Katalog vlastních funkcí
Tyto funkce schovávají složitý Python kód a umožňují snadno dělat pokročilé úpravy a výpočty s daty.
GeoPard nabízí komplexní katalog vlastních funkcí navržených ke zlepšení čitelnosti a funkčnosti analýz založených na rovnicích. Tyto funkce zapouzdřují složitý python kód, takže můžete snadno implementovat sofistikované úpravy dat a výpočty.
Zadat rovnici

Seznam dostupných předpřipravených funkcí pro tvorbu intuitivnějších a lépe udržovatelných rovnic v GeoPardu je součástí balíčku geopard: balíčku:
fill_gaps_with_k_neighbors
Tato funkce obnovuje mezery v datech nebo nuly v datové sadě pomocí algoritmu K-Nearest Neighbors. Zadáním input_data proměnné (jako Dataset s vybraným atributem) a počtu sousedů k, můžete bez problémů doplnit chybějící hodnoty a zajistit kontinuitu i konzistenci dat.
Tato funkce funguje dobře, když jsou mezery v datech rozmístěné po poli a nejsou soustředěné do žádné konkrétní části hranice pole.
determine_data_similarity
Tuto funkci použijte k výpočtu podobnosti mezi dvěma datovými sadami na úrovni pixelů. Proměnné data_layer_1 a data_layer_2 by měly představovat stejný měřený údaj ve stejných jednotkách , aby bylo porovnání smysluplné. Zadáním proměnných data_layer_1 a data_layer_2 navázaných na datové sady můžete vytvořit mapu podobnosti s hodnotami od 0 do 1, což usnadňuje srovnávací studie i rozpoznávání vzorů.
determine_data_similarity_from_normalized
Tuto funkci použijte k výpočtu podobnosti mezi dvěma normalizovanými datovými sadami na úrovni pixelů. Normalizace je doporučená, když mají původní data_layer_1 a data_layer_2 odlišné škály nebo jednotky. Zadáním těchto datových sad jako vstupu funkce vytvoří mapu podobnosti s hodnotami od 0 do 1, takže je vhodná pro srovnávací studie, rozpoznávání vzorů a analýzu prostorové konzistence.
determine_low_high_similarity
Tato funkce vyhodnocuje nízkou-vysokou podobnost mezi dvěma datovými sadami. Zadáním proměnných data_layer_1 a data_layer_2 navázaných na datové sady získáte kategorizovanou mapu podobnosti, která ukazuje kombinace jako nízká-nízká, nízká-vysoká, vysoká-nízká a vysoká-vysoká, což je užitečné pro jemnější klasifikaci dat.
get_value_for_zone
Tuto funkci použijte k vytažení všech hodnot z atributu datové sady v jedné zóně. Zadejte data_layer (vrstvu atributu), zones_layer (mapu zón) a zone_id (číslo zóny), abyste izolovali hodnoty pro analýzu, například výnos, dávku aplikace nebo výsevní dávku, uvnitř této zóny.
drop_value
Tato funkce vám umožní odstranit specifické hodnoty z atributu datové sady. Zadáním data_layer a value_to_drop, můžete datovou sadu vyčistit tak, že tyto hodnoty z výsledku odstraníte, technicky je nahradíte NaN.
normalize_data
Normalizujte atribut datové sady pomocí této funkce. Zadáním data_layer, můžete data škálovat do standardizovaného rozsahu 0 až 1, což usnadňuje porovnávání a integraci napříč různými datovými sadami.
calculate_total_applied_fertilizer
Vypočítejte celkové aplikované hnojivo v jednotkách na plochu (například kg/ha, l/ha, gal/ac atd.). Zadáním application_list datových sad s atributy AppliedRate a odpovídající active_ingredient_coefficient_list pro hnojivové produkty získáte skutečné celkové aplikované hnojivo v jednotkách (například kg, l, gal atd.).
calculate_total_applied_nitrogen
Vypočítejte celkové aplikované množství dusíku v kg/ha pomocí této funkce. Zadáním application_list datových sad s atributy AppliedRate a odpovídající active_ingredient_coefficient_list s dusíkatými produkty můžete převést skutečný dusík na kg/ha a přesně spočítat celkové aplikované množství dusíku, což je klíčové pro agronomické plánování a hodnocení udržitelnosti. Výstup se používá jako N_total_applied vgeopard.calculate_nitrogen_use_efficiency.
calculate_nitrogen_uptake
Stanovte příjem dusíku v kg/ha pomocí této funkce. Zadáním yield_wet_tha, moisture_pct, protein_pct z datové sady výnosu a protein_crop_correction_coefficient představující vazbu proteinu na příjem dusíku můžete posoudit efektivitu využití dusíku v produkci plodin. Výstup se používá jako N_uptake vgeopard.calculate_nitrogen_use_efficiency .
calculate_nitrogen_use_efficiency
Vyhodnoťte efektivitu využití dusíku v procentech pomocí této funkce. Zadáním N_total_applied a N_uptake proměnných (z předchozích funkcí) můžete měřit účinnost aplikace dusíku, což pomáhá optimalizovat použití hnojiv.
calculate_costs
Vypočítejte celkové náklady podle aplikačních dávek a cen pomocí této funkce. Zadáním application_rate_list datových sad s atributy AppliedRate a odpovídající price_per_unit_list, můžete sečíst náklady spojené s různými zemědělskými činnostmi, což podporuje řízení rozpočtu i finanční plánování. Výstup se používá jako costs vgeopard.calculate_profit.
calculate_revenue
Spočítejte tržby z datové sady výnosu pomocí této funkce. Zadáním yield_as_mass navázaného na atribut datové sady výnosu a yield_price_per_unit, můžete odhadnout příjem z rostlinné výroby a usnadnit ekonomická vyhodnocení. Výstup se používá jako costs vgeopard.calculate_profit .
calculate_profit
Určete zisk odečtením nákladů od tržeb pomocí této funkce. Zadáním revenue a costs proměnných (z předchozích funkcí) můžete snadno spočítat finanční výnos z jejich zemědělského provozu, což podporuje analýzu ziskovosti i strategické rozhodování.
fill_value_for_range
Tato funkce filtruje hodnoty v určeném rozsahu v vstupním pole. Zadáním vstupním pole spolu s volitelnými min_value a volitelnými max_value prahy můžete izolovat hodnoty, které spadají do požadovaného rozsahu. Parametr value_to_fill umožňuje nahradit hodnoty mimo rozsah zadanou hodnotou, čímž se zlepšuje filtrování dat i procesy normalizace.
calculate_per_pixel_mae
Použijte tuto funkci k výpočtu střední absolutní chyby (MAE) na pixel mezi dvěma datovými sadami. Poskytuje prostorovou mapu absolutních rozdílů. "Absolutní rozdíl" je prostě velikost mezery mezi odpovídajícími hodnotami pixelů, bez ohledu na to, zda je jedna vyšší nebo nižší.
Funkce pomáhá identifikovat oblasti s většími rozdíly.
calculate_per_pixel_relative_deviation
Tato funkce počítá relativní odchylku pro každý pixel mezi dvěma datovými sadami a vyjadřuje rozdíl jako procento hodnoty v dataset_1. V zásadě ukazuje, o kolik se hodnota jednoho pixelu odchyluje od odpovídající hodnoty v dataset_1 v poměrném vyjádření.
Tento přístup je obzvlášť užitečný při analýze změn půdních vlastností, výnosu plodin nebo dat z dálkového průzkumu, protože vám pomůže rychle najít oblasti s výraznými poměrnými rozdíly.
calculate_difference
Tato funkce odečte jednu datovou sadu od druhé a vytvoří mapu rozdílů. Zvýrazňuje oblasti, kde jsou hodnoty v jedné datové sadě vyšší nebo nižší než v druhé, takže je snazší najít trendy a změny v čase.
Tento nástroj je zvlášť užitečný pro vizualizaci změn půdních vlastností, výnosu plodin nebo dat z dálkového průzkumu a pomáhá rychle určit oblasti, které mohou vyžadovat další analýzu nebo zásah.
calculate_relative_difference
Tato funkce počítá relativní rozdíl pro každý pixel tak, že normalizuje rozdíl mezi datovými sadami pomocí hodnot z dataset_2. To znamená, že ukazuje, jak významná je změna vzhledem k velikosti dataset_2.
Takové poměrné porovnání je zvlášť užitečné při práci s datovými sadami různých měřítek, protože pomáhá odhalit relativní posuny v půdních vlastnostech, výnosech plodin nebo výstupech senzorů. Tento přístup pomáhá přesně určit oblasti s výraznou variabilitou.
calculate_normalized_difference
Tato funkce počítá normalizovaný rozdíl pro každý pixel tak, že obě datové sady škáluje vůči jejich globální maximální hodnotě. Díky tomu jsou datové sady přímo porovnatelné, i když původně mají různé rozsahy.
Výsledná mapa poskytuje přehledný pohled na změny půdních vlastností, výnosu plodin a dat z dálkového průzkumu a umožňuje rychle určit a vyhodnotit klíčové rozdíly.
build_zones_by_intervals
Tato funkce vytváří mapu řídicích zón tím, že klasifikuje souvislou rastrovou vrstvu do diskrétních zón podle uživatelem definovaných hodnotových intervalů.
Každý interval určuje jednu zónu a každý pixel je přiřazen do zóny, do jejíž hodnotové oblasti spadá. Pixely, které neodpovídají žádnému intervalu, jsou označeny jako -1.
Tento postup zónování se běžně používá k převodu map výnosu, půdních vlastností nebo indexů dálkového průzkumu na akční řídicí zóny pro variabilní aplikaci.
Typické použití
Tvorba řídicích zón z vrstev výnosu, NDVI nebo půdy
Příprava map zón pro výpočty dávky živin nebo setí
Rozdělení polí do homogenních zón pro rozhodování
calculate_nutrient_rate_as_active_ingredients_per_zone
Tato funkce vypočítá požadovanou dávku živin (účinné látky) pro každou řídicí zónu.
Výpočet je založen na:
cílové hladině živin,
zásobě živin dostupných pro rostliny z půdy,
živinách už aplikovaných při předchozích operacích (hnůj, hnojiva, digestát atd.).
Aplikované živinové operace lze zadat jako konstanty, hodnoty podle zón, rastrové vrstvy nebo libovolnou jejich kombinaci. Všechny vstupy se automaticky vyhodnotí a sečtou po zónách.
Ve výchozím nastavení se požadovaná dávka počítá jako rozdíl mezi cílovou hladinou živin a součtem půdní zásoby a aplikovaných živin. Výsledek se vrací jako rastrová mapa, kde každá zóna obsahuje jednotnou dávku živin.
convert_active_ingredient_and_product
Tato funkce převádí rastrovou vrstvu mezi dávkami účinné látky a dávkami produktu pomocí korekčního koeficientu.
Ten corrected_coefficient může být jeden float (aplikovaný na všechny pixely) nebo koeficient matice (převod po pixelech). Obvykle se používá k převodu vypočtených požadavků na živiny (účinná látka) na skutečné dávky aplikace produktu, nebo naopak, podle složení hnojiva nebo koncentrace živin.
Převod se provádí po pixelech a zachovává prostorovou strukturu původní vrstvy.
Typické použití
Převod dávek živin na dávky hnojiva
Úprava aplikačních map podle koncentrace živin
Příprava finálních předpisových map pro techniku
map_value_by_zone
Tato funkce převádí skalární hodnoty, slovníky specifické pro zóny nebo rastrové vrstvy na rastr založený na zónách.
Každý platný pixel dostane hodnotu přiřazenou své odpovídající zóně. U rastrového vstupu se hodnoty v každé zóně agregují pomocí průměru, mediánu, minimanebo maxima, čímž se efektivně odstraní variabilita uvnitř zóny.
Chybějící hodnoty ve slovníku a pixely bez dat dostanou zadanou výchozí (ve výchozím nastavení NaN).
Typické použití
Tvorba pixelových cílů plánovaného výnosu z hodnot podle zón
Převod doporučení hnojiv podle zón na aplikační rastry
Vyhlazení variability půdních živin v rámci řídicích zón
Příprava parametrů na úrovni zón pro pixelové výpočty NumPy
calculate_dose_by_nutrient_balance
Tato funkce vypočítá dávky hnojiva na pixel podle bilance odběru živin plodinou a zásoby živin v půdě.
Výpočet zohledňuje plánovaný výnos, odběr živin plodinou, dostupné živiny v půdě, koeficienty využití půdy a hnojiva i korekční faktory. Výsledný požadavek na účinnou látku lze volitelně převést na skutečné dávky komerčního hnojiva pomocí product_nutrient_share.
Podporuje skalární hodnoty, slovníky i rastrové hodnoty plánovaného výnosu. Hodnoty živin v půdě lze použít po pixelech nebo agregovat podle zón. Konečné dávky lze omezit minimem a maximem aplikace a zaokrouhlit na celá čísla.
Typické použití
Vytváření předpisů hnojiv s proměnlivou dávkou P₂O₅ a K₂O
Výpočet náhrady živin podle plánovaného výnosu plodin
Zohlednění zásoby živin v půdě a účinnosti využití hnojiva
Převod požadavků na účinnou látku na aplikační dávky komerčních přípravků
Vytváření aplikačních map hnojiv připravených pro techniku
estimate_texture_class_based_on_usda
Tato funkce odhaduje texturu půdy podle USDA pro každý pixel pomocí procent písku, prachu a jílu.
Zadejte tři rastrové vrstvy v procentech (0–100), které představují podíly částic. Výstupem je názvy tříd USDA, jako jsou sand, loamy_sand, sandy_loam, loam, silt_loam, sandy_clay_loam, clay_loam, silty_clay_loam, silty_clay nebo undefined při neplatných vstupech.
estimate_texture_class_based_on_fao_wrb
Tato funkce odhaduje texturu půdy podle FAO/WRB (ISO 11277) pro každý pixel na základě procent písku, prachu a jílu.
Zadejte tři rastrové vrstvy v procentech (0–100), které představují podíly částic. Výstupem je kódy tříd FAO/WRB, jako jsou S, LS, SL, L, SiL, Si, SCL, CL, SiCL, SC, SiC, C, HC nebo undefined při neplatných vstupech.
calculate_soil_bulk_density
Tato funkce vypočítá objemovou hmotnost půdy (g/cm³) na základě třídy textury a volitelně organické hmoty v půdě (SOM).
Ten texture_class_layer by měla obsahovat názvy tříd nebo kódy vytvořené funkcí textury USDA nebo funkcí textury FAO/WRB uvedenými výše.
Pokud je som_pct_layer zadaná jako procentní hodnota, funkce upraví objemovou hmotnost pomocí SOM. Jinak vrátí hodnoty objemové hmotnosti půdy v g/cm³ přiřazené ke třídám textury podle vyhledávací tabulky USDA nebo FAO/WRB.
Poslední aktualizace
Bylo to užitečné?