84. Muutos: Kalibroi ja puhdista YieldDataset

API‑kutsut sadon aineistojen puhdistukseen ja kalibrointiin

"YieldDatasetin" kalibrointi on toiminto, joka korjaa arvojen jakaumaa matemaattisten periaatteiden mukaiseksi ja parantaa näin datan eheyttä. Se vahvistaa päätöksenteon laatua ja tekee datasta arvokkaan jatkoanalyysiä varten.

Tämän toiminnon yleisiä käyttötapauksia ovat:

• Datan synkronointi, kun useat leikkuupuimurit ovat työskennelleet samanaikaisesti tai useiden päivien aikana, varmistamalla yhdenmukaisuus.

• Datasetin muuttaminen homogeenisemmaksi ja tarkemmaksi tasoittamalla vaihteluita.

• Datan kohinan ja ylimääräisen tiedon poistaminen, jotka voivat hämärtää havaintoja.

• Käännösten ja epänormaalien geometrioiden poistaminen, jotka voivat vääristää todellisia kaavoja ja trendejä pellolla.

• Satoarvojen säätäminen vastaamaan vakiintuneita keskiarvoja tai summia kullekin attribuutille.

Yksityiskohtaisempaa tarkastelua ja esimerkkejä varten katso Sadon kalibrointi & puhdistus käyttötapausta.

Alkuperäinen YieldDataset WetMass-attribuutilla

Viisi leikkuupuimuria työskenteli rinnakkain alla esitetyllä 30 ha:n pellolla. Yhden puimurin kalibrointi ei ollut synkronoitu muiden kanssa, mikä johti oranssi paikkoihin, mikä viittaa siihen, että lisä KALIBROINTI on tarpeen. Lisäksi lähellä pellon reunoja on lukuisia käännöksiä, jotka pitää poistaa. punainen pisteitä lähemmäs "pellon" reunoja, jotka on poistettava.

Alkuperäinen YieldDataset WetMass-attribuutilla

Kalibroitu ja puhdistettu YieldDataset WetMass-attribuutilla

Alla oleva tulos näyttää datasetin automaattisen soveltamisen jälkeen KALIBROI ja PUHDISTA toiminnoilla oletusparametreilla. Tuloksena oleva "YieldDataset" on homogeeninen, ilman poikkeamia tai äkillisiä muutoksia vierekkäisten geometrioiden välillä.

Kalibroitu ja puhdistettu YieldDataset WetMass-attribuutilla

Polku- vs Keskimääräinen/Summa- vs Ehdolliset vaihtoehdot

Polku- eli Pathwise-kalibrointi vastaa koneen ajouria. Jokainen koneen ajoura käsitellään erillisenä alueena kalibrointia varten. GeoPardin tiimi ehdottaa tämän menetelmän käyttöä vakiomenetelmänä.

Keskimääräinen/Summa-kalibrointi keskittyy attribuuttien arvojen uudelleenjakoon. Jos paikkatietomallit ovat paikkansapitäviä mutta absoluuttiset luvut poikkeavat todellisista, tämä menetelmä on hyödyllinen. Parhaan tuloksen saavuttamiseksi GeoPard suosittelee yhdistämään sen Pathwise-kalibrointiin: ensin Pathwise ja sen jälkeen säätö tunnettuja keskiarvo/summa-arvoja vastaavaksi.

Ehdollinen kalibrointi säätelee attribuuttien arvoja annettujen min- ja maksirajojen perusteella. Tämä menetelmä on erityisen hyödyllinen, kun paikkakuviot ovat tarkkoja mutta arvojen jakaumaa pitää säätää, erityisesti kun tunnetut min- ja maksimiarvot ovat saatavilla. Parhaiden tulosten saavuttamiseksi GeoPard suosittelee yhdistämään sen Pathwise-kalibrointiin: aloita Pathwisellä ja tee sitten säädöt tunnettuja min- ja maksimiarvoja vastaaviksi.

Vihjeitä

Vihje datan poikkeavuuksista

Jos käyttäjä kohtaa datassa poikkeavuuksia, kuten arvoja lähellä nollaa tai epätavallisen suuria arvoja (esim. keskiarvo 10 ja maksimi 8000), suositellaan Puhdistus & Kalibrointi työnkulkua. Se määritellään parametreilla toiminnot: [CLEAN, CALIBRATE].

Datan puhdistuksen priorisointi ennen kalibrointia varmistaa virheiden, puuttuvien arvojen ja epäjohdonmukaisuuksien poistamisen, parantaen näin datan laatua ja tarkkuutta.

Vihje datasta ilman alkuperäisiä virheitä

Dataseteille, joissa ei alun perin ole virheitä, puuttuvia arvoja tai epäjohdonmukaisuuksia, ja kun tiedetään useiden puimureiden osallistuneen, harkitse Kalibrointi & Puhdistus työnkulkua. Se määritellään parametreilla toiminnot: [CALIBRATE, CLEAN].

Datan puhdistus kalibroinnin jälkeen auttaa hiomaan datasettiä edelleen poistamalla mahdolliset kalibroinnin aikana syntyneet artefaktit.

Dokumentaatio: Muutoksen tiedot

Oletusstandardi määritys mahdollistaa "YieldDatasetin" automaattisen kalibroinnin ja puhdistuksen.

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

Edistyneempi esimerkki tarjoaa manuaalisen hallinnan min/max-alueille ja sisältää lisäattribuutteja.

mutation CustomCalibrateYieldDataset {
  calibrateYieldDataset(input: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<placeholder_of_dataset_uuid>"
    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
        }]
      }
      toiminnot:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    fieldUuid
    originalUuid
    statusCode
    statusMessage
  }
}

USDA-protokollan noudattamiseksi PUHDISTA toiminnolle, sinun on joko mainittava KAIKKI sarakkeet cleanActionissa -> conditionMinMaxCleanissa tai määritettävä osa niistä cleanActionissa -> conditionMinMaxCleanissa ja jäljelle jäävät condtionAutoCleanissa -> excludedAttributes.

Syöteparametrit:

• toiminnot taulukkomuodossa, jolloin voit valita korjaavat toimenpiteet ja niiden soveltamisjärjestyksen soveltamisessa; tuetut arvot sisältävät PUHDISTA ja KALIBROI.

• calibrateAction objektina, joka sisältää konfiguraatiotiedot liittyen KALIBROI toimintoon.

  • calibrationAttributes taulukkomuodossa attribuutteja, jotka vaativat kalibrointia, tyypillisesti Yield-sarakkeeseen liittyen.

  • smoothWindowSize parittomana kokonaislukuna, joka tasoittaa tulosarvoja vähentäen äkillisiä hyppyjä arvoissa.

  • conditionPathwiseCalibration objektina, joka sisältää Pathwise kalibrointi vastaa koneen ajouria. Jokainen koneen ajoura käsitellään erillisenä alueena kalibrointia varten.

    • calibrationBasis merkkijonona, joka edustaa attribuuttia, jota käytetään kalibroinnin perustana.

    • maxHomogeneityRegion booleen arvona, joka ilmaisee käytetäänkö maksimaalista homogeenisuusaluetta viitealueena kalibroinnissa.

    • syntheticMachinePath booleen arvona, joka ilmaisee koneiden reittien simuloinnin; se on hyödyllinen, kun tarkkaa koneen polkuattribuuttia ei ole ja se tarvitsee simuloida aikaleimojen tai vastaavan attribuutin perusteella.

  • conditionAvgTotalCalibration objektina, joka sisältää Keskimääräinen/Summa kalibrointi keskittyy attribuuttien arvojen uudelleenjakoon. Jos paikkakuviot ovat tarkkoja mutta absoluuttiset luvut poikkeavat todellisista, tämä menetelmä on hyödyllinen.

    • calibrationAttribute merkkijonona, joka edustaa attribuuttia, jota kalibroidaan.

    • average numerona, joka edustaa attribuutin keskiarvoa; attribuuttien arvojen tulisi vastata tätä keskiarvoa. Käytössä tulee olla vain yksi vaihtoehto, joko average tai total, jota tulisi käyttää kerrallaan.

    • total numerona, joka edustaa attribuuttien arvojen kokonaissummaa; näiden arvojen summa tulisi vastata tätä kokonaissummaa. Käytössä tulee olla vain yksi vaihtoehto, joko average tai total, jota tulisi käyttää kerrallaan.

  • conditionMinMaxCalibration objektina, joka sisältää Ehdollinen kalibrointi säätää attribuuttien arvoja annettujen min- ja maksirajojen perusteella.

    • calibrationAttribute merkkijonona, joka edustaa attribuuttia, jota kalibroidaan.

    • min numerona, joka edustaa attribuutin vähimmäisarvoa, toimien kalibroinnin alimpana rajana.

    • minIncluded booleen arvona, joka ilmaisee sisällytetäänkö vähimmäisarvo vai ei

    • max numerona, joka edustaa attribuutin enimmäisarvoa, toimien kalibroinnin ylimpänä rajana.

    • maxIncluded booleen arvona, joka ilmaisee sisällytetäänkö enimmäisarvo vai ei.

• cleanActionissa objektina, joka sisältää konfiguraation yksityiskohdat liittyen PUHDISTA toimintoon.

  • conditionAutoClean objektina, joka sisältää automaattisen puhdistusalgoritmin asetukset.

    • targetAttribute merkkijonona, joka edustaa kohdearvoja Yieldille.

    • excludedAttributes merkkijonomuotoisena taulukona, joka määrittelee attribuutit, joilla ei ole vaikutusta puhdistustoimintoon.

  • conditionMinMaxCleanissa objektien taulukkomuotoisena, joka sisältää kuvatut puhdistussäännöt; jokainen objekti sisältää seuraavat parametrit.

    • cleanAttribute merkkijonona, joka määrittelee säännön sarakenimen.

    • min numerona, joka ilmaisee vähimmäisarvon.

    • max numerona, joka ilmaisee enimmäisarvon.

Näkyäksesi syötteet ja päästäksesi käsiksi luetteloiden (esim. toiminnot) uusimpiin saatavilla oleviin arvoihin, on suositeltavaa käyttää Altair.

Dokumentaatio: YieldDataset-kysely

GeoPard API:n käyttäjänä voit hakea tietoja YieldDataseteihin sovelletuista korjauksista attribuuttien kautta appliedCorrections ja appliedCorrectionsVersion. Ensimmäinen tarjoaa listan tehdyistä korjauksista (esim. KALIBROI ja PUHDISTA), ja niiden suoritusjärjestys näkyy taulukon järjestyksessä. Sillä välin appliedCorrectionsVersion ilmaisee käytetyn algoritmin version.

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