界定观察和决定
异常检测发现的光谱与模型背景不同. 其结果取决于如何定义背景和距离. 不寻常的光谱可以代表一个目标,无害的稀有材料或加工文物.
对于光谱异常候选地图,从精确的问题开始. 在比较软件设置之前, 请说明决定和数量 。 确定谁将使用结果、他们所认识的地理单位以及哪些证据会改变检查或分析。 写下目标条件和可行的其他解释 这使得可以判断该方法的实际观察是否能够回答问题. 当输出代表着一个不同含义的代词时,细微的映射图是不够的. 保留一个简短的假设登记册,以便以后的审查者能够区分所计量的投入、模型选择和解释。
匹配数据支持到方法
光谱异常的测量基础 候选地图在整个解释过程中都很重要。 成像光谱学采用光谱结构作为证据,因此波长身份和信号质量是根本的. 保留信道中心,带宽,传感器响应和处理级别,而不是将立方体作为无名带集. 将目标预期的诊断特征与测量的光谱范围和空间支持相匹配。 实验室谱、场谱和轨道像素因混合物、照明、水分和大气而不同。 分析应说明意见可以支持何种区别,哪些相互竞争的材料或条件可以产生类似的签字。
编写一份可追踪分析
安装前定义背景支持和质量筛选。 保留异常分数,而不是只保留二进制地图. 以源带、空间背景和可能的非目标解释审查候选光谱。
制作光谱异常候选地图应当保存下列证据. 在安装模型或比较库之前,先检查光谱质量. 应用有文件记载的校正和带宽筛选规则,保持波长顺序,并记录每个被删除的通道. 在可能的情况下通过适当的传感器反应重新模拟参考光谱. 在不假装插图改善光谱信息的情况下,调整空间层。 保留原光谱和残片,用于审查连续除去或解混等变换. 仅适合培训支助的统计预处理,并将保留的转换一致地应用于评价和以后的数据。 当波长或波段顺序不同时,匹配的数组长度就不足.
测试具有代表性的飞行员
光谱异常候选地图的试点应处理实际收到的工作流程份。 首先是一个具有代表性的飞行员,其中包含普通条件和困难的例外。 包括相关边界,混杂表面,缺失的观测和已知的参考位置. 将一些手动检查的数字示例与源元数据一起保存 。 将结果与独立读者或计算结果进行实际比较. 飞行员应当通过导出测试从源选择的完整路径,因为正确的公式仍然可能被错误的单位,带令或有效性处理破坏. 一旦对试点的理解得到保留,作为日后修订的一个参考。
承认特定专题的解释风险
云边,探测器缺陷和混合像素可以出现高度异常. 一个以一个土地覆盖为主的背景模型可能标榜每个正常的少数民族阶层. 不寻常的并不意味着危险、经济价值或新变化。
计算完成后,应继续审查谱系异常候选地图。 利用独立的参考文献和令人信服的混淆者评估光谱解释。 相似性分数,混合物分数,异常或特征预测都有自己的假设,不应重新命名为确定的物质特性. 审查竞争的匹配,剩余和对预处理或库选择的敏感性. 如果打算重复使用,则试验在场地和购置条件之间转移。 包含未知和弱信号的大小写,而不是强制每个像素加入一个自信的标签. 解释表面覆盖或测量噪音在何处妨碍得出有用的结论。 适当的光谱细节可以改进一项任务,但只有独立性能的证据表明这种改进。
通过一个示例开展工作
想象一下道路附近有一处异常现象 这可能是一种不寻常的屋顶涂层,而不是矿物的外层。 实地情况和相互竞争的材料谱度决定候选人是否值得采取后续行动。
光谱异常候选地图的推理例子具有刻意限制的作用. 本条中的例子具有说明性,不是所报告的项目结果、准确性索赔或履约保证。 在实际使用推理之前,用已计量的项目值取代其假设。 保持单位,观测日期和相关分母的可见性. 如果合理的替代面具、参考物或参数改变决定,报告这种敏感性,并在可行的情况下获得更好的证据。 额外小数位并不能解决所观察到的不确定性。 明确保留未结案件,而不是选择产生最有说服力的说明的参数。
对照独立证据进行评估
评估已知目标以及具有代表性的非目标异常情况。 利用独立区域,报告审查负担和检测业绩。 在合理的背景定义下,检查分数稳定。
独立评估应代表成果实际使用的人群或区域及其条件。用于选择参数或训练模型的观测，应与用于评估性能的观测分开。除明显目标外，还应包括难以区分的非目标案例，并保留缺测或无法观测区域的信息。应尽可能匹配参考数据的时间和空间覆盖范围。出现不一致时，应同时检查分析结果与参考证据。参考测量本身也可能存在不确定性，因此强行使其符合地图并不是有效的纠正方法。
报告有用尺度的不确定性
对于谱系异常的候选地图,结果必须保留其显示的范围。 审查所要决定的规模上的不确定性。 像素间隔,有效的传感器支持,处理邻里和管理单位可以有很大的不同. 许多重印的像素并不创建许多独立的观测. 对于一个区域摘要,保留有效的覆盖面和排除;对于一个候选特征,保留检测信心和源日期。 在证据允许的情况下,将系统效应与本地变化分开。 小小的平均误差不排除在罕见的类别、特定物质或代表性不足的区域出现相应的偏差。 报告评价所显示的范围。
提供可用GIS和分析证据
导出分数,背景模型,质量面具和审查候选人状况. ITSensing可以用于光栅和定制分析的评价,而异常解释则需要超出统计罕见的证据.
光谱异常候选地图的移交在作者环境之外仍应可以理解。 提供无障碍概览,同时提供相关地理空间数据和简明数据词典。 保留稳定的识别资料,源参考文献,观测日期,处理版本,协调参考文献和质量字段. 解释未知区域, 并在例外记录中解释下一个有用的检查 。 要求接收分析师找到样本物品,鉴定其证据,并解释其局限性. 这一实际审查可能揭示出文件完整性检查无法发现的缺失上下文。 保留修改的理由,以便以后的修改可以追溯到新的观察或改变的方法.
用实际投入评估ITSensing 工作流程
在评估光谱异常候选地图的云遥感软件时,使用有文件记载的飞行员. 利用产品比较法测试一个完整的工作流程与代表性数据. ITSensing介绍了卫星发现、光栅和光谱分析的云工作空间,机器学习、GeoAI、模型建筑和Python基工作。 这些广泛能力并不能确定本文所述的每一种专门方法都是本地按钮,或每个外部服务直接连接。 检查实际的文档工具, 支持的输入和导出路径 。 在选择反复发生的工作流程之前,保留试点证据和独立验证. 产品链接是评价的切入点,而科学解释仍然与数据和方法挂钩。
