Les archives Landsat pour un changement agricole à long terme

Commencez par la question opérationnelle

Définissez une question historique cohérente et examinez comment les capteurs, le traitement, l'utilisation des terres et les limites des champs ont changé au cours de l'enregistrement. Utilisez des fenêtres saisonnières comparables lorsque cela est possible.

Séparer l’observation de l’explication

Une tendance apparente à long terme peut inclure des caractéristiques changeantes des capteurs, des observations manquantes ou un cycle de culture différent. La longueur des archives à elle seule ne permet pas d’établir une tendance fiable.

Lire une série chronologique comme preuve datée

Conservez les dates d'acquisition réelles et le nombre d'observations utilisables. Tracez les événements de gestion à côté de la série et inspectez les écarts au lieu de permettre qu'une ligne lisse implique une mesure continue. Une valeur composite ou interpolée doit être étiquetée avec sa méthode et son support temporel. Il peut résumer plusieurs dates plutôt que décrire un moment.

Comparez des étapes de culture et des historiques de gestion similaires. Alignez-vous en plantant, en coupant, en taillant ou en effectuant un autre événement pertinent lorsque les dates du calendrier mélangent différentes étapes. Vérifiez que les limites du champ, le traitement du capteur, les facteurs d'échelle et les règles de qualité sont cohérents. Un changement de traitement ou de géométrie peut créer une cassure sans cause biologique.

Examinez les images originales autour de points inhabituels et recherchez la corroboration d’une autre observation utilisable ou des enregistrements de terrain. Distinguez les changements persistants des valeurs aberrantes à une seule date. Déclarez la période qui peut réellement être observée et évitez d’estimer une date d’événement plus précisément que ne le supportent les données. Préservez l’incertitude autour des intervalles ou des périodes nuageux sans référence au sol appropriée.

Faites correspondre les détails spatiaux à la question

Le SIG agricole relie les limites des champs, les observations et les images, mais chaque ensemble de données possède son propre support spatial. Un point marque un emplacement, un polygone décrit une zone et un pixel raster résume une empreinte. Ils ne doivent pas être traités comme des mesures équivalentes. Avant de superposer des calques, vérifiez leurs systèmes de référence de coordonnées, leurs dates et leurs unités. Un problème d'alignement visible peut provenir d'un problème de coordonnées ou de géoréférencement plutôt que d'un mouvement ou d'un changement dans la culture elle-même.

Les bandes de Sentinel-2 ont des résolutions spatiales natives différentes. Ses bandes visibles et larges du proche infrarouge sont disponibles avec une résolution plus fine que ses bandes infrarouges à bord rouge et à ondes courtes. Le rééchantillonnage peut placer ces bandes sur une grille commune, mais il ne crée pas de nouveaux détails observés. Lorsqu'un champ est étroit ou petit, les pixels de délimitation peuvent mélanger les cultures avec des routes, des arbres, de l'eau ou des terres voisines. Expliquez ce mélange avant d’interpréter une moyenne de champ comme une pure mesure de culture.

Préserver les informations de qualité et de temps grâce à l’analyse

L'imagerie optique nécessite une attention particulière aux nuages, à la brume et aux ombres. Une scène avec un faible pourcentage global de nuages ​​peut quand même avoir le champ cible obscurci. Inspectez la zone d’intérêt réelle et conservez la méthode de masquage ou de qualité utilisée. Comparez les produits compatibles et les choix de traitement de documents, en particulier lors de la création d'une série chronologique à partir de différentes dates ou capteurs. Un saut inexpliqué peut être dû à un problème de qualité des données plutôt qu'à un changement soudain de végétation.

Les indices de végétation décrivent des combinaisons de signaux spectraux réfléchis. L'USGS explique que le NDVI est sensible au fond du sol et peut saturer une végétation dense. Par conséquent, un indice est mieux interprété en fonction du stade de culture, de la structure du couvert forestier et des preuves sur le terrain. Une classe de couleur n’est pas une mesure directe de la concentration en éléments nutritifs, de l’identité de la maladie ou du rendement récoltable. Ces interprétations nécessitent un calibrage et une validation appropriés, et toute prévision doit conserver son incertitude et les conditions dans lesquelles elle a été évaluée.

Rendre les cartes reproductibles et utiles pour le prochain observateur

Conservez les entrées originales, la date d’analyse, la version de la méthode et les paramètres pertinents avec la sortie. Utilisez une légende claire qui distingue les valeurs observées, les indicateurs dérivés et les candidats non vérifiés. Lorsqu'une statistique exclut les pixels nuageux ou les zones non recadrées, documentez l'exclusion et la couverture valide. Si la couverture change entre les dates, sachez que les moyennes peuvent représenter différentes parties du domaine. Ceci est particulièrement important lorsqu'un rapport transforme une séquence de cartes en tendance.

Concevez la validation autour de l’utilisation prévue. Un modèle pour une culture et une saison doit être testé sur des exemples indépendants qui représentent les conditions dans lesquelles il fonctionnera. Les contrôles sur le terrain doivent rechercher les objets manqués ainsi que les objets proposés incorrectement, et les contrôles de classification doivent inclure chaque catégorie significative. Conservez les désaccords et examinez leurs causes plutôt que de supprimer les cas difficiles. Une carte devient utile sur le plan opérationnel lorsqu’une autre personne peut suivre ses preuves, comprendre ses limites et décider quelle observation est ensuite nécessaire.

Vérifiez le support derrière chaque valeur mappée

Inspectez la source sur le champ d’intérêt réel. Les métadonnées à l'échelle de la scène peuvent masquer un nuage, une ombre, une bande floue, une enquête incomplète ou un problème d'alignement exactement là où la décision est nécessaire. Enregistrez la date, la prise en charge spatiale, les indicateurs de qualité et la couverture valide pour chaque champ. Une observation avec peu de support utilisable devrait rester indisponible plutôt que d'être remplie d'une valeur apparemment plausible.

Examinez les valeurs manquantes et les exclusions séparément des mesures valides. Un zéro, un emplacement non visité, un pixel masqué et une erreur du capteur décrivent différentes circonstances. Conservez la raison des données manquantes jusqu’à l’étape de synthèse. Si une valeur estimée est utilisée, marquez-la comme estimée et expliquez la méthode afin qu'elle ne puisse pas être confondue avec une observation indépendante.

Choisissez les règles d’acceptation avant de comparer les résultats. Appliquez-les systématiquement aux résultats favorables et défavorables. Conservez une petite collection d’exemples difficiles et revisitez-la après avoir traité les modifications. L'examen de la qualité doit inclure les omissions et les zones inaccessibles ainsi que les enregistrements qui ont été produits avec succès. Un ensemble de données transparent et incomplet est plus utile qu’une carte apparemment complète dont les valeurs non prises en charge ne peuvent pas être identifiées.

Aligner les observations avec le calendrier des cultures

Construisez le calendrier à partir des événements observés sur le terrain et des enregistrements de gestion. Enregistrez les dates comme étant exactes, estimées ou inconnues plutôt que d'attribuer à chaque champ le même calendrier régional. Plusieurs épisodes de plantation, de floraison, de taille ou de récolte peuvent survenir au sein d’une unité de gestion. Préservez cette variabilité lorsqu’elle affecte la décision.

Examinez la série d’images parallèlement à ces événements et identifiez les modèles visibles à la résolution spatiale et temporelle disponible. L'émergence, la fermeture, l'élimination et la sénescence du couvert forestier affectent le signal, mais leur apparence varie en fonction de la culture, de l'environnement, de la gestion et de la quantité de sol ou de sous-étage dans le pixel. Un stade de croissance nommé nécessite une observation de référence appropriée.

Comparez les champs à des moments similaires de leur cycle avant de classer une différence comme inhabituelle. Si le calendrier est incertain, utilisez la carte pour guider une vérification sur le terrain, puis mettez à jour l'enregistrement de l'événement. Indiquez la confiance du stade et n'impliquez pas une récolte ou une date de maturité précise à partir de la seule verdure. Le calendrier doit rester un enregistrement évolutif qui peut être corrigé à mesure que de meilleures observations deviennent disponibles.

Définir le livrable et l'approbation

Préparez une chronologie des preuves historiques avec les informations des capteurs, le nombre d'observations utilisables, le contexte de gestion et une séparation claire entre le changement observé et ses causes possibles.

Un bilan pratique avant de partager le résultat

Vérifiez l'observation par rapport à sa source et assurez-vous que l'identifiant du champ est correct. Examinez les dates, les unités, les valeurs manquantes, les exclusions de qualité et les versions de géométrie. Demandez à un collègue de reproduire un résultat représentatif à partir des entrées enregistrées. Cette petite vérification indépendante révèle souvent un code de champ mal compris ou une hypothèse de traitement avant qu'elle n'affecte l'intégralité d'un rapport.

Notez les explications alternatives du modèle cartographié et identifiez les preuves qui permettraient de les distinguer. Conserver une observation mesurée distincte de l’interprétation et de toute instruction de traitement ou de prise en charge. Une décision doit nommer son examinateur responsable et rendre compte des procédures opérationnelles locales. Si les preuves sont insuffisantes, le résultat approprié est une inspection ciblée plutôt qu’une affirmation confiante.

Conservez le résultat original, toute version révisée et un court journal des modifications. Indiquez les lieux et les périodes que la sortie peut raisonnablement décrire. Lorsque vous partagez une carte, fournissez une légende claire, les dates des sources et une explication accessible de l'incertitude. Le destinataire doit savoir si une caractéristique est une observation confirmée, un candidat en attente d'inspection ou une estimation basée sur un modèle.

Transformez l’enquête en un cycle de terrain reproductible

Préparez la visite avec une carte utilisable à l'endroit prévu et une liste concise de questions. Confirmez l’accès, les autorisations, l’équipement et la disponibilité d’une personne familiarisée avec le domaine. Choisissez des arrêts représentatifs ainsi que des zones insolites. Enregistrez les endroits où l'itinéraire prévu n'a pas pu être suivi, car les observations manquantes peuvent modifier la façon dont le résultat doit être interprété.

Après la visite, revoyez les observations pendant que l’équipe peut encore les clarifier. Connectez les photographies, les mesures et les commentaires aux mêmes identifiants de champ et de visite. Attribuez un statut de suivi et préservez les cas non résolus. Une correction doit expliquer ce qui a changé et pourquoi ; il ne doit pas effacer les preuves originales ni donner l’impression qu’une interprétation antérieure était certaine.

À la prochaine date d'observation appropriée, comparez les conditions en utilisant les mêmes définitions et examinez tout événement de gestion ou météo survenu entre les visites. Enregistrez l'action réellement réalisée et son résultat opérationnel. Cela crée une piste de preuves depuis un modèle initial jusqu'à la confirmation sur le terrain et à l'examen ultérieur, ce qui facilite l'amélioration du processus de cartographie au fil des saisons successives.