界定观察和决定
修改后的土壤调节植被指数减少了选择固定土壤参数的需要. 一个常见的MSAVI2形式是半(2乘NIR+1减去平方根((2乘NIR+1))的平方正方正方形减8乘(NIR减去红色)). 说明所使用的变体。
对于MSAVI个零星的conopy层,从一个精确的问题开始. 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
MSAVI个零星的遮盖层的测量基础在整个解释过程中都很重要. 光谱特征由它的方程和提供给它的观测结果来定义. 在选择一个波段名称之前先读取源产品描述,因为波段数字和波长响应因任务不同而不同. 将处理水平,反射尺度,获取时间和质量信息保持在一起. 决定运营单位是像素,场景,栖息地补丁还是行政区域. 数学正确的比例在结合混合表面或比较不同的季节阶段时,仍然可以回答错误的问题. 保留原带观测,这样一个可疑的索引可以追溯到其输入,而不是仅从其颜色来解释.
编写一份可追踪分析
准备物理反射,检查方根下的表达式. 无效输入引起的负面论点应保持标记,而不是被默默地剪断。 将输出与源带散落地和代表性露天林顶位置较简单的植被指数进行比较。
准备MSAVI个稀疏的阴茎层应保存下列证据. 在计算指数或光谱对比之前,先准备相容物理量。 适用文件记录的尺度和任何添加剂抵消一次。 按照评价规则区分无效观测与有效零,遮罩云和阴影,检查饱和输入. 在文件网格上对齐带,同时保留其本土信息支持. 当一个较短的波段被重新标注时,较细的输出间隔不会产生较细的光谱细节. 手动测试一些源像素,并审查表达式的分母或其他数值条件. 保持显示伸展在定量计算之外,因为演示颜色不是反射测量.
测试具有代表性的飞行员
MSAVI个零星层的试验人员应处理实际接收工作流程个层的问题。 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
土壤自动调整不会消除混合像素,阴影或不同的土壤光谱. 如果重定尺度整数被取代反射,数字行为就可能变得混乱. 适应性公式也不在其价值和作物种植之间建立起普遍关系。
MSAVI个稀疏层的检讨应在计算完成后继续进行。 使用本地问题和独立证据解释特性。 指数可以对几个物理和观测影响作出反应,因此强烈对比一般是成为诊断前的筛选结果. 比较可能存在的开局者,检查源带,并记录适用某种关系的人口。 对于重复监测,使用共同的有效支持或解释改变覆盖范围。 报告有效观测分数和平均值,并在交付阈值地图时保留连续特征层。 门槛是决定规则,其遗漏和虚假警报应加以评估,而不是一个普遍的物理边界。
通过一个示例开展工作
以示示人稀疏的果园,在总结MSAVI号之前,先将树冠和树冠分开的行间土壤绘制图. 整块平均数可能下降,因为行占据了更多采样区域,即使单个冠冠没有变化. 冠级比较和区级比较可以回答不同的问题.
MSAVI稀疏层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
利用独立的植被观测值进行评估,并根据土壤亮度对结果进行分层。 混合像素占主导地位的植被-土壤过渡的检查值。 保留因质量差而排除的观测,这样审查就可以区分方法性能和选择性数据删除.
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MSAVI个面积稀少的山冠层,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
输出精确的MSAVI表达式,反射单元和带有字段摘要的口罩. 保留冠,排和块标识符 相关。 ITSensing可以通过现有的光栅和建模工具支持调查,但选定的执行及其与植被的局部关系需要核查。
MSAVI个零星的遮盖层的移交,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MSAVI个稀疏层的云遥感软件时,使用有文件记载的飞行员. 使用产品比较法测试一个完整的工作流程,具有代表性的数据. 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基的工作。 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 。 在选择反复出现的工作流程号前,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。
