Progettazione di campioni sul campo che testano effettivamente una mappa colturale da drone
Scegli campioni di verifica delle mappe delle colture in condizioni ordinarie e difficili, mantienili indipendenti dai dati di ottimizzazione e preserva la tempistica e l'identità spaziale.
Dichiarare l'affermazione da testare
Un piano di campionamento dipende dall'interpretazione proposta. Testare se una mappa individua una copertura sparsa è diverso dalla valutazione di una relazione con lo stato dei nutrienti delle piante. Definire l'affermazione e l'osservazione necessaria per contestarla prima di visitare il campo. MicaSense raccomanda il coinvolgimento agronomico nell'interpretazione dell'indice, mentre la guida al campionamento universitario spiega perché la qualità del campione è importante. Nessuna delle due fonti trasforma ogni zona colorata in una diagnosi. Il progetto deve identificare la propria domanda verificabile e lo specialista responsabile.
Separare lo sviluppo dalla verifica
Le posizioni utilizzate per selezionare le soglie o addestrare un classificatore non dovrebbero diventare silenziosamente la prova indipendente delle sue prestazioni. Tenere un registro di quali campioni sono serviti a ciascuno scopo. Se il set di dati sul campo è troppo piccolo per una valutazione proposta, indicare la limitazione anziché rivendicare l’indipendenza che non esiste. Un piano utile può iniziare come uno studio esplorativo, ma la sua etichetta dovrebbe riflettere ciò che le prove effettivamente supportano e ciò che resta da testare.
Includere condizioni ordinarie e difficili
Scegli le osservazioni nell'intervallo pertinente di copertura, fase della coltura, fondo del suolo, ombre e zone di gestione. Non visitare solo le drammatiche anomalie della mappa. Aree dall’aspetto ordinario possono rivelare problemi non rilevati, mentre confini difficili possono esporre errori di classificazione. Registra il motivo per cui è stata selezionata ciascuna posizione. Se è necessario un disegno di campionamento statistico, coinvolgere competenze adeguate invece di presentare una passeggiata di convenienza come una stima rappresentativa dell'intera proprietà senza una base spiegata.
Abbina la scala di osservazione
Una misurazione delle foglie, una sezione delle file, una posizione di semina e una media delle parcelle rappresentano diversi supporti spaziali. Definire come ciascuna osservazione sul campo corrisponde all'unità di analisi dell'immagine. Registrare l'incertezza della posizione ed evitare di assegnare un piccolo campione di terreno a un pixel di confine misto senza revisione. Fotografie e appunti sul campo possono aiutare a ricostruire la relazione. Il confronto deve riguardare lo stesso oggetto rilevante, non semplicemente due valori che condividono una coordinata vicina su una mappa.
Mantenere tempi e procedure identificabili
Registrare la data di osservazione, la data dell'immagine, lo stadio della coltura, l'irrigazione o il trattamento recente e il metodo sul campo. Seguire la procedura specialistica appropriata per qualsiasi campionamento fisico. I cambiamenti tra le visite possono spiegare il disaccordo, in particolare nelle colture in rapido sviluppo. Preservare l'identità del campione attraverso le fasi di laboratorio o analitiche, ove utilizzato. Non combinare osservazioni raccolte in modo diverso in un'unica tabella di validazione senza notare le loro differenze, perché la relazione apparente potrebbe riflettere procedure incoerenti piuttosto che l'effettiva utilità della mappa.
Segnala il disaccordo in modo costruttivo
Riassumere le osservazioni a sostegno e contrastanti, l’incertezza e le decisioni che giustificano. Non rimuovere campioni scomodi semplicemente per rafforzare una correlazione prevista. Identificare se è necessaria un'altra osservazione, un'unità di mappa rivista o un'interpretazione più ristretta. Fornisci il registro dei campioni insieme ai livelli di origine e alle versioni di analisi. Portare questo requisito di verifica alla consultazione del sensore NiVO in modo che il carico utile soddisfi la necessità di informazioni. Il successo significa un test difendibile della mappa della coltura, non una conclusione predeterminata secondo cui ogni tecnologia selezionata deve funzionare.
