実際に測定が意味するもの
動物統計は、ベクトル領域内のラスター値を要約しますが、結果はセルの包含、部分的なカバレッジ、欠落データ、およびラスターの意味によって異なります。 つまり、昇格、クラス比率、合計カウントは異なる計算です。 ピクセルサイズに近い小さなポリゴンは、格子の直線と境界ルールに特に敏感です。 計算の前に統計とサポートエリアを定義し、ラスターリファレンス、解像度、有効なマスクを目視しておきます。これにより、出力テーブルは、基礎的な観察よりもより正確ではありません。
再現可能な作業手順
ポリゴンの幾何学的および安定した識別子を検証し、ベクトルとラスター座標が一貫して解釈されていることを確認します。 セルのインクルージョンルールを選択し、部分的なセルとNoDataがどのように処理されるかを文書化します。 小さな抽出したラスターを使用して、手動で1つのポリゴンをテストします。 有効なセルカウントまたはカバーされたエリアをまとめてレポートします。 分類データについては、任意のクラスコードを平均化するのではなく、カウントまたは比率を計算します。 合計については、ラスター値が集計前に領域で乗算を必要とするセルの量または密度ごとに表しているかどうかを確認します。
計算と解釈
イラストのプロットは、四分の一が欠落している間、有効な値2、4と6の4等面積のラスター細胞をオーバーラップします。 有効なセルは4ですが、カバレッジは75パーセントしかなく、単純なフルセルの仮定下にあります。 欠損したセルをゼロに処理すると3が付与され、意味が変更されます。 値がカウントではなく、四角メートルあたりのイベントの場合、セル領域なしでそれらをまとめることも間違っています。 こうした例では、盗用テーブルの値が明示的なデノミネーターとユニットの解釈を必要とする理由を示しています。
質の点検および失敗の診断
解像度の限界付近のポリゴンの比較や、小数の正当化したパーチャネーションによる境界感度の検査。 ポリゴンを重ねるかどうかは、同じラスター領域を意図的に倍増します。 出力テーブルでラスターバージョンとグリッド定義を保存します。 単一の意味の背後にある不完全なカバレッジを隠さない; 統計が弱くサポートされるフラグゾーン。 受信ユーザーは、特に異なるカバレッジパターンを持つ管理ユニットや調査日を比較するとき、値と有効領域の両方を再現することができるはずです。
明示的なデータ契約から始めましょう
意図した幾何学やラスターの意味を書いて、参照システム、水平および垂直単位、範囲を座標化し、変換前の必要な属性を調節します。 ソースファイルを変更せずに保存し、通常の機能と厄介なエッジの両方を含む小さな代表的なテストエリアを作成します。 これにより、実際の故障を露出したケースを保ちながら、素早く動作確認が可能となります。 ファイルの開きが成功したのは、読みやすくチェックだけである。数字、調整解釈、または機能のセマンティクスが転送を生き延ばしたことを実証していない。
数字と外観を調べる
スタイルマップを表示するために、メタデータとサンプルの実際の座標やセル値を読みます。 フライリプロジェクション、自動コントラストストレッチ、および非表示のヌル値では、互換性のないデータセットが説得力のあるものになることができます。 ネイティブの境界、寸法、フィールド定義、および処理前のいくつかの安定したサンプルレコードを記録します。 同じチェックを繰り返します。 ディスプレイの設定は分析値とは別に保存し、カラーランプやスケールの変更が、根本的な地理測定の変化に誤ってはいけません。
リバーシブルな処理シーケンスを使用する
中間出力と名前付けされたオプションを使用して、明示的なステップからワークフローを構築し、各ステップで使用したオプションを記録します。 最初に最小限の意味のあるサブセットをテストし、検証済みのシーケンスをフルに適用する。 実験中の入稿を上書きしないでください。 操作が変更される場合、処理ノートで変更する状態の座標、解像度、幾何学、または数値型を変更します。 逆転性は診断を助けますが、損失の操作が元の詳細を回復できるということは暗黙ではありません。その理由で修正されていないソースを維持してください。
空間的に数値的に検証
外部のロケーション、境界、および不足しているデータを持つ領域でソースと出力を比較します。 逆のエラーが平均してキャンセルできるため、グローバルの要約とローカルのサンプルの両方をチェックしてください。 ベクトルの場合、機能のカウント、識別子、および幾何学的妥当性を検査します。 rasters は、バンド統計、マスク、グリッド寸法、およびサンプル値をチェックします。 結果が異なる場合、差が意図されているかどうかを分類し、結果の丸み、または欠陥を分類します。 単一のマップスクリーンショットに依存するのではなく、代表的な場所の証拠を保ちます。
ダウンストリーム使用に不確実性を運ぶ
保存された小数の場所は、測定精度ステートメントではなく、ストレージの選択です。 認証の精度とは別にソースの不確実性と解像度を保ちます。 運用が補間、一般化、集計される場合、新しいサポートエリアと観測値の仮定について記述します。 後で分析するのは、新しく作成された頂点やピクセルを独立したフィールド観測として扱うべきではありません。 特に、面積、距離、表面差、または小規模な管理ユニット上の統計を計算するときにこの区別が重要である。
ハンドオーバーの自己記述を作る
ソース、作成日、座標系、単位、処理履歴、および既知の制限を識別する簡潔なマニフェストでデータを配信します。 それを解釈するために必要なソフトウェアバージョンと任意の補助リソースを含める。 エクスポートされたファイルを別のリーダーで開き、実用的である場合、いくつかの名前付きテスト機能を確認したり、ソースと調整したりします。 クリーンなハンドオーバーにより、別のアナリストは意図した解釈を再現し、将来の変換を静かに置き換えることを防ぐことができます。 文書化された仮定を便利なアプリケーションデフォルトで置き換えます。
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。
