決定と観察可能なターゲットから始まります
実用的な質問は、一貫して解釈されたグラシ語が変更された位置はどこにありますか? 氷河の終端監視で作業すると、レポートユニットとして到達し、画像やアルゴリズムを選択する前に観察期間を定義します。 繰り返したイメージは、氷、破片、水境界が区別できる用語集の動きを文書化できます。
氷、季節雪、液体水、破片および不観測地形での氷、季節的な雪、液体の水を慎重に分離する必要があります。 季節や照明、表面が溶けるような外観の変化。 一貫性のある年収差は、同じカレンダーの日を選択する際には、盲目ではなく適切な物理的ウィンドウを使用する必要があります。 クラウドとディープシャドウは、カバレッジを削減します。レーダーのジオメトリや散乱条件の変更は、他の制限を紹介します。 マッピングされたエッジや領域ごとに使用される観察サポートと処理の定義を保持します。 氷の程度、濃度、厚さ、表面変位および質量バランスは異なる測定です。 1つの変化は、別の直接測定として提示されてはならない。 フィールドと独立した地理的観察は、必要な関係を確立するのに役立ちます。 スペール参照でリモートバウンスのために、証拠のギャップを公然と報告します。 認定地域の傾向は、科学的調査をサポートすることができますが、詳細な危険予測やナビゲーションの決定は、責任ある専門家サービスとより広い観察を必要とします。
適切な身体的および気道的なサポートで観察を選択
雪と氷河アプリケーションは、地形コンテキストで可視、近赤外および短波赤外線情報を組み合わせることがよくあります。 適切なバンドコントラストは、多くの雪の覆われた表面を区別することができますが、雲、氷、破片および陰影地はまだ明示的な見直しを必要とします。 品質保証の旗と照明のコンテキストが保存された、学習に合致する製品および分類規則を使用してください。 季節的な雪は氷の余白を隠すことができ、暗く覆われた氷は周囲の岩に似ているかもしれません。 融点の季節に合った段階から観察を比較し、本物的に不快な境界を不完全に保ちます。 繰り返しの輪郭が一般的な格子に変形する場合、安定した露出した地形に対する直線の評価。 洗練されたディスプレイは、元の観察解像度を増加させません。 雪水と同等の氷の厚みや氷の質量バランスを必要とする場合、追加の測定値と物理的なモデルを識別します。可視性の雪や氷の輪郭だけで、それらの量を供給することはできません。
処理する前に、コンパクトなデータマニフェストを作成してください。 関心、取得時間、製品識別子、処理バージョン、バンドまたは変数、単位、スケール要因および品質基準の領域を録音します。 シーン全体の品質比率だけに依存するのではなく、ターゲットを上回る実際の使用可能なカバレッジを確認してください。 元のマスクを保存し、不足している値が派生したレイヤーにどのように属するかを定義します。 いくつかの日付やセンサーが組み合わされている場合は、プロジェクト内でのサポート情報を保持します。 これらは、測定を繰り返すことができ、製品変更後の変更が経過した理由を説明することを可能にします。 また、環境や観察条件、処理選択から明らかな意見が出てくるかどうかを同僚に決定するのに役立ちます。
検討できる分析ルールの構築
適切な季節的な窓を比較し、選択した境界と推進地理位置と解釈の不確実性を文書化します。
変更検出は2つのサポートされている状態を比較し、関心のプロセスに関連しない差をコントロールしなければなりません。 割込みや移行マップを解釈する前に、アライメント、製品の互換性、季節限定、有効な観察マスクをチェックしてください。 共通比較エリアを整備し、1日でクラウドで覆われた場所は、有効なゼロ変更観測ではありません。 過渡的な画像のアーティファクトから永続的な移行を区別するために、複数の日付を考慮する。 境界線は、視覚的に訴求する色のブレイクではなく、局所的な変動と独立した証拠を反映すべきである。 モードの不整列が長い偽のストリップを作成することができるので、元の観察に対して小さいか狭い変更を点検して下さい。 最終サポート状態を報告し、最初のサポートは、正確なタイミングが不明な場合、後日の状態を監視します。 元の観察と決定ルールを保ち、後者の見直しにより遷移を再現できます。
完全な地理を横断するルールを適用する前に、小さめで独立してサブセットを見直し始めます。 出力と中間層を概観とローカルスケールで調べ、そのユニットをチェックし、マスクを調節し、アライメントを合わせる。 分析設定の名称バージョンを保ち、すべての結果のしきい値の説明を保持します。 ワークフローが他の地域や季節に移行すると、成功した実行が科学的な転送を証明するのを仮定する代わりに、それらの仮定を再訪します。 オートメーションが自動的に解釈を正しいようにしないので、選択は点検され、変更することができるので反復可能なパイプラインは価値があります。
代替説明を隠さない結果の解釈
季節的な雪、破片カバーおよびイメージの幾何学は余白を複雑にします。 テルミナスリトリートは、完全な氷河量差測定ではありません。
ターゲットの解釈を、そのサポートに使用される証拠とは異なるものにしてください。 氷河の終端モニタリングが到達するために、観察されたパターンが合理的な代替ベースライン、品質マスク、集計の下で主張するかどうかを尋ねます。 明らかに成功と申し分のないカウンターを一緒に見直します。 有能な説明が利用可能な観察と分離できない場合は、調査対象の候補として調査結果を記録してください。 これにより、結論のどの部分が独立した証拠に依存するかを正確に示す間、有用な空間情報を保持します。 次の観察は、類似の地図を再現するだけでなく、不確実性を解決するために選択する必要があります。
スケールする前に独立した証拠で検証
独立した氷河の輪郭および利用できる分野の観察を使用して下さい。
推論プロセスのタイミングと持続性、およびそのマッピングされた場所を評価します。 独立した観察は、可能な場所の関連した移行を、自分の日付の不確実性が記録されているかをブラケットでブラケットする必要があります。 以前の画像の正確な真実として買収後、フィールド訪問を長く処理しないでください。 季節ごとの観察期間や季節的な移行の時期に異なる方法が行われるか確認してください。 フラグが付けられたイベントのみをレビューするので、評価の明らかに変更されていない場所を含めることは、見逃された変更やベースラインの不安定性を明らかにすることはできません。 時刻が間隔で表されると、その間隔内で独立して知られたイベントが落ちるかどうかを判断します。 参照自体があいまいな文書ケース。 防御可能な一時的な評価は、プロセスが検出される頻度と、その発生率を正確に時間内に配置する方法を説明します。
使用可能な GIS 証拠層を納入
サポートされている変更間隔とプロキシ制限で、terminusの履歴を配信します。
GIS 配達のために、安定した機能識別子、ソースの観察日、物理的な変数、単位、有効なサポート区域、不確実性および見直しの状態を保って下さい。 任意の領域または距離計算に適した座標参照を使用して、外部レイヤーに参加するときに変換を文書化します。 測定された属性やフィールド・コンピレーションされた属性を分離して、他の属性を上書きせずに1つの証拠タイプを更新できます。 要約で未知の状態や未サポート状態を含み、パーセンテージに使用されるデノミネーターを保存します。 地図の凡例、簡潔なデータ辞書とアクセス可能なソースリンクは、分析を実行しなかった同僚に有用な結果になります。 エクスポート形式は、実際のダウンストリームワークフローにマッチし、ハンドオフ前にチェックされた属性エンコーディングとジオメトリで一致する必要があります。
実用的iT Sensing ワークフローに方法を回して下さい
iT Sensingは衛星発見、ラスター解析、機械学習、ジオAI、ビジュアルモデルワークフロー、Python実験をクラウドリモートセンシングワークスペースに実現しました。 文書化されたツールを使用して、入力を整理し、適切なラスター操作をテストし、評価された結果をプロジェクトアウェアGIS ワークフローに接続します。 一般的なツールの存在は、ここで説明するすべての専門家の検索が既製の操作として利用可能であることを保証しません。 必要に応じて、文書をチェックし、その実証済みの不当で、プロジェクトに独立して処理および評価された製品を持ってください。 実用的な次のステップは、代表的な領域でワークフローをテストし、ドメインスペシャリストによる証拠を見直し、チームの実際のストレージ、コラボレーション、および処理ニーズに合ったワークスペースプランを選択することです。
