界定观察和决定
填补空白估计了相邻日期、地点或模型中缺失的值。 它可以使轨道可用于分析,但估计点并不是新的卫星观测。 在迅速变化和云层扩大的期间,区别最为重要。
对于填充空白的卫星轨道,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
填充空白的卫星轨道的测量基础在整个解释过程中都很重要。 光学预处理应保持仪器观测、校正产品和衍生分析层之间的区别。 产品收集在校准,几何,面具和编码上可以有所不同. 开始使用权威元数据,保留原始识别符,获取时间和处理级别. 在选择方便输出网格之前,先定义决定所需的数量和空间支持. 清洁的自然色显示可以隐藏数字或质量问题,而无吸引力的原始视图仍然可以包含有效的定量信息. 准备的目的是一种可追踪和适当的测量,而不仅仅是一个连贯的外观图像.
编写一份可追踪分析
定义可接受的空隙期限,模型假设和不确定性. 保留观察-估计旗和原有效面具. 仅使用培训支持来适应方法,并通过将已知的观测结果隐藏在现实的缺失数据模式中来评估.
做好填充空白的卫星轨道准备,应当保存下列证据. 将预处理链按照故意的顺序构建,避免重复不必要的转换. 在派生表达式之前,检查波段身份,缩放和抵消,饱和和和无数据. 使用正确的质量规格来准确的产品,并保留拒绝的理由. 选择一个有明确 CRS 的参考网格,来源,分辨率和范围. 对于任何插值或汇总,请记录是否有效和无效的观测结果。 在加工整片区域之前,先检查一个小型的代表性飞行员,包括边缘和困难地形. 工作顺利完成,就可以确定计算结果;它不能确定物理可比性或是否适合下一个分析步骤。
测试具有代表性的飞行员
填补空白的卫星轨道试验应处理实际接收工作流程个轨道的问题。 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
平滑的曲线可以抹去收成,洪水或扰动. 缺失往往与季节性或天气有关,而不是随机的,因此随机点删除会让验证过于容易. 超出观测范围的推论通常值得单独处理.
计算完成后,应继续审查填充空白的卫星轨道。 审查与下游任务有关的筹备情况。 小的对齐误差在狭小的边界上具有强烈的影响力,而细微的大气残留则对弱光谱对比有重大意义. 复合物和统一层需要明确的时间和传感器来源。 检查接受和拒绝观察,因为选择性覆盖可能偏向一个摘要,即使每个保留像素都是个性合理的. 比较其他可论证参数,其中决定可以改变。 明确不支持的地点,保留足以调查异常情况的中间证据。 报告预处理如何影响最终衡量标准,而不是将其作为一个隐形技术阶段,其设置不影响解释。
通过一个示例开展工作
在一幅说明性的作物系列中,长时间的云层间隔与收获重叠. 平稳的插图可以推断,即使真正的变化是突然的,也逐渐下降。 估计日期不应作为计量的收获时间报告。
填补空白的卫星轨道的推理例子具有故意的有限作用。 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
使用预留的毗连缺口,并评价计时错误和数字残存。 以差距长度和地貌来限制结果。 检查在可获得的观测结果没有限制事件的情况下,不确定性是否增加。
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
对于填充空白的卫星轨道,结果必须保持其显示的范围。 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
输出原始观测数据、估计数据、不确定性和空隙长度。 保持对证据类型的裁决的警觉。 ITSensing Python或型号工作流程可以被评价选用的方法,有可复制的假设和明确的限制.
将卫星轨道的空隙交接,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填补空白的卫星轨道时,使用有文件记载的飞行员. 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。
