कैनोपी सांख्यिकी की गणना करने से पहले वनस्पति और मिट्टी को अलग करना
परिभाषित करें कि क्या फसल आँकड़ा पूरे खेत-खंड या देखी गई वनस्पति का वर्णन करता है, फिर तुलना के लिए मास्क, बहिष्कृत क्षेत्र, मिश्रित आवरण और परिणामों की समीक्षा करें।
संक्षेप में बताई जा रही सांख्यिकीय समूह का नाम बताइए
एक संपूर्ण-खेत-खंड सूचकांक औसत और चयनित वनस्पति पिक्सेल पर एक औसत विभिन्न प्रश्नों का उत्तर देता है। पहले में भूमि-आवरण मिश्रण शामिल है; दूसरा इस बात पर निर्भर करता है कि वनस्पति का चयन कैसे किया गया। मास्क बनाने से पहले इच्छित सांख्यिकीय समूह बताएं। शुरुआती अवस्था की विरल फसलें इस अंतर को विशेष रूप से महत्वपूर्ण बनाती हैं। किसी चंदवा-मात्र आँकड़े का वर्णन इस तरह न करें जैसे कि यह खेत-खंड के हर हिस्से का प्रतिनिधित्व करता हो, या विश्लेषणात्मक दायरे में परिवर्तन की व्याख्या किए बिना इसकी तुलना पहले के किसी बिना मास्क वाले परिणाम से न करें।
वनस्पति चयन के लिए साक्ष्य चुनें
उम्मीदवार वनस्पति और पृष्ठभूमि की पहचान करने के लिए RGB संदर्भ और उपलब्ध वर्णक्रमीय बैंड की समीक्षा करें। MicaSense विश्लेषण उदाहरण पौधे और छाया मास्क का वर्णन करते हैं, लेकिन वास्तविक डेटासेट के मूल्यांकन के लिए एक सीमा बनी हुई है। मिट्टी की चमक, अवशेष, खरपतवार, छाया और फसल की अवस्था पृथक्करण को प्रभावित कर सकती है। परिभाषित करें कि विश्लेषण में सभी वनस्पतियाँ शामिल हैं या केवल लक्ष्य फसल। एक मास्क जिसमें हरे खरपतवारों को सही ढंग से शामिल किया गया है वह केवल फसल संबंधी प्रश्न के लिए अभी भी गलत हो सकता है।
कठिन उदाहरणों का मैन्युअल रूप से निरीक्षण करें
खुली पंक्तियों, घनी छतरियों, फ़ील्ड किनारों और असामान्य सतहों पर स्वीकृत और अस्वीकृत पिक्सेल की जाँच करें। जहां मोज़ेक अस्पष्ट है वहां मूल छवियों का उपयोग करें। मास्क से छूटे फसल-पौधों और उसमें बने रहे पृष्ठभूमि पिक्सेल के उदाहरण दर्ज करें। देखने में साफ-सुथरा मास्क छोटे या छायादार पौधों को व्यवस्थित रूप से हटा सकता है। प्रत्येक क्षेत्र के आंकड़ों की गणना करने से पहले इन त्रुटियों की समीक्षा करें। लक्ष्य टिप्पणियों का साक्ष्य-समर्थित चयन है, न कि सबसे सुखद सिल्हूट या न्यूनतम मात्रा में मैन्युअल समीक्षा।
क्षेत्र और मास्क संस्करण सुरक्षित रखें
मूल रैस्टर, मास्क, नियम, सॉफ़्टवेयर संस्करण और कोई भी संपादन रखें। चयनित वनस्पति क्षेत्र की सारांश मूल्य सहित रिपोर्ट करें। पिक्सेल के एक छोटे बचे हुए अंश पर एक उच्च औसत पूर्ण चंदवा कवरेज पर समान औसत के बराबर नहीं है। यदि सर्वेक्षणों के बीच मास्क बदलता है, तो आकलन करें कि क्या तुलना अभी भी उसी सांख्यिकीय समूह से संबंधित है। पूर्व संस्करणों को बनाए रखें ताकि संशोधित चयन के कारण होने वाले अंतर को क्षेत्र में वास्तविक परिवर्तनों से अलग किया जा सके।
निर्णय पर प्रभाव का परीक्षण करें
प्रासंगिक सारांशों की तुलना करें और निरीक्षण करें कि वे भिन्न क्यों हैं। पूछें कि क्या चयनित उपाय परिभाषित प्रबंधन प्रश्न में मदद करता है या केवल उस पृष्ठभूमि को हटा देता है जिसे प्रबंधक को वास्तव में समझने की आवश्यकता है। कैनोपी की स्थिति और पौध-स्थापना की पूर्णता के लिए अलग-अलग संकेतकों की आवश्यकता हो सकती है। उपज या उपचार के साथ अपेक्षित संबंध प्राप्त करने के लिए मास्क का अनुकूलन न करें। व्याख्या का परीक्षण करने के लिए स्वतंत्र क्षेत्र अवलोकनों का उपयोग करें, जिसमें ऐसे मामले भी शामिल हैं जहां मास्क लागू किया गया मानचित्र आश्वस्त करने वाला प्रतीत होता है लेकिन कवर विरल रहता है।
अर्थ और सीमाएँ दोनों प्रदान करें
सांख्यिकी परिभाषा, चयन मास्क, वैध क्षेत्र, समीक्षा किए गए उदाहरण और अनिश्चितता प्रदान करें। बहिष्कृत क्षेत्रों को शून्य मानने या चुपचाप उन्हें छोड़ देने के बजाय उन्हें दृश्यमान बनाएं। बताएं कि कोई अन्य विश्लेषक गणना को कैसे पुन: प्रस्तुत कर सकता है। NiVO मल्टीस्पेक्ट्रल परामर्श में, निर्दिष्ट करें कि क्या वांछित आउटपुट कैनोपी प्रतिक्रिया, कवर, या दोनों से संबंधित है। एक उपयुक्त वर्कफ़्लो कैप्चर और विश्लेषण के माध्यम से उस अंतर को संरक्षित करता है, यह वादा करने के बजाय कि एक वनस्पति मास्क स्वचालित रूप से फसल स्वास्थ्य को हर पृष्ठभूमि प्रभाव से अलग करता है।
