> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/yield-and-trials/yield-calibration-and-cleaning.md).

# 収量データのクリーニングと補正：収量マップのエラーを取り除く

収量モニターのデータをクリーニングします。流量遅延、走行開始・終了時、旋回、重複、速度や水分の外れ値、複数コンバインの補正など、ゾーンを作成する前に行う処理を解説します。

収量モニターの生データには、流量の遅延、作業の開始・終了時、旋回、ヘッダーの重複、異なる設定で校正されたコンバインなどに起因する誤差が含まれます。ゾーンを作成したり試験結果を評価したりする前にデータをクリーンアップしないと、圃場ではなく機械の動きがマップに表示されてしまいます。GeoPardはUSDAのクリーンアッププロトコルを自動で適用し、フィルターを手動で設定できるほか、複数のコンバインのデータを既知の合計収量または平均収量に合わせて校正できます。

{% hint style="info" %}
geopard.techのインタラクティブな収量データのクリーンアップページをご覧ください： [収量データのクリーンアップ](https://geopard.tech/yield-data/)
{% endhint %}

{% hint style="success" %}
前シーズンの収量ファイルをクリーンアップ： [無料で始める](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=yield-calibration-and-cleaning)
{% endhint %}

GeoPardを使って **収量データをクリーンアップし、** さらに **収量モニターのデータセットを校正しましょう**。ゾーン作成、処方マップ、分析に信頼して使える収量マップを作成できます。このワークフローでは、外れ値、旋回、欠損属性、複数の収穫機による収量データに対応します。 **USDAの収量データクリーンアッププロトコル** を取り入れ、 **Yield Editorの代替ワークフロー** にも対応しています。

{% embed url="<https://youtu.be/Tk5lubolnHQ>" %}
収量データのクリーンアップと校正に関する動画チュートリアル。各オプションの違いを解説します。
{% endembed %}

この校正プロセスは、次の点で重要です：

1. **データの一貫性を確保**：複数の収穫機が同時に、または別の日に作業することは珍しくありません。この機能により、それぞれのデータを整合させることができます。
2. **データの均質化**：収量データにはばらつきがあります。校正によって不要な急増や急落を取り除き、滑らかで一貫性のあるデータにします。
3. **ノイズの除去**：収量データにも、他のデータと同様に、分析に関係のない「ノイズ」が含まれることがあります。そうした情報が分析結果を曇らせないようにします。
4. **形状の整合**：旋回や不規則な形状のデータパターンは、実態を反映した分析結果を損なう可能性があります。この校正ではそれらを補正し、データが圃場の実情を正しく反映するようにします。
5. **圃場境界による切り抜き**：収穫機は隣接する圃場でも作業することがあります。正確に分析するには、指定した境界内のデータだけを対象にすることが重要です。

{% hint style="info" %}
Yield Calibrationインターフェースは、Yield Clean/Calibrate用のGeoPard APIエンドポイント（[GeoPard API：YieldDatasetの校正とクリーンアップ](https://docs.geopard.tech/geopard-tutorials/jpn/apidokyumento/geopard-api-requests-overview/84.-mutation-calibrate-and-clean-yielddataset.md)）を使用します。UIまたはAPIから `CALIBRATE` と `CLEAN` の操作を実行します。
{% endhint %}

## 概要

<table data-view="cards"><thead><tr><th></th><th></th><th></th><th data-hidden data-card-cover data-type="files"></th></tr></thead><tbody><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F1pcsMp9Kt7NyZF11YgVW%2F1.png?alt=media&amp;token=f8190619-71b8-4665-b0e0-c64c8e94b656" alt=""></td><td></td><td></td><td></td></tr><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FyFjisKTG8adFULlqqCjX%2F2.png?alt=media&amp;token=ea985793-14df-4e03-9051-35db1bad8f58" alt=""></td><td></td><td></td><td></td></tr><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FCNlWjqLLdhPE2rTVuaUA%2F3.png?alt=media&amp;token=459d6925-63c1-4680-aab7-3d920f41bcbf" alt=""></td><td></td><td></td><td></td></tr><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FTI9hUS0awcLL6KeOPkOo%2F4.png?alt=media&amp;token=ddf27706-7a35-4518-aab9-a3f5710fa5a8" alt=""></td><td></td><td></td><td></td></tr><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FEEhbN218ZlKPadWMnDDK%2F5.png?alt=media&amp;token=5125ee8a-7936-4560-8bf6-474beb2e1812" alt=""></td><td></td><td></td><td></td></tr><tr><td><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FdOppLSfGQCizUG2UOWwz%2F6.png?alt=media&amp;token=2af3a431-3dc3-414f-90b1-9d62d860837c" alt=""></td><td></td><td></td><td></td></tr></tbody></table>

{% file src="/files/a98955ced8450d6da24e8df55fbace7ab62907df" %}
収量データのクリーンアップに関するPDFパンフレットをダウンロード
{% endfile %}

## 実例

農業では、破損した収量データセットが大きな課題となることがあります。以下に、そのようなデータセットが見られた実例を紹介します。GeoPardの高度な校正・クリーンアップアルゴリズムにより、これらのデータセットを効果的に補正・最適化しました。

{% hint style="info" %}
収量データが記録されていない領域を補完し、収量マップを完成させるには、GeoPardの合成収量マップの手法をご利用ください。この方法では、欠損データを復元して収量を漏れなく分析できます。詳しくは [こちら](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/yield-and-trials/synthetic-yield-map.md).
{% endhint %}

### 複数の収穫機による共同作業

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FxLYRsV8pZbnffA7HacMw%2Fimage.png?alt=media&amp;token=735fe5c7-7355-4011-b550-366bba97acc2" alt=""><figcaption><p>例1：複数の収穫機による共同作業</p></figcaption></figure>

{% hint style="info" %}
複雑なケースで最適な精度を得るには、2段階の校正をおすすめします。まず、Machine ID属性を使って初回の校正を実行します。次に、「Simulated (Synthetic) Machine Paths」チェックボックスを使い、2回目の校正を行います。この段階的な手法により、複雑なケースを適切に処理するうえで欠かせない、綿密で正確な校正が可能になります。
{% endhint %}

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fzp5sfPBeqgxwmAFvaOCg%2Fimage.png?alt=media&amp;token=7d873554-17e2-4871-8389-b08dbd2f9d46" alt=""><figcaption><p>例2：複数の収穫機による共同作業</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FjgsxP8o0vdwvoEfsVjDO%2Fimage.png?alt=media&amp;token=4505bb89-582d-4819-86a7-7b2764346f4b" alt=""><figcaption><p>例3：複数の収穫機による共同作業</p></figcaption></figure>

### Jターン、停止、作業機幅を半分に設定

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FeCz6aOPR1yAqoQ09dHU6%2Fimage.png?alt=media&amp;token=6d404a9e-cdd2-4387-9ba0-da74a90233b1" alt=""><figcaption><p>例1：Uターン、停止、作業機幅を半分に設定</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRce8VNyPVrknT8nv5S70%2Fimage.png?alt=media&amp;token=fee2ecf8-35de-4777-b189-ac47eb234f31" alt=""><figcaption><p>例2：Uターン、停止、作業機幅を半分に設定</p></figcaption></figure>

### 記録値が異常に大きい場合

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FzmazzTOpZUuGoGUpER3X%2Fimage.png?alt=media&amp;token=589f8406-b872-475b-aadf-fe98033be293" alt=""><figcaption><p>例1：記録値が異常に大きい場合</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKBxJivTWUD4d1TEkiejY%2Fimage.png?alt=media&amp;token=783769a5-3c50-4031-b2ce-7a255bccdf14" alt=""><figcaption><p>例2：記録値が異常に大きい場合</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FfzS2hxfjzOLLloYECwGJ%2Fimage.png?alt=media&amp;token=227fce15-ae66-4377-988e-a01521b5be56" alt=""><figcaption><p>例3：記録値が異常に大きい場合</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FjXTlPKfGsFFgXNfbxo1p%2Fimage.png?alt=media&amp;token=35786ad7-59d3-4a7b-82b8-838dd8416894" alt=""><figcaption><p>例4：記録値が異常に大きい場合</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FoLiETzE2JzYZGJkGnXea%2Fimage.png?alt=media&amp;token=a0fc2b5a-959a-43b7-bf07-e83a9289cd02" alt=""><figcaption><p>例5：記録値が異常に大きい場合</p></figcaption></figure>

### 圃場境界外のデータ

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FBw3W24ci7QPTsKLAUMSQ%2Fimage.png?alt=media&amp;token=fed50b20-15cf-4631-87b5-4cdd157edf83" alt=""><figcaption><p>例：圃場境界外のデータ</p></figcaption></figure>

### 指定した平均収量値を使用したキャリブレーション

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FfEKsgXvom18AclK5newr%2Fimage.png?alt=media&amp;token=36114655-9cbd-48e7-9b01-dbf4091478b3" alt=""><figcaption><p>例：指定した平均収量値を使用したキャリブレーション（28 t/ha）</p></figcaption></figure>

### 異常のある属性を無視して収量属性をクリーニングする

収量データセットには、水分、速度、標高、その他の副次的な（収量以外の）属性に不規則な値を含むことがあります。クリーニングまたはキャリブレーションの実行時には、こうした異常値を無視することが重要です。GeoPard の収量クリーニング・キャリブレーション画面を使うと、効率的に処理できます。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FxqB9uc6JCTsb5q6fuWrp%2Fimage.png?alt=media&amp;token=0f149cbe-8c5f-4604-9f64-ceb73a07b6eb" alt=""><figcaption><p>例：水分属性の異常</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fpnh4ysSTZUGlzBfQBO13%2Fimage.png?alt=media&amp;token=ded245e3-9ae5-48ea-b2da-1400bcbfc3ba" alt=""><figcaption><p>例：水分の異常値を無視して収量データをクリーニングする</p></figcaption></figure>

### USDA収量データクリーニングプロトコル

次のような場合にこのオプションを使用します： **再現性のある、標準準拠の収量データ編集ワークフロー**。これは、 **大規模な収量モニターのデータクリーニング** に最適化されています。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FhM4KqHPBIQqUWQ6nvoi1%2Fimage.png?alt=media&amp;token=b2447749-21b2-49b2-a160-bb9e50ff7e2e" alt=""><figcaption><p>例：USDAプロトコルを適用した収量データのクリーニング</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRjsfVEr1qOfaz3DflfGF%2Fimage.png?alt=media&amp;token=a2001258-09cd-44eb-9bca-3a0d54ac4bf1" alt=""><figcaption><p>例：USDAプロトコルを適用した収量データのクリーニング</p></figcaption></figure>

## キャリブレーション方法の説明

### 走行経路別キャリブレーション

**使用する状況** **走行経路別キャリブレーション** 圃場を <mark style="background-color:green;">複数の機械または複数日にわたって収穫し、縞状のムラなどの系統的な差を補正する場合に使用します。</mark> 機械の設定、オペレーター、環境条件の違いにより、走行経路ごとに収量が一貫して過大または過小に見積もられる状況に適しています。

重要なのは、 <mark style="background-color:yellow;">AIが適切に学習してキャリブレーションを行うには、異なる走行経路、機械ID、収穫日などのばらつきが必要であることです。</mark>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FqeSVFK4x29AdDhMKdNt9%2FScreenshot%202026-01-19%20at%2015.09.43.png?alt=media&amp;token=abedd883-4894-4e19-817e-078e5866de25" alt=""><figcaption><p>例：収量の湿重量と9台の収穫機</p></figcaption></figure>

**使用しない状況** この方法は、1台の機械で連続して収穫した場合や、収量マップに明確な空間パターンが見られない場合には使用しないでください。また、データがまばらな場合や、機械ごとの差を示すデータがなく、圃場全体の総収量値しかない場合も避けてください。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FaDRgi3zhqqbxRK5THJtB%2Fimage.png?alt=media&amp;token=c51381e5-48a7-4003-9009-9a524d6df15e" alt="" width="563"><figcaption><p>例：統計的に正しいデータ分布</p></figcaption></figure>

### 平均値または総量によるキャリブレーション

**平均値／総量によるキャリブレーションが最適な状況** とは、 <mark style="background-color:green;">計量台や貯蔵施設の記録など、圃場全体の収量データに高い信頼性がある場合です。</mark> 個々の走行経路を調整する代わりに、データセット全体を拡大・縮小して、最終的な平均値または総量を既知の基準値に合わせます。全体の数値が信頼できる場合、最も簡単で安全なキャリブレーション方法とされることがよくあります。

次のような場合に **平均値／総量によるキャリブレーションを使用します：**

* **既知の基準値**：計量台などの公式な総収量記録、または圃場の平均収量について信頼性の高い値がある場合に、この方法を使用します。
* **全体的な偏りの補正**：収量マップの空間分布は正しく見えるものの、値全体に偏りがある場合に適しています。つまり、収量モニターのキャリブレーションが不十分で、圃場全体で一貫して高すぎる値または低すぎる値を記録している可能性があります。
* **収穫条件が一定**：作業全体を通して収穫条件が比較的一定だった場合に、最も効果を発揮します。
* **単一機械での安定した収穫**：圃場全体で安定して作業した1台の機械による収穫に適しています。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FaDRgi3zhqqbxRK5THJtB%2Fimage.png?alt=media&amp;token=c51381e5-48a7-4003-9009-9a524d6df15e" alt="" width="563"><figcaption><p>例：平均収量を使用し、必要なシフト補正を加えた統計的に正しいデータ分布</p></figcaption></figure>

次のような場合は **平均値／総量によるキャリブレーションを使用しないでください：**

* **機械間の偏り**：圃場の各区画を異なる機械または異なる日に収穫した結果、局所的な偏りが生じている場合、この方法は使用しないでください。圃場全体を一括で拡大・縮小しても、機械間にある根本的な差は解消されません。
* **目に見えるアーティファクト**：データに強い縞模様、帯状のムラ、または方向性のあるアーティファクトが見られる場合、この方法では解消できません。 <mark style="background-color:green;">こうした問題には、経路ごとのキャリブレーションが適しています。</mark>.
* **データの欠損**：圃場の一部しか収穫されていない場合や、記録データが不完全な場合は、この処理を避けてください。合計値や平均値が実態を反映しなくなります。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDnl5nlyf57I8VGxhKDDC%2Fimage.png?alt=media&amp;token=997fbab6-1d6f-40db-99cc-b2c1e7035953" alt="" width="563"><figcaption><p>例：欠損のある収量データ</p></figcaption></figure>

### 条件付きキャリブレーション

**条件付きキャリブレーション** は、 <mark style="background-color:green;">収量値が事前に定めた現実的な最小値と最大値の範囲内に収まるようにし、安全制御として機能します。</mark>.

極端な外れ値や、ノイズ、機械の停止、旋回によるセンサーの急変値を **必ず使用してください** して、<mark style="background-color:green;">除去します</mark>。補正を行わずに「収量はXを超えない」といった特定の農学的条件を適用するのに最適です。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FMwk1SC9K5O2dqvtfZM9c%2Fimage.png?alt=media&amp;token=b9f3a911-159e-4df1-a320-ac8da71d9ac0" alt=""><figcaption></figcaption></figure>

ただし、 **この方法は使用しないでください** データセット全体に偏りがある場合や、機械ごとに系統的な差がある場合は、この方法ではデータのスケーリングや空間パターンの補正を行えません。つまり、値を妥当な範囲に保つことはできますが、根本的なキャリブレーションのずれは解消できません。

## 使用方法の指針

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FQDPQ6VaHn8G0Bp7yGFks%2Fimage.png?alt=media&amp;token=e209de37-60c1-4453-8e32-3cb96d0c0a3d" alt=""><figcaption><p>収量キャリブレーションガイド（1ページ版）</p></figcaption></figure>

{% file src="/files/03fa80504d5ac2b24283e5ceeeab6caac7d948d0" %}
収量キャリブレーションガイド（1ページ版）をPDFでダウンロード
{% endfile %}

## 最初の手順

「収量のキャリブレーションとクリーニング」モジュールは、ユーザーインターフェースから直接起動できます。事前に収量データセットをアップロードしておく必要があります。各収量データセットの横にあるボタンから、データセットの調整を開始できます。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FPbjWmMvVPeDOoD66HpZz%2Fimage.png?alt=media&amp;token=30172001-7ba5-46b2-ad1d-a15397250498" alt=""><figcaption><p>処理を開始</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDT2d6mKzhRFyItdbuab0%2Fimage.png?alt=media&amp;token=39077a2c-9cd8-41c3-9354-ecf30316b20a" alt="" width="563"><figcaption><p>続行するオプションを選択してください</p></figcaption></figure>

続行するには、次のいずれかのオプションを選択します。

1. **自動処理**：GeoPardが推奨する既定の設定を使用して、ワンクリックでキャリブレーションします。
2. **クリーニングのみ**：クリーニング操作のみを設定して実行します。次の方法を選択できます。
   1. **GeoPardクリーニング**：AIアルゴリズムを使用して収量データセットをスマートクリーニングします。
   2. **USDA** （米国農務省）の収量データクリーニングプロトコル。
   3. **条件付きクリーニング**：カスタム属性のしきい値に基づいてデータをフィルタリングします。
3. **キャリブレーションのみ**：キャリブレーション操作のみを設定して実行します。次の方法を選択できます。
   1. **経路ごとのキャリブレーション**：AIアルゴリズムを使用して、機械の各走行経路の収量をキャリブレーションします。
   2. **平均値／合計値**：圃場で把握している平均収量または合計収量に基づいて、収量を調整します。
   3. **条件付き**：設定した最小値と最大値の範囲内に収まるよう収量を調整し、想定範囲を維持します。
4. **キャリブレーションとクリーニング**：操作の順序を選び、パラメーターをカスタマイズします。
5. **Yield Editorの代替方法**：次を使用します。 **クリーニングのみ → USDA** （または **校正とクリーニング**）は、手動の「Yield Editor」によるクリーニング作業を大規模に実施する場合と同等の処理です。検証テストでは、USDAプロトコルによるクリーニング結果は、手動のYield Editorの結果と **R²（R2）= 0.98** となり、ほぼ同一の出力が得られました。

## ワンクリックで実行

{% hint style="warning" %}
**ヒント：収量データセットに見られることがある異常値**

校正またはクリーニングの対象として選択した **属性** が、ほとんどのジオメトリで主に **含む** **値がゼロである**場合、それらのジオメトリは最終的な収量データセットから除外されます。

データの完全性を確保するため、このような異常がある属性は、校正対象の属性リストから除外してください。
{% endhint %}

{% @arcade/embed url="<https://app.arcade.software/share/gzZZkXqKSAd1eaIKNqDB>" flowId="gzZZkXqKSAd1eaIKNqDB" %}

## 詳細なガイダンス

{% hint style="warning" %}
**フローを選択：データ異常に関するヒント**

ゼロまたはゼロに近い値、あるいは異常に大きな値（たとえば、平均値が10で最大値が8000）など、データに異常が見つかった場合は、 **クリーニングと校正** ワークフローをおすすめします。

キャリブレーションの前にデータをクリーニングすることで、エラー、欠損値、不整合を確実に取り除き、データの品質と精度を高めます。
{% endhint %}

{% hint style="warning" %}
**フローを選択：初期エラーのないデータに関するヒント**

データセットに初期状態でエラー、欠損値、不整合がなく、複数の収穫機が使用されたことが分かっている場合は、 **校正とクリーニング** ワークフローを検討してください。

キャリブレーション後にデータをクリーニングすると、キャリブレーション中に生じたアーティファクトを除去できる可能性があり、データセットをさらに整えられます。
{% endhint %}

{% hint style="warning" %}
**クリーニングフロー：収量データセットに見られることがある異常値に関するヒント**

校正またはクリーニングの対象として選択した **属性** が、ほとんどのジオメトリで主に **値がゼロである**場合、それらのジオメトリは最終的な収量データセットから除外されます。

データの完全性を確保するため、このような異常がある属性は、クリーニング対象の属性リストから除外してください（2）。
{% endhint %}

{% hint style="warning" %}
**校正フロー：収量データセットに見られることがある異常値に関するヒント**

校正またはクリーニングの対象として選択した **属性** が、ほとんどのジオメトリで主に **含む** **値がゼロである**場合、それらのジオメトリは最終的な収量データセットから除外されます。

データの完全性を確保するため、このような異常がある属性は、校正対象の属性リストから除外してください（3）。
{% endhint %}

{% @arcade/embed url="<https://app.arcade.software/share/i8Q6uC04nIVjJLLOYELJ>" flowId="i8Q6uC04nIVjJLLOYELJ" %}

## アルゴリズムのバージョン

後処理が完了すると、結果が元のデータセットの横に表示されます。結果には **「校正」** および／または **「クリーニング」** のラベルと、アルゴリズムのバージョンが付けられます。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&amp;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt=""><figcaption><p>校正とクリーニングの実行結果（バージョン2）</p></figcaption></figure>

{% hint style="info" %}
Clean/Calibrateアルゴリズムの `version 3.0` 以降、GeoPardでは圃場境界による切り抜き機能が導入されています。この機能により、圃場境界内のジオメトリだけが保持され、統計分布が改善されます。
{% endhint %}

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fxb2i3FdlM95fgeSj0fnk%2Fimage.png?alt=media&amp;token=85685f14-c00c-487f-abc6-5ebc968f5662" alt=""><figcaption><p>自動処理の実行結果（バージョン3.0）</p></figcaption></figure>

{% hint style="info" %}
GeoPardのClean/Calibrateアルゴリズムでは、 `version 4.0`以降、任意の属性について平均値または合計値に基づいて校正する機能が追加されています。この機能は、湿潤重量（WetMass）の校正によく利用され、特定の圃場で既知の平均収量に合わせて調整できます。
{% endhint %}

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FT9dEFqOcfWfcbtTQhSrX%2Fimage.png?alt=media&amp;token=e6e24dbc-3132-44aa-bf71-439d447b7ec5" alt=""><figcaption><p>平均収量6 t/haを使用した校正の実行結果（バージョン4.0）</p></figcaption></figure>

{% hint style="info" %}
Clean/Calibrateアルゴリズムの `version 5.0` 以降、GeoPardでは収量データ向けにUSDA（米国農務省）のクリーニングプロトコルが導入されています。USDAは、収量、水分、流量、空間計測値を標準化、検証、統計的にフィルタリングし、機械間および圃場間で一貫性のある農業データセットを作成するための正式な農学データ基準を定めています。
{% endhint %}

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FhM4KqHPBIQqUWQ6nvoi1%2Fimage.png?alt=media&amp;token=b2447749-21b2-49b2-a160-bb9e50ff7e2e" alt=""><figcaption><p>USDAプロトコルを使用したクリーニングの実行結果（バージョン5.0）</p></figcaption></figure>

{% hint style="success" %}
前シーズンの収量ファイルをクリーンアップ： [無料で始める](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=yield-calibration-and-cleaning)
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

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

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/yield-and-trials/yield-calibration-and-cleaning.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.
