# Primerjava naborov podatkov o pridelku

## Kontekst

Sodobno kmetijsko odločanje močno temelji na podatkih o pridelku (Yield Datasets), ki predstavljajo zbrane donosnosti in odražajo velik delež prihodkov pridelovalca. Ti podatki morajo biti natančni in kakovostni, da lahko informirajo odločitve o upravljanju z vložki ter optimizirajo prihodnje strategije setve in gnojenja.

Podatke o pridelku običajno zbira žetvena mehanizacija, vendar surovi zapisi pogosto niso popolni, vsebujejo napake ali potrebujejo kalibracijo zaradi neskladnosti senzorjev in spremenljivih poljskih razmer. Za premagovanje teh izzivov strokovnjaki pogosto uporabljajo postopke čiščenja, kalibracije in generiranja sintetičnih podatkovnih nizov, da ustvarijo zanesljive in primerljive podatke o pridelku.

Oboje[ Čiščenje in kalibracija podatkov o pridelku](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/umerjanje-in-ciscenje-pridelka) in [Sintetično obnavljanje podatkov o pridelku](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/sinteticni-zemljevid-pridelka) podpira GeoPard.

<mark style="color:privzeto;background-color:yellow;">Primerjanje podatkov o pridelku med različnimi rastnimi leti prinaša dragocene vpoglede, pomaga potrditi upravljavske ukrepe, preveriti natančnost senzorjev in izboljšati strategije za prihodnje sezone.</mark> Ta primerjanja prav tako usmerjajo izpopolnjevanje predpisov za gnojenje in setev, s čimer se zagotovi, da je vsaka odločitev podprta z zanesljivimi informacijami.

## Pristop primerjave (z uporabo enačbe podobnosti)

Za kvantitativno primerjavo podatkov o pridelku uporabimo vnaprej shranjeno enačbo z imenom <mark style="color:privzeto;background-color:yellow;">Prostorska analiza korelacije (podobnost plasti podatkov)</mark> ki meri podobnost med atributi, povezanimi s pridelkom, iz podatkovnih nizov o pridelku na prostorski osnovi.

Ta enačba dodeli oceno podobnosti, ki kaže, kako tesno se en niz ujema z drugim v prostorskem vzorcu in porazdelitvi vrednosti.&#x20;

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F9O2baZdOVQWoiJrJqPdv%2Fimage.png?alt=media&#x26;token=4014a70b-804e-46fa-8206-19f58cc345cd" alt=""><figcaption><p>Poiščite obstoječo enačbo za podobnost plasti podatkov</p></figcaption></figure>

<mark style="color:privzeto;background-color:yellow;">Vrednosti podobnosti se gibljejo od 0 do 1, kjer 0 pomeni ničelno ujemanje, 1 pa pomeni 100% prostorsko ujemanje vrednosti</mark>. Z drugimi besedami: čim bližje je ocena podobnosti 1, tem bolj so atributi pridelka podobni.&#x20;

## **Resnični podatkovni niz o pridelku (2015** Soja **proti 2018** Soj&#x61;**)**

V tem primeru začnemo s surovimi podatki o pridelku, zbranimi v dveh različnih rastnih sezonah 2015 in 2018 za isto rastlino — sojo. Začetni nizi vsebujejo nenavadno visoke in nizke lokacije, zlasti na začetku/koncu prehodov kombajna, in podatki potrebujejo rahlo rekalibracijo.

Po uporabi GeoPardovih orodij za čiščenje in kalibracijo je nastali podatkovni niz bolj enoten, dosleden in lažje interpretabilen.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDTbHLvB354jBMO3fub2W%2Fimage.png?alt=media&#x26;token=6ca5f428-021b-453d-b6c7-330038294e0c" alt=""><figcaption><p>Soja 2015: izvirni proti očiščenim in kalibriranim podatkom o pridelku</p></figcaption></figure>

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FaiDl2niPiQyUwQ6kDTdW%2Fimage.png?alt=media&#x26;token=7bb1ccdb-b41c-4590-b47f-a803cdbe8e01" alt=""><figcaption><p>Soja 2018: izvirni proti očiščenim in kalibriranim podatkom o pridelku</p></figcaption></figure>

Zagon enačbe podobnosti je na zemljevidu spodaj kot posnetek zaslona.

Z vidika statistike kaže visoko povprečje (0,869) in mediano (0,876), kar kaže, da <mark style="color:privzeto;background-color:yellow;">so vzorci pridelka soje iz leta 2018 močno podobni tistim iz leta 2015</mark>. Čeprav nekatera območja upadejo do 0,599, nizka variacija (0,005) in zmerno standardno odstopanje (0,073) potrjujeta <mark style="color:privzeto;background-color:yellow;">splošno konsistentnost</mark>.&#x20;

Z agronomskega vidika <mark style="color:privzeto;background-color:yellow;">ta stabilnost nakazuje, da so osnovne razmere na polju in odzivi na upravljavske ukrepe ostali večinoma nespremenjeni</mark>.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyZjM18FRfT03KXUX2yW%2Fimage.png?alt=media&#x26;token=d48c86e2-0aa0-4eb4-b626-29e645399a77" alt=""><figcaption><p>Primerjava podobnosti pridelka: soja 2015 proti soja 2018</p></figcaption></figure>

## **Resnični podatkovni niz o pridelku (2022** Koruza **proti 2024** Koruz&#x61;**)**

V tem primeru začnemo s surovimi podatki o pridelku iz dveh sezon koruze — 2022 in 2024. Začetni nizi vsebujejo anomalije, kot so nenavadno visoki ali nizki odčitki, prečni prehodi in ukrivljene poti, kar kaže na potrebo po rekalibraciji senzorjev.&#x20;

Po uporabi GeoPardovih orodij za čiščenje in kalibracijo nizi postanejo bolj zanesljivi, kar omogoča avtomatizirano analizo in informirano odločanje.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FrCMUu65DPZjqVmuvoUvM%2Fimage.png?alt=media&#x26;token=00c11d5e-70b7-49ea-9943-0e4ac5b2b990" alt=""><figcaption><p>Koruza 2022: izvorni proti očiščenim in kalibriranim podatkom o pridelku</p></figcaption></figure>

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Ff53cGgbe2gWO4LbW2OUN%2Fimage.png?alt=media&#x26;token=f48408bd-662e-44f8-9fca-c334b23324b8" alt=""><figcaption><p>Koruza 2024: izvorni proti očiščenim in kalibriranim podatkom o pridelku</p></figcaption></figure>

Zagon enačbe podobnosti je na zemljevidu spodaj kot posnetek zaslona.

Z vidika statistike povprečje 0,791 in mediana 0,799 kažeta, <mark style="color:privzeto;background-color:yellow;">da se pridelki koruze 2024 v veliki meri ujemajo s 2022</mark>, čeprav območja z vrednostjo vse do 0,413 kažejo variabilnost. Standardno odstopanje 0,115 potrjuje <mark style="color:privzeto;background-color:yellow;">nekaj razlik po polju</mark>.

Z agronomskega vidika <mark style="color:privzeto;background-color:yellow;">dosledni vzorci kažejo stabilne razmere in učinkovito upravljanje skozi čas</mark>. Vendar pa lokalizirana <mark style="color:privzeto;background-color:yellow;">območja z nižjo podobnostjo bodo morda zahtevala ciljne prilagoditve za izboljšanje prihodnje pridelkovne uspešnosti</mark>.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FhOWLFRX43inp21kga5y9%2Fimage.png?alt=media&#x26;token=308de900-e22a-4330-b517-a88ca89c5012" alt=""><figcaption><p>Primerjava podobnosti pridelka: koruza 2022 proti koruzi 2024</p></figcaption></figure>

## **Sintetični proti resničnemu podatkovnemu nizu o pridelku (2023** Rape)

V tem scenariju začnemo s surovim podatkovnim nizom o pridelku iz sezone oljne repice 2023 in sintetično generiranim podatkovnim nizom za isto kulturo in isto leto 2023. <mark style="color:privzeto;background-color:yellow;">Cilj je oceniti prostorsko natančnost resničnega glede na sintetični pridelka, kar omogoča zapolnjevanje manjkajočih podatkov, reševanje vrzeli v podatkih o pridelku in popravljanje anomalij s sintetičnimi vrednostmi</mark>. Resnični podatkovni niz o pridelku vsebuje težave, kot so nenavadno visoki ali nizki odčitki, prečni prehodi, ukrivljene trajektorije in ničelni prehodi, kar vse kaže na potrebo po rekalibraciji senzorja.

Po uporabi GeoPardovega [čiščenja in kalibracije](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/umerjanje-in-ciscenje-pridelka) na resničnih podatkih o pridelku in generiranju [sintetičnega pridelka](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/sinteticni-zemljevid-pridelka) za oljno repico lahko začnemo smiselno primerjavo njihove podobnosti.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FwkCRiie2suhom6bxWKCJ%2Fimage.png?alt=media&#x26;token=f4752a43-55e2-431c-a667-8363c8f742c6" alt=""><figcaption><p>Oljna repica 2023: izvirni proti očiščenim in kalibriranim podatkom o pridelku</p></figcaption></figure>

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&#x26;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt=""><figcaption><p>Sintetični pridelki oljne repice 2023</p></figcaption></figure>

Zagon enačbe podobnosti je na zemljevidu spodaj kot posnetek zaslona.

Z vidika statistike visoko povprečje (0,889) in mediana (0,904) kažeta, da <mark style="color:privzeto;background-color:yellow;">splošno gledano sintetični podatkovni niz pridelka tesno sovpada s prostorskimi vzorci resničnega pridelka oljne repice 2023</mark>. Čeprav eno območje pade do 0,291, nizka variacija (0,006) in zmerno standardno odstopanje (0,08) nakazujeta, da <mark style="color:privzeto;background-color:yellow;">se večji del polja med resničnim in sintetičnim nizom tesno ujema, z le redkimi odstopanji</mark>.

Z agronomskega vidika ta močna podobnost pomeni, da <mark style="color:privzeto;background-color:yellow;">lahko sintetični podatki o pridelku služijo kot zanesljiv nadomestek za dejanske poljske razmere</mark>, kar krepi zaupanje v uporabo modeliranih scenarijev za vodilo pri odločanju. <mark style="color:privzeto;background-color:yellow;">Agronomske prakse, odražene v resničnih podatkih o pridelku, so dobro zajete s sintetičnim modelom pridelka</mark>, kar omogoča bolj informirano in dosledno načrtovanje prihodnjih upravljavskih strategij.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FZT4vMwtGPgMFsmWAsIb4%2Fimage.png?alt=media&#x26;token=bf195514-380e-43fb-bbee-5922dd92b769" alt=""><figcaption><p>Primerjava podobnosti pridelka oljne repice: dejansko 2023 proti sintetičnemu 2023</p></figcaption></figure>