# 84. التحوير: معايرة وتنظيف YieldDataset

معايرة "مجموعة بيانات الغلة" هي وظيفة تصحح توزيع القيم بما يتوافق مع المبادئ الرياضية، مما يعزز التكامل العام للبيانات. إنها تعزز جودة اتخاذ القرار وتجعل مجموعة البيانات ذات قيمة لمزيد من التحليل المتعمق.

حالات الاستخدام الشائعة لهذه الوظيفة تشمل:

* مزامنة البيانات عندما تعمل عدة آلات حصاد إما في الوقت نفسه أو على مدى عدة أيام، لضمان الاتساق.
* جعل مجموعة البيانات أكثر تجانسًا ودقة عن طريق تنعيم التباينات.
* إزالة ضوضاء البيانات والمعلومات الزائدة التي قد تغطي على الرؤى.
* القضاء على دورانات أو هندسات غير طبيعية، والتي قد تشوّه الأنماط والاتجاهات الفعلية في الحقل.
* تعديل بيانات الغلة لتتوافق مع المتوسطات أو الإجماليات المعروفة لكل سمة.

لمزيد من الاستكشاف التفصيلي والأمثلة، يرجى الرجوع إلى [حالة استخدام معايرة وتنظيف الغلة](/geopard-tutorials/ar/alm-alzraah/maayrh-alghlh-wtnzyfha.md) .

### مجموعة بيانات الغلة الأصلية مع سمة الكتلة الرطبة

عملت خمس آلات حصاد بالتوازي في الحقل الذي تبلغ مساحته 30 هكتارًا الموضح أدناه. لم تكن معايرة إحدى آلات الحصاد متزامنة مع الباقي، مما أدى إلى وجود <mark style="color:برتقالي;">برتقالي</mark> نقاط، مما يشير إلى أن هناك حاجة إلى `المعايرة` . بالإضافة إلى ذلك، توجد العديد من الدورانات <mark style="color:الحمراء;">الحمراء</mark> القريبة من حدود "الحقل" التي تحتاج إلى الإزالة.

<figure><img src="/files/3cd2d64e818d2c8b142f919a92f712bf55ed7767" alt=""><figcaption><p>مجموعة بيانات الغلة الأصلية مع سمة الكتلة الرطبة</p></figcaption></figure>

### مجموعة بيانات الغلة المعايرة والمُنقحة مع سمة الكتلة الرطبة

يعرض الناتج أدناه مجموعة البيانات بعد تطبيق عمليات `المعايرة` و `التنظيف` الأوتوماتيكية باستخدام المعلمات الافتراضية. أصبحت "مجموعة بيانات الغلة" الناتجة متجانسة، بدون قيم شاذة أو تغيّرات مفاجئة بين الهندسات المتجاورة.

<figure><img src="/files/91e84abaab35a7ff5b05958753d692d9a6623e00" alt=""><figcaption><p>مجموعة بيانات الغلة المعايرة والمُنقحة مع سمة الكتلة الرطبة</p></figcaption></figure>

### خيارات على مستوى المسار مقابل المتوسط/الإجمالي مقابل الشرطي

**المعايرة على مستوى المسار** تتوافق مع آثار مرور الآلة. يتم معالجة كل أثر آلة كمنطقة فردية لأغراض المعايرة. تقترح فريق GeoPard استخدام هذه الطريقة كنهج قياسي.

**المعايرة المتوسطة/الإجمالية** تركز على إعادة توزيع قيم السمات. إذا كانت الأنماط الجغرافية المكانية صحيحة لكن الأرقام المطلقة تختلف عن القيم الفعلية، فهذه الطريقة مفيدة. للحصول على أفضل النتائج، توصي GeoPard بدمجها مع معايرة المسار: تطبيق المعايرة على مستوى المسار أولاً، ثم التعديل إلى القيم المعروفة للمتوسط/الإجمالي.

**المعايرة الشرطية** تعدل قيم السمات بناءً على حدود دنيا وعليا مقدمة. تكون هذه الطريقة ذات قيمة خاصة عندما تكون الأنماط الجغرافية المكانية دقيقة، لكن توزيع القيم يحتاج إلى تعديلات، خاصة عند وجود قيم دنيا وعليا معروفة. للحصول على أفضل النتائج، توصي GeoPard بمزاوجتها مع معايرة المسار: بدءًا بمعايرة المسار، ثم إجراء التعديلات لمواءمة القيم مع الحدود الدنيا والعليا المعروفة.

### تلميحات

{% hint style="warning" %}
**تلميح بخصوص شذوذات البيانات**

إذا واجه المستخدم شذوذات في البيانات، مثل قيم عند الصفر أو قريبة منه، أو قيم كبيرة غير معتادة (على سبيل المثال، متوسط 10 مع حد أقصى 8000)، يُنصح باستخدام **تدفق العمل "التنظيف والمعايرة"** . يتم تكوينه باستخدام معلمات `الإجراءات: [CLEAN, CALIBRATE]`.&#x20;

إعطاء الأولوية لتنظيف البيانات قبل المعايرة يضمن إزالة الأخطاء أو القيم المفقودة أو التناقضات، مما يعزز جودة ودقة البيانات.
{% endhint %}

{% hint style="warning" %}
**تلميح للبيانات الخالية من الأخطاء في البداية**&#x20;

بالنسبة لمجموعات البيانات الخالية مبدئيًا من الأخطاء أو القيم المفقودة أو التناقضات، وعندما يُعرف أن عدة آلات حصاد شاركت، ضع في الاعتبار **تدفق عمل المعايرة والتنظيف** . يتم تكوينه باستخدام معلمات `الإجراءات:  [CALIBRATE, CLEAN]`.

يساعد تنظيف البيانات بعد المعايرة على تنقية مجموعة البيانات بشكل إضافي من خلال التخلص المحتمل من أي شوائب تم إدخالها أثناء المعايرة.
{% endhint %}

### التوثيق: تفاصيل الطفرة (الميوتيشن)

يُمكّن التكوين الافتراضي القياسي المعايرة الذاتية والتنظيف التلقائي لـ "مجموعة بيانات الغلة".

{% code overflow="wrap" lineNumbers="true" %}

```graphql
mutation AutoCalibrateYieldDataset {
  calibrateYieldDataset(input: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<معرف_مجموعة_البيانات_النائب>"
    actions: {
      calibrateAction: {
        calibrationAttributes:["WetMass", "VRYIELDVOL"]
        conditionPathwiseCalibration: {
          calibrationBasis: "WetMass"
          maxHomogeneityRegion: true
          syntheticMachinePath: true
        }
      }
      cleanAction: {
        condtionAutoClean: {
          targetAttribute: "WetMass"
        }
      }
      
      الإجراءات:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    معرف_الحقل
    originalUuid
    رمز_الحالة
    statusMessage
  }
}
```

{% endcode %}

يوفر مثال أكثر تقدمًا تحكمًا يدويًا في نطاقات الحد الأدنى/الحد الأقصى ويشمل سمات إضافية.

{% code overflow="wrap" lineNumbers="true" %}

```graphql
mutation CustomCalibrateYieldDataset {
  calibrateYieldDataset(input: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<معرف_مجموعة_البيانات_النائب>"
    actions: {
      calibrateAction: {
        calibrationAttributes:["WetMass", "VRYIELDVOL"]
        smoothWindowSize: 11
        conditionPathwiseCalibration: {
          calibrationBasis: "Machine"
          maxHomogeneityRegion: true
          syntheticMachinePath: false
        }
        conditionAvgTotalCalibration:[{
          calibrationAttribute: "WetMass"
          average:8.0
        }]
      }
      cleanAction: {
        condtionAutoClean: {
          targetAttribute: "WetMass"
        }
        conditionMinMaxClean: [{
          cleanAttribute: "Distance"
          min: 1.5
          max: 10.0
        }]
      }
      الإجراءات:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    معرف_الحقل
    originalUuid
    رمز_الحالة
    statusMessage
  }
}
```

{% endcode %}

{% hint style="info" %}
لمتابعة بروتوكول وزارة الزراعة الأمريكية للعملية `التنظيف` ، يجب عليك إما ذكر جميع الأعمدة في `cleanAction` -> `conditionMinMaxClean` أو تحديد جزء منها في `cleanAction` -> `conditionMinMaxClean` وإدراج الباقي في `condtionAutoClean` -> `excludedAttributes`.
{% endhint %}

معلمات الإدخال:

* `الإجراءات` كمصفوفة، مما يتيح لك اختيار *إجراءات التصحيح وتسلسل* التطبيق؛ القيم المدعومة تشمل `التنظيف` و `المعايرة`.
* `calibrateAction` بوصفها كائناً يحتوي على تفاصيل التكوين المتعلقة بـ `المعايرة` العملية.&#x20;
  * `calibrationAttributes` كمصفوفة من السمات التي تتطلب المعايرة، عادةً المرتبطة بعمود الغلة.
  * `smoothWindowSize` بوصفه عددًا فرديًا يعمل على تنعيم القيم الناتجة، مما يقلل من القفزات الحادة في القيم.
  * `conditionPathwiseCalibration` بوصفه كائناً مع **المعايرة على مستوى المسار** تتوافق مع آثار مرور الآلة. يتم معالجة كل أثر آلة كمنطقة فردية لأغراض المعايرة.
    * `calibrationBasis` بوصفه سلسلة نصية تمثل السمة المستخدمة كأساس للمعايرة.
    * `maxHomogeneityRegion` بوصفه قيمة منطقية تشير إلى ما إذا كانت منطقة التجانس القصوى تُستخدم كمنطقة مرجعية للمعايرة.
    * `syntheticMachinePath` بوصفه قيمة منطقية تشير إلى محاكاة مسارات الآلة، وهو مفيد عندما تكون سمة المسار الدقيق للآلة غائبة وتحتاج إلى محاكاة بناءً على الطوابع الزمنية أو سمة مماثلة.
  * `conditionAvgTotalCalibration` بوصفه كائناً مع **المعايرة المتوسطة/الإجمالية** تركز المعايرة على مستوى المتوسط/الإجمالي على إعادة توزيع قيم السمات. إذا كانت الأنماط الجغرافية المكانية دقيقة لكن الأرقام المطلقة تنحرف عن القيم الفعلية، تكون هذه الطريقة مفيدة.
    * `calibrationAttribute` بوصفها سلسلة نصية تمثل السمة المراد معايرتها.
    * `average` بوصفه رقمًا يمثل متوسط قيم السمة؛ يجب أن تتوافق قيم السمة مع هذا المتوسط. يجب استخدام خيار واحد فقط، إما `average` أو `total`، في كل مرة.
    * `total` بوصفه رقمًا يمثل المجموع الكلي لقيم السمة؛ يجب أن يتطابق مجموع هذه القيم مع الإجمالي. يجب استخدام خيار واحد فقط، إما `average` أو `total`، في كل مرة.
  * `conditionMinMaxCalibration` بوصفه كائناً مع **المعايرة الشرطية** تعدل المعايرة الشرطية قيم السمات بناءً على حدود دنيا وعليا مقدمة.
    * `calibrationAttribute` بوصفها سلسلة نصية تمثل السمة المراد معايرتها.
    * `min` بوصفه رقمًا يمثل القيم الدنيا للسمة، ويعمل كنطاق أدنى للمعايرة.
    * `minIncluded` بوصفه قيمة منطقية تشير إلى ما إذا كان يجب تضمين القيمة الدنيا أم لا
    * `max` بوصفه رقمًا يمثل القيم العليا للسمة، ويعمل كنطاق أعلى للمعايرة.
    * `maxIncluded` بوصفه قيمة منطقية تشير إلى ما إذا كان يجب تضمين القيمة العليا أم لا.
* `cleanAction` بوصفه كائنًا يتضمن تفاصيل التكوين المرتبطة بـ `التنظيف` العملية.
  * `conditionAutoClean` بوصفه كائنًا يتضمن التكوينات الخاصة بخوارزمية التنظيف التلقائي.
    * `targetAttribute` بوصفها سلسلة نصية تمثل قيم الغلة المستهدفة.
    * `excludedAttributes` كمصفوفة من السلاسل النصية التي تحدد السمات التي لا تؤثر على عملية التنظيف.
  * `conditionMinMaxClean` كمصفوفة من الكائنات التي تحتوي على قواعد التنظيف الموصوفة، كل كائن يتضمن المعلمات التالية.
    * cleanAttribute كسلسلة نصية تحدد اسم العمود للقانون.
    * `min` بوصفه رقمًا يشير إلى القيمة الدنيا.
    * `max` بوصفه رقمًا يشير إلى القيمة العليا.

{% hint style="info" %}
لعرض المدخلات والوصول إلى أحدث القيم المتاحة للتعدادات (مثل `العمليات`)، يُنصح باستخدام [Altair](/geopard-tutorials/ar/mstndat-wajhh-brmjh-alttbyqat/albda-bastkhdam-wajhh-brmjh-ttbyqat-geopard.md).
{% endhint %}

### التوثيق: استعلام مجموعة بيانات الغلة

كمستهلك لواجهة برمجة تطبيقات GeoPard، يمكنك استرداد تفاصيل التصحيحات المطبقة على مجموعات بيانات الغلة عبر السمات `appliedCorrections` و `appliedCorrectionsVersion`. يقدّم الأول قائمة بالتصحيحات المُجراة (مثل `المعايرة` و `التنظيف`)، مع ترتيب التنفيذ المشار إليه بتسلسلها في المصفوفة. في غضون ذلك، `appliedCorrectionsVersion` يشير إلى إصدار الخوارزمية المستخدمة.

{% code overflow="wrap" lineNumbers="true" %}

```graphql
query DetailsAboutAppliedCalibrations {
  getFields (filter: {fieldUuid: "<معرف_الحقل_النائب>"}){
    fields {
      uuid
      yieldDatasets  {
        uuid
        appliedCorrections
        appliedCorrectionsVersion
      }
    }
  }
}
```

{% endcode %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.geopard.tech/geopard-tutorials/ar/mstndat-wajhh-brmjh-alttbyqat/nzrh-aamh-ala-tlbat-wajhh-brmjh-ttbyqat-geopard/84.-althwyr-maayrh-wtnzyf-yielddataset.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.