فحص قيم الانعكاسية غير المتوقعة مع الحفاظ على الأدلة
تحقق من الوحدات ومعاملات التحويل والبيانات الوصفية والصور والأقنعة قبل تعديل قيم الانعكاسية السالبة أو العالية.
حدد الكمية التي تمثلها القيم
لا يمكن تفسير قيمة شبكية غير متوقعة قبل معرفة الكمية التي يمثلها الملف. تحقق هل تتضمن الطبقة أرقاما رقمية خاما، أم سطوعا إشعاعيا، أم انعكاسية، أم أعدادا صحيحة مضروبة بمعامل تحويل، أم منتجا للعرض فقط. سجل الوحدات ومعاملات التحويل وطريقة ترميز البيانات غير الصالحة. قد تكون القيمة المرتفعة ظاهريا صحيحة في تمثيل آخر. ابدأ بوثائق المعالجة والبيانات الوصفية الفعلية، ولا تفرض مجالا صالحا مفترضا على جميع المستشعرات ومخرجات البرامج.
ارسم توزع القيم غير المعتادة
قم بتعيين القيم المشبوهة وافحص ما إذا كانت تتبع الظلال أو الحدود أو الكائنات الساطعة أو خطوط الدمج أو كتل المعالجة الكاملة. قارن بين النطاقات الفردية والصور المصدرية التمثيلية. قم بتسجيل الطريقة المستخدمة لتحديد القيم المرشحة للفحص، بما في ذلك أي عتبة تم اختيارها للمراجعة. لا تستبدل على الفور جميع الأرقام غير العادية بالصفر. يمكن أن يكون نمطها المكاني دليلاً تشخيصيًا، وقد يؤدي حذفه قبل التحقيق إلى زيادة صعوبة تفسير مشكلة التجميع أو المعالجة الأساسية.
تحقق من ارتباط بيانات المعايرة
تحقق من هوية الجهاز ومراجع المعايرة وبيانات تعريف التعرض ومسار التصحيح المستخدم بالفعل. توفر MicaSense سير عمل قياس إشعاعي موثق لبياناته؛ يتطلب مستشعر آخر معلماته الخاصة. لا تقترض المعاملات لجعل المدرج التكراري يبدو معقولا. تأكد من أن الصور المرجعية تنتمي إلى الجهاز والمراقبة ذات الصلة. إذا كان الارتباط مفقودًا، فقم بوصفه بوضوح وقلل من التفسير بدلاً من السماح بتشغيل البرنامج المكتمل ليحل محل المدخلات التي تم التحقق منها.
افصل الضوضاء عن أخطاء التحويل
يمكن أن تتطلب القيم السالبة أو غير العادية تفسيرًا خاصًا بالسياق. تُظهر مناقشة MODIS التي أجرتها NASA سبب احتياج هذه القيم إلى معلومات حول جودة المنتج، ولكن يجب ألا يتم نقل مؤشرات الجودة الخاصة بمنتجات الأقمار الصناعية مباشرةً إلى صور الطائرات بدون طيار. قم بمراجعة التحويل والدقة الرقمية والقياس ومعالجة البيانات غير الصالحة في سير العمل الفعلي. قارن المجالات المرجعية المقبولة واحتفظ بالأدلة المتناقضة. والغرض من ذلك هو تحديد تفسير يمكن الدفاع عنه، وليس اختيار التصحيح الذي ينتج الخريطة الزراعية الأكثر سلاسة.
طبق قرارات جودة موثقة
إذا كان الاستبعاد أو تطبيق قناع البيانات مبررًا، فاحتفظ بالنقطية الأصلية وسجل القاعدة والمنطقة المتأثرة والنتيجة التحليلية. افصل البيانات المفقودة عن قياس الصفر الحقيقي. اختبار ما إذا كانت ملخصات القطع الزراعية تتغير بشكل جوهري في ظل المعالجة المقترحة. تجنب قص القيم ببساطة لتناسب وسيلة الإيضاح الجذابة مع الحفاظ على مطالبة كمية غير مدعومة. عندما يظل السبب دون حل، استخدم حالة مراجعة صريحة أو تفسيرًا نوعيًا محددًا بدلاً من تصنيع اليقين بصمت.
سلم التدقيق مع الخريطة
قم بتوفير تعريفات المخرجات والأمثلة التي تم فحصها والأقنعة المقبولة والقيود المتبقية مع مجموعة البيانات التحليلية. يجب أن يكون المستلم قادرًا على إعادة بناء الملاحظات التي أدخلتها في كل إحصائية. ناقش الأسئلة التي لم يتم حلها بشأن الجهاز أو البيانات التعريفية مع فريق حمولة التصوير ودعم المستشعر في NiVO. إن مراجعة الجودة الناجحة تحافظ على معنى القياسات وأسباب الاستثناءات؛ لا يتطلب الأمر أن يبدو كل بكسل عاديًا أو يتظاهر بأن قاعدة انعكاس عالمية واحدة تنطبق على جميع الكاميرات.
