データ分類の利用方法

データ分類は地理データの解析と可視化における重要なステップです。GeoPard はユーザーがデータを効果的に理解・解釈するために複数の分類方法を提供します。GeoPard でよく使われる分類方法には、自然区分（Natural Breaks）、等間隔（Equal Interval）、および等数（面積ベース、Equal Count (Area)）があります。各分類方法は固有の特性と適用シナリオを持ち、以下に説明します：

1. 自然区分（Natural Breaks）

自然区分はデータ分布における「自然な」閾値や区切りを特定して明確なグループを作成します。クラス間の差異を最大化し、各クラス内の差異を最小化します。明確なパターンやクラスタがあるデータの探索や解析に有用です。

自然区分（Natural Breaks）

2. 等間隔分類（Equal Interval）

等間隔分類はデータ範囲を同じ幅の区間（ビン）に分割します。データ分布を均等に表現するため解釈しやすく、各区間内の値を比較するのが容易です。明確なパターンがなく均等に分布するデータに適しています。

等間隔分類（Equal Interval）

3. 等数（面積）分類（Equal Count (Area)）

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。偏った分布や不均一なデータに対してもバランスのとれた表現を維持します。等数分類は領域や地域間の公正な比較を可能にし、一貫した解析と可視化を提供します。

目標は比較的同じ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向上の操作により若干の変動が生じる場合があります。そのため、EVI2、MCARI1、WDRVI などより細かな粒度を持つ植生指標を使用すると、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向上させるために微調整されます.

等数（面積）分類（Equal Count (Area)）

4. 空間的ローカライズ分類（Spatially Localized）

空間的ローカライズ分類は地理空間的にデータをクラスタリングし、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のためのゾーン計画であり、圃場（フィールド）を扱いやすいエリアに効率的に分割することを可能にします。

より柔軟に利用できるように、空間的ローカライズ分類には次の3つの異なるオプションが含まれます： 空間寄り 空間, 値寄り、および バランス、特定のニーズに基づいてクラスタリングプロセスをカスタマイズできるようにします。

4.1. 空間的ローカライズのバランスオプション

（すべてのピクセルに適用）またはピクセル毎の変換を行う係数 バランス 空間的ローカライズ分類のオプションは、 空間寄りへの と 値寄り オプションの中間点を提供します。それは地理的近接性とデータ値の類似性の間でバランスを実現するクラスタを持つゾーンマップを作成します。このアプローチは、空間的な凝集性とデータの一貫性の両方が重要な場合に有用で、一般的なユースケースに対してバランスの取れた解決策を提供します。

空間的ローカライズ分類（バランスオプション）

4.2. 空間的ローカライズの値寄りオプション

値寄り 空間的ローカライズ分類のこのオプションは、地理的近接性ではなくデータ値に基づいてクラスタ化されたゾーンを生成します。このオプションは植生や土壌品質など、類似のデータ属性を持つエリアをグループ化して、各ゾーン内のデータの一貫性に重点を置いたゾーンマップを作成します。ゾーン内のデータの均一性が空間配置より重要なユースケースに最適です。

空間的ローカライズ分類（値寄りオプション）

4.3. 空間的ローカライズの空間寄りオプション

空間寄り 空間的ローカライズ分類のこのオプションは、より地理的に集中的なゾーンを作成することに焦点を当てます。これにより近接性を優先したクラスタを持つゾーンマップが生成され、各ゾーンが空間的にコンパクトになることを保証します。物流や空間ベースのサンプリングなど、ゾーンの物理的な位置が主要な関心事であるアプリケーションに最適です。

空間的ローカライズ分類（空間寄りオプション）