衛星画像、ドローン、現地調査のいずれかを選択する

運用上の質問から始める

管理上の質問で区別する必要がある最小のオブジェクトと最も早い変更から始めます。タスクごとに 1 つのテクノロジーを選択するのではなく、対象範囲、詳細、再訪の機会、現場へのアクセスを比較します。

観察と説明を分離する

高解像度のドローン画像は、高速イベントには頻度が低すぎる可能性がありますが、衛星シリーズが頻繁に発生しても個々の植物を解決できない可能性があります。ツールを結合するには、やはり日付と座標を調整する必要があります。

画像の詳細、タイミング、処理をタスクに合わせる

画像で解決する必要がある最小の特徴または変更について説明します。フィールドレベルの植生モニタリングと個々の植物の検査には、異なる空間詳細が必要ですが、どちらの要件も表示されるズーム レベルによって確立されるわけではありません。ネイティブ帯域解像度、実際の取得日、使用可能なカバレッジの量を確認してください。リサンプリングされたイメージには、より多くの独立した詳細を含めることなく、より多くのピクセルを含めることができます。

日付やソースを比較する前に、処理の選択肢を確認してください。表面反射率、生の輝度、ビジュアル写真、およびスタイル付きマップ タイルは別の製品です。大気処理、関連する場合の放射校正キャリブレーション、画像の位置合わせ、および品質マスクに注意してください。情報源が異なる場合は、比較が空間パターンに関するものであるか、数値的な一致に関するものであるかを、両方がサポートおよび説明できる規模で比較してください。

質問に適切なフィールド参照を保持してください。スタンドギャップの存在は写真で確認できますが、定量的な特性を得るには校正された機器または実験室の方法が必要です。同じ条件を表すために画像に十分近いところで現場観察をスケジュールし、遅延を文書化します。取得間でクロップが変化した場合は、ソースを同時のものとして扱うのではなく、そのイベントを解釈の一部として保持します。

現場で確認できる判断からスタート

スマート農業ワークフローは、どの地域が検査を必要としているのか、どの作業が予定されているのか、どの観察が不確実性を解決するのかなど、特定の質問から始まります。データを収集する前に、管理単位と結果を使用する人を定義します。圃場境界、サンプリング場所、納品ロットは別のオブジェクトです。それらの識別子を分離し、それらの関係を文書化します。これにより、情報が基礎となるレコードが許容するよりも空間的に正確に表示されることが防止されます。

その質問に必要な証拠を列挙してください。作物の段階、管理履歴、土壌観察、水質測定および画像はそれぞれ寄与する可能性がありますが、互換性はありません。一貫した単位を使用し、値が測定されたとき、推定されたとき、または取得できないときを記録します。欠落している測定値は、目に見えて欠落したままである必要があります。空のセルにもっともらしい数字を入力すると、ダッシュボードが完成したように見える一方で、ダッシュボードがサポートするはずだった意思決定が弱まってしまう可能性があります。

新しいキャンペーンを開始する前に、他のチーム メンバーにサンプル レコードを助けを借りずに解釈してもらいます。あいまいなラベル、文書化されていない単位、または不明確な観測日は、何百もの記録が蓄積される前に修正するのが簡単です。

マップを使用して観察と比較を整理する

FAO の作物監視活動は、農業システムの理解における地理空間情報の役割を示しています。実際の農場ワークフローでは、その空間的な概要と意思決定の規模での観察が組み合わされます。潜在的な差異をマッピングし、代表的な場所を検査して、実際に見つかったものを保持します。予想される観察と予想外の観察の両方を記録します。最初の解釈を確認する場所のみが保持されている場合、結果として得られるデータセットは、将来のモニタリングまたはモデル開発のための誤解を招く根拠を提供することになります。

可能な限り、同様の作物、段階、管理条件を比較してください。 2 つの圃場間の大きな違いは、処理の効果ではなく、播種日を反映している可能性があります。小規模なトライアルの場合は、結果を確認する前に、比較計画を書き留め、その他の管理上の相違点を記録します。前後の写真だけでは因果関係を証明できません。天候、作物の生育、同時進行の作業はすべて、観察される変化に影響を与える可能性があります。

フォローアップの質でワークフローを判断する

有用な出力には、ソースの日付、範囲、方法、および未解決の質問が記載されています。画像ベースの結果の場合は、質の高い情報を保持し、雲や影が解釈を妨げる場所を説明します。野外観察の場合は、サンプリング方法と観察者の記録を保存します。データセットを結合する場合、どの期間と場所が実際に重複しているかを示します。視覚的に説得力のあるオーバーレイでも、さまざまなイベントを説明する証拠を組み合わせることができるため、それらの関係を確認することは分析の一部です。

完了および検討された決定の観点から進捗状況を測定します。つまり、検査が解決されたか、灌漑の問題が検証されたか、サンプリング計画が改善されました。チームが運用上の価値を評価したい場合は、コストと労力を記録し、測定された節約と期待を区別します。単一のセンサー、インデックス、またはソフトウェア プラットフォームによって、普遍的な収量や利益の向上が確立されることはありません。実際的な目標は、証拠が決定を知らせ、アクションが記録され、その後の観察がチームの次の決定の改善に役立つという追跡可能なサイクルです。

すべてのマップされた値の背後にあるサポートを確認する

実際の対象フィールド上でソースを検査します。シーン全体のメタデータにより、雲、影、ぼやけたストリップ、不完全な調査、位置合わせの問題など、決定が必要な場所を正確に隠すことができます。各フィールドの日付、空間サポート、品質フラグ、および有効なカバレッジを記録します。使用可能な裏付けがほとんどない観察は、一見もっともらしい値で埋められるのではなく、使用できないままにする必要があります。

欠損値と除外値を、有効な測定値とは別に検討します。ゼロ、未訪問の場所、マスクされたピクセル、センサー エラーは、さまざまな状況を表します。データ欠落の理由は概要段階まで保存してください。推定値を使用する場合は、それを推定値としてマークし、独立した観測値と間違われないように方法を説明します。

結果を比較する前に受け入れルールを選択します。有利な結果にも不利な結果にも一貫して適用してください。難しい例を集めた小さなコレクションを保持し、変更を処理した後に再度参照してください。品質レビューには、正常に作成された記録だけでなく、欠落やアクセスできない領域も含める必要があります。透明で不完全なデータセットは、サポートされていない値が特定できない完全に見えるマップよりも便利です。

フィールドを表す参照観測を設計する

サンプルが表す必要がある母集団と、サンプルが回答する必要がある質問を述べます。関連する作物の段階、地形、管理、画像条件に合わせて場所を選択します。目立つ異常や便利な道の駅だけでなく、日常的な地域や困難な事例も含めます。選択ルールを記録して、後のユーザーが参照がどこを代表しているのかを理解できるようにします。

適切な分野のプロトコルを使用して、観察単位、領域または深さ、タイミング、機器または実験方法、および必要な反復を定義します。点観測と衛星ピクセルは異なる空間サポートを持っています。その不一致を評価するために十分なコンテキストを記録します。アクセスできないサイトをサンプリング ログに保存し、サイトを黙って削除するのではなく、置き換えについて説明します。

可能な場合は、評価対象の結果から参照コレクションを分離します。一致または誤差を計算する前に、オブザーバーの一貫性と欠損データを確認します。生の観察、修正、除外をその理由とともに保持します。サンプルを増やすと精度が向上しますが、偏ったサンプルが大きいと依然として除外条件を表すことができません。サンプリング設計がサポートする母集団および期間内の結果を使用します。

成果物と承認を定義する

各質問に対する適切な情報源を特定し、どの不確実性を現場訪問によって解決する必要があるかを説明する観察仕様書を作成します。

結果を共有する前の実践的なレビュー

観測値をそのソースと照合して、フィールド識別子が正しいことを確認してください。日付、単位、欠損値、品質の除外、およびジオメトリのバージョンを確認します。同僚に、記録された入力から代表的な結果を 1 つ再現してもらいます。この小規模な独立したチェックにより、多くの場合、レポート全体に影響を及ぼす前に、誤解されたフィールド コードや処理の前提が明らかになります。

マッピングされたパターンの別の説明を書き留め、それらを区別できる証拠を特定します。測定された観察結果は、解釈や治療や管理の指示とは別に保管してください。決定には責任ある審査員を指名し、現地の運用手順を説明する必要があります。証拠が不十分な場合、適切な出力は、自信のある主張ではなく、対象を絞った検査になります。

元の結果、レビューされたバージョン、および短い変更ログを保存します。出力が合理的に説明できる場所と期間を述べます。地図を共有するときは、明確な凡例、出典の日付、不確実性についてのわかりやすい説明を提供してください。受信者は、フィーチャが確認された観測値なのか、検査を待っている候補なのか、それともモデルベースの推定なのかを知っている必要があります。

調査を反復可能な現場サイクルに変える

目的の場所で使用できる地図と質問の簡潔なリストを用意して訪問の準備をします。アクセス、許可、設備、およびその分野に精通した人の有無を確認します。代表的な停留所や珍しいエリアを選択してください。観察が欠けていると結果の解釈方法が変わる可能性があるため、計画されたルートをたどることができなかった場所を記録します。

訪問後、チームが観察内容を明確にできるうちに観察内容を確認します。写真、測定値、コメントを同じフィールドに接続し、識別子にアクセスします。フォローアップ ステータスを割り当て、未解決のケースを保存します。修正では、何が変更されたのか、なぜ変更されたのかを説明する必要があります。元の証拠を消したり、以前の解釈が確かであったように見せかけたりしてはなりません。

次の適切な観察日に、同じ定義を使用して条件を比較し、訪問の間に発生した管理または気象事象を確認します。実際に完了したアクションとその運用結果を記録します。これにより、最初のパターンから現場での確認、その後のレビューまでの証拠の証跡が作成され、マッピング プロセスを連続シーズンにわたって改善しやすくなります。