Derlingumo kalibravimas ir valymas

Kaip GeoPard išvalyti ir sukalibruoti derlingumo monitorių duomenis. Įtrauktas USDA derlingumo valymo protokolas. Pataisykite išskirtis, juostuotumą, apsisukimus ir kelių kombainų duomenų rinkinius.

Naudokite GeoPard, kad išvalytumėte derliaus duomenis ir kalibruotumėte derliaus monitoriaus duomenų rinkinius. Gaukite derliaus žemėlapį, kuriuo galite pasitikėti zonoms, rekomendacijoms ir analitikai. Šis darbo eiga tvarko kraštutinius duomenis, apsisukimus, trūkstamus atributus ir kelių kombainų derliaus duomenis. Jame yra USDA derliaus valymo protokolas ir palaiko alternatyvias Yield Editor darbo eigas.

Šis kalibravimo procesas yra svarbus:

Užtikrinant duomenų nuoseklumą: Dažnai keli kombainai dirba kartu arba skirtingomis dienomis. Ši funkcija užtikrina, kad jų duomenys suderintųsi.
Duomenų homogenizavimui: Derliaus duomenys gali būti nevienodi; kalibravimas užtikrina, kad jie būtų tolygūs ir nuoseklūs, be nepageidaujamų smailių ar nuosmukių.
Triukšmo filtravimui: Kaip ir bet kurie duomenys, derliaus duomenys gali turėti „triukšmą“ arba nereikšmingą informaciją. Mes pasirūpiname, kad tai nesutrukdytų jūsų įžvalgoms.
Geometrijų supaprastinimui: Bet kokie apsisukimai ar keisti geometriniai duomenų modeliai gali iškraipyti tikras įžvalgas. Kalibravimas skirtas tai išlyginti, kad duomenys tikrai atspindėtų lauko realybę.
Apkarpymas pagal lauko ribas: Kombainai dažnai dirba gretimose teritorijose. Tiksliai analizei svarbu atsižvelgti tik į duomenis, esančius nurodytos ribos viduje.

Derliaus kalibravimo sąsaja naudoja GeoPard API galinį tašką Derliaus valymui/kalibravimui (GeoPard API: derliaus duomenų kalibravimas ir valymas). Ji vykdo KALIBRUOTI ir VALYTI operacijas naudotojo sąsajoje arba per API.

Trumpas apžvalga

Tikri pavyzdžiai

Žemės ūkio srityje sugadinti derliaus duomenų rinkiniai gali sukelti reikšmingų iššūkių. Žemiau pateikti tikri pavyzdžiai, kur susidūrė tokie duomenų rinkiniai. Naudojant GeoPard pažangius kalibravimo ir valymo algoritmus, šie duomenų rinkiniai buvo efektyviai patobulinti ir optimizuoti.

Norint spręsti sritis, kuriose trūksta įrašytų derliaus duomenų ir pasiekti derliaus žemėlapio pilnumą, apsvarstykite GeoPard sintetinio derliaus žemėlapio metodą. Šis metodas atkūria trūkstamus duomenis pilnai derliaus analizei. Sužinokite daugiau čia.

Keli kombainai dirba kartu

Sudėtingoms situacijoms rekomenduojamas dviejų žingsnių kalibravimo procesas, kad būtų pasiekta optimali tikslumas. Pradėkite paleisdami pradinį kalibravimą naudodami mašinos ID atributą. Po to atlikite antrą kalibravimo raundą, šįkart pažymėdami Simuliuotų (sintetinių) mašinos takų parinktį. Šis sluoksniuotas požiūris užtikrina kruopštų ir tikslų kalibravimą, būtina efektyviai valdyti sudėtingus atvejus.

J formos sukimai, sustojimai, naudojama pusė įrangos pločio

Neįprastai didelės įrašytos reikšmės

Duomenys už lauko ribų

Kalibravimas naudojant pateiktą vidutinę derliaus reikšmę

Valyti derliaus atributus nepaisant anomalijų turinčių atributų

Derliaus duomenų rinkinyje kartais yra atributų su nereguliarumais drėgmės, greičio, aukščių ar kituose antriniuose (ne derliaus) atributuose. Vykdant Valymo arba Kalibravimo veiksmus, svarbu ignoruoti šias anomalijas. Tai efektyviai galima pasiekti naudojant GeoPard derliaus valymo-kalibravimo sąsają.

USDA derliaus valymo protokolas

Naudokite šią parinktį, kai jums reikia kartojamos, standartais paremtos derliaus redaktoriaus darbo eigos. Ji optimizuota derliaus monitoriaus duomenų valymui masiniu mastu.

Kalibravimo logikos paaiškinimas

Kalibravimas pagal trajektorijas

NAUDOTI Kalibravimas pagal trajektorijas kai laukas buvo nupjautas kelių mašinų arba per kelias dienas, ypač norint ištaisyti sistemines skirtumus, tokius kaip juostavimas ar banguotumas. Tai idealiai tinka situacijoms, kai skirtingos mašinos nustatymai, operatoriai ar aplinkos sąlygos sukelia nuolatinį pervertinimą ar nepakankamą vertinimą skirtinguose takuose.

Svarbu, kad AI reikalinga variacija – pavyzdžiui, skirtingi takai, mašinos ID arba kombaino datos – kad galėtų išmokti ir efektyviai kalibruoti.

NENAUDOTI šio metodo vienos mašinos derliaus atvejams, vykdytiems vienu nenutrūkstamu seansu, arba jei derliaus žemėlapis neturi matomų erdvinių modelių. Taip pat venkite, jei duomenys yra retenybėje arba jei turite tik bendrą lauko derliaus sumą be mašinų skirtumų

Vidutinė arba bendra kalibracija

Vidutinė/bendra kalibracija GERIAUSIA, KAI jūs turite aukštą pasitikėjimo lygį bendrais lauko derliaus duomenimis, pvz., iš svarstyklių ar saugojimo įstaigos įrašų. Vietoj atskirų takų koregavimo, šis metodas pritaiko mastelį visam duomenų rinkiniui, kad galutinė vidutinė arba bendra reikšmė atitiktų žinomą kontrolinį dydį. Tai dažnai apibūdinama kaip paprasčiausia ir saugiausia kalibravimo parinktis, kai bendra statistika yra patikima. Kada

NAUDOTI vidutinę/bendą kalibraciją: Žinomos kontrolinės reikšmės

: Turėtumėte naudoti šią logiką, kai turite oficialius bendro derliaus įrašus (pvz., iš svarstyklių) arba labai patikimą vidutinį lauko derlių.Globalaus šališkumo korekcija
: Tai idealiai tinka, jei erdvinis derliaus pasiskirstymas atrodo teisingas, bet reikšmės yra globaliai paslinktos – tai reiškia, kad derliaus monitorius greičiausiai nebuvo kalibruotas ir rodo nuolat per dideles arba per mažas reikšmes visame lauke.Vienodos derliaus nuėmimo sąlygos
: Šis metodas yra veiksmingiausias, kai nuėmimo sąlygos buvo gana pastovios per visą operaciją.Vienos mašinos nuoseklumas
: Jis gerai veikia derliaus nuėmams, atliktiems viena mašina, kuri dirbo nuosekliai per lauką.Pavyzdys: statistiškai teisingas duomenų pasiskirstymas, reikalaujantis poslinkio naudojant vidutinį derlių

NE NAUDOTI vidutinės/bendros kalibracijos: Mašina prieš mašiną šališkumas

: Nenaudokite šio metodo, jei skirtingas lauko dalis buvo nuimtos skirtingų mašinų arba skirtingomis dienomis, kas lėmė lokalizuotus nuokrypius. Tokiais atvejais viso lauko mastelio keitimas neištaisys pagrindinių skirtumų tarp mašinų.Matomi artefaktai
: Jei duomenyse matote stiprų juostavimą, banguotumą ar kryptinius artefaktus, šis metodas jų neišspręs;takų kalibravimas geriau tinka šioms problemoms Nepažymėti duomenys.
: Venkite šios logikos, jei tik dalis lauko buvo nuimta arba jei įrašyti duomenys yra neišsamūs, nes bendra/vidutinė reikšmė būtų klaidinanti.Pavyzdys: derliaus duomenys su tarpais

Sąlyginis kalibravimas

Sąlyginis kalibravimas saugos kontrolė užtikrinant, kad derliaus reikšmės išliktų realistiškose, iš anksto apibrėžtose minimalių ir maksimalių ribų reikšmėse Jūs.

TURĖTUMĖTE NAUDOTI šią logiką, kad pašalintumėte ekstremalias iškrypusias reikšmes ir jutiklio smailes, kurias sukelia triukšmas, mašinos sustojimai ar posūkiai. Tai idealiai tinka taikyti specifines agronomines lūkesčius – pvz., „derlius negali viršyti X“ – be korekcijos atlikimo.Tačiau,

VENGTI ŠIO METODO jei jūsų duomenų rinkinyje yra globalus šališkumas arba sisteminiai mašinų skirtumai, nes jis nemasto duomenų ir neišsprendžia erdvinių modelių. Iš esmės jis palaiko reikšmes tik tikėtinose ribose, bet neišsprendžia pagrindinių kalibravimo poslinkių. Naudojimo strategija

Vieno puslapio derliaus kalibravimo gairės

"Derliaus kalibravimo ir valymo" modulis inicijuojamas tiesiogiai iš naudotojo sąsajos. Pagrindinis reikalavimas – turėti įkeltą derliaus duomenų rinkinį. Šalia kiekvieno derliaus duomenų rinkinio rasite mygtuką pradėti duomenų rinkinio koregavimus.

Pradėkite srautą

Automatinis apdorojimas

: Naudokite numatytuosius, GeoPard rekomenduojamus nustatymus vieno paspaudimo kalibravimui.Tik valymas
: Sukonfigūruokite ir vykdykite tik VALYMO operaciją, įskaitantGeoPard valymą
1. : Išmanų derliaus duomenų rinkinio valymą naudojant AI algoritmus.(Jungtinių Valstijų žemės ūkio departamentas) valymo protokolas derliui.
2. JAV Žemės ūkio departamentas (USDA) Sąlyginis valymas
3. : Filtruokite duomenis pagal pasirinktus atributų slenksčius.Tik kalibravimas
: Sukonfigūruokite ir vykdykite tik KALIBRAVIMO operaciją, įskaitant: Kalibruokite derlių kiekvienam atskiram mašinos takui naudojant AI algoritmus.
1. Pagal takus: Koreguokite derlių remiantis lauko žinoma vidutine arba bendra derliaus reikšme.
2. Vidutinė/Suma: Modifikuokite derlių nustatytose minimalių ir maksimalių ribose, kad išlaikytumėte numatytas reikšmių ribas.
3. SąlyginėKalibruoti ir valyti
: Pasirinkite operacijų seką ir pritaikykite parametrus.Derliaus redaktoriaus alternatyva
: NaudokiteTik valymas → USDA (arba ) kad atitiktumėte rankinį „Yield Editor“ valymo darbo eigą, bet mastu. Validacijos testuose USDA protokolo valymas atitiko rankinio Yield Editor rezultatus su : Pasirinkite operacijų seką ir pritaikykite parametrus.R² (R2) = 0,98 (beveik identiškas išvestis). Vieno mygtuko sprendimas

Patarimas dėl neįprastų reikšmių, kartais būdingų derliaus duomenų rinkiniams.

Jei

pažymėtas kalibravimui ar valymui atributas daugiausia attribute turi nulinės reikšmės daugumoje geometrijų , tos geometrijos bus pašalintos iš galutinio derliaus duomenų rinkinio.Siekiant užtikrinti vientisumą, atributai su tokiomis anomalijomis turėtų būti pašalinti iš atributų, kurie bus kalibruojami, sąrašo.

Pilnos gairės

Pasirinkite srautą: patarimas dėl duomenų anomalijų

darbo eiga rekomenduojama.

Jei vartotojas susiduria su duomenų anomalijomis, pvz., reikšmėmis, artimomis nuliui, arba neįprastai didelėmis reikšmėmis (pvz., vidurkis 10, bet maksimumas 8000), rekomenduojama naudoti Valymo ir kalibravimo Pasirinkite srautą: patarimas dėl duomenų be pradinių klaidų

Pirmiausia išvalius duomenis prieš kalibravimą užtikrinama klaidų, trūkstamų reikšmių ar neatitikimų pašalinimas, taip pagerinant duomenų kokybę ir tikslumą.

darbo eiga.

Jei duomenų rinkiniai iš pradžių yra be klaidų, trūkstamų reikšmių ar neatitikimų, ir žinoma, kad dalyvavo keli kombainai, apsvarstykite Kalibravimo ir valymo Valymo srautas: patarimas dėl neįprastų reikšmių, kartais būdingų derliaus duomenų rinkiniams.

Duomenų valymas po kalibravimo padeda toliau rafinuoti rinkinį, galbūt pašalinant bet kokius artefaktus, atsiradusius kalibravimo metu.

pažymėtas kalibravimui arba valymui daugiausia turi

pažymėtas kalibravimui ar valymui atributas daugiausia attribute nulinės reikšmės daugumoje geometrijų Siekiant užtikrinti vientisumą, atributai su tokiomis anomalijomis turėtų būti pašalinti iš atributų, kurie bus valomi (2).Siekiant užtikrinti vientisumą, atributai su tokiomis anomalijomis turėtų būti pašalinti iš atributų, kurie bus kalibruojami, sąrašo.

Kalibravimo srautas: patarimas dėl neįprastų reikšmių, kartais būdingų derliaus duomenų rinkiniams.

Siekiant užtikrinti vientisumą, atributai su tokiomis anomalijomis turėtų būti pašalinti iš atributų, kurie bus kalibruojami (3).

Algoritmų versijos

Po apdorojimo rezultatai rodomi šalia originalaus duomenų rinkinio. Jie pažymėti

"Kalibruoti" "Išvalyti" ir/ar etiketėmis ir algoritmo versija. Kalibravimo ir valymo vykdymo rezultatas (versija 2)

Iš nuo Clean/Calibrate algoritmo 3.0 versijos GeoPard pristato apkarpymo pagal lauko ribas funkciją. Tai palieka tik geometrijas lauko ribų viduje ir pagerina statistinį pasiskirstymą. Autoprocesavimo vykdymo rezultatas (versija 3.0)

versijos 4.0 , Clean/Calibrate algoritmas GeoPard dabar įtraukia galimybę kalibruoti pagal vidutines arba bendras reikšmes bet kuriam atributui. Dažnas šio patobulinimo taikymas – drėgnos masės (WetMass) kalibravimas, kuri dabar gali būti koreguojama pagal žinomą išmatuotą lauko vidutinį derlių.Kalibravimo vykdymo rezultatas naudojant vidutinį derlių 6 t/ha (versija 4.0)

Iš nuo Clean/Calibrate algoritmo 5.0 versijos GeoPard pristato USDA (Jungtinių Valstijų žemės ūkio departamentas) derliaus valymo protokolą. USDA teikia formalų agronominių duomenų standartą, reglamentuojantį, kaip derlius, drėgmė, srautas ir erdviniai matavimai normalizuojami, tikrinami ir statistiškai filtruojami, kad būtų sukurtos su mašina ir lauku suderintos žemės ūkio duomenų rinkinių versijos. Valymo vykdymo rezultatas naudojant USDA protokolą (versija 5.0)

AnkstesnisKintamos normos tręšimo žemėlapiai

KitasSintetinis derlingumo žemėlapis

Paskutinį kartą atnaujinta prieš 6 mėnesius

Ar tai buvo naudinga?