Verim Kalibrasyonu & Temizleme

GeoPard'da verim monitörü verilerini nasıl temizleyip kalibre edeceğiniz. USDA verim temizleme protokolünü içerir. Aykırı değerler, şeritlenme, manevra dönüşleri ve çoklu hasatçı veri setlerini düzeltme.

GeoPard'ı kullanın verim verilerini temizleyin ve verim izleyici (yield monitor) veri setlerini kalibre edin. Bölgeler, reçeteler ve analizler için güvenilir bir verim haritası elde edin. Bu iş akışı aykırı değerler, geri dönüşler, eksik öznitelikler ve çoklu biçerdöver verilerini işler. Ayrıca USDA verim temizleme protokolünü destekler Yield Editor alternatif iş akışlarını.

Verim verisi temizleme ve kalibrasyon video eğitimi. Seçenekler arasındaki farklar açıklandı.

Bu kalibrasyon süreci şunlarda etkilidir:

1. Veri Tutarlılığını Sağlama: Birden fazla biçerdöverin birlikte veya farklı günlerde çalışması yaygındır. Bu özellik onların verilerinin uyumlu olmasını sağlar.

2. Veriyi Homojenleştirme: Verim verileri değişken olabilir; kalibrasyon istenmeyen dalgalanmalar veya düşüşler olmadan veriyi düzgün ve tutarlı hale getirir.

3. Gürültüyü Filtreleme: Her veride olduğu gibi verim verilerinin de 'gürültü' veya alakasız bilgiler içerebilir. Bu durumların içgörülerinizi kirletmemesini sağlıyoruz.

4. Geometriyi Düzenleme: Herhangi bir geri dönüş veya tuhaf geometrik veri deseni gerçek içgörüleri çarpıtabilir. Kalibrasyon bunları düzeltmek üzere tasarlanmıştır, böylece veriler sahadaki gerçekliği doğru yansıtır.

5. Arazi Sınırına Göre Kırpma: Biçerdöverler sıklıkla bitişik alanlarda çalışır. Doğru analiz sonuçları için yalnızca belirtilen sınır içinde yer alan verileri dikkate almak esastır.

Verim Kalibrasyon arayüzü, Verim Temizle/Kalibre et için GeoPard API uç noktasını kullanır (GeoPard API: Verim Veri Setini Kalibre Et ve Temizle). UI'da veya API üzerinden KALİBRE ET ve TEMİZLE işlemleri çalıştırır.

Hızlı Genel Bakış

5MB

Automated_Yield_Data_Cleaning_Calibration_with_GeoPard.pdf

PDF

Open

Verim Temizleme PDF Broşürünü İndir

Gerçek Dünya Örnekleri

Tarım alanında bozulmuş verim veri setleri önemli zorluklar oluşturabilir. Aşağıda bu tür veri setleriyle karşılaşılan gerçek dünya örneklerini bulabilirsiniz. GeoPard'ın gelişmiş kalibrasyon ve temizleme algoritmaları sayesinde bu veri setleri etkili biçimde iyileştirilmiş ve optimize edilmiştir.

Kayıtlı Verim Verisi eksik olan alanları ele almak ve Verim Haritasının bütünlüğünü sağlamak için GeoPard Sentetik Verim Haritası yaklaşımını kullanmayı düşünebilirsiniz. Bu yöntem eksik verileri geri yükleyerek eksiksiz bir verim analizine olanak tanır. Daha fazla bilgi edinin burada.

Birden Fazla Biçerdöverin Birlikte Çalışması

Örnek 1: Birden Fazla Biçerdöverin Birlikte Çalışması

Karmaşık senaryolarla uğraşırken en iyi doğruluk için iki aşamalı bir kalibrasyon süreci önerilir. Önce Machine ID özniteliğini kullanarak ilk kalibrasyonu çalıştırın. Ardından, Simulated (Sentetik) Machine Paths onay kutusunu kullanarak ikinci bir kalibrasyon turu yapın. Bu aşamalı yaklaşım, karmaşık durumların etkili yönetimi için kapsamlı ve hassas bir kalibrasyon sağlar.

Örnek 2: Birden Fazla Biçerdöverin Birlikte Çalışması

Örnek 3: Birden Fazla Biçerdöverin Birlikte Çalışması

J-dönüşleri, Durmalar, Ekipman Yarısı Genişliği Kullanımı

Örnek 1: U-dönüşleri, Durmalar, Ekipman Yarısı Genişliği Kullanımı

Örnek 2: U-dönüşleri, Durmalar, Ekipman Yarısı Genişliği Kullanımı

Normalin Üzerinde Kayıtlı Büyük Değerler

Örnek 1: Normalin Üzerinde Kayıtlı Büyük Değerler

Örnek 2: Normalin Üzerinde Kayıtlı Büyük Değerler

Örnek 3: Normalin Üzerinde Kayıtlı Büyük Değerler

Örnek 4: Normalin Üzerinde Kayıtlı Büyük Değerler

Örnek 5: Normalin Üzerinde Kayıtlı Büyük Değerler

Arazi Sınırının Dışındaki Veriler

Örnek: Arazi Sınırlarının Dışındaki Veriler

Sağlanan Ortalama Verim Değerini Kullanarak Kalibrasyon

Örnek: Sağlanan Ortalama Verim Değeri (28 t/ha) Kullanarak Kalibrasyon

Anomalileri Olan Öznitelikleri Gözardı Ederek Verimi Temizleme

Verim Veri Seti bazen Nem, Hız, Yükselti veya diğer ikincil (verim dışı) özniteliklerde düzensizlikler içerebilir. Temizle veya Kalibre et işlemleri yürütülürken bu anomalilerin gözardı edilmesi önemlidir. Bu, GeoPard Verim Temizle-Kalibre arayüzü kullanılarak etkin bir şekilde yapılabilir.

Örnek: Nem Özniteliğinde Anomaliler

Örnek: Nemdeki Anomalileri Gözardı Ederek Verim Verilerini Temizleme

USDA Verim Temizleme Protokolü

Bu seçeneği kullanın khi ihtiyaç duyduğunuzda tekrarlanabilir, standartlara dayalı bir verim düzenleyici (yield editor) iş akışı. Bu, ölçekli verim izleyici verisi temizleme için optimize edilmiştir.

Örnek: USDA Protokolü Uygulayarak Verim Verilerini Temizleme

Örnek: USDA Protokolü Uygulayarak Verim Verilerini Temizleme

Kalibrasyon Mantıklarının Açıklaması

Yol Bazlı Kalibrasyon

KULLANIN Yol Bazlı Kalibrasyon bir arazi birden fazla makine tarafından veya birkaç gün boyunca hasat edildiyse, özellikle çizgilenme veya bantlaşma gibi sistematik farklılıkları düzeltmek için. Farklı makina ayarları, operatörler veya çevresel koşulların farklı yollar boyunca tutarlı bir şekilde fazla ya da eksik tahminlere yol açtığı senaryolar için idealdir.

Önemli olarak, yapay zekanın etkili öğrenip kalibre edebilmesi için farklı yollar, makine kimlikleri veya hasat tarihleri gibi varyasyona ihtiyacı vardır.

Örnek: Verim WetMass ve 9 Biçerdöver

KULLANMAYIN bu yöntemi tek makineyle tek seferlik bir hasat veya verim haritasında görünür mekansal desenler yoksa. Ayrıca veri seyrekse veya yalnızca makine düzeyindeki farklar olmadan tüm araziye ait toplam verim değerlerine sahipseniz kullanmaktan kaçının

Örnek: İstatistiksel Olarak Doğru Veri Dağılımı

Ortalama veya Toplam Kalibrasyon

Ortalama/Toplam Kalibrasyon EN İYİ ŞEKİLDE KULLANILIR şu durumlarda tüm arazi düzeyindeki verim verilerine (ör. kantar kayıtları veya depo kayıtları) yüksek derecede güveniniz varsa. Bireysel yolları ayarlamak yerine bu yöntem tüm veri setini ölçeklendirir, böylece nihai ortalama veya toplam bilinen referans değerinize uyar. Genel sayıların güvenilir olduğu durumlarda genellikle en basit ve en güvenli kalibrasyon seçeneği olarak tanımlanır.

Ne Zaman Ortalama/Toplam Kalibrasyonu KULLANIN:

• Bilinen Referans Değerleri: Resmi toplam verim kayıtlarınız (ör. kantar kayıtları) veya arazi için çok güvenilir bir ortalama verim değeriniz varsa bu mantığı kullanmalısınız.

• Küresel Önyargı Düzeltmesi: Verim haritasındaki mekansal dağılım doğru görünüyorsa ancak değerler genel olarak kaymışsa — yani verim izleyicisi muhtemelen kalibre edilmemiş ve tüm arazi boyunca tutarlı şekilde fazla veya az değer raporluyorsa — bu yöntem idealdir.

• Tutarlı Hasat Koşulları: Bu yöntem, hasat koşullarının operasyon boyunca göreli olarak tutarlı olduğu durumlarda en etkilidir.

• Tek Makine Tutarlılığı: Alanı tutarlı performans gösteren tek bir makinenin hasat ettiği durumlarda iyi çalışır.

Örnek: Ortalama Verimi Kullanarak Gerekli Kaydırma ile İstatistiksel Olarak Doğru Veri Dağılımı

Ne Zaman Ortalama/Toplam Kalibrasyonu KULLANMAYIN:

• Makineden Makineye Önyargı: Eğer alanın farklı bölümleri farklı makineler tarafından veya farklı günlerde hasat edilip yerel önyargılara neden olduysa bu yöntemi kullanmayın. Bu durumlarda tüm araziyi ölçeklendirmek makineler arasındaki temel tutarsızlıkları düzeltmez.

• Görünür Artefaktlar: Verilerinizde güçlü çizgilenme, bantlaşma veya yönsel artefaktlar görüyorsanız bu yöntem bunları çözmez; bu sorunlar için yol bazlı (pathwise) kalibrasyon daha uygundur.

• Eksik Veri: Sadece bir kısmı hasat edilmiş veya kaydedilen veri eksikse bu mantığı kullanmaktan kaçının; çünkü toplam/ortalama değerler yanıltıcı olur.

Örnek: Boşluklu Verim Verisi

Koşullu Kalibrasyon

Koşullu Kalibrasyon olarak hizmet eder önceden tanımlanmış makul minimum ve maksimum aralıklar içinde verim değerlerinin kalmasını sağlayarak bir güvenlik kontrolü.

Siz BU MANTIĞI KULLANMALISINIZ aşırı aykırı değerleri ve gürültü, makine durmaları veya dönüşlerden kaynaklanan sensör sıçramalarınıkaldırmak için. Bu, düzeltme yapmadan belirli tarımsal beklentileri uygulamak için idealdir — örneğin "verim X'i aşamaz" gibi.

Ancak, BU YÖNTEMDEN KAÇININ eğer veri setinizde küresel bir önyargı veya sistematik makine farklılıkları varsa; çünkü bu yöntem veriyi ölçeklendirmez veya mekansal desenleri düzeltmez. Esasında değerleri makul tutar ama temel kalibrasyon sapmalarını çözmez.

Kullanım Stratejisi

Verim Kalibrasyonuna Dair Tek Sayfa Rehberi

234KB

GeoPard_Calibration_Guidance_EN_20250120.pdf

PDF

Open

Verim Kalibrasyon Rehberinin PDF Tek Sayfasını İndir

İlk Adım

"Yield Calibrate and Clean" modülü Kullanıcı Arayüzünden doğrudan başlatılır. Birincil gereksinim yüklenmiş bir Verim Veri Setine sahip olmaktır. Her Verim Veri Setinin yanında veri seti ayarlamalarını başlatmak için bir düğme bulacaksınız.

Akışı başlatın

İlerlemeniz için bir seçenek seçin

Bundan sonra ilerlemek için birkaç seçenek mevcuttur:

1. Otomatik İşleme: Tek tıklamayla kalibrasyon için varsayılan, GeoPard tarafından önerilen ayarları kullanın.

2. Sadece Temizle: YALNIZCA TEMİZLE işlemini yapılandırın ve çalıştırın, dahil olmak üzere

   1. GeoPard Temizleme: AI algoritmaları ile Verim veri setinin Akıllı Temizliği.

   2. Kanola Konseyi Kanada (Amerika Birleşik Devletleri Tarım Bakanlığı) verim için Temizleme Protokolü.

   3. Koşullu Temizleme: Özel öznitelik eşiklerine göre veriyi filtreleyin.

3. Sadece Kalibre Et: YALNIZCA KALİBRE ET işlemini yapılandırın ve çalıştırın, dahil olmak üzere

   1. Pathwise: Her bir makine yolunu AI algoritmaları kullanarak kalibre edin.

   2. Ortalama/Toplam: Alanın bilinen ortalama veya toplam verimine göre verimi ayarlayın.

   3. Koşullu: Beklenen aralıkları korumak için verimi belirlenen minimum ve maksimum sınırlar içinde değiştirin.

4. Kalibre Et & Temizle: İşlem sırasını seçin ve parametreleri özelleştirin.

5. Yield Editor Alternatifi: Kullanın Sadece Temizle → USDA (veya Kalibre Et & Temizle) manuel “Yield Editor” temizleme iş akışına uygun hale getirmek için, ancak ölçekli olarak. Doğrulama testlerinde USDA protokolü temizleme, manuel Yield Editor sonuçlarıyla R² (R2) = 0.98 (neredeyse özdeş çıktı) ile eşleşti.

Tek Butonla Çözüm

Verim veri setlerine bazen özgü anormal değerler için ipucu.

Eğer bir attribute kalibrasyon veya temizleme için seçilen veri seti ağırlıklı olarak çoğu geometrilerde sıfır değerler içeriyorsa, bu geometriler nihai Verim Veri Setinden hariç tutulacaktır.

Bütünlüğü sağlamak için, bu tür anomalilere sahip öznitelikler kalibre edilecek öznitelik listesinden çıkarılmalıdır.

Tam Rehberlik

Akış Seçin: Veri Anomalileri İçin İpucu

Kullanıcı veride sıfıra yakın değerler veya olağandışı büyük değerler (örneğin ortalama 10 iken maksimum 8000 gibi) gibi anomalilerle karşılaşıyorsa, Temizleme & Kalibrasyon iş akışı tavsiye edilir.

Kalibrasyondan önce verinin temizlenmesine öncelik vermek, hataların, eksik değerlerin veya tutarsızlıkların giderilmesini sağlar ve böylece veri kalitesi ile doğruluğunu artırır.

Akış Seçin: Başlangıçta Hata Olmayan Veriler İçin İpucu

Başlangıçta hatasız, eksik değersiz veya tutarlı veri kümeleri için ve birden fazla hasat makinesinin yer aldığı biliniyorsa, Kalibrasyon & Temizleme iş akışı.

Kalibrasyondan sonra veriyi temizlemek, kalibrasyon sırasında ortaya çıkmış olabilecek artefaktları ortadan kaldırarak veri kümesini daha da iyileştirmeye yardımcı olur.

Temizleme Akışı: Verim veri setlerine bazen özgü anormal değerler için ipucu.

Eğer bir attribute kalibrasyon veya temizleme için seçilen veri seti ağırlıklı olarak çoğu geometrilerde sıfır değerler içeriyorsa, bu geometriler nihai Verim Veri Setinden hariç tutulacaktır.

Bütünlüğü sağlamak için, bu tür anomalilere sahip öznitelikler temizlenecek öznitelik listesinden çıkarılmalıdır (2).

Kalibrasyon Akışı: Verim veri setlerine bazen özgü anormal değerler için ipucu.

Eğer bir attribute kalibrasyon veya temizleme için seçilen veri seti ağırlıklı olarak çoğu geometrilerde sıfır değerler içeriyorsa, bu geometriler nihai Verim Veri Setinden hariç tutulacaktır.

Bütünlüğü sağlamak için, bu tür anomalilere sahip öznitelikler kalibre edilecek öznitelik listesinden çıkarılmalıdır (3).

Algoritma Sürümleri

İşlem sonrası sonuçlar orijinal veri setinin yanında gösterilir. Bunlar "Kalibre" ve/veya "Temizle" etiketleri ve ayrıca algoritma sürümü ile işaretlenir.

Kalibre Et & Temizle yürütmesinin sonucu (sürüm 2)

Şuradan sürüm 3.0 Clean/Calibrate algoritmasının 3.0 sürümünden itibaren GeoPard, Arazi Sınırına Göre Kırpma özelliğini tanıttı. Bu, yalnızca Arazi Sınırı içindeki geometrileri tutar ve istatistiksel dağılımı iyileştirir.

Otomatik İşleme yürütmesinin sonucu (sürüm 3.0)

Başlangıç olarak sürüm 4.0, GeoPard'taki Clean/Calibrate algoritması artık herhangi bir öznitelik için Ortalama veya Toplam Değerlere dayalı kalibrasyon özelliğini içerir. Bu geliştirmelerin yaygın bir uygulaması, WetMass'in kalibrasyonu olup artık belirli bir arazi için bilinen ölçülen Ortalama Verim ile ayarlanabilir.

Ortalama Verim 6 t/ha kullanılarak yapılan Kalibrasyon yürütmesinin sonucu (sürüm 4.0)

Şuradan sürüm 5.0 Clean/Calibrate algoritmasının 5.0 sürümünden itibaren GeoPard, verim için USDA (Amerika Birleşik Devletleri Tarım Bakanlığı) Temizleme Protokolünü tanıtmıştır. USDA, verim, nem, akış ve mekansal ölçümlerin nasıl normalize edileceğini, doğrulanacağını ve istatistiksel olarak filtreleneceğini düzenleyen resmi tarımsal veri standartlarını sağlar; böylece makine ve arazi tutarlı tarımsal veri setleri üretilir.

USDA Protokolü kullanılarak Temizleme yürütmesinin sonucu (sürüm 5.0)