Leggere i metadati e convertire valori memorizzati validi in riflessione fisica. Applicare le regole di riempimento e saturazione prima dei calcoli. Controllare manualmente un piccolo set di pixel noti e garantire che una libreria di analisi importata non abbia già applicato la conversione.
La preparazione dei valori in scala Landsat science dovrebbe conservare le seguenti prove. Costruisci la catena di preprocessing in un ordine deliberato ed evita ripetute trasformazioni inutili. Controllare le identità della banda, la scala e l'offset, la saturazione e i nodati prima delle espressioni derivate. Utilizzare le specifiche di qualità corrette per il prodotto esatto e preservare i motivi di rifiuto. Scegliere una griglia di riferimento con esplicito CRS, origine, risoluzione e estensione. Per qualsiasi interpolazione o aggregazione, documentare come le osservazioni valide e non valide contribuiscono. Ispezionare un piccolo pilota rappresentativo, compresi i bordi e il terreno difficile, prima di elaborare l'intera area. Un completamento di lavoro riuscito stabilisce che il calcolo è andato; non stabilisce la comparabilità fisica o l'idoneità per il prossimo passo analitico.
Provare un pilota rappresentativo
Un pilota per valori di Landsat science scalati dovrebbe affrontare la ricezione effettiva flusso di lavoro. Iniziare con un pilota rappresentativo che contiene condizioni ordinarie e eccezioni difficili. Includere i confini pertinenti, superfici miste, osservazioni mancanti e luoghi di riferimento noti. Salvare alcuni esempi numerici controllati manualmente insieme ai metadati di origine. Confrontare il risultato con un lettore indipendente o un calcolo in cui pratico. Il pilota deve testare il percorso completo dalla selezione delle fonti attraverso l'esportazione, poiché una formula corretta può ancora essere messa a repentaglio da unità sbagliate, ordine di banda o gestione della validità. Una volta che il pilota è compreso, conservarlo come riferimento per le revisioni successive.
Riconoscere i rischi di interpretazione specifici per l'argomento
Un offset additivo non si annulla in una differenza normalizzata. Dividere per un valore presunto di 10000 o applicare la scala due volte modifica il risultato. La riflettanza corretta può essere negativa in osservazioni difficili e richiede una verifica della qualità, non una rimappatura arbitraria.
La revisione dei valori scalati Landsat science dovrebbe continuare dopo che il calcolo si completa. Verificare la preparazione in relazione all'attività a valle. I piccoli errori di allineamento sono fortemente a confini stretti, mentre i residui atmosferici sottili sono importanti per i contrasti spettrali deboli. Compositi e strati armonizzati hanno bisogno di una chiara prova temporale e sensore. Ispezione delle osservazioni accettate e rifiutate, perché la copertura selettiva può comportare un riassunto anche quando ogni pixel mantenuto è individualmente ragionevole. Confrontare i parametri defensibili alternativi in cui la decisione potrebbe cambiare. Mantenere posizioni non supportate esplicite e conservare prove intermedie sufficienti per indagare anomalie. Segnala come il preprocessing influenza la metrica finale piuttosto che trattarla come una fase tecnica invisibile le cui impostazioni non influiscono sull'interpretazione.
Lavorare attraverso un esempio illustrativo
Per l'illustrazione, un valore memorizzato di 20000 diventa 0.35 utilizzando la formula di riflettività indicata. Trattarlo come 2.0 dividendo di 10000 sarebbe erroneamente rappresentare l'ingresso fisico e distorcere formule con costanti additive.
L'esempio ragionante per i valori in scala Landsat science ha un ruolo volutamente limitato. L'esempio in questo articolo è illustrativo e non è un risultato del progetto, un reclamo di precisione o una garanzia di prestazioni. Sostituire le sue ipotesi con valori di progetto misurati prima di utilizzare il ragionamento in modo operativo. Tenere le unità, le date di osservazione e il denominatore rilevante visibile. Se una ragionevole maschera alternativa, il riferimento o il parametro cambia la decisione, segnalare che la sensibilità e ottenere una migliore prova quando pratica. I luoghi decimali extra non risolvono l'incertezza in ciò che è stato osservato. Mantenere esplicitamente i casi non risolti invece di selezionare il parametro che produce la narrazione più persuasa.
Valutare contro prove indipendenti
La gestione della scala di prova su diverse bande e confronta con un lettore indipendente di fiducia. Ispezionare metadati, nodati e numerici dopo l'esportazione. Includere un calcolo delle interruzioni in modo che un team ricevente possa verificare lo stesso pixel.
La valutazione indipendente deve rappresentare la popolazione e le condizioni in cui il risultato verrà utilizzato. Separate le osservazioni usate per scegliere i parametri o addestrare il modello da quelle destinate a valutarne le prestazioni. Includete casi difficili non appartenenti al bersaglio, oltre ai bersagli evidenti, e conservate informazioni sulle aree senza dati o non osservabili. Fate coincidere il più possibile tempi e supporto spaziale dei riferimenti. In caso di disaccordo, esaminate sia l’analisi sia le evidenze di riferimento. Anche queste possono essere incerte: forzarle a coincidere con la mappa non è una correzione valida.
Segnala l'incertezza sulla scala utile
Per i valori in scala Landsat science, il risultato deve mantenere la sua portata dimostrata. Rivedere l'incertezza sulla scala della decisione prevista. La spaziatura dei pixel, il supporto efficace dei sensori, i quartieri di elaborazione e le unità di gestione possono differire sostanzialmente. Molti pixel riprodotti non creano molte osservazioni indipendenti. Per un riepilogo dell'area, conservare una copertura valida e le esclusioni; per una funzione candidato, preservare la fiducia di rilevamento e la data di origine. Effetti sistematici separati dalla variazione locale dove le prove permettono. Un piccolo errore medio non esclude un pregiudizio conseguente in una classe rara, un particolare materiale o una regione sottorappresentata. Segnala il campo di applicazione dimostrato dalla valutazione.
Fornire prove di analisi e utilizzabili GIS
Scala di registrazione, offset, gamma valida e se l'array esportato è codificato o fisico. Verificare la gestione effettiva degli input di ITSensing sul set di dati pilota prima di importare un'espressione personalizzata. Conservare gli identificatori originali del prodotto.
La consegna per i valori in scala Landsat science dovrebbe rimanere comprensibile al di fuori dell'ambiente di autore. Fornisci una panoramica accessibile insieme ai dati geospaziali rilevanti e un dizionario dati conciso. Mantenere identificativi stabili, riferimenti di origine, date di osservazione, versione di elaborazione, riferimento coordinate e campi di qualità. Spiegare le aree sconosciute e il successivo controllo utile in un registro di eccezione. Chiedi all'analista ricevente di individuare un oggetto campione, identificare le sue prove e interpretarne i limiti. Quella recensione pratica può rivelare il contesto mancante che un controllo di file-integrity non può rilevare. Conservare la ragione delle revisioni in modo che un cambiamento successivo possa essere tracciato a nuove osservazioni o un metodo cambiato.
Valutare il ITSensing flusso di lavoro con ingressi reali
Quando si valuta il software cloud telerilevamento per valori scalati Landsat science, utilizzare un pilota documentato. Utilizzare il confronto del prodotto per testare un completo flusso di lavoro con dati rappresentativi. ITSensing presenta uno spazio di lavoro cloud per la scoperta satellitare, l'analisi raster e spettrale, apprendimento automatico, GeoAI, la costruzione di modelli e il lavoro basato su Python. Queste ampie capacità non stabiliscono che ogni metodo specializzato descritto qui è un pulsante nativo o che ogni servizio esterno si collega direttamente. Controllare lo strumento documentato effettivo, il percorso di input e di esportazione supportato. Conservare le prove pilota e la validazione indipendente prima di scegliere un flusso di lavoro ricorrente. Un link di prodotto è un punto di ingresso per la valutazione, mentre l'interpretazione scientifica rimane legata ai dati e al metodo.
