Catalog de funcții personalizate

Aceste funcții încapsulează cod Python complex, permițându-ți să implementezi cu ușurință manipulări și calcule avansate de date.

GeoPard oferă un catalog cuprinzător de funcții personalizate, concepute pentru a îmbunătăți lizibilitatea și funcționalitatea analizelor bazate pe ecuații. Aceste funcții încapsulează cod python permițându-vă să implementați cu ușurință manipulări și calcule sofisticate ale datelor.

Introduceți ecuația

Introduceți o ecuație

Lista funcțiilor predefinite disponibile pentru crearea unor ecuații mai intuitive și mai ușor de întreținut în GeoPard este inclusă în pachetul geopard pachet:

fill_gaps_with_k_neighbors

# input_data este un strat de atribute al setului de date (de ex., Producție, NDVI)
filled_layer = geopard.fill_gaps_with_k_neighbors(yield_layer, k=5)

Această funcție reface golurile de date sau valorile zero dintr-un set de date folosind algoritmul K-Neighbors. Prin specificarea variabilei input_data (ca set de date cu atributul selectat) și a numărului de vecini k, puteți completa fără probleme valorile lipsă, asigurând continuitatea și integritatea datelor.

Această funcție funcționează bine atunci când golurile de date sunt distribuite pe parcelă și nu sunt localizate într-o anumită parte a limitei parcelei.

determine_data_similarity

similarity = geopard.determine_data_similarity(yield_2023, yield_2024)

Utilizați această funcție pentru a calcula similaritatea per pixel între două seturi de date. Variabilele data_layer_1 și data_layer_2 ar trebui să reprezinte aceeași măsurătoare în aceleași unități pentru a asigura o comparație relevantă. Prin furnizarea variabilelor data_layer_1 și data_layer_2 asociate cu seturi de date, puteți genera o hartă de similaritate cu valori între 0 și 1, facilitând studiile comparative și recunoașterea tiparelor.

determine_data_similarity_from_normalized

layer_1_norm = geopard.normalize_data(layer_1)
layer_2_norm = geopard.normalize_data(layer_2)

similarity = geopard.determine_data_similarity_from_normalized(layer_1_norm, layer_2_norm)

Utilizați această funcție pentru a calcula similaritatea per pixel între două seturi de date normalizate. Normalizarea este recomandată atunci când valorile originale data_layer_1 și data_layer_2 au scări sau unități diferite. Prin furnizarea acestor seturi de date ca intrare, funcția generează o hartă de similaritate cu valori între 0 și 1, fiind potrivită pentru studii comparative, recunoașterea tiparelor și analiza consistenței spațiale.

determine_low_high_similarity

zones = geopard.determine_low_high_similarity(soil_ph, yield_layer)

Această funcție evaluează similaritatea scăzut-ridicată între două seturi de date. Prin introducerea variabilelor data_layer_1 și data_layer_2 asociate cu seturi de date, primiți o hartă de similaritate categorizată care indică combinații precum scăzut-scăzut, scăzut-ridicat, ridicat-scăzut și ridicat-ridicat, utilă pentru o clasificare nuanțată a datelor.

get_value_for_zone

zone_3_values = geopard.get_value_for_zone(yield_layer, zone_map, zone_id=3)

Utilizați această funcție pentru a extrage toate valorile unui atribut dintr-un set de date din interiorul unei singure zone. Furnizați data_layer (stratul de atribute), zones_layer (harta zonelor) și zone_id (numărul zonei) pentru a izola valorile pentru analiză, cum ar fi producția, rata de aplicare sau norma de semănat, din interiorul acelei zone.

drop_value

clean_layer = geopard.drop_value(elevation_layer, value_to_drop=0)

Această funcție vă permite să eliminați valori specifice dintr-un atribut al setului de date. Prin specificarea data_layer și value_to_drop, puteți curăța setul de date eliminând acele valori din rezultat, înlocuindu-le tehnic cu NaN.

normalize_data

ndvi_normalized = geopard.normalize_data(ndvi_layer)

Normalizați un atribut al setului de date cu această funcție. Prin transmiterea data_layer, puteți scala datele la un interval standardizat de la 0 la 1, făcând mai ușoară compararea și integrarea între diferite seturi de date.

calculate_total_applied_fertilizer

applications = [urea_rate, map_rate]
coefficients = [1.0, 1.0]  # utilizați 1.0 pentru a păstra unitățile sau ajustați pentru concentrația produsului

total_applied = geopard.calculate_total_applied_fertilizer(applications, coefficients)

Calculați cantitatea totală de îngrășământ aplicată în unități pe suprafață (de exemplu, în kg/ha, l/ha, gal/ac etc.). Prin furnizarea application_list seturilor de date cu atribute AppliedRate și a listei corespunzătoare active_ingredient_coefficient_list cu produse fertilizante pentru a obține cantitatea totală reală de îngrășământ aplicată în unități (de exemplu, în kg, l, gal etc.).

calculate_total_applied_nitrogen

applications = [urea_rate, uan_rate]
nitrogen_coefficients = [0.46, 0.32]  # fracția de N (substanță activă) din fiecare produs

N_total_applied = geopard.calculate_total_applied_nitrogen(applications, nitrogen_coefficients)

Calculați cantitatea totală de azot aplicată în kg/ha folosind această funcție. Prin furnizarea application_list seturilor de date cu atribute AppliedRate și a listei corespunzătoare active_ingredient_coefficient_list cu produse pe bază de azot pentru a converti azotul efectiv în kg/ha, puteți calcula cu precizie cantitatea totală de azot aplicată, esențială pentru planificarea agricolă și evaluările de sustenabilitate. Rezultatul este utilizat ca N_total_applied îngeopard.calculate_nitrogen_use_efficiency.

calculate_nitrogen_uptake

N_uptake = geopard.calculate_nitrogen_uptake(
    yield_wet_tha=yield_layer,
    moisture_pct=moisture_layer,
    protein_pct=protein_layer,
    protein_crop_correction_coefficient=6.25
)

Determinați absorbția de azot în kg/ha cu această funcție. Prin furnizarea yield_wet_tha, moisture_pct, protein_pct din setul de date de producție și a protein_crop_correction_coefficient care reprezintă legătura dintre proteină și absorbția de azot, puteți evalua eficiența utilizării azotului în producția agricolă. Rezultatul este utilizat ca N_uptake îngeopard.calculate_nitrogen_use_efficiency .

calculate_nitrogen_use_efficiency

NUE_pct = geopard.calculate_nitrogen_use_efficiency(N_total_applied, N_uptake)

Evaluați eficiența utilizării azotului ca procent folosind această funcție. Prin introducerea N_total_applied și N_uptake variabilelor (din funcțiile anterioare), puteți măsura eficacitatea aplicării azotului, contribuind la optimizarea utilizării îngrășămintelor.

calculate_costs

rates = [seed_rate, fertilizer_rate]
prices = [1.2, 0.8]  # preț pe unitate pentru fiecare strat de rată
costs = geopard.calculate_costs(rates, prices)

Calculați costurile totale pe baza ratelor de aplicare și a prețurilor cu această funcție. Prin furnizarea unei application_rate_list de seturi de date cu atributele AppliedRate și a unei liste corespunzătoare price_per_unit_list, puteți agrega cheltuielile legate de diverse activități agricole, sprijinind gestionarea bugetului și planificarea financiară. Rezultatul este utilizat ca costs îngeopard.calculate_profit.

calculate_revenue

revenue = geopard.calculate_revenue(yield_as_mass=yield_layer, yield_price_per_unit=0.25)

Calculați venitul din setul de date de producție folosind această funcție. Prin introducerea yield_as_mass asociat cu atributul setului de date de producție și a yield_price_per_unit, puteți estima venitul generat din producția agricolă, facilitând evaluările economice. Rezultatul este utilizat ca costs îngeopard.calculate_profit .

calculate_profit

profit = geopard.calculate_profit(revenue, costs)

Determinați profitul prin scăderea costurilor din venit folosind această funcție. Prin furnizarea revenue și costs variabilelor (din funcțiile anterioare), puteți calcula cu ușurință câștigul financiar din operațiunile agricole, sprijinind analiza profitabilității și luarea deciziilor strategice.

fill_value_for_range

# păstrați doar valorile între 10 și 20, înlocuiți restul cu 0
filtered = geopard.fill_value_for_range(layer, min_value=10, max_value=20, value_to_fill=0)

Această funcție filtrează valorile dintr-un interval specificat în input matrice. Prin furnizarea input matricei, împreună cu pragurile opționale min_value și opționale max_value , puteți izola valorile care se încadrează în intervalul dorit. Parametrul value_to_fill permite înlocuirea valorilor din afara intervalului cu o valoare specificată, îmbunătățind procesele de filtrare și normalizare a datelor.

calculate_per_pixel_mae

mae_layer = geopard.calculate_per_pixel_mae(predicted_yield, observed_yield)

Utilizați această funcție pentru a calcula eroarea medie absolută (MAE) per pixel între două seturi de date. Aceasta oferă o hartă spațială a diferențelor absolute. „Diferența absolută” este pur și simplu mărimea decalajului dintre valorile pixelilor corespunzători, fără a ține cont dacă una este mai mare sau mai mică.

Funcția ajută la identificarea zonelor cu discrepanțe mai mari.

calculate_per_pixel_relative_deviation

relative_dev = geopard.calculate_per_pixel_relative_deviation(observed_yield, modeled_yield)

Această funcție calculează abaterea relativă pentru fiecare pixel între două seturi de date, exprimând diferența ca procent din valoarea din dataset_1. În esență, arată cu cât se abate valoarea unui pixel față de valoarea corespunzătoare din dataset_1 în termeni proporționali.

Această abordare este deosebit de valoroasă atunci când analizați variațiile proprietăților solului, producției culturilor sau datelor de teledetecție, deoarece vă ajută să identificați rapid zonele cu diferențe proporționale semnificative.

calculate_difference

difference = geopard.calculate_difference(yield_2024, yield_2023)

Această funcție scade un set de date din altul pentru a crea o hartă a diferențelor. Evidențiază zonele în care valorile dintr-un set de date sunt mai mari sau mai mici comparativ cu celălalt, făcând mai ușoară identificarea tendințelor și schimbărilor în timp.

Acest instrument este deosebit de util pentru vizualizarea variațiilor proprietăților solului, producției culturilor sau datelor de teledetecție, ajutându-vă să identificați rapid zonele care pot necesita analize suplimentare sau intervenție.

calculate_relative_difference

relative_diff = geopard.calculate_relative_difference(yield_2024, yield_2023)

Această funcție calculează diferența relativă pentru fiecare pixel prin normalizarea diferenței dintre seturile de date folosind valorile din dataset_2. Aceasta înseamnă că arată cât de semnificativă este schimbarea în raport cu magnitudinea dataset_2.

O astfel de comparație proporțională este deosebit de utilă atunci când lucrați cu seturi de date de scări diferite, ajutând la evidențierea schimbărilor relative în proprietățile solului, producțiile culturilor sau rezultatele senzorilor. Această abordare ajută la identificarea zonelor cu variații notabile.

calculate_normalized_difference

normalized_diff = geopard.calculate_normalized_difference(layer_1, layer_2)

Această funcție calculează diferența normalizată pentru fiecare pixel prin scalarea ambelor seturi de date în raport cu valoarea lor maximă globală. Acest proces face seturile de date direct comparabile chiar dacă inițial au intervale diferite.

Harta rezultată oferă o imagine clară a variațiilor proprietăților solului, producției culturilor și datelor de teledetecție, permițându-vă să identificați și să evaluați rapid diferențele esențiale.

build_zones_by_intervals

# intervale pentru zonare
intervals = [
    (4, 8),
    (8, 12),
    (12, 16)
]

# utilizare
zones = geopard.build_zones_by_intervals(
    layer, 
    intervals
)

Această funcție creează o hartă a zonelor de management prin clasificarea unui strat raster continuu în zone discrete pe baza unor intervale de valori definite de utilizator.

Fiecare interval definește o zonă, iar fiecărui pixel îi este atribuită zona în al cărei interval de valori se încadrează. Pixelii care nu se potrivesc niciunui interval sunt marcați cu -1.

Această abordare de zonare este utilizată în mod obișnuit pentru a transforma hărțile de producție, proprietățile solului sau indicii de teledetecție în zone de management aplicabile pentru aplicări cu rată variabilă.

Cazuri de utilizare tipice

• Crearea zonelor de management din straturi de producție, NDVI sau sol

• Pregătirea hărților de zone pentru calcule ale dozelor de nutrienți sau ale normelor de semănat

• Segmentarea parcelelor în zone omogene pentru luarea deciziilor

calculate_nutrient_rate_as_active_ingredients_per_zone

# opțiuni target_nutrient
target_nutrient_option1 = 50 # număr constant
# SAU
target_nutrient_option2 = {1: 20, 2: 40} # dicționar pe zone
# SAU
target_nutrient_option3 = np.array([[1, 1], [2, 3]], dtype=float) # strat raster continuu

# opțiuni applied_nutrient_operations
applied_operations = [
    5,                                      # operation1 ca număr constant
    {1: 2, 2: 4},                           # operation2 ca dicționar pe zone
    np.array([[1, 1], [2, 3]], dtype=float) # operation3 ca strat raster continuu
]

# utilizare
rates_as_active_ingredients = geopard.calculate_nutrient_rate_as_active_ingredients_per_zone(
    zone_map, 
    target_nutrient, 
    plant_available_soil_nutrient, 
    applied_nutrient_operations = applied_operations # sau []
)

Această funcție calculează doza necesară de aplicare a nutrienților (substanță activă) pentru fiecare zonă de management.

Calculul se bazează pe:

• un nivel țintă de nutrienți,

• aportul de nutrienți disponibili pentru plante din sol,

• nutrienții deja aplicați prin operațiuni anterioare (gunoi de grajd, îngrășăminte, digestat etc.).

Operațiunile de aplicare a nutrienților pot fi furnizate ca valori constante, valori pe zone, straturi raster sau orice combinație a acestora. Toate intrările sunt rezolvate automat și agregate pe zonă.

În mod implicit, doza necesară este calculată ca diferența dintre nivelul țintă de nutrienți și suma aportului din sol și a nutrienților aplicați. Rezultatul este returnat ca o hartă raster în care fiecare zonă conține o doză uniformă de nutrienți.

convert_active_ingredient_and_product

# coeficient de conversie din substanță activă în produs și invers
corrected_coefficient = 1.5  # coeficient constant
# SAU
corrected_coefficient = np.array([[np.nan, 5], [np.nan, 1]], dtype=float)  # coeficienți per pixel

# utilizare
rates_as_products = geopard.convert_active_ingredient_and_product(
    layer, 
    corrected_coefficient
)

Această funcție convertește un strat raster între doze de substanță activă și doze de produs folosind un coeficient de corecție.

The corrected_coefficient poate fi un singur float (aplicat tuturor pixelilor) sau o matrice de coeficienți (conversie per pixel). Este utilizată de obicei pentru a transforma necesarul calculat de nutrienți (substanță activă) în doze reale de aplicare a produsului sau invers, pe baza compoziției îngrășământului sau a concentrației de nutrienți.

Conversia se aplică pixel cu pixel, păstrând structura spațială a stratului original.

Cazuri de utilizare tipice

• Conversia dozelor de nutrienți în doze de produs fertilizant

• Ajustarea hărților de aplicare pe baza concentrației de nutrienți

• Pregătirea hărților finale de prescripție pentru utilaje

estimate_texture_class_based_on_usda

usda_texture = geopard.estimate_texture_class_based_on_usda(
    sand_pct_layer,
    silt_pct_layer,
    clay_pct_layer
)

Această funcție estimează textura solului USDA pentru fiecare pixel folosind procentele de nisip, praf și argilă.

Furnizați trei straturi raster în procente (0-100) care reprezintă fracțiile granulometrice. Rezultatul este denumiri de clase USDA precum sand, loamy_sand, sandy_loam, loam, silt_loam, sandy_clay_loam, clay_loam, silty_clay_loam, silty_clay sau undefined când intrările sunt nevalide.

estimate_texture_class_based_on_fao_wrb

fao_wrb_texture = geopard.estimate_texture_class_based_on_fao_wrb(
    sand_pct_layer,
    silt_pct_layer,
    clay_pct_layer
)

Această funcție estimează clasa de textură a solului FAO/WRB (ISO 11277) pentru fiecare pixel pe baza procentelor de nisip, praf și argilă.

Furnizați trei straturi raster în procente (0-100) care reprezintă fracțiile granulometrice. Rezultatul este coduri de clasă FAO/WRB precum S, LS, SL, L, SiL, Si, SCL, CL, SiCL, SC, SiC, C, HC sau undefined când intrările sunt nevalide.

calculate_soil_bulk_density

bulk_density = geopard.calculate_soil_bulk_density(texture_class_layer, som_pct_layer)

Această funcție calculează densitatea aparentă a solului (g/cm³) pe baza clasei de textură și opțional a materiei organice din sol (SOM).

The texture_class_layer ar trebui să conțină nume sau coduri de clase produse de funcția de textură USDA sau de funcția de textură FAO/WRB menționată mai sus.

Dacă som_pct_layer este furnizat ca valoare procentuală, funcția ajustează densitatea aparentă folosind SOM. În caz contrar, returnează valori ale densității aparente a solului în g/cm³ asociate claselor de textură conform tabelului USDA sau FAO/WRB.