从决定和可观察到的目标开始
实际问题是:卫星反射支持在所取样的河流条件下的扰动性估计值能否达到? 与河流光学合作到达报告单位,并在选择图像或算法之前确定观测期。 悬浮颗粒改变水的反射,允许当地评价经验或物理关系.
水评估取决于水文状态以及传感器实际能观察到什么。 开阔的水,植被下方的水,湿润的土壤和浅底反射可以产生不同的信号. 管理问题需要区分时,保持分开。 河道排水,水库作业,降雨和风能可能会改变卫星过山和实地考察之间的条件,因此观测时间属于分析,而不是脚注. 水体边界也是测量选择:永久监测信封,水流边缘和行政管理湖泊多边形有不同的含义. 使用适当的一个来计算地区和趋势。 水色可以支持选定的光学特性,但不能显示每一种污染物。 实地测量对于化学或生物结论仍然至关重要。 保护云层,阴影,植被或大气校正不良的未观测区域. 合格的不完整水图比无缝地表包含无支持值更有用.
选择有适当物理和时间支持的观测
水生光学分析需要超出方便的自然色显示的控制. 与大气和表面效应相比,离水信号可能很小,因此评价适合水类型和产品的环境校正和质量筛选。 成林特,来自明亮海岸的附着物,底反射物和混合的陆地-水像素可能会使目标信号被覆盖. 适合进行大面积陆地植被分析的传感器波段并非自动对每个水生成分最优化。 在应用已公布的关系之前,保持单位和反射定义的一致性. 一个湖泊中的经验方程校准可能在另一个湖泊中失败,因为颗粒和溶解材料不同. 将图像与及时的实地样本对齐,评价独立条件并保留一个不支持的距离面具. 当目标水体太窄,无法像素未受污染时,利用卫星视角来进行上下文,重新设计测量方法,而不是制作一份不合理的详细浓度图。
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
与及时的样品对等反射,测试季节性转移和保留,只有得到充分的空间支持。
预测性关系需要明确界定的响应变量,参考度量协议和预期域. 装配前将单位和空间支持标准化. 保留真正独立的样本以供评价,并将业绩与区域平均值或基本物理关系等简单替代品进行比较。 检查目标范围的残留物,土地覆盖个上下文和季节;一个小的整体错误可以掩盖一个相应的分组的系统性偏差. 不在不明确评价该行为的情况下, 推断超出支持的范围 。 保留参考数据的计量不确定性,而不是将每个样本作为准确的真理对待. 预测间隔和一个域外的面具比一个额外的小数位更有用. 连续光栅是一个估计的表面,其不确定性需要随数值一起移动。
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
颗粒组成,银行的附属性,深度和沉淀作用改变反应. 狭窄的河流可能缺乏未受污染的水像素.
使目标解释与用来佐证的目标解释区分开来。 对于河流光学,请询问所观测到的形态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
使用与获取时间和取样深度相匹配的校准的涡轮测量。
利用与卫星变量的空间和时间支持相匹配的独立测量方法评估估计数。 报告偏差和误差程度,检查目标范围的残存,并将性能与简单的基线进行比较。 一个模型可以具有很强的关联性,同时始终高估高值,因此仅靠关联性是不够的. 如果参考测量有很大的不确定性,请明确说明这一限制。 测试转移到实际使用产出的区域,季节或管理背景. 保留不支持的上下文为缺失或域外 。 如果提供预测间隔,评估其经验覆盖范围是否适合独立样本。 保持参考数据来源,单位和规则与结果的匹配,以便后来的用户了解评价真正测试的内容.
提供GIS个可用证据层
在测试范围内发布估计值, 并发布一个未支持的覆盖掩码 。
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。