データ分類の使用

AUTO、Natural Breaks、Equal Interval、Equal Count、Spatially Localized など、GeoPardの分類手法がゾーンマップにどう影響するかを学びます。

データ分類は、地理データの分析と可視化における重要なステップです。GeoPard には、ユーザーがデータを効果的に理解し解釈できるよう、いくつかの分類方法があります。GeoPard でよく使われるオプションには、AUTO 分類、自然区切り、等間隔、等数（面積）、および空間的局所分類があります。各手法は用途が異なります。以下に説明します：

AUTO 分類

自動分類は、適切な分類アプローチを選択します データ分布とゾーンの面積に基づいて。これにより、分類手法を手動で比較する際の試行錯誤を減らし、より早く実用的なゾーンマップを作成できます。

このオプションは、強い出発点がほしい場合や、マップ作成中に時間を節約したい場合に有用です。保存する前に、結果を確認して他のゾーン設定を調整することもできます。

AUTO 分類

1. 自然区切り分類

自然区切り分類は、データ分布の中にある「自然な」しきい値や区切り点を見つけて、明確なグループを作成します。クラス間の差を最大化し、各クラス内の差を最小化します。自然区切りは、明確なパターンやクラスターがあるデータに適しており、効果的な探索と分析を可能にします。

自然区切り分類

2. 等間隔分類

等間隔分類は、データ範囲を等しい間隔、つまりビンに分割します。データ分布をバランスよく表現し、各区間内の値を簡単に解釈・比較できます。等間隔は、明確なパターンのない均等に分布したデータに適しています。

等間隔分類

3. 等数（面積）分類

等数分類は、各クラスに同じ数のデータ値が入るようにします。特に偏りのあるデータや不均一に分布したデータに対して、バランスの取れた表現を維持します。等数分類により、圃場や地域間を公平に比較でき、一貫した分析と可視化が可能になります。

目標は、比較的似た面積サイズのゾーンを作成することですが、丸め処理やゾーン品質の向上により、多少のばらつきが生じることがあります。そのため、EVI2、MCARI1、WDRVI など、より高い粒度の植生指数を使用すると、より精度の高い結果が得られます。そして ゾーンの最終ジオメトリは、精度を高めるために微調整されます.

等数（面積）分類

4. 空間的局所分類

空間的局所分類は、データを地理空間的にクラスター化し、局所的なゾーンを作成します。主な用途は土壌サンプリング用のゾーン計画で、圃場を管理しやすい区域に効率よく分割できます。

柔軟性を高めるため、空間的局所分類には3つのオプションがあります： 空間寄り, 値寄り、そして バランス.

4.1. 空間的局所分類のバランスオプション

この バランス オプションは、 空間寄り と 値寄りの中間的な立場を提供します。地理的な近さとデータ値の類似性を両立させたクラスターで、ゾーンマップを作成します。このアプローチは、空間的なまとまりとデータの一貫性の両方が重要な場合に適しています。

空間的局所分類（バランスオプション）

4.2. 空間的局所分類の値寄りオプション

この 値寄り 空間的局所分類の値寄りオプションは、地理的な近さよりもデータ値に基づいてゾーンをクラスター化します。植生や土壌品質など、類似した属性を持つ区域をまとめ、各ゾーン内でのデータの一貫性が最も重要となるゾーンマップを作成します。

空間的局所分類（値寄りオプション）

4.3. 空間的局所分類の空間寄りオプション

この 空間寄り 空間的局所分類の空間寄りオプションは、より地理的に集中したゾーンを作成することに重点を置きます。近接性を優先し、各ゾーンを空間的にコンパクトに保つクラスターでゾーンマップを作成します。物流や空間サンプリングなど、物理的な位置が最も重要な場合に最適です。

空間的局所分類（空間寄りオプション）