从操作问题开始
确定观看者需要查看的内容以及哪些数据应受到限制。在发布共享地图之前查看农民身份、精确位置、照片和商业信息。
将观察与解释分开
隐藏标签与从公共数据集中删除数据不同。轻松转发的链接可能会暴露原始审核组之外的信息。
保持标识符、历史记录和证据的联系
为每个字段或资产使用稳定的标识符,并单独存储其描述性名称。当作物变化、员工流动或运营单位被细分时,标识符应该仍然有用。明确定义关系:一个田地可能有多次访问,一次访问可能有几张照片,一个收获地可能涉及多个田地。在组合电子表格或地图图层之前记录这些关系。
变更需要生效日期和理由。当更正影响历史报告时,保留早期的几何或属性版本。记录谁批准了更改以及哪个来源支持它。更正边界不应默默地重写上一季使用的区域,除非有意修改报告并解释修改内容。
通过将代表性记录带回接收工作流程来测试导出。检查标识符、日期、单位、文本编码、坐标解释和缺失值是否存在。保留未更改的源副本和转换注释。与没有明确职责的复杂可视化界面相比,简单的数据字典和每个数据集的指定所有者通常可以防止更多错误。
阅读文章: 农业风暴记录:保留可靠的事件记录
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。
阅读文章: 农业数字孪生:从可靠的现场登记开始
设计一次可产生可比观察结果的实地考察
在构建表单之前定义采样单位和每个响应的含义。使用清晰类别的简短列表,允许明确的未知响应,并将测量值与观察者评估区分开来。与目标现场团队一起测试问题;强制回答不应强迫某人猜测访问无法确定的信息。
记录字段标识符、观察日期、位置、方法和足够的摄影背景,以便稍后解释观察结果。检查设备权限、位置质量、电池使用情况以及实际采集路线。如果需要离线收集,请测试保存、关闭、重新打开以及与目标浏览器或应用程序同步。记录哪些步骤取决于连接性。
收集后立即查看回复,同时仍可以进行澄清。保留原始观察结果并附加更正及其原因,而不是默默地替换源。标记不完整、矛盾或位置不当的记录以进行后续处理。与采样和术语在观察者之间发生变化的大量记录集合相比,具有一致定义的较小数据集可以支持更好的分析。
定义可交付成果和批准
提供共享清单,其中包含允许的受众、已发布的字段、访问测试、到期或撤销程序(如果可用)以及负责审查持续访问的所有者。
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。
阅读文章: 构建可重复的农业 GIS 月度报告
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。
将这项工作与 AgroSensing 连接起来
使用连接的空间工作流程来组织图像、商品记录和地理定位的现场观测。与团队讨论适当的数据、验证和操作范围。
来源和进一步阅读
链接的主要参考文献解释了基本的农艺和地理空间概念。本指南中的现场工作流程是编辑建议,旨在适应负责的当地专家。




