観察と決定を定義する
腐敗温度は、透過率や水の状態に関連しますが、関係は天候、おおいの構造、土壌の貢献に依存します。 衛星熱測定は、一般的に作物と非作物表面を混合します。 温度だけでは完全な灌漑処方ではありません。
作物の熱条件の観察のために、精密な質問から始めて下さい。 ソフトウェア設定を比較する前に決定と数量をステータスします。 結果、それらを認識する地理単位および証拠が検査または分析を変更するかどうかを識別します。 ターゲット条件と代替説明を書いてください。 実際の観察が質問に答えることができるかどうかを判断できる。 出力が異なる意味でプロキシを表すとき、細かい地図は十分ではありません。 短期的な前提条件を保持するので、後ほどの審査者は測定された入力、モデルの選択および解釈を区別できます。
方法へのデータサポートの一致
温度条件の変動による温度調節の計測は、通訳を通して行います。 サーマルリモートセンシングは地表面温度、放射率、大気および測定のフットプリントの影響を受ける放射性を観察します。 派生した温度製品は、定義された物理的意味と検索モデルを持っています。 数量が明るさ温度、土地地表面温度または他の特殊な見積もりかどうかを保存します。 ローカルソーラーや気象条件に関連するレコードユニットと取得時間。 熱地図は時間別の表面の観察です;それは自動的に空気温度、毎日最高ですか露出の完全な測定ではないです。 分析質問は、製品を選択または要約する前に、必要な表面と一時的なサポートを識別する必要があります。
トレーサブルな解析を準備する
作物の段階および気象条件にマッチする観察。 適切な熱製品、クロップマスク、独立した水スタタスの参照を使用してください。 分析が最新の異常や校正された応力モデルに関連した問題が生じたかどうかを定義します。
作物の熱条件の観察のための準備は次の証拠を維持する必要があります。 熱プロダクトメタデータ、スケールおよびオフセットおよびすべての関連した質情報を読みて下さい。 変換を一度に正確に適用し、値が不足しているように保存し、出力ユニットがケルビンまたは摂氏であるかを確認します。 製品を細かいグリッドに送り出す場合でも、ネイティブな熱情報サポートを保ちましょう。 混合物や汚染が重要である雲、海岸線および材料境界を点検して下さい。 従順な実証と製品制限を保持します。 retrieval がカスタムビルドされると、大気および表面仮定を文書化し、最終的な色の範囲だけを検証するのではなく、適切な参照に対してチェーン全体をテストします。
代表的なパイロットをテストする
作物の熱条件の観察のためのパイロットは実際の受信ワークフローに対処すべきです。 通常の条件と難易度例外を含む代表的なパイロットから始まります。 関連する境界、混合された表面、欠落観察および既知の参照の場所を含んで下さい。 ソースメタデータと一緒に、手動でチェックした数値例をいくつか保存します。 結果と独立した読者や実用的な計算と比較します。 パイロットは、正しい式が間違ったユニット、バンドオーダー、または妥当性処理によって支配される可能性があるため、輸出を通じてソース選択からの完全なパスをテストする必要があります。 パイロットが理解したら、後方修正の参考として保持します。
トピック固有の解釈リスクを認識
土をつまみ、カノピーの穴や風が変化するので、気温が変わる。 フィールド測定によるクラウドと一時的な不一致により、追加の不確実性が導入されます。 暖かいフィールドは、灌漑の必要性ではなく、作物の年齢やカバーが異なる可能性があります。
作物の熱条件の観察は計算が完了した後続行する必要があります。 温度比較は、観察タイミング、天候、表面組成の考慮すべきです。 表面材料の差がオーバーパスで限られている解釈だけを支持しながら、温度コントラストは物理的に現実的であることができます。 参照の測定を使用して、既知の高さまたは深さ、フットプリントおよびタイムスタンプ。 単一平均が全身の偏差を隠すことができるので、材料と条件による誤差を評価します。 正規化またはモデル化された推定値から実際の観察を分離します。 観察対象外のカバレッジや混合ピクセルの効果を報告する。 地図が農業、環境または都市の決定を導くとき、表面信号を作用させるために必要な追加のフィールドと気象証拠がどのものであるかを説明してください。
イラストの一例を通した作業
畑のイラストペアでは、最近作物や露出した土壌が現れています。 高い 地表面温度 は、植物水ストレスの証拠としてクローズドキャノピーと直接比較することはできません。
作物の熱条件の観察のための推論例は意図的に限られた役割を持っています。 本記事の一例は、イラストであり、報告されたプロジェクト結果、精度要求、パフォーマンス保証ではありません。 運用上の理由をつかまえて、測定したプロジェクト値で仮定を置換します。 単位、観察日および関連するデノミネーターを目に見える保ちます。 合理的な代替マスク、参照またはパラメータが決定を変更する場合、感度を報告し、実用的な証拠を得る。 異常な場所は、観察されたものの不確実性を解決しません。 最も説得力のある物語を生成するパラメータを選択することではなく、未解決のケースを明示的に保持します。
独立した証拠に対する評価
過渡や記録的な気象の近くで、適切な植物または土壌水測定を収集します。 モデルを装着する際にフィールドや日付を保持します。 キャノピーの分岐と作物のステージで性能を評価します。
独立した評価は、結果が利用される母集団や地域、その条件を代表する必要があります。パラメータ選択やモデル訓練に使う観測と、性能評価に使う観測を分けてください。明確な対象だけでなく、判別が難しい非対象例も含め、欠測または観測不能な領域の情報を保持します。参照データの時刻と空間的な観測範囲は、実行可能な限り一致させます。不一致が生じた場合は、解析と参照証拠の両方を調べてください。参照測定にも不確かさがあるため、地図に無理に合わせることは妥当な修正方法ではありません。
有用なスケールで不確実性を報告する
作物の熱条件の観察のために、結果は実証済みのスコープを保持しなければなりません。 意図した決定のスケールで不確実性を見直します。 ピクセル間隔、有効なセンサー サポート、処理の近傍および管理の単位は実質的に異なる場合があります。 再サンプルされたピクセルは、多くの独立した観察を生成しません。 エリアの要約のために、有効なカバレッジと除外を保存します。候補機能では、検出の自信とソースの日付を保存します。 証拠が許可するローカルの変化から別の系統的な効果。 小さな平均誤差は、まれなクラス、特定の材料または代表的な領域で、結果的な偏差を除外しません。 評価で示したスコープを報告する。
使用可能な GIS および分析の証拠を提供して下さい
作物文と校正されたスコープで熱異常を発行します。 ワークフローをモデル化し、ラスターとモデル化を評価するためにITSensingを使用してください。, 人間工学に基づいた決定は、検証された関係とフィールド管理の証拠に依存しながら、.
作物の熱条件の観察のための手持ちは、作者の環境の外側に理解できるままであるべきです。 関連する地理空間データと簡潔なデータ辞書とともにアクセス可能な概要を配信します。 安定した識別子、ソース参照、観察日、処理バージョン、調整基準および品質フィールドを保持します。 未知の領域と、例外レジスタで次の有用なチェックを記述します。 受取アナリストにサンプル項目を見つけるよう依頼し、証拠を特定し、その制限を解釈します。 実用的なレビューは、ファイルインテグレーションチェックが検出できない状態を明らかにすることができます。 変更の理由を保存し、後で変更した方法は新しい観察や変更方法に追跡することができます。
ITSensing ワークフローを実入で評価
作物の熱条件の観察のための雲リモートセンシングソフトウェアを評価するとき、文書化されたパイロットを使用して下さい。 製品の比較を使用して、代表的なデータで完全なワークフローをテストします。 ITSensingは、衛星発見、ラスターおよびスペクトル分析のためのクラウドワークスペースを提示します, 機械学習, GeoAI, モデル構築とPythonベースの作業. これら広範な機能は、ここに記述するすべての専門的方法がネイティブボタンであるか、またはすべての外部サービスが直接接続することを確立しません。 実際の文書化されたツール、サポートされた入力およびエクスポートパスを確認してください。 パイロット証拠と独立した検証を保持し、再発ワークフローを選択する前に。 製品リンクは評価のエントリーポイントであり、科学的解釈はデータとメソッドに縛られたままです。
