Revisión de valores de reflectancia inesperados sin ocultar la evidencia
Investigue resultados de reflectancia negativos o inusualmente altos a través de unidades, escalado, metadatos, imágenes de origen y máscaras de calidad antes de alterar los valores analíticos.
Confirme lo que representan los números.
Un valor ráster inesperado no es interpretable hasta que se conozca la magnitud de salida. Compruebe si la capa contiene números digitales, radiancia, reflectancia, números enteros escalados o un producto de visualización. Registre las unidades, factores de escala y convenciones de datos no válidos. Un valor que parece excesivo en una representación puede tener un significado diferente en otra. Comience con la documentación de procesamiento y los metadatos del archivo real en lugar de aplicar un rango supuestamente válido a cada sensor y salida de software.
Localice las observaciones inusuales.
Mapee valores sospechosos e inspeccione si siguen sombras, límites, objetos brillantes, costuras o bloques de procesamiento completos. Compare bandas individuales e imágenes fuente representativas. Registre el método utilizado para identificar candidatos, incluido cualquier umbral elegido para su revisión. No reemplace inmediatamente todos los números inusuales con cero. Su patrón espacial puede ser evidencia de diagnóstico, y eliminarlo antes de la investigación puede hacer que el problema subyacente de recolección o procesamiento sea más difícil de explicar.
Revisar asociaciones de calibración
Verifique la identidad del dispositivo, las referencias de calibración, los metadatos de exposición y la ruta de corrección realmente utilizada. MicaSense proporciona un flujo de trabajo radiométrico documentado para sus datos; otro sensor requiere sus propios parámetros. No tome prestados coeficientes para que un histograma parezca razonable. Confirme que las imágenes de referencia pertenecen al dispositivo y observación relevantes. Si falta una asociación, descríbala explícitamente y limite la interpretación en lugar de permitir que una ejecución completa del software reemplace las entradas verificadas.
Distinguir el ruido de los errores de transferencia
Los resultados negativos o inusuales pueden requerir una interpretación específica del contexto. La discusión MODIS de la NASA muestra por qué tales valores necesitan información sobre la calidad del producto, pero las banderas específicas de satélites no deben transferirse directamente a imágenes de drones. Revise la conversión, la precisión numérica, el escalado y el manejo de datos no válidos en el flujo de trabajo real. Compare áreas de referencia aceptadas y conserve evidencia contradictoria. El propósito es identificar una explicación defendible, no seleccionar la corrección que produzca el mapa agrícola más fluido.
Aplicar decisiones de calidad documentadas
Si se justifica la exclusión o el enmascaramiento, conserve el ráster original y registre la regla, el área afectada y la consecuencia analítica. Separe los datos faltantes de una medición cero genuina. Pruebe si los resúmenes de parcelas cambian materialmente según el tratamiento propuesto. Evite recortar valores simplemente para que se ajusten a una leyenda atractiva y al mismo tiempo preservar una afirmación cuantitativa sin fundamento. Cuando la causa sigue sin resolverse, utilice un estado de revisión explícito o una interpretación cualitativa limitada en lugar de fabricar certidumbre silenciosamente.
Entregar la auditoría junto al mapa
Proporcione definiciones de resultados, ejemplos inspeccionados, máscaras aceptadas y limitaciones restantes con el conjunto de datos analíticos. Un destinatario debería poder reconstruir qué observaciones ingresaron a cada estadística. Discuta preguntas sobre dispositivos o metadatos no resueltas con el equipo de carga útil de NiVO y el soporte de sensores. Una revisión de calidad exitosa preserva el significado de las mediciones y los motivos de las exclusiones; no requiere que cada píxel parezca normal ni pretender que se aplique una regla de reflectancia universal a todas las cámaras.
