从决定和可观察到的目标开始
实际问题是:在具体洪灾事件中,哪些种植区交叉观测到淹没? 与受洪水照射的作物包裹作为报告单位合作,在选择图像或算法之前确定观测期. 雷达和无云光学观测可以绘制与水有关的变化图,而作物日历则确定在相关时间种植了哪些包裹.
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
雷达提供主动微波观测,可以通过限制光学图像的云层条件,在没有阳光的情况下获取数据. 这种优势并不能消除几何和物理解释问题. 选择任务兼容的获取模式,极化,轨道方向和处理级别. 后散射强度,一致性和干涉相含有不同的信息,需要不同的工作流程. 地层校正,事件角度,斑点和悬浮或阴影可以对结果产生实质影响. 平滑的暗雷达表面不是普遍的水,低协调的区域也不是普遍的破坏. 在选择阈值之前先审查已知的稳定实例和相关土地覆盖个背景。 将采购几何和质量信息保存在项目记录中。 对于干涉测量,使用有文件记载的参考文献和独立验证的专用处理;光栅分析接口本身并不能确定一个操作干涉测量链已经实施或评估.
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
绘制事件观测范围,区分正常水和一个过时的作物层。 保留场边的不确定性,并明确报告获取时间.
曝光分析用有其自身日期和位置不确定性的资产来覆盖一个观察到或模拟的过程。 确认进程层是描述一个实际事件,一个情景还是概率表面;这些都不应该共享一个未加标签的总数. 请检查资产完整性,重复识别符以及任何类或值属性的含义. 小型位置错误可以改变资产所占用的边界的哪一侧,因此测试适当的交叉容积,并保存边界情况。 暴露的资产不会自动损坏或无法使用。 将后果评估保留在与独立证据挂钩的单独领域。 摘要应指明共同分析领域、缺失资产和未观察过程区。 这使得由此形成的登记册可以审计,防止简单的空间结合被误认为是完整的影响评估.
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
洪水照射并不等于植物死亡率或经济损失。 可能错过了被遮盖的洪水和短暂的事件。
使目标解释与用来佐证的目标解释区分开来。 对于受洪水影响的作物包裹,请询问观察到的模式是否在合理的替代基线、质量遮盖或聚合下持续存在。 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
检查水印、测量时间和进入后检查作物条件。
请检查access-date=中的日期值 (帮助) 推动空间结论的几何学和假设. 验证具有代表性的边界、联系和资产位置样本,并配有与其规模相适应的独立来源。 将可能变化的产出与缓冲、阈值或网络规则进行比较,然后确定分类敏感的地点。 保留未解决的链接和边界案例,而不是默默地选择生成更清洁地图的替代方案。 实地观察应测试拟议的物理或操作关系,例如实际排水连接或可用的公共入口。 如果结果是一种规划方案,那么评估其标准是否符合决策者的需要而不声称排名是观察到的真理。 保持独立核实的属性与交付数据集中的模型空间关系相区别.
提供GIS个可用证据层
提供作物接触估计数,与随后实地评估的破坏分开。
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。