実際に測定が意味するもの
プロジェクトの全体に高度化の不確実性はほとんど均一です。 観察幾何学、ポイント サポート、土地カバー、斜面、補間距離および参照の間違いは空間的に変わることができます。 有用な不確実性のマップは、何の量が表れ、どのように推定されたかを述べています。 単なる密度マップは、精度で再彩色されるものではありません。 他の人が全面で共有されている間、一部のコンポーネントはローカルです。 これらのコンポーネントを区別しないようにすることで、利用可能な検証が実際にサポートできない知識を暗黙させることから、細かい粒状に残らない不確実性イメージが防止されます。
再現可能な作業手順
点密度、サポートへの距離、斜面、分類の信任および獲得の幾何学のような候補のexpplanatory層を造って下さい。 適切なデータが存在する独立した残留物と比較します。 それらの観察と検証証拠がそれをテストするためにサポートされている条件内でのみ、不確実なモデルに適合するか、または定義します。 未サポート領域または延床面積の層を別の層に保管します。 統計的、確率解釈、空間的サポート、校正方法の記録。 証拠がスパースである場合、明示的な定性フラグを使用して、不当に正確な数値の不確実性をすべてのセルに割り当てます。
計算と解釈
開口部の0.05mのローカルランダムな不確実性のスケールと、散布地の0.20mの面積で照らしさを想像してみてください。0.08mの共有参照不確実性。 共有コンポーネントは、舗装が多くのセルを含んでいるためだけ小さくならず、 コンポーネントが独立して、強制的に表現されている場合は、局所的な結合された標準の不確実性は、要約された分散の平方根を介して計算することができるが、その仮定は述べなければならない。 たとえば、ローカルレイヤーを色付けした1つが、エラーの挙動を記述するのに不十分である可能性がある理由を示します。
質の点検および失敗の診断
より大きな予測されていない不確実性が、完全な点義的な合意を要求することなく、より大きな独立した残留物に対応するかどうかをテストします。 表面型別に校正を点検し、植生下で舗装モデルを余分に汚染することを避けます。 未知の系統的な効果を解釈で確認します。 地図でモデル入力、有効なドメイン、制限を配信します。 ダウンストリームのユーザーは、測定されたエラー、モデル化された不確実性、未サポート領域を区別することができ、すべての隠された地形特性が正しく観察された証拠として低値を解釈すべきではありません。
物理的な表面を定義する
成果物が見える表面、分類された地面、数式補間、またはこれらの混合物を表すかどうかを状態に。 さまざまな解釈の問題を作成するため、植生、水、建物、および閉塞地を明示的に記述します。 原物観察を保存し、得られた製品を別々に分類します。 点の密集が自動的に不透明のキャノピーまたは壁の後ろにあるものを確立しません。 表面定義は、参照測定が適切であるかを決定し、どの下流計算が利用可能な証拠によってサポートすることができます。
再現性のある比較領域を保持
平面、斜面、鋭角、隙間を含んだ小径の試験領域を選択し、どこでも表面操作を適用します。 入力選択、座標系、フィルタ設定、補間パラメータ、出力グリッド定義を保存します。 同じ有効なフットプリント上の代替品を比較します。 複数の出力がより多くの満たされた細胞があれば、改善された測定の質からの高められた適用範囲を区別して下さい。 マスクは、観察されたサポートと推論領域を特定し、後でユーザーが特定の決定のために補間位置が許容されるかどうかを選択できます。
セクションとマップを一緒に見ます
計画ビューを使用して、幅広いパターンと複数の垂直セクションを見つけて、ローカルジオメトリを調べます。 丘陰は均一な高さシフトを隠すことができますが、数値差マップは縦面の形状を見逃すことができます。 面粗さを伴って観察をサポートする点分布、分類、距離を調べます。 セクションの場所を保存して、別のアナリストは検査を繰り返すことができます。 選択された視覚化が同じ好ましい眺めを繰り返すのではなく、補完的な失敗モードを公開するとき、品質レビューはより信頼性が高くなります。
相関エラーのアカウント
共有参照エラー、補間偏差、および空間的に相関する再構築効果から、ランダムなポイントを分離します。 近距離のピクセルを平均化することで、必ずしも一般的なオフセットやコヒーレントドームを外さない。 エリアやボリュームの不確実性を計算するとき、想定された相関の長さを説明し、盗用可能な代替をテストします。 水平方向の変位が垂直方向の差として現れるので、水平方向の不確実性を斜面に目に見えるように保ちます。 独立した証拠からどのコンポーネントが推定され、フィールド検証を必要とする前提が残っているかを説明します。
適切な独立した証拠と比較して下さい
ターゲット表面にマッチした参照観察を使用し、表面調整や決定のフィルタリングには関与しません。 調査方法、高さシステム、分布、および地方の土地カバーを記録して下さい。 署名された残留物をまとめて、それらを集計統計に減らす前にチェックします。 参照自体が不確実性を持っている場合、解釈の制限が含まれます。 アクセス道路の近くで、いくつかの便利なチェックは、その残留物が優れた外観であっても、サイト全体に急な、植生、または不十分な観察領域の動作を確立することはできません。
限界の面を解放して下さい
観察日、表面定義、座標および高さシステム、ポイント選択、グリッド間隔、補間、欠落データ規則を文書化します。 表面が劣っているか、または信頼できない領域の有効な分析の足跡および旗を含んで下さい。 実際のチェックを行なって、それらを再現するのに十分な詳細を提供します。 意図した使用と未解決の制限のための別のノートを保ちましょう。 これにより、製品が輪郭を描き、設計スクリーニング、変更検出、またはより要求の厳しい測定タスクをサポートするかどうかを決定するための実践的な基礎を分析します。
決定を検証するだけでなく、ファイル
受容許容範囲を選択する前に、下流決定を定義します。 概要マップ、繰り返しアンケート比較、およびエンジニアリング測定は、異なる証拠を必要とする間、同様の検索ファイルを使用することができます。 物理的なユニットに許容を記述し、それが適用されるフットプリントを状態にします。 利用可能なチェックが表面タイプや動作条件を覆いていない場合は、そのギャップを明示的に識別します。 これは、条件付き受諾を有用にします。アナリストはサポートされた部分を解放し、調査のためのフラグを立てられた部分を保持し、実際に検討した場所を越えて無声に証拠を拡張することを避けます。
観察から想定を捨てる
測定した量、計算、および仮定を分離する短い解釈のノートを保って下さい。 本記事の数値例は、機構のイラストです。運用決定を行う前に、プロジェクト測定で入力を置き換えます。 不確実な入力のために、防御範囲上の計算を繰り返し、結論が変化するかどうかを確認します。 場合、その入力に対するより良い証拠を得るには、関連のない処理設定を調整するよりも価値があるかもしれません。 代替結果を保持するので、審査官は、選択したワークフローが十分に判断された理由を理解することができます。
マッピングプロジェクトで結果を使う
ドローン画像処理ソフトウェアは、その出力が文書化された入力に接続され、チェックにつながり続けるときに最も便利です。 ドローンCollabプロジェクトは、分析者は、意図した測定のための調整解釈、独立した検証、適合性について責任を保持しながら、1つの処理先として考慮することができます。 (DroneCollab) 製品の名称がサポートや精度を確立するのではなく、実際のプロジェクトで利用可能なインポートとエクスポートオプションを確認します。
