界定观察和决定
超光谱成像记录了许多相对狭窄的光谱通道,而多光谱系统记录的波段较少. 更多的通道可以保持吸收结构,但有用的信息也取决于信号质量,校准和目标的光谱特性.
对于成像-光谱数据选择,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
成像-光谱数据选择的测量基础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
将光谱覆盖和分辨率与所涉物质或财产相匹配。 检查信道波长,带宽,坏带旗和空间支持. 在选择方法之前,先将预期的诊断特征与传感器的反应进行比较.
成像光谱数据选择的准备工作应当保存下列证据. 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
成像光谱数据选择试点应针对实际接收的工作流程. 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
许多频道可能多余或吵闹. 精细的光谱采样不会自动克服云,植被覆盖或混合像素. 测量范围中缺少的物质区分不能由更复杂的分类器来产生.
计算完成后,应继续审查成像-光谱数据选择。 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
对于一个说明性的矿物目标,两个宽幅签名重叠,而狭义的吸收特征在适当的成像光谱学中可能可以区分. 好处取决于该特性的信号质量。
成像-光谱数据选择的推理例子,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
使用独立的材料参考,在现实噪声下评价诊断渠道. 比较一个实用的紧凑多光谱基线。 审查购置条件和处理水平是否合适。
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
对于成像-光谱数据选择,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
提供波长元数据、质量面具和具体任务证明。 ITSensing可以被评价支持的多波段光栅和工作流程的模型,而不必假设每个超光谱算法都是构建在其中的.
图像光谱数据选择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
在评估云遥感软件用于成像-光谱数据选择时,使用有记录的飞行员. 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。
