Каталог от потребителски функции
Тези функции обединяват сложен Python код, позволявайки ви с лекота да реализирате сложни манипулации и изчисления с данни.
GeoPard предлага изчерпателен каталог от персонализирани функции, предназначени да подобрят четимостта и функционалността на аналитиките, базирани на уравнения. Тези функции обхващат сложни python код, което ви позволява с лекота да прилагате сложни обработвания и изчисления върху данните.
Въведете уравнение
Списъкът с наличните предварително изградени функции за създаване на по-интуитивни и поддържани уравнения в GeoPard е включен в geopard пакета:
fill_gaps_with_k_neighbors
Тази функция възстановява празнини в данните или нули в набор от данни, използвайки алгоритъма K-Neighbors. Като зададете input_data променливата (като Dataset с избрания атрибут) и броя на съседите k, можете безпроблемно да запълвате липсващи стойности, като осигурите непрекъснатост и цялост на данните.
Тази функция работи добре, когато липсите в данните са разпределени из полето и не са съсредоточени в някоя конкретна част от границата на полето.
determine_data_similarity
Използвайте тази функция, за да изчислите сходството на пикселно ниво между два Dataset-а. Променливите data_layer_1 и data_layer_2 трябва да представляват едно и също измерване в едни и същи единици за да се гарантира смислено сравнение. Като предоставите променливи data_layer_1 и data_layer_2 свързани с Dataset-и, можете да генерирате карта на сходството със стойности от 0 до 1, улеснявайки сравнителни изследвания и разпознаване на модели.
determine_data_similarity_from_normalized
Използвайте тази функция, за да изчислите сходството на пикселно ниво между два нормализирани набора от данни. Нормализацията се препоръчва, когато оригиналните data_layer_1 и data_layer_2 са с различни скали или единици. Като предоставите тези набори от данни като вход, функцията генерира карта на сходството със стойности от 0 до 1, което я прави подходяща за сравнителни изследвания, разпознаване на модели и анализ на пространствена консистентност.
determine_low_high_similarity
Тази функция оценява сходството ниско-високо между два Dataset-а. Като подадете променливи data_layer_1 и data_layer_2 свързани с Dataset-и, получавате категоризирана карта на сходството, показваща комбинации като ниско-ниско, ниско-високо, високо-ниско и високо-високо, което е полезно за детайлна класификация на данните.
get_value_for_zone
Използвайте тази функция, за да извлечете всички стойности от атрибут на Dataset в една зона. Подайте data_layer (атрибутния слой), zones_layer (картата на зоните) и zone_id (номера на зоната), за да изолирате стойностите за анализ, като добив, норма на внасяне или сеитбена норма, в рамките на тази зона.
drop_value
Тази функция ви позволява да премахвате конкретни стойности от атрибут на набор от данни. Като зададете data_layer и value_to_drop, можете да изчистите набора от данни, като елиминирате тези стойности от резултата, технически като ги замените с NaN.
normalize_data
Нормализирайте атрибут на набор от данни с тази функция. Като подадете data_layer, можете да мащабирате данните до стандартизиран диапазон от 0 до 1, което улеснява сравнението и интеграцията между различни набори от данни.
calculate_total_applied_fertilizer
Изчислете общо внесен тор в единици на площ (например kg/ha, l/ha, gal/ac и т.н.). Като предоставите application_list Dataset-и с атрибути AppliedRate и съответни active_ingredient_coefficient_list с торови продукти, за да получите реално общо внесения тор в единици (например kg, l, gal и т.н.).
calculate_total_applied_nitrogen
Изчислете общо внесения азот в kg/ha с тази функция. Като предоставите application_list Dataset-и с атрибути AppliedRate и съответни active_ingredient_coefficient_list с азотни продукти, за да преобразувате реалния азот в kg/ha, можете точно да изчислите общо внесения азот, което е от съществено значение за земеделското планиране и оценките на устойчивостта. Изходът се използва като N_total_applied вgeopard.calculate_nitrogen_use_efficiency.
calculate_nitrogen_uptake
Определете усвояването на азот в kg/ha с тази функция. Като подадете yield_wet_tha, moisture_pct, protein_pct от Yield Dataset-а и protein_crop_correction_coefficient представляващ връзката на протеина с усвояването на азот, можете да оцените ефективността на използване на азота в растениевъдството. Изходът се използва като N_uptake вgeopard.calculate_nitrogen_use_efficiency .
calculate_nitrogen_use_efficiency
Оценете ефективността на използване на азота като процент с тази функция. Като въведете N_total_applied и N_uptake променливи (от предишните функции), можете да измерите ефективността на азотното торене, подпомагайки оптимизирането на използването на торове.
calculate_costs
Изчислете общите разходи въз основа на нормите на внасяне и цените с тази функция. Като предоставите application_rate_list от Dataset-и с атрибути AppliedRate и съответен price_per_unit_list, можете да обобщите разходите, свързани с различни земеделски дейности, подпомагайки управлението на бюджета и финансовото планиране. Изходът се използва като costs вgeopard.calculate_profit.
calculate_revenue
Изчислете приходите от Yield Dataset-а с тази функция. Като въведете yield_as_mass свързано с атрибута на Yield Dataset-а и yield_price_per_unit, можете да оцените дохода, генериран от растениевъдството, улеснявайки икономическите оценки. Изходът се използва като costs вgeopard.calculate_profit .
calculate_profit
Определете печалбата, като извадите разходите от приходите с тази функция. Като предоставите revenue и costs променливи (от предишните функции), можете лесно да изчислите финансовата печалба от земеделските си операции, подпомагайки анализа на рентабилността и стратегическото вземане на решения.
fill_value_for_range
Тази функция филтрира стойности в определен диапазон в input масива. Като предоставите input масива, заедно с незадължителни min_value и незадължителни max_value прагове, можете да изолирате стойностите, които попадат в желания диапазон. Параметърът value_to_fill позволява стойности извън диапазона да бъдат заменяни с посочена стойност, което подобрява процесите по филтриране и нормализиране на данните.
calculate_per_pixel_mae
Използвайте тази функция, за да изчислите средната абсолютна грешка (MAE) на пиксел между два набора от данни. Тя предоставя пространствена карта на абсолютните разлики. „Абсолютната разлика“ е просто размерът на разликата между съответните пикселни стойности, без значение дали едната е по-висока или по-ниска.
Функцията помага да се идентифицират области с по-големи несъответствия.
calculate_per_pixel_relative_deviation
Тази функция изчислява относителното отклонение за всеки пиксел между два набора от данни, като изразява разликата като процент от стойността в dataset_1. По същество тя показва с колко стойността на един пиксел се отклонява от съответната стойност в dataset_1 в пропорционални термини.
Този подход е особено ценен при анализ на вариации в свойства на почвата, добиви или данни от дистанционно наблюдение, тъй като ви помага бързо да откриете области със значителни пропорционални разлики.
calculate_difference
Тази функция изважда един набор от данни от друг, за да създаде карта на разликите. Тя подчертава областите, в които стойностите в единия набор са по-високи или по-ниски в сравнение с другия, което улеснява откриването на тенденции и промени във времето.
Този инструмент е особено полезен за визуализиране на вариации в свойства на почвата, добиви или данни от дистанционно наблюдение, като ви помага бързо да идентифицирате области, които може да изискват допълнителен анализ или намеса.
calculate_relative_difference
Тази функция изчислява относителната разлика за всеки пиксел, като нормализира разликата между наборите от данни с помощта на стойностите от dataset_2. Това означава, че показва колко значима е промяната спрямо величината на dataset_2.
Такова пропорционално сравнение е особено полезно при работа с набори от данни с различни скали, като помага да се разкрият относителни изменения в свойства на почвата, добиви или изходи от сензори. Този подход помага да се открият области със забележима вариация.
calculate_normalized_difference
Тази функция изчислява нормализирана разлика за всеки пиксел, като мащабира и двата набора от данни спрямо тяхната глобална максимална стойност. Този процес прави наборите от данни пряко сравними, дори ако първоначално имат различни диапазони.
Получената карта предоставя ясна представа за вариациите в свойствата на почвата, добива и данните от дистанционно наблюдение, като ви позволява бързо да идентифицирате и оцените ключовите разлики.
build_zones_by_intervals
Тази функция създава карта на управленските зони, като класифицира непрекъснат растерен слой в дискретни зони въз основа на интервали от стойности, зададени от потребителя.
Всеки интервал определя зона и всеки пиксел се присвоява към зоната, в чийто диапазон на стойности попада. Пикселите, които не съвпадат с нито един интервал, се маркират като -1.
Този подход за зониране обикновено се използва за преобразуване на карти на добив, свойства на почвата или индекси от дистанционно наблюдение в приложими управленски зони за променлива норма на внасяне.
Типични случаи на употреба
Създаване на управленски зони от слоеве на добив, NDVI или почва
Подготовка на карти на зони за изчисления на норми за торене или сеитба
Сегментиране на полета в хомогенни зони за вземане на решения
calculate_nutrient_rate_as_active_ingredients_per_zone
Тази функция изчислява необходимата норма на внасяне на хранителен елемент (активно вещество) за всяка управленска зона.
Изчислението се основава на:
целево ниво на хранителния елемент,
достъпно за растенията снабдяване с хранителен елемент от почвата,
хранителни елементи, вече внесени чрез предишни операции (тор, торове, дигестат и др.).
Внесените операции с хранителни елементи могат да бъдат подадени като константи, стойности по зони, растерни слоеве или всяка комбинация от тях. Всички входни данни се преобразуват автоматично и се обобщават по зони.
По подразбиране необходимата норма се изчислява като разлика между целевото ниво на хранителния елемент и сумата от почвеното снабдяване и внесените хранителни елементи. Резултатът се връща като растерна карта, в която всяка зона съдържа еднаква норма на хранителен елемент.
convert_active_ingredient_and_product
Тази функция преобразува растерен слой между норми на активно вещество и норми на продукт с помощта на корекционен коефициент.
The corrected_coefficient може да бъде единичен float (прилага се към всички пиксели) или коефициентен матрица (преобразуване по пиксели). Обикновено се използва за превръщане на изчислените нужди от хранителни елементи (активно вещество) в реални норми на внасяне на продукт или обратно, на базата на състава на тора или концентрацията на хранителния елемент.
Преобразуването се прилага пиксел по пиксел, като се запазва пространствената структура на оригиналния слой.
Типични случаи на употреба
Преобразуване на норми на хранителни елементи в норми на торен продукт
Коригиране на карти за внасяне според концентрацията на хранителния елемент
Подготовка на крайни рецептурни карти за машините
estimate_texture_class_based_on_usda
Тази функция оценява текстурния клас на почвата по USDA за всеки пиксел, използвайки процентите пясък, прах и глина.
Предоставете три растерни слоя в проценти (0-100), които представят фракциите по размер на частиците. Изходът е имена на USDA класове като sand, loamy_sand, sandy_loam, loam, silt_loam, sandy_clay_loam, clay_loam, silty_clay_loam, silty_clay или undefined когато входните данни са невалидни.
estimate_texture_class_based_on_fao_wrb
Тази функция оценява класa на почвената текстура FAO/WRB (ISO 11277) за всеки пиксел въз основа на процентите пясък, прах и глина.
Предоставете три растерни слоя в проценти (0-100), които представят фракциите по размер на частиците. Изходът е FAO/WRB кодове на класове като S, LS, SL, L, SiL, Si, SCL, CL, SiCL, SC, SiC, C, HC или undefined когато входните данни са невалидни.
calculate_soil_bulk_density
Тази функция изчислява обемна плътност на почвата (g/cm³) въз основа на текстурния клас и по желание органичното вещество в почвата (SOM).
The texture_class_layer трябва да съдържа имена на класове или кодове, получени от функцията за текстура USDA или функцията за текстура FAO/WRB спомената по-горе.
Ако som_pct_layer е подаден като процентна стойност, функцията коригира обемната плътност с помощта на SOM. В противен случай тя връща стойности за обемна плътност на почвата в g/cm³, свързани с текстурните класове според справочните таблици USDA или FAO/WRB.
Последна актуализация
Беше ли полезно?