Pielāgoto funkciju katalogs
Šīs funkcijas iekapsulē sarežģītu Python kodu, ļaujot ērti īstenot sarežģītas datu manipulācijas un aprēķinus.
GeoPard piedāvā visaptverošu pielāgoto funkciju katalogu, kas izstrādāts, lai uzlabotu uz vienādojumiem balstītas analītikas lasāmību un funkcionalitāti. Šīs funkcijas ietver sarežģītu python kodu, kas ļauj viegli īstenot sarežģītas datu apstrādes un aprēķinu darbības.
Ievadiet vienādojumu

Pieejamo iepriekš izveidoto funkciju saraksts intuitīvāku un uzturamāku vienādojumu veidošanai GeoPard ir iekļauts geopard paketā:
fill_gaps_with_k_neighbors
Šī funkcija atjauno datu spraugas vai nulles datu kopā, izmantojot K-kaimiņu algoritmu. Norādot input_data mainīgo (kā datu kopu ar atlasīto atribūtu) un kaimiņu skaitu k, jūs varat nemanāmi aizpildīt trūkstošās vērtības, nodrošinot datu nepārtrauktību un integritāti.
Šī funkcija labi darbojas, ja datu spraugas ir izkliedētas pa lauku un nav koncentrētas kādā konkrētā lauka robežas daļā.
determine_data_similarity
Izmantojiet šo funkciju, lai aprēķinātu pikseļu līmeņa līdzību starp divām datu kopām. Mainīgie data_layer_1 un data_layer_2 vajadzētu attēlot to pašu mērījumu tādās pašās vienībās tādās pašās vienībās , lai nodrošinātu jēgpilnu salīdzinājumu. Norādot mainīgos data_layer_1 un data_layer_2 ar datu kopām saistītus, jūs varat ģenerēt līdzības karti ar vērtībām no 0 līdz 1, atvieglojot salīdzinošus pētījumus un rakstu atpazīšanu.
determine_data_similarity_from_normalized
Izmantojiet šo funkciju, lai aprēķinātu pikseļu līmeņa līdzību starp divām normalizētām datu kopām. Normalizācija ir ieteicama, ja sākotnējām data_layer_1 un data_layer_2 ir atšķirīgas skalas vai vienības. Norādot šīs datu kopas kā ievadi, funkcija ģenerē līdzības karti ar vērtībām no 0 līdz 1, padarot to piemērotu salīdzinošiem pētījumiem, rakstu atpazīšanai un telpiskās konsekvences analīzei.
determine_low_high_similarity
Šī funkcija novērtē zemo un augsto līdzību starp divām datu kopām. Norādot mainīgos data_layer_1 un data_layer_2 ar datu kopām saistītus, jūs saņemat kategorizētu līdzības karti, kas norāda kombinācijas, piemēram, zems-zems, zems-augsts, augsts-zems un augsts-augsts, kas ir noderīgi niansētai datu klasifikācijai.
get_value_for_zone
Izmantojiet šo funkciju, lai izgūtu visas vērtības no datu kopas atribūta vienā zonā. Norādiet data_layer (atribūta slāni), zones_layer (zonu karti), un zone_id (zonas numuru), lai izolētu analīzei vērtības, piemēram, ražību, pielietošanas normu vai sējas normu, šajā zonā.
drop_value
Šī funkcija ļauj noņemt konkrētas vērtības no datu kopas atribūta. Norādot data_layer un value_to_drop, jūs varat attīrīt datu kopu, izslēdzot šīs vērtības no rezultāta, tehniski aizstājot tās ar NaN.
normalize_data
Normalizējiet datu kopas atribūtu ar šo funkciju. Norādot data_layer, jūs varat mērogot datus standartizētā diapazonā no 0 līdz 1, padarot salīdzināšanu un integrāciju starp dažādām datu kopām vienkāršāku.
calculate_total_applied_fertilizer
Aprēķiniet kopējo uzklāto mēslojumu vienībās uz platību (piemēram, kg/ha, l/ha, gal/ac u. c.). Norādot application_list Datasetus ar AppliedRate atribūtiem un atbilstošu active_ingredient_coefficient_list ar mēslojuma produktiem, lai iegūtu faktiski kopējo uzklāto mēslojumu vienībās (piemēram, kg, l, gal u. c.).
calculate_total_applied_nitrogen
Aprēķiniet kopējo uzklāto slāpekļa daudzumu kg/ha, izmantojot šo funkciju. Norādot application_list Datasetus ar AppliedRate atribūtiem un atbilstošu active_ingredient_coefficient_list ar slāpekļa produktiem, lai pārvērstu faktisko slāpekli kg/ha, jūs varat precīzi aprēķināt kopējo uzklāto slāpekļa daudzumu, kas ir būtiski lauksaimniecības plānošanai un ilgtspējas novērtējumam. Rezultāts tiek izmantots kā N_total_applied iekšgeopard.calculate_nitrogen_use_efficiency.
calculate_nitrogen_uptake
Nosakiet slāpekļa uzņemšanu kg/ha, izmantojot šo funkciju. Norādot yield_wet_tha, moisture_pct, protein_pct no Ražas datu kopas un protein_crop_correction_coefficient kas raksturo olbaltumvielu saistību ar slāpekļa uzņemšanu, jūs varat novērtēt slāpekļa lietošanas efektivitāti kultūraugu ražošanā. Rezultāts tiek izmantots kā N_uptake iekšgeopard.calculate_nitrogen_use_efficiency .
calculate_nitrogen_use_efficiency
Novērtējiet slāpekļa lietošanas efektivitāti procentos, izmantojot šo funkciju. Norādot N_total_applied un N_uptake mainīgos (no iepriekšējām funkcijām), jūs varat izmērīt slāpekļa lietošanas efektivitāti, palīdzot optimizēt mēslojuma lietojumu.
calculate_costs
Aprēķiniet kopējās izmaksas, pamatojoties uz lietošanas normām un cenām, izmantojot šo funkciju. Norādot application_rate_list Datasetus ar AppliedRate atribūtiem un atbilstošu price_per_unit_list, jūs varat apkopot izdevumus, kas saistīti ar dažādām lauksaimnieciskām darbībām, atbalstot budžeta pārvaldību un finanšu plānošanu. Rezultāts tiek izmantots kā costs iekšgeopard.calculate_profit.
calculate_revenue
Aprēķiniet ieņēmumus no Ražas datu kopas, izmantojot šo funkciju. Norādot yield_as_mass saistītu ar Ražas datu kopas atribūtu un yield_price_per_unit, jūs varat novērtēt ienākumus, kas gūti no kultūraugu ražošanas, atvieglojot ekonomiskos novērtējumus. Rezultāts tiek izmantots kā costs iekšgeopard.calculate_profit .
calculate_profit
Nosakiet peļņu, atņemot izmaksas no ieņēmumiem, izmantojot šo funkciju. Norādot ieņēmumus un costs mainīgos (no iepriekšējām funkcijām), jūs varat viegli aprēķināt finansiālo ieguvumu no savas lauksaimnieciskās darbības, atbalstot rentabilitātes analīzi un stratēģisku lēmumu pieņemšanu.
fill_value_for_range
Šī funkcija filtrē vērtības norādītā diapazonā ievades masīvā. Norādot ievades masīvu, kā arī izvēles min_value un izvēles max_value sliekšņus, jūs varat izolēt vērtības, kas atrodas vēlamajā diapazonā. value_to_fill parametrs ļauj aizstāt ārpus diapazona esošās vērtības ar norādītu vērtību, uzlabojot datu filtrēšanas un normalizācijas procesus.
calculate_per_pixel_mae
Izmantojiet šo funkciju, lai aprēķinātu vidējo absolūto kļūdu (MAE) uz pikseli starp divām datu kopām. Tā nodrošina telpisku absolūto atšķirību karti. "absolūtā atšķirība" ir vienkārši attālums starp atbilstošām pikseļu vērtībām, ignorējot to, vai viena ir augstāka vai zemāka.
Funkcija palīdz noteikt apgabalus ar lielākām neatbilstībām.
calculate_per_pixel_relative_deviation
Šī funkcija aprēķina relatīvo novirzi katram pikselim starp divām datu kopām, izsakot starpību procentos no vērtības dataset_1. Būtībā tā parāda, cik ļoti viena pikseļa vērtība novirzās no atbilstošās vērtības dataset_1 proporcionālā izteiksmē.
Šī pieeja ir īpaši vērtīga, analizējot augsnes īpašību, kultūraugu ražas vai attālās izpētes datu izmaiņas, jo tā palīdz ātri pamanīt apgabalus ar būtiskām proporcionālām atšķirībām.
calculate_difference
Šī funkcija atņem vienu datu kopu no otras, lai izveidotu starpības karti. Tā izceļ apgabalus, kur vienas datu kopas vērtības ir augstākas vai zemākas salīdzinājumā ar otru, padarot vieglāku tendenču un izmaiņu pamanīšanu laika gaitā.
Šis rīks ir īpaši noderīgs augsnes īpašību, kultūraugu ražas vai attālās izpētes datu izmaiņu vizualizēšanai, palīdzot ātri identificēt apgabalus, kuriem var būt nepieciešama turpmāka analīze vai iejaukšanās.
calculate_relative_difference
Šī funkcija aprēķina relatīvo starpību katram pikselim, normalizējot starpību starp datu kopām, izmantojot vērtības no dataset_2. Tas nozīmē, ka tā parāda, cik būtiskas ir izmaiņas attiecībā pret dataset_2.
Šāds proporcionāls salīdzinājums ir īpaši noderīgs, strādājot ar dažādu mērogu datu kopām, jo tas palīdz atklāt relatīvas izmaiņas augsnes īpašībās, kultūraugu ražā vai sensoru izvaddatos. Šī pieeja palīdz noteikt apgabalus ar ievērojamām variācijām.
calculate_normalized_difference
Šī funkcija aprēķina normalizēto starpību katram pikselim, mērogojot abas datu kopas attiecībā pret to globālo maksimālo vērtību. Šis process padara datu kopas tieši salīdzināmas pat tad, ja tām sākotnēji ir atšķirīgi diapazoni.
Rezultējošā karte sniedz skaidru priekšstatu par augsnes īpašību, kultūraugu ražas un attālās izpētes datu variācijām, ļaujot ātri identificēt un novērtēt galvenās atšķirības.
build_zones_by_intervals
Šī funkcija izveido apsaimniekošanas zonu karti, klasificējot nepārtrauktu rastra slāni diskrētās zonās, pamatojoties uz lietotāja definētiem vērtību intervāliem.
Katrs intervāls definē zonu, un katrs pikselis tiek piešķirts zonai, kuras vērtību diapazonā tas ietilpst. Pikseļi, kas neatbilst nevienam intervālam, tiek atzīmēti kā -1.
Šo zonēšanas pieeju parasti izmanto, lai ražas kartes, augsnes īpašības vai attālās izpētes indeksus pārvērstu praktiski izmantojamās apsaimniekošanas zonās mainīgās devas pielietošanai.
Tipiskie lietojuma gadījumi
Apsaimniekošanas zonu veidošana no ražas, NDVI vai augsnes slāņiem
Zonu karšu sagatavošana barības vielu vai sējas devas aprēķiniem
Lauku segmentēšana viendabīgās zonās lēmumu pieņemšanai
calculate_nutrient_rate_as_active_ingredients_per_zone
Šī funkcija aprēķina nepieciešamo barības vielas lietošanas normu (aktīvās vielas veidā) katrai apsaimniekošanas zonai.
Aprēķins ir balstīts uz:
mērķa barības vielas līmeni,
augsnē pieejamo barības vielu piegādi,
barības vielām, kas jau uzklātas ar iepriekšējām darbībām (mēsli, mēslojumi, digestāts u. c.).
Pielietotās barības vielu darbības var norādīt kā konstantes, vērtības pa zonām, rastra slāņus vai jebkuru šo kombināciju. Visas ievades tiek automātiski atrisinātas un agregētas pa zonām.
Pēc noklusējuma nepieciešamā deva tiek aprēķināta kā starpība starp mērķa barības vielas līmeni un augsnes piegādes, kā arī uzklāto barības vielu summu. Rezultāts tiek atgriezts kā rastra karte, kur katrā zonā ir vienmērīga barības vielas deva.
convert_active_ingredient_and_product
Šī funkcija konvertē rastra slāni starp aktīvās vielas devām un produkta devām izmantojot korekcijas koeficientu.
Koeficients corrected_coefficient var būt viens float (piemērots visiem pikseļiem) vai koeficientu matrica (konversija pa pikseļiem). To parasti izmanto, lai pārvērstu aprēķinātās barības vielu prasības (aktīvā viela) faktiskās produkta lietošanas devās vai otrādi, pamatojoties uz mēslojuma sastāvu vai barības vielas koncentrāciju.
Konversija tiek piemērota pa pikseļiem, saglabājot sākotnējā slāņa telpisko struktūru.
Tipiskie lietojuma gadījumi
Barības vielu devu pārvēršana par mēslojuma produkta devām
Lietošanas karšu pielāgošana, pamatojoties uz barības vielas koncentrāciju
Gatavojot gala receptes kartes tehnikai
map_value_by_zone
Šī funkcija pārvērš skalāras vērtības, zonām specifiskas vārdnīcas vai rastra slāņus zonās balstītā rastrā.
Katrs derīgais pikselis saņem vērtību, kas piešķirta tā atbilstošajai zonai. Rastera ievadam vērtības katrā zonā tiek agregētas, izmantojot vidējo, mediānu, minimumu, vai maksimumu, faktiski novēršot variabilitāti zonas iekšienē.
Trūkstošās vārdnīcas vērtības un nodata pikseļi saņem norādīto noklusējuma vērtību (pēc noklusējuma NaN).
Tipiskie lietojuma gadījumi
Veidojot pikseļu līmeņa plānotās ražas mērķus no zonām specifiskām vērtībām
Pārvēršot zonām specifiskus mēslojuma ieteikumus receptes rastrā
Augsnes barības vielu variabilitātes izlīdzināšana apsaimniekošanas zonās
Zonu līmeņa parametru sagatavošana pikseļu līmeņa NumPy aprēķiniem
calculate_dose_by_nutrient_balance
Šī funkcija aprēķina mēslojuma lietošanas devas katram pikselim, izmantojot kultūrauga barības vielu izneses un augsnes barības vielu piegādes bilanci.
Aprēķins ņem vērā plānoto ražu, kultūrauga barības vielu iznesi, augsnē pieejamās barības vielas, augsnes un mēslojuma izmantošanas koeficientus un korekcijas koeficientus. Rezultējošo aktīvās vielas nepieciešamību pēc izvēles var pārvērst komerciālā mēslojuma produkta devās, izmantojot product_nutrient_share.
Atbalsta skalāras, vārdnīcas vai rastra plānotās ražas vērtības. Augsnes barības vielu vērtības var izmantot pa pikseli vai agregēt pa zonām. Gala devas var ierobežot ar minimālajiem un maksimālajiem lietošanas limitiem un noapaļot līdz veseliem skaitļiem.
Tipiskie lietojuma gadījumi
Mainīgās devas P₂O₅ un K₂O mēslojuma recepšu ģenerēšana
Barības vielu aizstāšanas aprēķins, pamatojoties uz plānoto kultūrauga ražu
Augsnes barības vielu piegādes un mēslojuma lietošanas efektivitātes ņemšana vērā
Aktīvās vielas prasību pārvēršana komerciāla produkta lietošanas devās
Tehnikai gatavu mēslojuma recepšu karšu ģenerēšana
estimate_texture_class_based_on_usda
Šī funkcija katram pikselim novērtē USDA augsnes tekstūras klasi, izmantojot smilts, putekļu un māla procentus.
Norādiet trīs rastra slāņus procentos (0–100), kas attēlo daļiņu izmēra frakcijas. Rezultāts ir USDA klašu nosaukumi, piemēram, sand, loamy_sand, sandy_loam, loam, silt_loam, sandy_clay_loam, clay_loam, silty_clay_loam, silty_clay vai undefined ja ievades dati ir nederīgi.
estimate_texture_class_based_on_fao_wrb
Šī funkcija katram pikselim novērtē FAO/WRB (ISO 11277) augsnes tekstūras klasi, pamatojoties uz smilts, putekļu un māla procentiem.
Norādiet trīs rastra slāņus procentos (0–100), kas attēlo daļiņu izmēra frakcijas. Rezultāts ir FAO/WRB klašu kodi, piemēram, S, LS, SL, L, SiL, Si, SCL, CL, SiCL, SC, SiC, C, HC vai undefined ja ievades dati ir nederīgi.
calculate_soil_bulk_density
Šī funkcija aprēķina augsnes tilpummasu (g/cm³), pamatojoties uz tekstūras klasi un pēc izvēles augsnes organisko vielu (SOM).
Koeficients texture_class_layer jāietver klašu nosaukumi vai kodi, ko ģenerē USDA tekstūras funkcija vai FAO/WRB tekstūras funkcija minētās iepriekš.
Ja som_pct_layer tiek norādīts kā procentu vērtība, funkcija pielāgo tilpummasu, izmantojot SOM. Pretējā gadījumā tā atgriež augsnes tilpummasas vērtības g/cm³, kas saistītas ar tekstūras klasēm saskaņā ar USDA vai FAO/WRB uzmeklēšanu.
Pēdoreiz atjaunināts
Vai tas bija noderīgi?