从决定和可观察到的目标开始
实际问题是:季节性作物状况与有意义的当地基线相比异常差,在哪里? 与雨水灌溉农耕区合作,作为报告单位,在选择图像或算法之前确定观测期. 植被轨迹,降雨异常和地表热条件对水的限制提供了不同的看法. 综合评估可以将孤立的图像文物与持续的区域信号分开。
观察单位与决策单位相匹配时,农业监测效果最好. 农民经营农田,灌溉区或管理区,而不是孤立的图像像素. 将种植日期、作物特征、收获面积和管理历史保存在一个单独的登记册中,然后通过稳定的识别资料连接图像测量。 这些记录解释了为什么邻近的绿色表面可能代表不同的生产阶段. 在比较农场之前,就季节定义和每个百分比使用的分母达成一致. 没有可用观察的区域不得沉默地变成空地、作物歉收或正常状况。 审查目标是否足够像素;实地的混合物在小农镶嵌中变得特别重要。 如果问题取决于作物特性、营养状况、水压力或最终生产,则询问何种独立的衡量方法可以区分相互竞争的解释。 卫星层应指导这种测量并保持其结果。 这创造了有用的操作记录,而不是一个无法解释的颜色排名.
选择有适当物理和时间支持的观测
组合传感器在信息互补,差异得到控制时有用. 光学图像、雷达、热观测和背景数据集不测量同一属性,因此避免将它们合并起来,仿佛它们是可互换的照片。 界定每个来源的贡献,并审查其空间支持、获取时间和缺失数据模式。 刻意对齐网格,根据可变类型选择重新加样,并保留原质量口罩. 细输出网格无法从粗粗输入中回收信息。 如果来源描述不同日期,则决定目标在差距期间是否可改变. 对照每个更简单的源特定基线评估工作流程综合数据;聚变应显示有用的补充信息,而不仅仅是增加特征计数。 在最终证据层中保留源特定属性,以便分析师可以追溯到支持它的观测结果的分类或异常.
处理前建立一份紧凑的数据表。 记录利益领域,收购时间,产品识别标志,加工版本,频段或变量,单位,比例因素和质量标准. 检查目标的实际可用覆盖率,而不是仅仅依靠全场质量百分比。 保存原始的口罩,并定义缺失值如何传播到衍生的层中. 如果将若干日期或传感器合并,则在项目中保留其支持信息。 这些细节使得可以重复测量,并解释产品修订后为何进行后期运行的改变. 这些数据还有助于同事确定明显的分歧是来自环境、观察条件还是处理选择。
建立可审查的分析规则
根据作物日历和降雨制度而形成停滞,计算出可比的季节性离开和地图持久性。 解读历史异常情况前,先审查土地利用变化情况.
一个异常点描述偏离了一个定义的基线,因此基准选择属于结果. 使用一个表示同一物理目标预期行为的周期和季节窗口. 检查土地使用的变化和处理修改,使历史比较无效。 标准化的分数可能有用,但其假设应当符合数据分布和样本大小. 审查各种独立观测结果的持久性,并比较附近稳定的参考文献。 一个不寻常的价值可能是质量问题,而若干连贯的偏离则可以证明有理由进行调查。 保持替代解释的可见性,避免仅仅从索引的标志中命名一个原因. 测试标记的模式是否仍然处于参照期和质量面具的合理变化之中,然后在审查记录中保持这种敏感性。
首先从一个小的,独立审查的子集开始,然后将规则应用于整个地理范围. 检查总体和局部尺度的投入和中间层,检查单位,遮盖和协调对齐情况如意. 保留命名版本的分析配置,并保留每个相应阈值的简洁解释. 当工作流程号卫星移向另一个区域或季节时,应重新审视这些假设,而不是假设成功执行证明是科学转移。 可重复的管道之所以有价值,是因为其选择可以检查和修改,而不是因为自动化使解释自动正确。
在不隐藏其他解释的情况下解释结果
晚播种、作物替代和收成可能类似于干旱破坏。 单是植被异常并不能说明其原因。
使目标解释与用来佐证的目标解释区分开来。 对于雨水灌溉的农业区,请询问所观察到的模式是否在合理的替代基线、质量遮盖或汇总下持续存在。 共同审查明显的成功和可信的反例子。 如果相互矛盾的解释不能与现有意见分开,则将调查结果作为调查候选人记录在案。 这保存了有用的空间信息,同时表明结论的准确部分仍然取决于独立证据。 选择下一个观察应解决这种不确定性,而不是简单地重复一张类似的地图。
在缩放前先用独立证据验证
收集作物阶段观测数据、降雨情况以及独立的地区生产信息。
评价推断过程的时间和持久性及其所绘制的地点。 独立观察应尽可能将相关的过渡与其自身的日期不确定性联系起来。 避免在获得资料后很久将实地访问作为先前图像的确切真相。 检查该方法在短暂的观测期间或接近季节过渡期间是否发挥不同的作用。 在评价中包括显然没有改变的地点,因为只审查标有标记的事件不能显示错失的变化或基线不稳定。 当时间间隔被表示为间隔时,评估独立已知的事件是否属于该间隔. 参考书目本身含糊不清的文件案例。 一项合理的时间评价既解释了一个过程被检测的频率,又说明了它发生的确切时间。
提供GIS个可用证据层
发布干旱筛查层,并设置替代解释和信心课。
对于GIS的交付,保留稳定的特征识别符,源观测日期,物理变量,单位,有效支持区域,不确定性和审查状态. 使用合适的坐标引用来进行任意区域或距离计算,并记录加入外部层时的变换. 与模型化和场确认属性分离的测量或观测属性,这样用户就可以在不覆盖其他属性的情况下更新一个证据类型. 在摘要中包含一个未知或不支持的状态,并保留用于百分比的分母。 地图传说,简明数据词典和可访问的源链接使得该结果对没有运行分析的同事们有用. 导出格式应匹配实际下游工作流程,在交接前检查属性编码和几何.
将方法变成实用的iT Sensing 工作流程
iT Sensing将卫星发现,光栅分析,机器学习,GeoAI,视觉模型工作流程和Python实验带入云遥感工作空间. 使用其记录工具组织投入,测试适当的光栅操作,并将评价的结果与项目知识GIS 工作流程连接起来。 存在一般工具并不能保证本文所述的所有专家检索都可以作为现成操作提供。 检查文件,必要时将独立加工和评价的产品带入项目,其来源完整. 下一步实际的做法是在代表性领域测试工作流程号,与域专家审查证据,选择适合小组实际储存、协作和处理需要的工作空间计划。