> 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/ltu/agronomija/yield-and-trials/yield-calibration-and-cleaning.md).

# Derlingumo duomenų valymas ir kalibravimas: pašalinkite derlingumo žemėlapių klaidas

Išvalykite derliaus monitoriaus duomenis: srauto delsą, važiavimo pradžią ir pabaigą, apsisukimus, persidengimus, greičio ir drėgnio nuokrypius, sukalibruokite kelių kombainų duomenis prieš sudarydami zonas.

Žaliuose derliaus monitoriaus duomenyse pasitaiko paklaidų dėl srauto delsos, važiavimų pradžios ir pabaigos, apsisukimų, persidengiančių pjaunamųjų ir skirtingai kalibruotų kombainų. Išvalykite duomenis prieš sudarydami zonas ar vertindami bandymą, antraip žemėlapyje matysite ne lauką, o technikos darbą. „GeoPard“ automatiškai taiko USDA valymo protokolą, leidžia filtrus nustatyti rankiniu būdu ir sukalibruoja kelių kombainų duomenis pagal vieną žinomą bendrą derlių arba vidutinį derlingumą.

{% hint style="info" %}
Interaktyvų derliaus duomenų valymo puslapį rasite svetainėje geopard.tech: [Derliaus duomenų valymas](https://geopard.tech/yield-data/)
{% endhint %}

{% hint style="success" %}
Išvalykite praėjusio sezono derliaus failus: [Pradėti nemokamai](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=yield-calibration-and-cleaning)
{% endhint %}

Naudokite „GeoPard“, kad **išvalytumėte derliaus duomenis** ir **sukalibruotumėte derliaus monitoriaus duomenų rinkinius**. Gaukite patikimą derliaus žemėlapį, skirtą zonoms, kintamos normos žemėlapiams ir analizei. Ši darbo eiga padeda tvarkyti išskirtis, apsisukimus, trūkstamus atributus ir kelių kombainų derliaus duomenis. Ji apima **USDA derliaus duomenų valymo protokolą** ir palaiko **„Yield Editor“ alternatyvos** darbo eigas.

{% embed url="<https://youtu.be/Tk5lubolnHQ>" %}
Derliaus duomenų valymo ir kalibravimo vaizdo pamoka. Paaiškinami skirtumai tarp parinkčių.
{% endembed %}

Šis kalibravimo procesas ypač svarbus siekiant:

1. **Užtikrinti duomenų nuoseklumą**: neretai keli kombainai dirba kartu arba skirtingomis dienomis. Ši funkcija padeda suderinti jų duomenis.
2. **Suvienodinti duomenis**: derliaus duomenys gali skirtis; kalibravimas padeda juos suvienodinti, kad neliktų nepageidaujamų šuolių ar kritimų.
3. **Pašalinti triukšmą**: kaip ir bet kuriuose kituose duomenyse, derliaus duomenyse gali būti „triukšmo“ ar nereikšmingos informacijos. Užtikriname, kad tai netrukdytų analizei.
4. **Suvienodinti geometriją**: apsisukimai ar neįprasti geometriniai duomenų šablonai gali iškreipti analizės rezultatus. Kalibravimas padeda juos ištaisyti, kad duomenys tiksliai atspindėtų tikrąją padėtį lauke.
5. **Apkirpti pagal lauko ribą**: kombainai dažnai dirba gretimuose plotuose. Kad analizės rezultatai būtų tikslūs, svarbu įtraukti tik nurodytos ribos viduje esančius duomenis.

{% hint style="info" %}
Derliaus kalibravimo sąsaja naudoja „GeoPard“ API galinį tašką „Yield Clean/Calibrate“ ([„GeoPard“ API: „YieldDataset“ kalibravimas ir valymas](https://docs.geopard.tech/geopard-tutorials/ltu/api-dokumentacija/geopard-api-requests-overview/84.-mutation-calibrate-and-clean-yielddataset.md)). Sąsajoje arba per API vykdomos `CALIBRATE` ir `CLEAN` operacijos.
{% endhint %}

## Trumpa apžvalga

<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://570611445-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://570611445-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://570611445-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://570611445-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://570611445-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://570611445-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/054443c464063e7276eb4a3ce0131951d57ef42d" %}
Atsisiųsti derliaus duomenų valymo PDF brošiūrą
{% endfile %}

## Praktiniai pavyzdžiai

Žemės ūkyje sugadinti derliaus duomenų rinkiniai gali kelti didelių iššūkių. Toliau pateikiami realūs pavyzdžiai, kai susidurta su tokiais duomenų rinkiniais. Naudojant pažangius „GeoPard“ kalibravimo ir valymo algoritmus, šie duomenys buvo veiksmingai sutvarkyti ir optimizuoti.

{% hint style="info" %}
Jei norite užpildyti vietas, kuriose derliaus duomenys nebuvo registruoti, ir sudaryti išsamų derliaus žemėlapį, išbandykite „GeoPard“ sintetinio derliaus žemėlapio metodą. Jis atkuria trūkstamus duomenis ir leidžia atlikti išsamią derliaus analizę. Sužinokite daugiau [čia](https://docs.geopard.tech/geopard-tutorials/ltu/agronomija/yield-and-trials/synthetic-yield-map.md).
{% endhint %}

### Keli kartu dirbantys kombainai

<figure><img src="https://570611445-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>1 pavyzdys: keli kartu dirbantys kombainai</p></figcaption></figure>

{% hint style="info" %}
Esant sudėtingoms aplinkybėms, rekomenduojama kalibruoti dviem etapais, kad rezultatai būtų kuo tikslesni. Pirmiausia atlikite kalibravimą pagal atributo „Machine ID“. Tada kalibruokite dar kartą, pažymėję žymimąjį laukelį „Simulated (Synthetic) Machine Paths“. Šis kelių etapų metodas užtikrina išsamų ir tikslų kalibravimą, būtiną sudėtingiems atvejams veiksmingai tvarkyti.
{% endhint %}

<figure><img src="https://570611445-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>2 pavyzdys: keli kartu dirbantys kombainai</p></figcaption></figure>

<figure><img src="https://570611445-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>3 pavyzdys: keli kartu dirbantys kombainai</p></figcaption></figure>

### J formos posūkiai, sustojimai, naudojamas pusės padargo plotis

<figure><img src="https://570611445-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>1 pavyzdys: apsisukimai, sustojimai, naudojamas pusės padargo plotis</p></figcaption></figure>

<figure><img src="https://570611445-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>2 pavyzdys: apsisukimai, sustojimai, naudojamas pusės padargo plotis</p></figcaption></figure>

### Neįprastai didelės užregistruotos reikšmės

<figure><img src="https://570611445-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>1 pavyzdys: neįprastai didelės užregistruotos reikšmės</p></figcaption></figure>

<figure><img src="https://570611445-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>2 pavyzdys: neįprastai didelės užregistruotos reikšmės</p></figcaption></figure>

<figure><img src="https://570611445-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>3 pavyzdys: neįprastai didelės užregistruotos reikšmės</p></figcaption></figure>

<figure><img src="https://570611445-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>4 pavyzdys. Neįprastai didelės registruotos reikšmės</p></figcaption></figure>

<figure><img src="https://570611445-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>5 pavyzdys. Neįprastai didelės registruotos reikšmės</p></figcaption></figure>

### Duomenys už lauko ribų

<figure><img src="https://570611445-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>Pavyzdys. Duomenys už lauko ribų</p></figcaption></figure>

### Kalibravimas pagal pateiktą vidutinį derlingumą

<figure><img src="https://570611445-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>Pavyzdys. Kalibravimas pagal pateiktą vidutinį derlingumą (28 t/ha)</p></figcaption></figure>

### Derlingumo duomenų atributų valymas neįtraukiant anomalijų turinčių atributų

Derlingumo duomenų rinkinyje kartais pasitaiko atributų, kurių drėgnio, važiavimo greičio, aukščio ar kitų antrinių (su derlingumu nesusijusių) atributų reikšmės yra netaisyklingos. Vykdant valymo arba kalibravimo veiksmus, būtina nepaisyti šių anomalijų. Tai galima veiksmingai atlikti naudojant „GeoPard“ derlingumo duomenų valymo ir kalibravimo sąsają.

<figure><img src="https://570611445-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>Pavyzdys. Drėgnio atributo anomalijos</p></figcaption></figure>

<figure><img src="https://570611445-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>Pavyzdys. Derlingumo duomenų valymas neįtraukiant drėgnio anomalijų</p></figcaption></figure>

### USDA derlingumo duomenų valymo protokolas

Pasirinkite šią parinktį, kai reikia **pakartojamos, standartais pagrįstos derlingumo duomenų redagavimo darbo eigos**. Ji optimizuota **didelės apimties derliaus monitoriaus duomenų valymui** .

<figure><img src="https://570611445-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>Pavyzdys. Derlingumo duomenų valymas pagal USDA protokolą</p></figcaption></figure>

<figure><img src="https://570611445-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>Pavyzdys. Derlingumo duomenų valymas pagal USDA protokolą</p></figcaption></figure>

## Kalibravimo logikos paaiškinimas

### Kalibravimas pagal važiavimo trajektorijas

**NAUDOKITE** **kalibravimą pagal važiavimo trajektorijas** kai lauką <mark style="background-color:green;">nuima kelios mašinos arba derlius nuimamas per kelias dienas, ypač siekiant ištaisyti sisteminius skirtumus, pavyzdžiui, juostas ar ruožus.</mark> Šis metodas puikiai tinka tais atvejais, kai dėl skirtingų mašinų nustatymų, operatorių ar aplinkos sąlygų atskirose važiavimo trajektorijose nuolat pervertinamas arba nuvertinamas derlingumas.

Svarbu: <mark style="background-color:yellow;">kad DI galėtų veiksmingai išmokti ir atlikti kalibravimą, būtini duomenų skirtumai, pavyzdžiui, skirtingos važiavimo trajektorijos, mašinų ID arba derliaus nuėmimo datos.</mark>

<figure><img src="https://570611445-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>Pavyzdys. Derliaus drėgnoji masė ir 9 derliaus nuėmimo mašinos</p></figcaption></figure>

**NENAUDOKITE** šio metodo, jei derlių viena mašina nuima per vieną nepertraukiamą darbo sesiją arba jei derlingumo žemėlapyje nematyti erdvinių dėsningumų. Taip pat venkite šio metodo, jei duomenų nedaug arba turite tik bendras viso lauko derlingumo reikšmes, nenurodant atskirų mašinų skirtumų

<figure><img src="https://570611445-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>Pavyzdys. Statistiškai teisingas duomenų pasiskirstymas</p></figcaption></figure>

### Kalibravimas pagal vidurkį arba sumą

**KalibrAVIMĄ pagal vidurkį arba sumą GERIAUSIA NAUDOTI** kai <mark style="background-color:green;">labai pasitikite bendrais lauko derlingumo duomenimis, pavyzdžiui, svarstyklių arba sandėliavimo vietos įrašais.</mark> Užuot koregavus atskiras važiavimo trajektorijas, šiuo metodu keičiamas viso duomenų rinkinio mastelis, kad galutinis vidurkis arba suma sutaptų su žinoma etalonine reikšme. Jis dažnai laikomas paprasčiausiu ir saugiausiu kalibravimo būdu, kai bendri skaičiai yra patikimi.

Kada **NAUDOTI kalibravimą pagal vidurkį arba sumą:**

* **Žinomos etaloninės reikšmės**: šią logiką naudokite, kai turite oficialius bendro derliaus įrašus (pvz., iš svarstyklių) arba labai patikimą lauko vidutinį derlingumą.
* **Bendro sisteminio nuokrypio koregavimas**: šis metodas puikiai tinka, jei derlingumo žemėlapio erdvinis pasiskirstymas atrodo teisingas, tačiau visos reikšmės yra pasislinkusios ta pačia kryptimi, t. y. derliaus monitorius greičiausiai nebuvo sukalibruotas ir visame lauke nuolat rodo per dideles arba per mažas reikšmes.
* **Vienodos derliaus nuėmimo sąlygos**: šis metodas veiksmingiausias, kai derliaus nuėmimo sąlygos viso darbo metu buvo gana vienodos.
* **Vienos mašinos pastovumas**: šis metodas tinka derliaus nuėmimo darbams, kuriuos viena mašina visame lauke atliko vienodai.

<figure><img src="https://570611445-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>Pavyzdys. Statistiškai teisingas duomenų pasiskirstymas, kurį būtina koreguoti pagal vidutinį derlingumą</p></figcaption></figure>

Kada **NENAUDOTI kalibravimo pagal vidurkį arba sumą:**

* **Mašinų sisteminiai skirtumai**: nenaudokite šio metodo, jei skirtingas lauko dalis nuėmė skirtingos mašinos arba derlius buvo nuimamas skirtingomis dienomis ir dėl to susidarė vietinių nuokrypių. Tokiais atvejais pakeitus viso lauko mastelį nebus pašalinti pagrindiniai mašinų duomenų skirtumai.
* **Matomi artefaktai**: Jei duomenyse matote ryškių juostų, dryžių ar kryptinių artefaktų, šis metodas jų nepašalins; <mark style="background-color:green;">tokiems atvejams geriau tinka kalibravimas pagal važiavimo trajektorijas</mark>.
* **Nepilni duomenys**: Nenaudokite šios logikos, jei nuimta tik dalis lauko derliaus arba įrašyti ne visi duomenys, nes bendrosios ar vidutinės reikšmės būtų klaidinančios.

<figure><img src="https://570611445-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>Pavyzdys: derliaus duomenys su spragomis</p></figcaption></figure>

### Sąlyginis kalibravimas

**Sąlyginis kalibravimas** veikia kaip <mark style="background-color:green;">apsaugos priemonė, užtikrinanti, kad derliaus reikšmės neviršytų realistiškų, iš anksto nustatytų minimalių ir maksimalių ribų</mark>.

Šią logiką **TURĖTUMĖTE NAUDOTI** norėdami<mark style="background-color:green;">pašalinti kraštutines išskirtis ir jutiklių šuolius, kuriuos sukelia triukšmas, kombaino sustojimai ar apsisukimai</mark>. Ji puikiai tinka konkretiems agronominiams lūkesčiams, pavyzdžiui, „derlius negali viršyti X“, taikyti neatliekant korekcijos.

<figure><img src="https://570611445-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>

Tačiau **VENKITE ŠIO METODO** , jei duomenų rinkinyje yra bendras poslinkis arba sisteminių skirtumų tarp mašinų, nes šis metodas nekeičia duomenų mastelio ir nekoreguoja erdvinių dėsningumų. Kitaip tariant, jis išlaiko tikėtinas reikšmes, bet nepašalina esamų kalibravimo poslinkių.

## Naudojimo strategija

<figure><img src="https://570611445-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>Derliaus kalibravimo gairės viename puslapyje</p></figcaption></figure>

{% file src="/files/40b0a0a3e7d16c674f237b7f04a7205c7beee995" %}
Atsisiųsti derliaus kalibravimo gairių PDF viename puslapyje
{% endfile %}

## Pirmasis žingsnis

Modulis „Derliaus kalibravimas ir valymas“ paleidžiamas tiesiogiai iš naudotojo sąsajos. Pirmiausia reikia įkelti derliaus duomenų rinkinį. Šalia kiekvieno derliaus duomenų rinkinio rasite mygtuką, kuriuo galėsite pradėti koreguoti duomenis.

<figure><img src="https://570611445-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>Pradėti procesą</p></figcaption></figure>

<figure><img src="https://570611445-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>Pasirinkite, kaip tęsti</p></figcaption></figure>

Toliau galite rinktis iš kelių parinkčių:

1. **Automatinis apdorojimas**: vienu spustelėjimu atlikite kalibravimą naudodami numatytuosius, GeoPard rekomenduojamus nustatymus.
2. **Tik valymas**: sukonfigūruokite ir atlikite tik VALYMO operaciją, pasirinkdami
   1. **GeoPard valymą**: išmanusis derliaus duomenų rinkinio valymas naudojant DI algoritmus.
   2. **USDA** (Jungtinių Valstijų žemės ūkio departamento) derliaus valymo protokolą.
   3. **Sąlyginį valymą**: filtruokite duomenis pagal pasirinktų atributų ribines reikšmes.
3. **Tik kalibravimas**: sukonfigūruokite ir atlikite tik KALIBRAVIMO operaciją, pasirinkdami
   1. **Kalibravimą pagal važiavimo trajektorijas**: kalibruokite kiekvieno važiavimo trajektorijos derlių individualiai, naudodami DI algoritmus.
   2. **Vidutinio arba bendro derliaus**: koreguokite derlių pagal žinomą lauko vidutinį arba bendrą derlių.
   3. **Sąlyginį kalibravimą**: koreguokite derlių pagal nustatytas minimalias ir maksimalias ribas, kad jis neperžengtų tikėtinų reikšmių intervalo.
4. **Kalibravimas ir valymas**: pasirinkite operacijų seką ir tinkinkite parametrus.
5. **Alternatyva „Yield Editor“**: naudokite **Tik valymas → USDA** (arba **Kalibruoti ir valyti**) kad atitiktų rankinį „Yield Editor“ valymo procesą, tačiau dideliu mastu. Atliekant validavimo bandymus, pagal USDA protokolą išvalyti duomenys sutapo su rankinio „Yield Editor“ valymo rezultatais, o **R² (R2) = 0.98** (rezultatai beveik identiški).

## Sprendimas vienu mygtuko paspaudimu

{% hint style="warning" %}
**Patarimas dėl nenormalių reikšmių, kurios kartais būdingos derlingumo duomenų rinkiniams.**

Jei **atributas** pasirinktas kalibravimui arba valymui, daugumoje **turi** **nulines reikšmes**geometrijų, šios geometrijos nebus įtrauktos į galutinį derlingumo duomenų rinkinį.

Siekiant užtikrinti duomenų vientisumą, atributus su tokiomis anomalijomis reikėtų pašalinti iš kalibruojamų atributų sąrašo.
{% endhint %}

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

## Išsamios gairės

{% hint style="warning" %}
**Pasirinkimo eiga: patarimas dėl duomenų anomalijų**

Jei naudotojas duomenyse aptinka anomalijų, pavyzdžiui, nulines arba beveik nulines reikšmes ar neįprastai dideles reikšmes (pavyzdžiui, vidurkis yra 10, o didžiausia reikšmė – 8000), rekomenduojama naudoti **Valymo ir kalibravimo** eigą.

Pirmiausia išvalius duomenis, o tada juos kalibravus, pašalinamos klaidos, trūkstamos reikšmės ir neatitikimai, todėl pagerėja duomenų kokybė ir tikslumas.
{% endhint %}

{% hint style="warning" %}
**Pasirinkimo eiga: patarimas dėl duomenų be pradinių klaidų**

Jei duomenų rinkinyje iš pradžių nėra klaidų, trūkstamų reikšmių ar neatitikimų, o žinoma, kad derlių nuėmė keli kombainai, apsvarstykite galimybę naudoti **Kalibravimo ir valymo** eigą.

Po kalibravimo išvalius duomenis, duomenų rinkinys dar patikslinamas ir gali būti pašalinami kalibravimo metu atsiradę artefaktai.
{% endhint %}

{% hint style="warning" %}
**Valymo eiga: patarimas dėl nenormalių reikšmių, kurios kartais būdingos derlingumo duomenų rinkiniams.**

Jei **atributas** pasirinktas kalibravimui arba valymui, daugumoje geometrijų turi **nulines reikšmes**, šios geometrijos nebus įtrauktos į galutinį derlingumo duomenų rinkinį.

Siekiant užtikrinti duomenų vientisumą, atributus su tokiomis anomalijomis reikėtų pašalinti iš valomų atributų sąrašo (2).
{% endhint %}

{% hint style="warning" %}
**Kalibravimo eiga: patarimas dėl nenormalių reikšmių, kurios kartais būdingos derlingumo duomenų rinkiniams.**

Jei **atributas** pasirinktas kalibravimui arba valymui, daugumoje **turi** **nulines reikšmes**geometrijų, šios geometrijos nebus įtrauktos į galutinį derlingumo duomenų rinkinį.

Siekiant užtikrinti duomenų vientisumą, atributus su tokiomis anomalijomis reikėtų pašalinti iš kalibruojamų atributų sąrašo (3).
{% endhint %}

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

## Algoritmų versijos

Baigus apdorojimą, rezultatai rodomi šalia pradinio duomenų rinkinio. Jie pažymėti **„Kalibruota“** ir (arba) **„Išvalyta“** žymomis ir algoritmo versija.

<figure><img src="https://570611445-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>Kalibravimo ir valymo vykdymo rezultatas (2 versija)</p></figcaption></figure>

{% hint style="info" %}
Nuo `version 3.0` valymo ir kalibravimo algoritmo versijos „GeoPard“ įdiegė laukų ribomis grindžiamą apkarpymo funkciją. Ji palieka tik lauko ribose esančias geometrijas ir pagerina statistinį pasiskirstymą.
{% endhint %}

<figure><img src="https://570611445-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>Automatinio apdorojimo vykdymo rezultatas (3.0 versija)</p></figcaption></figure>

{% hint style="info" %}
Pradedant nuo `version 4.0`, „GeoPard“ valymo ir kalibravimo algoritme įdiegta kalibravimo pagal vidutines arba bendras bet kurio atributo reikšmes funkcija. Dažnas šio patobulinimo taikymo atvejis – drėgnosios masės kalibravimas: ją dabar galima koreguoti pagal žinomą išmatuotą konkretaus lauko vidutinį derlingumą.
{% endhint %}

<figure><img src="https://570611445-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>Kalibravimo vykdymo rezultatas, naudojant 6 t/ha vidutinį derlingumą (4.0 versija)</p></figcaption></figure>

{% hint style="info" %}
Nuo `version 5.0` valymo ir kalibravimo algoritmo versijos „GeoPard“ įdiegė USDA (Jungtinių Valstijų žemės ūkio departamento) derlingumo duomenų valymo protokolą. USDA nustato oficialius agronominių duomenų standartus, pagal kuriuos normalizuojami, tikrinami ir statistiškai filtruojami derlingumo, drėgmės, srauto ir erdviniai matavimai, kad būtų sudaryti su technika ir lauku suderinti žemės ūkio duomenų rinkiniai.
{% endhint %}

<figure><img src="https://570611445-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>Valymo vykdymo naudojant USDA protokolą rezultatas (5.0 versija)</p></figcaption></figure>

{% hint style="success" %}
Išvalykite praėjusio sezono derliaus failus: [Pradėti nemokamai](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/ltu/agronomija/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.
