多时相无人机监测：公平比较变化

定义什么才算变化

首先确定关注的变化：覆盖边界移动、材料累积、高程差异或植被状况，需要不同方法。应定义对象、周期、区域及与决策有关的变化幅度。正射影像之间并非所有差异都是物理变化，光照、阴影、湿度和观测几何都能改变外观。明确的定义指导采集与检查，也区分指示图、几何量测和待现场核验位置清单。成果应清楚表达这种状态，不能把每个着色差异都展示为原因已知、已经确立的事件。

保持坐标参考兼容

位置偏移可能在建筑、道路和植被边缘产生假变化。应统一参考、单位、高程与转换，使用稳定参考和独立检查点评估每期，并记录替换或缺失控制点。不能仅依赖可能掩盖实际位移的视觉对齐。高程分析中，小垂直偏差也可能影响大片区域，相减前应检查稳定表面。这能判断模式来自配准还是真实变化，防止把系统性数据偏移报告成现场许多独立物理事件。

设计可重复采集

应保留基准测量已接受的航线、传感器配置、目标细节和质量程序，重复使用适当部分，同时根据实际条件与作业限制调整。相关配置变化及理由都需记录，环境改变时不能强套旧参数。采集时间、植被状态及现场活动影响可比性，干湿条件也可能造成不同外观。这些记录有助于解释采集影响。重复计划应保持各期有意义的关系，同时不忽视每次采集自身的安全和质量需求。

匹配网格和有效比较区

栅格比较需要兼容的单元位置、分辨率、方向与范围，只有相同像元尺寸并不足够。应检查NoData、裁切和重采样。仅一期有数据的区域必须明确处理，不能用零替代，并应保留适宜比较覆盖的索引。点云方法同样要适合表面表达和源特征。这些决策防止空边缘产生看似可信的分析模式。应记录设置，让修订数据或方法能通过可重复流程比较，而不是每次重开项目都依赖未记录默认值生成新结果。

区分视觉差异和几何差异

颜色变化可能表示光照或表面状态，高度变化则依赖模型几何和参考。两者能相互支持，但不能不加解释就混合。建筑边缘偏移可能来自正射校正，而不是拆除；植被形态可能受运动或季节影响。重要模式应结合源照片、剖面及现场信息，并选择能回答用户问题的指标。只有视觉数据时应说明几何限制；比较高程模型前应确认表面定义一致，再把差异称为生长、开挖或材料累积。

结合两期质量解释变化

比较依赖两个日期，而非仅最新采集。任一期的薄弱区域都可能限制结论。每次任务都应检查检查点、观测支撑和处理伪影。目标变化较小时，应判断数据不确定性是否允许充分区分。不能只为使地图整洁就随意设置阈值，应解释方法和依据，并将支撑充分的发现与暂时无法评估区域区分。这样，接收者才能理解着色输出单元并不都代表相同强度的证据。

用补充证据验证重要位置

应选择与决策有关的变化，使用适当近景照片、现场观测、作业记录或补测检查，并保留对象身份和验证理由。表观事件若来自方法变化或几何错误，应修订分析且保留历史；不能未经调查就丢弃不方便的发现。验证区分初步检测与经过检查的结论。持续监测中，这些记录还可改善未来采集设计和指标选择，让投入集中于已经证明有用的观测，而不仅是重复自动差分计算。

明确日期和版本

每项变化成果必须标明源日期与处理版本，保留采集时段、有效覆盖和分析设置，不能仅用“最新”等文件名作为身份。源数据修订时，应判断是否重算分析，并清楚标识替代版本。变化说明要保留，使早期报告仍可解释。对摘要用户，应提供关联详细证据的位置图和发现表，连接管理信息与技术观测，降低修订和未修订数据在无人察觉来源或方法改变时被混用比较的风险。

以设施与植被共同监测为例

同一现场即使共用一次飞行，建筑变化和植被覆盖仍可能需要不同流程，各自采用适当定义与检查。应在稳定物体上验证配准、识别可比覆盖，并用额外证据调查重要发现，同时解释影响植被的季节差异。NiVO与载荷选择支持连续观测，但有用监测依赖一致方法和评估。变化图应引导验证与决策，而不是被当成不需进一步检查、能够自行识别全部物理事件及原因的图像。

假设情景：降雨后的表观变化

假设一个监测计划比较未开发现场的两期测量。后期降雨条件不同，多块土壤区域显得更暗，构筑物旁也出现新阴影。自动影像比较把大片区域标成变化。分析人员先询问用户真正需要什么：覆盖改变、材料移动还是几何差异。高亮像元应作为待复核候选，而不是已经确立的物理事件。团队在赋予模式含义或把面积报告为已确认改变前，先检查采集条件、源照片和现场记录。

稳定要素用于核对配准，高程比较采用兼容的表面定义、高程参考、网格和有效覆盖。如果提出与任务有关的几何变化，必须有适当观测支持，不能只凭颜色。团队选择有意义位置追加验证，并记录选择原因，不能仅为差分图好看而调整阈值。现有来源若无法区分环境外观与目标事件，应保留不确定状态，并向用户解释后果，不能用确定类别标签掩盖。

最终报告将每项接受的发现关联到源日期、数据版本和验证证据，区分有用筛查图与已检查结论，并标明某一期不可用区域。后续观测到来时，保留的比较设置可支持重新评估，无需重建没有文档的流程。这个假设案例说明，监测可以有效引导关注，却不必声称每个差异都有相同原因或证据强度，也为选择更可比采集条件、改进真正回答用户问题的指标提供依据。