작업 문제로 시작
쌀은 쌀의 독특한 재배자, 질감 또는 성장 패턴을 형성 할 수 있지만, 성장 단계와 작물과 비 크립 식물 변화와 유사합니다. 댄포스 워크플로우 지도 후보 패치와 그들의 관계는 행, 번들 및 물 경로. 그것은 모든 초록색이나 키가 큰 패치가 잡초 축제입니다.
작업 질문은: 어떤 특이한 채권 패치는 관리가 고려되기 전에 잡초를 위해 검사되어야 합니까? 조사가 시작되기 전에 쌀 잡초 패치를 정의하고 누가 검토 할 수 있는지 확인합니다. 증거가 검사, 샘플링 또는 관리 결정에 변경 될 것임을 알 수 있습니다. 이지도를 테스트 가능한 작업에 연결하고 문제를 해결할 수 없는 매력적인 출력에서 유용한 관찰을 구별 할 수 있습니다.
이미지가 실제로 관찰하는 것을 이해하십시오.
봉사 쌀, 심지어 테이스팅과 작물 복구는 잡초 패치와 유사 할 수 있습니다. 몇몇 잡초는 닫히고 위에 관찰될 수 없습니다. Spectral indices는 반사를 요약하지만 지역적으로 평가 된 분류 접근없이 잡초 종을 거의 식별합니다.
쌀 잡초 헝겊 조각을 위해, 측정 정의는 결과의 일부입니다. 도로, 묶음, headlands, 영구 채권 및 물에서 심은 영역을 분리하여 이러한 평가 정의 밖에서 있습니다. 측정 단위가 공장, 행 길이, 패치 또는 관리 블록인지 여부를 결정하고 분석 및 보고를 통해 일관성을 유지하십시오. 토양 배경, 작물 연령 및 닫집 overlap는 관찰 가능한 것에 영향을줍니다. 모든 위치가 좋지거나 가난한 상태로 인해 알 수없는 또는 비정규 클래스를 유지하십시오. 투명 감쇄기 및 유효 보류 분수는 단일 전체 스펙트럼 비율보다 훨씬 쉽게 농업 비교를 만듭니다.
대상과 그 융합자 주변의 디자인 캡처
쌀 잡초 헝겊 조각을 위한 캡처 계획은 예정된 비교로 시작되어야 합니다. 작물 단계와 현장 질문에 맞는 관측 창을 선택하십시오. 기록 심는 날짜, 최근 관개, 강우 및 관리 사건. Inspect 샘플 사진 blur에 대 한 고 작은 관련 작물 기능 처리 하기 전에 볼 수 있다. 조명과 카메라 구성에서 실제적으로 관찰을 반복적으로 유지하면서 비폭력적인 차이를 녹음합니다. 반사 기반 지수가 필요한 경우 적절한 스펙트럼 밴드와 평가 된 무선 워크플로우를 사용하십시오. 일반적인 RGB 색상 조정은 가까운 적외선 반사 측정과 동일하지 않습니다. 의 대표적 인 작물뿐만 아니라 계획 된 적용 범위에서 의심스러운 무형물을 포함.
추적 가능한 처리 및 분석 워크플로우 구축
대상 잡초 또는 잡초 그룹과 작업에 상관없이 최소 패치에 동의하십시오. 그라프의 그라프는 그라프와 그라프를 섞은 그라프입니다. 얇은 축제에서 생생한 작물과 놓인 탐지에 있는 거짓 경보를 구부릴 수 있습니다. 검사 층을 나중에 처리 처방전과 구별합니다.
쌀 잡초 헝겊 조각에 대한 품질 검토는 처리 완료 후 계속해야합니다. 전체 출력에 의존하기 전에 낮은 해상도 정렬을 검토 한 다음 anomaly 가장자리에서 원래 프레임에 대한 완성 된 모자이크를 검사합니다. blur, 심한 솔기 및 지원되지 않은 영역을 넓히지 않도록하십시오. 인덱스가 사용되면, 밴드 정체성을 확인하고, 정렬 및 잘못된 값을 확인합니다. 구조가 사용되면, 포인트 클라우드 및 표면 지원이 모든 래스터 셀을 할당하는 대신 측정됩니다. 해당 이용 후기에 달린 코멘트가 없습니다.
일하는 일
일러스트의 경우 30명의 후보 패치가 맵핑되어 20개가 방문합니다. 12가 표적 잡초를 포함하면, 검사한 정밀도는 그 표본을 위해 60%입니다. 그것은 우리가 놓은 후보자 밖에서에 대해 아무것도하지 않습니다. 팀도 적절한 샘플을 검토하지 않는 작물.
쌀 잡초 헝겊 조각의이 예는 deliberately illustrative, 보고 된 outcome 또는 정확도 약속. 프로젝트의 측정값을 사용하여 작업의 소각을 변경합니다. 수화기, 탈광기, 관측일 및 노출을 볼 수 있습니다. 백악관 경계, 가시 또는 참조 변경이 결정을 변경하면 누락된 증거를 수집하거나 추가 소수점을 보고하지 않고 해결되지 않는 경우를 유지합니다.
독립적 인 필드 증거로 검증
Inspect flagged and unflagged 위치, 종을 식별하고 동의한 필드 방법으로 지역 복종을 추정. 문서 플랜트 크기 및 닫집 마감. 의문을 모두 보여주는 참조 사진과 지상 수준의 식별.
쌀 잡초 헝겊 조각의 평가는 두 개의 덩어리 대상과 적합한 unflagged 참조 위치를 포함해야합니다. 가장 명백한 후보자만 확인하면 놓은 대상이나 전체 false-alarm 패턴을 예측할 수 있습니다. 평가하는 데 사용되는 사람들로부터 방법을 조정하는 데 사용되는 별도의 관측. 뱀파이어를 떼어낸다. 그리고, 뱀파이트를 떼지 않고도 뱀파이브를 떼고, 뱀팁을 떼어내고, 굵은 소리를 떼는 것. 현장 타이밍은 이미지 타이밍과 다를 때, 사이트가 방문 사이에 변경 될 수 있는지 설명합니다. 불명은 조사에 대한 증거이며, 지도와 일치하기 위해 지상 기록을 강제하지 않습니다.
주제별 해석 위험 해결
싹이 닿는 것은 후보 패치가 번드에 얹은 점물의 행에 있는지 여부를 기록해야 합니다. 비크롭 채권은 묶음이 아닌 작업이 가능하지만 동의한 정의없이 인크롭 인 축제로 계산되지 않아야합니다. 지상에 설치된 종과 작물 조건을 가진 보기 같이 도서관을 유지하십시오. 대상이 닫힌 후 숨겨져 있다면, 통제 성공을 선언하는 것보다 관찰 가능한 상태를 변경하십시오. 후속 지상 검사는 단순히 잡초의 시야를 잃은 조사에서 진짜 억제를 구별 할 수 있습니다.
팀의 수신을 사용할 수 있는지 증거에 손을
scouts 패치 위치 및 불확실한을 제공합니다. 어떤 치료 결정은 종, 작물 단계 및 지방 agronomic 지도를 확인해야 합니다; 혼자 이미지 분류는 관리 처방전이 아닙니다.
쌀 잡초 패치를 위해 손전등, 안정된 식별자를 유지, 소스 관측 날짜, 좌표 참조, 분석 경계 및 유효 보존 상태. 접근 가능한 개요와 필요한 geospatial 데이터를 모두 공급합니다. 해결되지 않은 기능과 다음 유용한 체크를 설명하는 짧은 예외 등록을 첨부합니다. 데이터가 개정되면, 이유 및 버전을 보존하거나 양 또는 상태는 추적 할 수 있습니다. 샘플 아이템을 찾아 자신감의 해석하기 위해 수신 팀을 요청하십시오. 실제 리뷰는 종종 파일 통합 검사가 감지 할 수없는 오류가 발생했습니다.
온라인 포토그램metry Software for 쌀 잡초 패치를 평가할 때, 대표 데이터셋을 사용하여 전체 워크플로를 평가합니다. DroneCollab는 photogrammetric mapping output을 준비하기 위해 고려 될 수 있으며 작업별 해석 및 현장 검증은 필수입니다. 필요한 수출, 검토 프로세스 및 실제 파일럿 증거를 비교하여 작업 흐름을 선택하기 전에.
집중된 추가 방법 체크
치료 대상으로 잡힌 패치를 해석하기 전에 동일한 성장 단계에서 쌀과 비슷한 물 노출을 비교하십시오. 분리되는 필드 검토 테이블을 구축하여 잡초, 작물 오버랩, 비분쇄 된 접지 및 녹슬지 않는 외관. 패치 경계가 개별 식물 또는 더 넓은 scouting 단위로 정의되는지 기록하십시오. 나중에 방문은 같은 기하학을 다시 고려해야합니다. 이 이미지 질감의 다른 해석 대신 필드 증거에 추적 상태의 변화를 만듭니다.
