在做出预测之前阅读作物指标

从操作问题开始

解释哪些光谱带和公式产生了该指标，然后检查土壤、冠层结构、云和管理如何影响结果。将解释与作物和采集日期联系起来。

将观察与解释分开

绿度、叶绿素或冠层水分代理并不自动成为作物阶段、产量或 NPK 预测。相同的数值对于不同的作物和季节可能有不同的含义。

解读色阶之前的公式

记录用于计算指数的公式、波段名称、传感器、处理级别、比例因子和节点数据处理。对于 NDVI，熟悉的关系是近红外反射率和红色反射率之差除以它们的总和。其他指数使用不同的波段并响应树冠、水、大气和背景的不同组合。

在组合频段之前检查原始分辨率，并区分重采样和添加信息。使用跨日期的类似处理方法，并检查云、阴影、薄雾、裸土和混合像素。显示的颜色范围是视觉选择；改变它可以使相同的数值差异显得或多或少显着。

将数字模式与明确的现场问题和合适的参考观察联系起来。指数可以支持在特定条件下识别相对变化，而无需测量特定的农艺特性。避免在不相关的作物和阶段使用通用阈值。用地图报告公式和限制，以便用户可以区分图像衍生的代理和校准的物理测量。

将空间细节与问题相匹配

农业 GIS 连接田地边界、观测结果和图像，但每个数据集都有自己的空间支持。点标记位置，多边形描述区域，光栅像素概括足迹。它们不应被视为等效测量。在叠加图层之前，请检查其坐标参考系、日期和单位。可见的对齐问题可能是由坐标或地理配准问题引起的，而不是作物本身的移动或变化。

Sentinel-2 的频段具有不同的原始空间分辨率。其可见光和宽阔的近红外波段比红边和短波红外波段具有更精细的分辨率。重新采样可以将这些波段放在一个公共网格上，但它不会创建新的观察到的细节。当田地狭窄或较小时，边界像素可能会将农作物与道路、树木、水或邻近土地混合在一起。在将田间平均值解释为纯作物测量值之前，先解释一下该混合物。

通过分析保留质量和时间信息

光学图像需要注意云、雾和阴影。总体云百分比较小的场景可能仍会遮挡目标区域。检查实际感兴趣的区域并保留所使用的掩蔽或质量方法。比较兼容的产品和文档处理选择，尤其是在从不同日期或传感器构建时间序列时。无法解释的跳跃可能是数据质量问题，而不是植被突然变化。

植被指数描述反射光谱信号的组合。 USGS 解释说，NDVI 对土壤背景很敏感，并且在茂密的植被中可能会饱和。因此，最好结合作物阶段、冠层结构和田间证据来解释指数。颜色等级并不是营养浓度、疾病识别或可收获产量的直接测量。这些解释需要适当的校准和验证，任何预测都应保留其不确定性和评估条件。

使地图可重复且对下一个观察者有用

保留原始输入、分析日期、方法版本和相关参数以及输出。使用清晰的图例来区分观察值、派生指标和未经验证的候选值。如果统计数据排除了多云像素或非裁剪区域，请记录排除情况和有效覆盖范围。如果覆盖范围在不同日期之间发生变化，请承认平均值可能代表该领域的不同部分。当报告将一系列地图转变为趋势时，这一点尤其重要。

围绕预期用途设计验证。一种作物和季节的模型应在代表其运行条件的独立示例上进行测试。现场检查应查找遗漏的对象以及不正确的建议对象，分类检查应包括每个有意义的类别。保留分歧并审查其原因，而不是消除疑难案件。当另一个人能够遵循地图的证据、了解其局限性并决定下一步需要进行哪些观察时，地图就变得具有操作价值。

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。

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。

定义可交付成果和批准

准备一份指标解释表，记录拟议决策所需的公式、传感器、处理、质量模板、对照组和现场证据。

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。