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:衛星反射サポート濁度は、サンプルされた川条件で推定できますか? 河川光学で作業することで、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ぶ前に観察期間を定義します。 中断された粒子は水反射を変え、局部的に帝国または物理的関係を評価することを可能にします。
水質評価は、水質学の状態やセンサーが実際に観察できるものに依存します。 開水、植生、湿った土壌と浅い底の反射率の下水は、異なる信号を生成することができます。 管理質問がその区別を必要とするときにそれらを分離してください。 河川の排出、貯水池操作、降雨量および風は衛星の過渡とフィールド訪問の間の条件を変えるかもしれません、従って観察のタイミングは足音のよりむしろ分析で属します。 水体境界も測定選択です:恒久的な監視封筒、現在の水端と管理湖のポリゴンは異なる意味を持っています。 エリアやトレンドの計算に適切な1つを使用します。 選択された光学特性を支えても、汚染物質が分かち合えることはできません。 化学的または生物学的結論のために、フィールド測定は不可欠です。 雲、影、植生、または大気の補正が悪い領域を観察します。 認定された不完全な水地図は、サポートされていない値を含むシームレスな表面よりも有用です。
適切な身体的および気道的なサポートで観察を選択
アクアティック光学解析は、便利な自然色表示を越えた制御を必要とします。 節水信号は大気および表面効果に小さい相対的なである場合もあります従って水タイプおよびプロダクトに適切な大気の訂正そして質のスクリーニングを評価して下さい。 明るい海岸、底反射率、混合地水ピクセルのサングリントは、標的信号を圧倒する可能性があります。 広域の土地植生分析に適したセンサーバンドは、各水生成分に自動的に最適ではありません。 公開された関係を適用する前に、ユニットとリフレクタンスの定義を一貫して保持します。 粒子や溶解物が異なるため、1湖に校正される気密な方程式の方が、別の湖では失敗する可能性があります。 タイムリーなフィールドサンプルで画像をペアリングし、独立した条件を評価し、サポートされていない範囲のマスクを保持します。 ターゲット水体が汚染されていないピクセルのために狭すぎた場合、衛星ビューを使用してコンテキストを編集し、非調整可能な詳細な集中マップを作成する代わりに測定アプローチを再設計します。
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
タイムリーなサンプル、テスト季節の移動および保持の組換えの反映は十分な空間サポートとだけ達します。
予測関係は、明確に定義された応答変数、参照測定プロトコル、意図したドメインを必要とします。 ユニットと空間のサポートをフィッティングする前に標準化します。 地域平均や基本的な物理的関係などの簡単な選択肢で、評価とパフォーマンスを比較するための本質的に独立したサンプルを準備します。 ターゲット範囲、土地被覆 コンテキストとシーズンの残留物を調べる。小さな全体的なエラーは、結果的なサブグループで体系的なバイアスを隠すことができます。 動作を明示的に評価することなく、サポート範囲を超えて余計なことを行うことはできません。 正確な真理としてすべてのサンプルを扱いるのではなく、参照データの測定不確実性を保持します。 予測間隔とドメインマスクは、追加の小数点よりも有用である可能性があります。 連続したラスターは、不確実性が値で旅行する必要がある推定された表面です。
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
粒子組成、銀行の隣接、深さおよび日焼け止めは応答を変えます。 狭い川は、汚染されていない水ピクセルが不足する可能性があります。
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。 河川の光学範囲のために、観察されたパターンが合理的な代替ベースライン、品質マスクまたは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
取得タイミングとサンプリング深さに合わせたキャリブレーションされた濁度測定を使用してください。
衛星変数の空間的および気道的なサポートに一致した独立した測定と推定値を評価します。 偏差や誤差の大きさを報告し、ターゲット範囲の残留物を調べ、シンプルなベースラインで性能を比較します。 一貫して高い値を上回る時に、強い相関性を持つことができるので、相関だけでは不十分です。 参照測定が非常に不確実性を持っている場合、その制限を明示的に記述します。 出力が実際に使用される領域、季節、または管理コンテキストへの転送をテストします。 ドメインの欠落やなくなったりするようなサポートされていないコンテキストを保存します。 予測間隔が供給される場合、その帝国のカバレッジが独立したサンプルで適切かどうかを評価します。 結果とデータ実証、単位、マッチングルールを参照し、後でユーザーが実際にテストしたことを理解できるようにします。
使用可能な GIS 証拠層を納入
未サポートのリーチのためのテストされた範囲およびマスク内の見積もりを発行します。
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。