Mulailah dengan pertanyaan operasional
Imitasi pertanian menjadi berguna ketika setiap pengukuran tetap terhubung dengan desain eksperimental. Pengidentifikasi, replikasi, penempatan pengobatan dan tanggal observasi harus bertahan proses. Mengekstrak seluruh plot persegi panjang tanpa mempertimbangkan gang atau baris batas dapat mencampur respon pengobatan dengan efek tata letak dan tanaman di dekatnya.
Pertanyaan yang bekerja adalah, bisakah mengukur udara tanpa memperkenalkan batas dan bias tata letak? Jelaskan plot padi percobaan sebelum survei dimulai dan mengidentifikasi siapa yang akan meninjau mereka. Setuju bukti apa yang akan mengubah inspeksi, sampel atau keputusan manajemen. Ini membuat peta ini terikat pada tugas yang diuji dan memungkinkan untuk membedakan observasi yang berguna dari keluaran yang menarik yang tidak dapat menyelesaikan pertanyaan.
Memahami apa yang sebenarnya diamati gambar
Sebuah plot grid salah tempat dapat sampel pengobatan tetangga. Tanaman perbatasan mengalami cahaya dan kompetisi yang berbeda, dan sudut basah tunggal dapat mendominasi rata-rata plot kecil. Piksel gambar tidak membuat berbagai eksperimental independen bereplikasi.
Untuk plot padi percobaan, pengukuran definisi adalah bagian dari hasil. Pisahkan area tanaman dari jalan, bunds, headlands, vegetasi permanen dan air di mana ini berada di luar definisi penilaian. Putuskan apakah unit pengukuran adalah sebuah tanaman, panjang baris, patch atau blok manajemen, dan menjaga unit yang konsisten melalui analisis dan pelaporan. Latar belakang tanah, usia tanaman dan tumpang tindih kanopi mempengaruhi apa yang dapat diamati. Menjaga kelas yang tidak diketahui atau dikaburkan bukannya memaksa setiap lokasi ke kondisi baik atau buruk. Sebuah penyebut transparan dan pecahan pengamatan-valid- membuat perbandingan pertanian yang dihasilkan jauh lebih mudah untuk ditafsirkan dari persentase tunggal pertanian whole.
Mendesain penangkapan di sekitar target dan confounder nya
Penanaman percobaan padi akan akan dimulai dengan perbandingan yang dimaksudkan. Pilih jendela observasi yang cocok dengan tahap tanaman dan pertanyaan lapangan. Tanggal penanaman rekaman, irigasi baru-baru ini, curah hujan dan peristiwa manajemen. Inspeksi foto sampel untuk mengaburkan dan mengkonfirmasi bahwa fitur tanaman yang paling kecil relevan terlihat sebelum melakukan seluruh bidang untuk diproses. Pertahankan pengamatan berulang sebagai sebanding dengan praktis dalam penerangan dan konfigurasi kamera, ketika merekam perbedaan yang tidak dapat dihindari. Dimana reflektasi-indices berbasis diperlukan, gunakan spektral band yang cocok dan sebuah dievaluasi aliran kerja radiometrik; sebuah penyesuaian warna RGB biasa tidak setara untuk mengukur dekat-inframerah reflektansi. Termasuk perwakilan tanaman utuh serta anomali yang dicurigai dalam cakupan yang direncanakan.
Bangun alur kerja pemrosesan dan analisa yang dilacak
Para pengunjung di sudut-sudut pengadilan, mengesahkan label plot dengan buku lapangan dan membuat topeng plot internal dimana protokol meminta pengecualian perbatasan. Rekam area yang sudah di sampel untuk setiap plot. Merangkumkan penutup kanopi atau kalibrasi pengamatan spektral dengan plot dan tetap struktur replikasi untuk analisis statistik berikutnya. Tanda plot dengan data yang hilang bukannya mengganti mereka diam-diam.
Ulasan kualitas untuk eksperimen plot padi harus berlanjut setelah proses komplit. Tinjau keselarasan resolusi rendah sebelum mengandalkan hasil penuh, kemudian memeriksa mosaik selesai terhadap frame asli pada sudut anomali. Tolak kabur, jahitan parah dan daerah yang tidak didukung daripada menyenangkannya ke dalam peta tanaman yang tampaknya lengkap. Jika sebuah indeks digunakan, verifikasi identitas band, alignmen dan nilai-nilai tidak valid. Jika struktur digunakan, memeriksa awan titik dan dukungan permukaan bukannya mengasumsikan setiap sel raster diukur. Summarize distributions dan daerah yang valid dalam unit tanaman yang dimaksudkan, mempertahankan identifikasi bidang yang dibutuhkan oleh agronomis dan staf operasi.
Bekerja melalui contoh ilustratif
Sebuah percobaan ilustrasi memiliki empat tiruan dari setiap pengobatan. Setiap plot berisi ribuan piksel, tetapi pengobatan masih memiliki empat percobaan bereplikasi. Memperlakukan semua piksel sebagai independen akan menciptakan ketidakpastian yang sempit dan dapat melebih-lebihkan perbedaan pengobatan kecil jelas.
Contoh ini untuk plot padi percobaan adalah ilustratif sengaja, bukan hasil laporan atau janji akurasi. Gantikan asumsi-asumsi tersebut dengan nilai-nilai yang diukur proyek sebelum menggunakan alasan secara operasional. Menjaga pembilang, penyebut, tanggal observasi dan pengecualian terlihat. Jika batas yang masuk akal, visibilitas atau referensi mengubah keputusan, mengumpulkan bukti yang hilang atau mempertahankan kasus sebagai belum terselesaikan daripada melaporkan tempat desimal tambahan.
Validasi dengan bukti lapangan independen
Periksa identitas plot di lapangan, mengukur ciri-ciri referensi yang dipilih menggunakan protokol percobaan dan menahan beberapa plot ketika mengevaluasi hubungan prediktif. Pastikan label dan pengamatan sesuai dengan kunjungan dan tahap pertumbuhan yang sama.
Sebuah evaluasi percobaan plot padi harus termasuk baik ditandai target dan cocok referensi lokasi tak ditandai. Memeriksa hanya kandidat yang paling jelas tidak bisa memperkirakan target yang terjawab atau pola alarm penuh. Pengamatan terpisah yang digunakan untuk menyesuaikan metode dari mereka yang digunakan untuk mengevaluasi itu. Menjaga unit sampling dan metode seleksi eksplisit, dan melaporkan kasus sulit atau tidak dapat dilayani daripada menjatuhkan mereka diam-diam. Ketika waktu lapangan berbeda dari waktu gambar, jelaskan apakah situs tersebut dapat berubah antara kunjungan. Ketidaksetujuan adalah bukti untuk menyelidiki, bukan instruksi untuk memaksa catatan tanah untuk mencocokkan peta.
Selesaikan resiko interpretasi topi- spesifik
Plot trial harus membawa pecahan valid- pixel serta pengamatan rata mereka. Sebuah plot perawatan dengan bayangan berat atau strip mosaik hilang mungkin terlihat sebanding dengan plot yang diamati penuh. Mempertahankan identifikasi percobaan plot yang asli, bahkan jika perangkat lunak pemrosesan menciptakan fitur yang berbeda nomor. Sudut Ulasan dengan tim lapangan setelah survei pertama, karena pergeseran satu baris tidak diketahui dapat mencemari setiap tanggal berikutnya. Ketika plot harus dikecualikan, mempertahankan dalam tabel dengan alasan sehingga analisis tidak diam-diam mengubah sampel eksperimennya.
Serahkan bukti yang bisa digunakan tim penerima
Kirim tabel plot dengan versi topeng, area yang valid, pengamatan dan bendera kualitas. Tetap fokus agronomic dalam analisis yang menghormati desain percobaan; pengukuran pasokan mosaik daripada vonis pengobatan.
Untuk eksperimen plot pemberian padi, mempertahankan identifier stabil, tanggal pengamatan sumber, referensi koordinat, batas analisis dan status observasinya. Pasokan kedua suatu gambaran akses dan data geospasial relevan yang diperlukan. Lampirkan sebuah register eksepsi pendek yang menjelaskan fitur yang belum terselesaikan dan pemeriksaan berguna berikutnya. Jika data direvisi, melestarikan alasan dan versi sehingga jumlah atau status dapat ditelusuri. Minta tim penerima untuk menemukan item sampel dan menafsirkan kepercayaan dirinya; bahwa ulasan praktis sering mengungkapkan konteks hilang bahwa cek integritas berkas tidak dapat mendeteksi.
Ketika mengevaluasi Cloud fotogrametri Software untuk plot padi eksperimental, menilai alur kerja lengkap dengan sebuah datet perwakilan. DroneColbab dapat dipertimbangkan untuk mempersiapkan outputs pemetaan fotogrametris, sementara menggunakan interpretasi spesifik dan validasi lapangan tetap penting. (DroneCollab) Bandingkan ekspor, proses tinjauan, dan bukti pilot sebenarnya sebelum memilih alur kerja untuk pekerjaan berulang.
