Uso de la Clasificación de Datos

La clasificación de datos es un paso crucial en el análisis y la visualización de datos geográficos. GeoPard ofrece varios métodos de clasificación para ayudar a los usuarios a comprender e interpretar eficazmente sus datos. Tres tipos de clasificación de datos comúnmente usados en GeoPard son Natural Breaks, Intervalo Igual y Conteo Igual (Área). Cada método de clasificación tiene características y escenarios de aplicación únicos, como se describe a continuación:

1. Clasificación por Natural Breaks

La clasificación Natural Breaks identifica umbrales o puntos de ruptura "naturales" en la distribución de los datos para crear grupos distintos. Maximiza las diferencias entre clases y minimiza las diferencias dentro de cada clase. Natural Breaks es útil para datos con patrones o clústeres claros, permitiendo una exploración y análisis efectivos.

Clasificación Natural Breaks

2. Clasificación por Intervalo Igual

La clasificación por Intervalo Igual divide el rango de datos en intervalos o contenedores iguales. Proporciona una representación equilibrada de la distribución de los datos, facilitando la interpretación y comparación de valores dentro de cada intervalo. Intervalo Igual es adecuado para datos distribuidos uniformemente sin patrones distintivos.

Clasificación por Intervalo Igual

3. Clasificación por Conteo Igual (Área)

La clasificación por Conteo Igual asegura un número igual de valores de datos en cada clase. Mantiene una representación equilibrada, especialmente para datos sesgados o distribuidos de manera desigual. Conteo Igual permite comparaciones justas entre áreas o regiones, ofreciendo un análisis y una visualización consistentes.

El objetivo es crear zonas con tamaños de área relativamente similares, pero las operaciones de redondeo y las mejoras en la calidad de las zonas pueden introducir ligeras variaciones. Por lo tanto, el uso de índices de vegetación con mayor granularidad, como EVI2, MCARI1 o WDRVI, produce resultados más precisos. Y las geometrías finales de las zonas se afinan para mejorar la precisión.

Clasificación por Conteo Igual (Área)

4. Clasificación Espacialmente Localizada

La clasificación Espacialmente Localizada agrupa los datos geoespacialmente, creando zonas localizadas. Su caso de uso principal es planificar Zonas para Muestreo de Suelo, permitiendo una segmentación eficiente de los Campos en áreas manejables.

Para ofrecer mayor flexibilidad, la clasificación Espacialmente Localizada incluye tres opciones distintas: hacia Espacial, hacia Valores, y Equilibrado, permitiéndole personalizar el proceso de agrupamiento según necesidades específicas.

4.1. Opción Equilibrada de Espacialmente Localizada

El Equilibrado la opción de Clasificación Espacialmente Localizada ofrece un punto intermedio entre la hacia lo Espacial y hacia Valores opciones. Crea un Mapa de Zonas con clústeres que logran un equilibrio entre la proximidad geográfica y la similitud de los valores de los datos. Este enfoque es útil cuando tanto la compacidad espacial como la coherencia de los datos son importantes, ofreciendo una solución equilibrada para la mayoría de los casos de uso generales.

Clasificación Espacialmente Localizada (Opción Equilibrada)

4.2. Hacia Valores de Espacialmente Localizada

Hacia Valores la opción de Clasificación Espacialmente Localizada, en contraste, produce zonas que se agrupan en función de los valores de los datos en lugar de la proximidad geográfica. Esta opción agrupa áreas con atributos de datos similares, como vegetación o calidad del suelo, para crear un Mapa de Zonas donde el enfoque principal está en la coherencia de los datos dentro de cada zona. Esto es más adecuado para casos de uso donde la uniformidad de los datos dentro de las zonas es más crítica que su disposición espacial.

Clasificación Espacialmente Localizada (Opción Hacia Valores)

4.3. Hacia lo Espacial de Espacialmente Localizada

Hacia lo Espacial la opción de Clasificación Espacialmente Localizada se centra en crear zonas que estén más concentradas geográficamente. Esto produce un Mapa de Zonas con clústeres que priorizan la proximidad, asegurando que cada zona sea espacialmente compacta. Es ideal para aplicaciones donde la ubicación física de las zonas es la preocupación principal, como la logística o el muestreo basado en la ubicación.

Clasificación Espacialmente Localizada (Opción Hacia lo Espacial)