Анализ неожиданных значений коэффициента отражения, не скрывая доказательств
Проверяйте неожиданные значения отражения через единицы, масштабирование, калибровку и маски качества до изменения аналитических данных.
Подтвердите, что означают цифры
Неожиданное значение растра невозможно интерпретировать, пока не будет известна выходная величина. Проверьте, содержит ли слой цифровые числа, энергетическую яркость (radiance), отражательную способность, масштабированные целые числа или отображаемый продукт. Запишите единицы измерения, масштабные коэффициенты и правила использования недопустимых данных. Значение, которое выглядит чрезмерным в одном представлении, может иметь другое значение в другом. Начните с документации по обработке и реальных метаданных файла, а не применяйте предполагаемый допустимый диапазон к каждому выходному сигналу датчика и программного обеспечения.
Найдите необычные наблюдения
Сопоставьте подозрительные значения и проверьте, следуют ли они за тенями, границами, яркими объектами, швами или целыми блоками обработки. Сравните отдельные полосы и репрезентативные исходные изображения. Запишите метод, используемый для идентификации кандидатов, включая любые пороговые значения, выбранные для проверки. Не стоит сразу заменять все необычные числа нулями. Их пространственная структура может быть диагностическим свидетельством, и ее удаление до начала расследования может затруднить объяснение основной проблемы сбора или обработки.
Просмотр калибровочных ассоциаций
Проверьте идентичность устройства, эталоны калибровки, метаданные экспозиции и фактически используемый путь коррекции. MicaSense обеспечивает документированный радиометрический рабочий процесс для своих данных; другой датчик требует своих параметров. Не заимствуйте коэффициенты, чтобы гистограмма выглядела разумно. Подтвердите, что эталонные изображения принадлежат соответствующему устройству и наблюдению. Если связь отсутствует, опишите ее явно и ограничьте интерпретацию, а не позволяйте завершенному запуску программного обеспечения заменить проверенные входные данные.
Отличать шум от ошибок передачи
Отрицательные или необычные результаты могут потребовать интерпретации с учетом контекста. Обсуждение НАСА MODIS показывает, почему такие значения нуждаются в информации о качестве продукции, но флаги, специфичные для спутников, не должны передаваться непосредственно на изображения с дронов. Просмотрите преобразование, числовую точность, масштабирование и обработку недопустимых данных в реальном рабочем процессе. Сравните принятые эталонные области и сохраните противоречивые данные. Цель состоит в том, чтобы найти обоснованное объяснение, а не выбрать ту поправку, которая создаст наиболее гладкую сельскохозяйственную карту.
Применять документированные решения по качеству
Если исключение или маскирование оправдано, сохраните исходный растр и запишите правило, затронутую область и аналитические последствия. Отделите недостающие данные от реальных нулевых измерений. Проверьте, изменяются ли существенно сводная статистика по участкам в результате предложенного режима. Избегайте обрезки значений просто ради привлекательной легенды, сохраняя при этом необоснованное количественное утверждение. Если причина остается неустраненной, используйте явный статус проверки или ограниченную качественную интерпретацию, а не молчаливо создайте уверенность.
Проведите аудит вместе с картой
Предоставьте определения выходных данных, проверенные примеры, принятые маски и оставшиеся ограничения с набором аналитических данных. Получатель должен иметь возможность восстановить, какие наблюдения вошли в каждую статистику. Обсудите нерешенные вопросы об устройствах или метаданных с командой поддержки NiVO и службой поддержки датчиков. Успешная проверка качества сохраняет смысл измерений и причины исключений; не требуется, чтобы каждый пиксель выглядел обычным, или делать вид, что одно универсальное правило отражения применимо ко всем камерам.
