> 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、作業行程の始点と終点、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に起因する誤差が含まれています。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てください。そうしないと、圃場ではなく機械の動きがマップに表示されます。GeoPard は USDA のクリーンアッププロトコルを自動で適用するほか、フィルターを手動で設定したり、複数のコンバインを既知の総収量または平均収量に合わせて校正したりできます。

{% 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" %}
前シーズンの収量データ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、** 収量モニターのデータセットを **校正**できます。ゾーン作成、処方、分析に安心して使える収量マップを作成しましょう。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を処理します。また、 **USDA の収量データクリーンアッププロトコル** に対応し、 **Yield Editor の代替** ワークフローもサポートします。

{% 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、次の点で重要な役割を果たします。

1. **データの一貫性を確保**：複数の収穫機が連携して稼働したり、別々の日に作業したりすることは珍しくありません。この機能により、それぞれのデータの整合性を確保できます。
2. **データの均質化**：収量データにはばらつきが生じることがあります。校正により、不要な急増や急落を抑え、滑らかで一貫性のあるデータに整えます。
3. **ノイズの除去**：収量データには、ほかのデータと同様に、ノイズや無関係な情報が含まれることがあります。分析結果がそれらに左右されないようにします。
4. **形状データの補正**：旋回や不自然な形状のデータパターンは、実態を正しく捉えた分析を妨げることがあります。校正によってこうしたデータを補正し、圃場の実情を正確に反映させます。
5. **圃場境界による切り抜き**：収穫機は隣接する圃場でも稼働することがよくあります。正確な分析結果を得るには、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" %}
収量校正インターフェースは、収量のクリーンアップ／校正用 GeoPard API エンドポイント（[GeoPard API: Calibrate and Clean YieldDataset](https://docs.geopard.tech/geopard-tutorials/jpn/apidokyumento/geopard-api-requests-overview/field-data/mutation-calibrate-and-clean-yielddataset.md)）を使用します。UI または API から `CALIBRATE` および `CLEAN` 操作を実行できます。
{% 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実際に見つかった事例を紹介します。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し、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い、収量マップを完成させるには、GeoPard の合成収量マップをご利用ください。この方法では、欠損データを補完し、収量を包括的に分析できます。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" %}
複雑なケースでは、精度を高めるために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 のチェックボックスをオンにして、2回目の校正を行います。この段階的な手法により、複雑なケースに対応するために必要な、徹底した精度の高い校正が実現します。
{% 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、作業機幅の半分を使用

<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、作業機幅の半分を使用</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、作業機幅の半分を使用</p></figcaption></figure>

### 記録された異常に大きな値

<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：記録された異常に大きな値</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：記録された異常に大きな値</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（28 t/ha）を使用したキャリブレーション</p></figcaption></figure>

### 異常値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、含水率、速度、標高などの収量以外の属性に不規則な値が含まれることがあります。「クリーニング」または「キャリブレーション」を実行する際は、こうした異常値を無視することが重要です。GeoPardの「収量データのクリーニング・キャリブレーション」インターフェースを使うと、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：含水率属性の異常値</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：含水率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 **再現性が高く、標準に基づいた収量データ編集ワークフロー**が必要な場合に、このオプションを使用してください。これは、大規模な **収量モニターデータのクリーニング** 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手法の説明

### 走行経路ごとのキャリブレーション

**使用するケース** **走行経路ごとのキャリブレーション** 圃場を <mark style="background-color:green;">複数の機械で収穫した場合や、数日に分けて収穫した場合に使用し、筋状や帯状の偏りなど、系統的な差を補正します。</mark> 機械の設定、オペレーター、環境条件の違いによって、走行経路ごとに過大または過小な推定が継続的に生じている場合に適しています。

重要なのは、 <mark style="background-color:yellow;">AIが効果的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：収量属性「WetMass」と9台の収穫機</p></figcaption></figure>

**使用しないケース** 1台の機械で1回の連続した作業と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ない場合は、この方法を使用しないでください。また、データが疎な場合や、機械ごとの差が分かるデータがなく、圃場全体の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：統計的に適正なデータ分布</p></figcaption></figure>

### 平均値または合計値によるキャリブレーション

**平均値／合計値によるキャリブレーションが最適なケース** 次のような場合です。 <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に使用してください。</mark> この方法では、個々の走行経路を調整するのではなく、データセット全体を拡大または縮小し、最終的な平均値または合計値が既知の参照値と一致するようにします。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ています。

次の場合に **平均値／合計値によるキャリブレーションを使用します：**

* **既知の参照値がある**：計量台の記録など、公式な収量合計記録、または圃場の平均収量として信頼性の高い値がある場合に、この方法を使用してください。
* **全体的な偏りの補正**：収量マップの空間分布は正しいように見えるものの、値全体が一様にずれている場合に適しています。収量モニターが未キャリブレーションで、圃場全体にわたり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**：作業を通じ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、必要なシフトを適用した統計的に適正なデータ分布</p></figcaption></figure>

次の場合は **平均値／合計値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**：異なる機械や異なる日に収穫された結果、ほ場内の特定の場所に偏りが生じている場合は、この方法を使用しないでください。このようなケースでは、ほ場全体をスケーリングしても、機械間の根本的な差異は解消されません。
* **目に見えるアーティファクト**：データに強い縞模様や帯状のむら、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、パス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**：ほ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。合計値や平均値が誤解を招くものになるためです。

<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;">収量値をあらかじめ定めた現実的な最小値と最大値の範囲内に保つ安全制御として機能します。</mark>.

次の場合は **この処理を使用してください** ノイズ、機械の停止、旋回によって発生した<mark style="background-color:green;">極端な外れ値やセンサーのスパイクを除去するために</mark>使用します。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な想定を適用するのに適しています。

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

ただし、 **この方法は避けてください** データセット全体に偏りがある場合や、機械間に系統的な差がある場合には使用しないでください。データのスケーリングや空間パターンの補正は行いません。値を妥当な範囲内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されません。

## 使用方法

<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）のPDFをダウンロード
{% 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開始します。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、データセットの調整を開始するボタンがあります。

<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>処理を開始する</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、次のいくつかのオプションがあります。

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**：次の操作を含む、クリーニング処理のみを設定して実行します。
   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**：次の操作を含む、キャリブレーション処理のみを設定して実行します。
   1. **パスごと**：AIアルゴリズムを使用して、機械の各走行パスの収量をキャリブレーションします。
   2. **平均値／合計値**：ほ場の既知の平均収量または総収量に基づいて、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で収量を調整し、想定される範囲を維持します。
4. **キャリブレーションとクリーニング**：処理の順序を選択し、パラメーターをカスタマイズします。
5. **Yield Editorの代替手段**： **クリーニングのみ → USDA** （または **校正とクリーニング**）を使用すると、手動の「Yield Editor」によるクリーニング手順を大規模に再現できます。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** で一致しました（ほぼ同一の出力）。

## ワンクリックで実行

{% hint style="warning" %}
**収量データセットに固有の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に **属性** 選択したものが、大半のジオメトリで主に **ゼロ値を** **含む**場合、こ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" %}

## 詳しいガイダンス

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

ゼロまたはゼロに近い値、あるいは通常より大きな値（たとえば、平均値が10で最大値が8000）などのデータ異常が見つかった場合は、 **クリーニングと校正** のワークフローを推奨します。

を使って設定します。キャリブレーションの前にデータをクリーニングすると、エラー、欠損値、不整合を確実に取り除くことができ、データの品質と精度が向上します。
{% endhint %}

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

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データセットでは、 **校正とクリーニング** の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可能性のあるアーティファクトを除去し、データセットをさらに整えることができます。
{% endhint %}

{% hint style="warning" %}
**「クリーニングフロー」：収量データセットに固有の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に **属性** 選択したものが、大半のジオメトリで主に **ゼロ値を含む**場合、こ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固有の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に **属性** 選択したものが、大半のジオメトリで主に **ゼロ値を** **含む**場合、こ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

後処理後、結果は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" %}
以降の `version 3.0` のClean/Calibrateアルゴリズムでは、GeoPardに圃場境界による刈り込み機能が導入されました。この機能は圃場境界内のジオメトリのみを残し、統計分布を改善します。
{% 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" %}
以降、 `version 4.0`では、GeoPardのClean/Calibrateアルゴリズムに、任意の属性の平均値または合計値に基づく校正機能が追加されました。この機能は、特にWetMassの校正に役立ちます。特定の圃場で実測された平均収量が分かっていれば、それ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" %}
以降の `version 5.0` のClean/Calibrateアルゴリズムでは、GeoPardに収量向けのUSDA（米国農務省）クリーニングプロトコルが導入されました。USDAは、収量、水分、流量、空間測定値を正規化、検証、統計的にフィルタリングし、機械や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（バージョン5.0）を使用した洗浄処理の実行結果</p></figcaption></figure>

{% hint style="success" %}
前シーズンの収量データ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.
