معايرة وتنظيف الغلة
كيفية تنظيف ومعايرة بيانات جهاز رصد الغلة في GeoPard. يتضمن بروتوكول USDA لتنظيف الغلة. أصلح القيم الشاذة، والتخطيط الخطي، ونهايات الدوران، ومجموعات البيانات متعددة الحصادات.
استخدم GeoPard لـ تنظيف بيانات المحصول و معايرة مجموعات بيانات مراقب المحصول. احصل على خريطة محصول يمكنك الوثوق بها للمناطق، والوصفات، والتحليلات. يتعامل هذا سير العمل مع القيم الشاذة، والتحويلات، والسمات المفقودة، وبيانات المحصول من جمعيات حصاد متعددة. ويتضمن بروتوكول تنظيف المحصول التابع لوزارة الزراعة الأمريكية ويدعم سير عمل بديل لمحرر المحصول سير العمل.
هذه العملية المعايرة مفيدة في:
ضمان اتساق البيانات: ليس من غير المألوف أن تعمل عدة حصادات بالتوازي أو عبر أيام مختلفة. تضمن هذه الميزة أن تتناغم بياناتها معًا.
توحيد البيانات: يمكن أن تكون بيانات المحصول متباينة؛ تُبقي المعايرة البيانات ناعمة ومتسقة، دون ارتفاعات أو هبوطات غير مرغوبة.
تصفية الضوضاء: مثل أي بيانات، يمكن أن تحتوي بيانات المحصول على «ضوضاء» أو معلومات غير ذات صلة. نضمن ألا تُشوّش هذه الضوضاء استنتاجاتك.
تبسيط الأشكال الهندسية: أي تحولات أو أنماط هندسية غريبة قد تشوّه الرؤى الحقيقية. صُممت المعايرة لتسوية هذه المشكلات، وضمان أن تعكس البيانات واقع الحقل بدقة.
الاقتصاص حسب حدود الحقل: غالبًا ما تعمل الحصادات عبر مناطق متجاورة. للحصول على نتائج تحليلية دقيقة، من الضروري أخذ البيانات الموجودة داخل الحدود المحددة فقط بعين الاعتبار.
نظرة سريعة
أمثلة من الواقع
في مجال الزراعة، يمكن أن تشكل مجموعات بيانات المحصول التالفة تحديات كبيرة. أدناه يمكنك العثور على أمثلة من العالم الواقعي حيث تم مواجهة مثل هذه المجموعات. عبر خوارزميات المعايرة والتنظيف المتقدمة من GeoPard، تم تحسين هذه المجموعات وصقلها بفعالية.
عمل عدة حصادات معًا
انعطافات J، توقفات، استخدام نصف عرض المعدات
قيم مسجلة كبيرة بشكل شاذ
بيانات خارج حدود الحقل
المعايرة باستخدام قيمة متوسط المحصول المقدمة
تنظيف سمات المحصول متجاهلاً السمات التي بها شذوذ
قد تتضمن مجموعة بيانات المحصول أحيانًا سمات بها شذوذ في الرطوبة، السرعة، الارتفاعات، أو سمات ثانوية أخرى (غير المحصول). أثناء تنفيذ عمليات التنظيف أو المعايرة، من الضروري تجاهل هذه الشذوذات. يمكن تحقيق ذلك بكفاءة باستخدام واجهة GeoPard لتنظيف ومعايرة المحصول.
بروتوكول تنظيف بيانات الغلة وفق USDA
استخدم هذا الخيار عندما تحتاج إلى سير عمل لمحرر محصول قابل للتكرار ومعتمد على معايير. تم تحسينه لـ تنظيف بيانات مراقب المحصول على نطاق واسع.
شرح منطق المعايرة
المعايرة حسب المسار
اِسْتَخْدِم المعايرة حسب المسار عندما يكون الحقل محصولًا بواسطة عدة آلات أو على مدى عدة أيام، لتصحيح الاختلافات النظامية مثل التخطيط أو التجمّعات. إنه مثالي للسيناريوهات التي تتسبب فيها إعدادات الماكينات المختلفة، أو المشغلون، أو الظروف البيئية في تقدير مفرط أو ناقص عبر مسارات مختلفة.
وبشكل حاسم، يتطلب الذكاء الاصطناعي وجود تباين - مثل مسارات مميزة، معرّفات ماكينات مختلفة، أو تواريخ حصاد مختلفة - ليتعلّم ويعاير بفعالية.
لا تَسْتَخْدِم هذه الطريقة للحصادات التي تعمل بآلة واحدة في جلسة مستمرة أو إذا كانت خريطة المحصول تفتقر إلى أنماط مكانية مرئية. بالإضافة إلى ذلك، تجنبها إذا كانت البيانات نادرة أو إذا كنت تملك فقط قيم محصول كلية على مستوى الحقل دون اختلافات على مستوى الماكينة
المعايرة بالمعدل أو الإجمالي
المعايرة بالمعدل/الإجمالي يُنصَح بها عندما لديك مستوى عالي من الثقة في بيانات المحصول الكلية للحقل، مثل سجلات من موازين الوزن أو منشأة تخزين. بدلاً من تعديل المسارات الفردية، تقوم هذه الطريقة بمقياس مجموعة البيانات بأكملها بحيث يتطابق المتوسط النهائي أو الإجمالي مع القيمة المرجعية المعروفة. وغالبًا ما توصف بأنها أبسط وأأمن خيار للمعايرة عندما تُوثَق الأرقام الإجمالية.
متى تَسْتَخْدِم معايرة المتوسط/الإجمالي:
قِيَم مرجعية معروفة: يجب استخدام هذا المنطق عندما تكون لديك سجلات محصول كلية رسمية (مثل من موازين الوزن) أو متوسط موثوق للحقل.
تصحيح الانحياز العام: إنه مثالي إذا بدا التوزيع المكاني في خريطة المحصول صحيحًا، لكن القيم متحولة على نحو عام - ما يعني أن جهاز قياس المحصول ربما لم يكن معايرًا ويبلغ عن قيم عالية جدًا أو منخفضة جدًا باستمرار عبر الحقل بأكمله.
ظروف حصاد متجانسة: تكون هذه الطريقة أكثر فعالية عندما تكون ظروف الحصاد متسقة نسبيًا طوال العملية.
اتساق آلة واحدة: تعمل جيدًا للحصادات التي أنجزتها ماكينة واحدة أدّت أداءً متسقًا عبر الحقل.
متى لا تَسْتَخْدِم معايرة المتوسط/الإجمالي:
انحياز من آلة إلى آلة: لا تستخدم هذه الطريقة إذا حُصِدَت أجزاء مختلفة من الحقل بواسطة آلات مختلفة أو في أيام مختلفة نتج عنها تحيّزات محلية. في مثل هذه الحالات، لن يصلح مقياس الحقل بأكمله التباينات الأساسية بين الماكينات.
آثار مرئية: إذا رأيت تخطيطًا قويًا، أو تجمّعات، أو آثار اتجاهية في بياناتك، فلن تحل هذه الطريقة تلك المشكلات؛ المعايرة حسب المسار أفضل ملاءمة لتلك القضايا.
بيانات غير مكتملة: تجنّب هذا المنطق إذا حُصِد جزء فقط من الحقل أو إذا كانت البيانات المسجلة غير مكتملة، لأن القيم الكلية/المتوسط قد تكون مضللة.
المعايرة الشرطية
المعايرة الشرطية يعمل كـ ضابط سلامة من خلال ضمان بقاء قيم المحصول ضمن نطاقات دنيا وعليا متوقعة ومعرفة مسبقًا.
أنت يَجِبُ أَنْ تَسْتَخْدِمَ هذا المنطق لِـإزالة القيم الشاذة المتطرفة وحدات الاستشعار النشطة الناتجة عن الضوضاء، توقفات الماكينة، أو الانعطافات. إنه مثالي لتطبيق توقعات زراعية محددة - مثل "لا يمكن أن يتجاوز المحصول X" - دون إجراء تصحيح.
ومع ذلك، تَجَنَّب هذِهِ الطَّرِيقَة إذا كانت مجموعة بياناتك بها انحياز عام أو اختلافات نظامية بين الماكينات، لأنها لا تقوم بمقياس البيانات أو إصلاح الأنماط المكانية. باختصار، تحافظ على معقولية القيم لكنها لا تحل انحرافات المعايرة الأساسية.
استراتيجية الاستخدام
الخطوة الأولى
يتم تشغيل وحدة "معايرة وتنظيف المحصول" مباشرة من واجهة المستخدم. الشرط الأساسي هو وجود مجموعة بيانات محصول مرفوعة. بجانب كل مجموعة بيانات محصول، ستجد زرًا لبدء تعديلات المجموعة.
من هناك، تتوفر عدة خيارات للمضي قدمًا:
المعالجة التلقائية: استخدم الإعدادات الافتراضية الموصى بها من GeoPard لمعايرة بنقرة واحدة.
تنظيف فقط: قم بتكوين وتنفيذ عملية التنظيف فقط، بما في ذلك
تنظيف GeoPard: تنظيف ذكي لمجموعة بيانات المحصول باستخدام خوارزميات الذكاء الاصطناعي.
وزارة الزراعة الأمريكية (USDA) بروتوكول التنظيف لوزارة الزراعة الأمريكية لمجموعات بيانات المحصول.
تنظيف شرطي: تصفية البيانات بناءً على عتبات سمات مخصصة.
معايرة فقط: قم بتكوين وتنفيذ عملية المعايرة فقط، بما في ذلك
المعايرة على مستوى المسار: معايرة المحصول لكل مسار ماكينة فردي باستخدام خوارزميات الذكاء الاصطناعي.
المعايرة المتوسطة/الإجمالية: ضبط الناتج بناءً على متوسط الحقل المعروف أو إجمالي المحصول.
المعايرة الشرطية: تعديل المحصول ضمن حدود دنيا وعليا محددة للحفاظ على نطاقات متوقعة.
المعايرة والتنظيف: اختر تسلسل العمليات وقم بتخصيص المعلمات.
بديل محرر المحصول: استخدم تنظيف فقط → USDA (أو المعايرة والتنظيف) لمطابقة سير عمل تنظيف "محرر المحصول" اليدوي، ولكن على نطاق واسع. في اختبارات التحقق، تطابق تنظيف بروتوكول USDA نتائج محرر المحصول اليدوي مع R² (R2) = 0.98 (مخرجات شبه متطابقة).
حل بزر واحد
إرشادات كاملة
إصدارات الخوارزمية
بعد المعالجة، تُعرض النتائج بجانب مجموعة البيانات الأصلية. يتم تمييزها بعلامات "معايرة" و/أو "تنظيف" ، بالإضافة إلى إصدار الخوارزمية.
آخر تحديث
هل كان هذا مفيدا؟