NoData-, Null- und Gültigkeitsmasken in Drohnenrastern
Halten Sie unbeobachtete Zellen von echten Nullmessungen getrennt, wenn Sie Höhen-, Reflexions- und klassifizierte Drohnenraster für die nachgelagerte Analyse vorbereiten.
Beginnen Sie mit der Bedeutung von Abwesenheit
Ein schwarzer Rand auf einem Orthomosaik kann auf fehlende Abdeckung, einen absichtlich maskierten Bereich oder gültiges dunkles Material hinweisen. Diese Fälle erfordern eine unterschiedliche Behandlung. Überprüfen Sie vor dem Ändern von Pixelwerten die Bandmetadaten, die Gültigkeitsmaske und den Erfassungs-Footprint des Datensatzes. Eine tatsächliche Höhe von null oder eine Messung mit niedrigem Reflexionsgrad darf nicht verschwinden, nur weil Null als Hintergrundfarbe geeignet erscheint.
Wählen Sie eine Darstellung, die den Werten entspricht
Eine numerische NoData-Markierung reserviert einen Wert für Abwesenheit; Eine separate Maske kann die Gültigkeit identifizieren, ohne einen ansonsten sinnvollen Wert zu opfern. Wählen Sie eine Markierung, die der Datentyp darstellen kann und die nicht mit gültigen Beobachtungen kollidiert. Reservieren und dokumentieren Sie für ein klassifiziertes Raster einen nicht verwendeten Code, anstatt davon auszugehen, dass es sich bei der ersten Klasse um einen leeren Hintergrund handelt.
Untersuchen Sie mehr als nur die sichtbare Farbe
Ein GIS-Renderer macht möglicherweise ungültige Pixel transparent, während ein anderer Viewer sie einfarbig anzeigt. Umgekehrt kann die Einstellung einer transparenten Anzeigefarbe dazu führen, dass jede Messung für die Analyse gültig bleibt. Fragen Sie einzelne Zellen ab und vergleichen Sie den Maskenstatus mit gespeicherten Werten. Untersuchen Sie alle relevanten Bänder, insbesondere wenn bei einem Band die Abdeckung fehlt, die andere Bänder nicht teilen.
Verfolgen Sie die Gültigkeit durch Berechnungen
Definieren Sie beim Ausschneiden, Neuprojektieren oder Kombinieren von Rastern explizit, wie sich ungültige Eingaben auf das Ergebnis auswirken. Durchschnittswerte, die versehentlich einen Hintergrund-Platzhalterwert enthalten, können zu extremen künstlichen Erhebungen führen. Die Behandlung fehlender Beobachtungen als Null kann die Zusammenfassungen der Reflexionswerte nach unten verzerren. Überprüfen Sie die Resampling- und Maskierungsregeln der Software und vergleichen Sie dann ein kurzes Profil über eine beobachtete mit einer unbeobachteten Grenze, bevor Sie einen großen Export akzeptieren.
Testen Sie die Grenze bewusst
Bei einer hypothetischen Reservoiruntersuchung treffen freiliegende Uferlinie und dunkles Wasser auf einen unbeobachteten Rand. Erstellen Sie ein Testfenster, das alle drei Bedingungen enthält. Bestätigen Sie, dass gemessene niedrige Höhen weiterhin verfügbar sind, ausgeschlossenes Wasser der vereinbarten Maske folgt und der äußere Rand ungültig bleibt. Vergleichen Sie die Anzahl gültiger Zellen vor und nach der Konvertierung. Erklären Sie absichtliche Unterschiede, anstatt sie durch Display-Stile zu verbergen.
Liefern Sie ein kleines Verifizierungsmuster
Verpacken Sie das Raster mit einer kurzen Gültigkeitsdefinition, der gewählten NoData-Darstellung und allen erforderlichen externen Maskendateien. Fügen Sie ein kleines Referenzfenster mit erwarteten gültigen und ungültigen Standorten ein, damit ein anderer Analyst die Prüfung wiederholen kann. Die Akzeptanz sollte korrekte Statistiken und Grenzverhalten in der empfangenden Software demonstrieren, anstatt sich auf eine attraktive transparente Vorschau zu verlassen. Bewahren Sie diese Probe zusammen mit dem endgültigen Verarbeitungsprotokoll auf.
