在卫星图像、无人机和实地调查之间进行选择

从操作问题开始

从管理问题需要区分的最小对象和最快变化开始。比较覆盖范围、细节、重新审视机会和现场访问，而不是为每项任务选择一种技术。

将观察与解释分开

对于快速事件来说，高分辨率无人机图像可能太罕见，而频繁的卫星系列可能无法解析单个植物。组合工具仍然需要对齐日期和坐标。

将图像细节、时间和处理与任务相匹配

描述图像必须解决的最小特征或变化。田间植被监测和单株植物检查需要不同的空间细节，并且这两种要求都不是通过显示的缩放级别来建立的。检查原始频段分辨率、实际采集日期以及可用覆盖范围。重新采样的图像可以具有更多像素，但不包含更多独立细节。

在比较日期或来源之前检查处理选择。表面反射率、原始辐射度、视觉照片和样式地图图块是不同的产品。注意大气处理、相关辐射校准、图像对齐和质量掩模。如果来源不同，请在两者都能支持和解释比较是否涉及空间模式或数字一致性的范围内进行比较。

保留适合问题的字段参考。照片可以确认存在间隙，而定量特性则需要校准仪器或实验室方法。安排足够接近图像的现场观察以代表相同的条件，并记录延迟。如果在采集之间作物发生了变化，请保留该事件作为解释的一部分，而不是将源视为同时发生。

从可以现场检查的决定开始

智能农业工作流程始于一个具体问题：哪个区域需要检查，哪个操作到期，或者哪个观察可以解决不确定性？在收集数据之前定义管理单位和使用结果的人员。田间边界、采样位置和交货批次是不同的对象；将他们的标识符分开并记录他们的关系。这可以防止信息在空间上显得比基础记录允许的更精确。

列出该问题所需的证据。作物阶段、管理历史、土壤观察、水测量和图像可能各自有所贡献，但它们不能互换。使用一致的单位并记录测量、估计或不可用的值。缺失的测量结果应该仍然明显缺失。用看似合理的数字填充空单元格可以使仪表板看起来完整，同时削弱它应该支持的决策。

在开展新活动之前，请另一位团队成员在没有帮助的情况下解释样本记录。在积累数百条记录之前，模糊的标签、无记录的单位或不明确的观察日期更容易纠正。

使用地图来组织观察和比较

粮农组织的作物监测工作显示了地理空间信息在了解农业系统方面的作用。实用的农场工作流程将空间概览与决策规模的观察结合起来。绘制潜在差异图，检查代表性位置并保留实际发现的内容。记录预期和意外的观察结果。如果仅保留确认初始解释的位置，则所得数据集将为未来的监测或模型开发提供误导性基础。

尽可能比较相似的作物、阶段和管理条件。两个田地之间的巨大差异可能反映了它们的播种日期，而不是处理的效果。对于小型试验，在审查结果之前写下比较计划并记录其他管理差异。仅凭前后照片并不能确定因果关系。天气、作物生长和同步作业都会导致观察到的变化。

通过后续工作的质量来判断工作流程

有用的输出描述了其来源日期、覆盖范围、方法和未解决的问题。对于基于图像的结果，保留质量信息并解释云或阴影阻碍解释的地方。对于现场观察，保留采样方法和观察者的记录。组合数据集时，显示哪些时间段和位置实际上重叠。视觉上令人信服的叠加仍然可以结合描述不同事件的证据，因此检查这些关系是分析的一部分。

根据已完成和审查的决策来衡量进度：解决了检查、验证了灌溉问题或改进了抽样计划。如果团队想要评估运营价值，请记录成本和工作量，并将测量到的节省与预期区分开来。没有任何一个传感器、指数或软件平台能够普遍提高产量或利润。实际目标是一个可追踪的循环，其中证据为决策提供依据，行动被记录，随后的观察帮助团队改进下一个决策。

检查每个映射值背后的支持

检查实际感兴趣领域的源。场景范围的元数据可以准确地在需要决策的地方隐藏云、阴影、模糊带、不完整的测量或对齐问题。记录每个字段的日期、空间支持、质量标志和有效覆盖范围。几乎没有可用支持的观察应该保持不可用状态，而不是用明显合理的值来填充。

与有效测量分开检查缺失值和排除值。零、未访问的位置、屏蔽像素和传感器错误描述了不同的情况。通过汇总阶段保留丢失数据的原因。如果使用估计值，请将其标记为估计值并解释方法，以免被误认为是独立观察。

在比较结果之前选择接受规则。始终如一地应用它们来获得有利和不利的结果。保留一小部分困难的示例，并在处理更改后重新访问它。质量审查应包括遗漏和无法进入的区域以及成功生成的记录。透明的不完整数据集比无法识别不支持的值的表面上完整的地图更有用。

设计代表该领域的参考观测

说明样本应代表的总体及其必须回答的问题。根据相关作物阶段、地形、管理和图像条件选择位置。包括普通区域和困难情况，而不仅仅是明显的异常或方便的路边停车点。记录选择规则，以便以后的用户了解参考文献的代表性。

使用适当学科的协议定义观察单位、区域或深度、时间、仪器或实验室方法以及所需的重复。点观测和卫星像素具有不同的空间支持。记录足够的上下文来评估这种不匹配。将无法访问的站点保留在采样日志中，并解释任何替换，而不是默默地删除它们。

如果可行，将参考集合与正在评估的结果分开。在计算一致性或误差之前检查观察者的一致性和缺失数据。保留原始观察结果、更正和排除及其原因。更多的样本可以提高精度，但大的有偏差样本仍然无法代表排除的条件。使用抽样设计支持的总体和时期内的结果。

定义可交付成果和批准

编写一份观察规范，确定每个问题的适当来源，并解释哪些不确定性必须通过实地考察来解决。

分享结果之前进行实际审查

根据其来源检查观察结果并确保字段标识符正确。查看日期、单位、缺失值、质量排除和几何版本。请一位同事从记录的输入中重现一个有代表性的结果。这种小型独立检查通常会在影响整个报告之前暴露出被误解的字段代码或处理假设。

写下所映射模式的替代解释，并确定哪些证据可以区分它们。将测量的观察结果与解释以及任何治疗或管理指令分开。决定应指定其负责的审查员并说明当地的操作程序。如果证据不充分，适当的输出是有针对性的检查，而不是自信的主张。

保留原始结果、任何审阅的版本和简短的更改日志。说明输出可以合理描述哪些地点和时期。共享地图时，请提供清晰的图例、来源日期以及对不确定性的易于理解的解释。接收者应该知道某个特征是已确认的观察结果、等待检查的候选特征还是基于模型的估计。

将调查转变为可重复的现场循环

使用可在预定地点使用的地图和简明的问题列表来准备访问。确认熟悉该领域的人员的访问、权限、设备和可用性。选择有代表性的站点以及不寻常的区域。记录无法遵循计划路线的位置，因为缺少观察结果可能会改变结果的解释方式。

访问结束后，在团队仍然可以澄清观察结果的同时回顾观察结果。将照片、测量结果和评论连接到同一字段并访问标识符。分配后续状态并保留未解决的案例。更正应解释发生了什么变化以及原因；它不应抹去原始证据或使早期的解释显得确定。

在下一个合适的观察日期，使用相同的定义比较条件，并审查两次访问之间发生的任何管理或天气事件。记录实际完成的操作及其操作结果。这创建了从最初的模式到现场确认和后来的审查的证据线索，使得绘图过程更容易在连续的季节中得到改进。