从决定和可观察到的目标开始
实际问题是:图像可以在哪里区分支持的海草生境和其他海底类? 与浅海底生境区合作,作为报告单位,在选择图像或算法之前确定观测期。 在深度和水柱效应允许时,适当的清水观测可以揭示底栖光谱图样。
沿海景观在数小时内随着潮汐,浪浪,海流和风势改变可见的表面而变化. 影响目标时记录这些条件. 陆地和水之间的明显边界是一个观测代名词,而生境范围、行政海岸线和工程海岸线可能需要不同的定义。 浅水又带来了另一种复杂情况,因为传感器可能接收水柱和海底信号的混合物。 混合物的改变可以反映深度或清晰度,而不是生态变化。 比较环境环境适宜、保留不兼容的环境日期而不是强迫它们进入一种趋势的观测。 近海产品还具有空间支持,对于小河口或珊瑚礁来说可能过于宽泛。 保留这一限制在GIS摘要中. 如果卫星证据与潮汐记录、生境观测和当地作业历史相连接,而每一来源在最后数据集中仍然可以识别,则沿海制图就更加有用。
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
选择可比的清水窗口,分层深度,对照独立的底栖标签评价分类.
分类从可观测类定义和与图像日期相符的参考标签开始. 酌情包括困难的替代品、混合边界和未知类别。 构建表达目标过程的特性,而不是仅仅因为有这些特性而选择带. 保持培训和评价地点在空间上的独立性,并在转让是预定用途时考虑保留不同的区域或季节。 审查具体类别遗漏和佣金错误,而不是仅报告总体准确性。 稀有的目标即使总体得分看起来很高,也可能实际准确度差. 保留概率或支持的另一种不确定性措施,连同最后一类,并记录其校准限制。 当类区域将驱动报告时,评价是否需要通过一个适当的采样区估计器来纳入地图错误。
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
藻类,暗沉积和深度差异可以类似于海草. 知名度低必须保持不被人注意,而不是没有。
使目标解释与用来佐证的目标解释区分开来。 对于浅海底生境区,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
使用船,潜水员或其他适当的实地栖息地观测.
设计参考样本,以表示预期地图用途,包括难度界限和分类器未标出的位置。 将样本独立于培训和门槛调整。 如果故意对罕见的目标类别进行过度抽样,则保留选择概率,以便适当计算人口水平估计数。 使用一致的参考定义构建一个混淆矩阵,报告遗漏以及佣金错误。 检查标签需要解释的观察者协议. 报告结果按有意义的背景,如地形,目标大小或季节,表现不同时. 仅以简单内部实例评价的地图不能成为对狭长边缘或混合景观提出主张的理由。 保留可供审计的参考证据,区分不确定的参考标签和某些参考标签,而不是强迫每个样本都归入一个确定类别。
提供GIS个可用证据层
出版支持的生境课程,并配有深度和可见度面具。
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。