ドローン作物マップを検証できる現地標本を設計する
通常と困難な条件を含む標本を選び、調整用データから独立させ、時期、場所と観察範囲を保って検証します。
検証する主張を明確にする
サンプリング計画は、提案された解釈に依存します。地図がまばらな被覆を特定するかどうかをテストすることは、植物の栄養状態との関係を評価することとは異なります。現場を訪れる前に、主張とそれに異議を唱えるために必要な観察を定義してください。 MicaSense は指数の解釈に農学の専門家の関与を推奨していますが、大学のサンプリング ガイダンスではサンプルの品質が重要である理由が説明されています。どちらの情報源も、すべての色付きゾーンを診断に変換するわけではありません。プロジェクトは、独自のテスト可能な質問と責任ある専門家を特定する必要があります。
手法の開発と独立検証を分ける
しきい値の選択や分類器のトレーニングに使用される場所が、そのパフォーマンスの独立した証拠となることはあってはならない。どのサンプルが各目的に役立ったかを記録してください。現地観察データが提案された評価に対して小さすぎる場合は、存在しない独立性を主張するのではなく、制限を述べます。有用な計画は探索的試験として開始できますが、そのラベルには、証拠が実際に裏付けているものとまだテストされていないものが反映されている必要があります。
通常と困難な条件を含める
被覆範囲、生育段階、土壌背景、影、および管理ゾーンの関連する範囲にわたる観察を選択します。劇的な地図異常だけを訪問しないでください。普通に見える領域では見逃していた問題が明らかになる可能性がありますが、境界がわかりにくい場合は分類エラーが明らかになる可能性があります。各場所が選択された理由を記録します。統計的なサンプリング設計が必要な場合は、説明された根拠なしに歩きやすい場所を選んだだけの調査を、農場全体を代表する推定として示すのではなく、適切な専門知識を関与させてください。
観察が表す空間範囲を合わせる
葉の測定、植栽列の一定区間、植付け位置、区画平均では、それぞれ代表する空間範囲が異なります。各現地観察が画像解析単位にどのように対応するかを定義します。位置の不確実性を記録し、確認せずに小さな地上サンプルを混合境界ピクセルに割り当てることを避けます。写真や現地記録は関係を再構築するのに役立ちます。比較は、地図上の近くの座標を共有する 2 つの値だけでなく、同じ関連オブジェクトに関するものである必要があります。
時期と手順を識別できるようにする
観察日、画像日付、作物の段階、最近の灌漑または処理、および現地での観察方法を記録します。物理的なサンプリングについては、適切な専門家の手順に従ってください。特に急速に成長している作物では、訪問間の変化によって観察の不一致が説明される可能性があります。使用されている場合は、実験室または分析ステップを通じてサンプルの同一性を維持します。見かけ上の関係は、マップの実際の有用性ではなく、一貫性のない手順を反映している可能性があるため、違いを記録せずに、別々に収集された観測値を 1 つの検証テーブルに結合しないでください。
不一致を改善に役立つ形で報告する
支持および矛盾する観察、不確実性、およびそれらが正当化する決定を要約します。期待される相関関係を強化するためだけに不都合なサンプルを削除しないでください。別の観察、改訂された地図単位、またはより狭い解釈が必要かどうかを特定します。ソース レイヤーおよび解析バージョンとともに標本台帳を提供します。ペイロードが情報ニーズを満たすように、この検証要件を NiVO センサーのコンサルテーションに持ち込んでください。成功とは、作物マップの根拠を説明できるテストを意味し、選択されたすべてのテクノロジーが機能する必要があるという事前に決定された結論ではありません。
