Veri Sınıflandırmasının Kullanımı

Veri sınıflandırması, coğrafi verilerin analizi ve görselleştirilmesinde kritik bir adımdır. GeoPard, kullanıcıların verilerini etkili şekilde anlamalarına ve yorumlamalarına yardımcı olacak birkaç sınıflandırma yöntemi sunar. GeoPard'da yaygın olarak kullanılan üç veri sınıflandırma türü Doğal Kesimler, Eşit Aralık ve Eşit Sayı (Alan) sınıflandırmalarıdır. Her sınıflandırma yönteminin kendine özgü özellikleri ve uygulama senaryoları aşağıda açıklanmıştır:

1. Doğal Kesimler Sınıflandırması

Doğal Kesimler sınıflandırması, veri dağılımında "doğal" eşiklerin veya kırılma noktalarının belirlenerek farklı grupların oluşturulmasını sağlar. Sınıflar arasındaki farkları maksimize eder ve her sınıf içindeki farkları minimize eder. Doğal Kesimler, belirgin desenler veya kümeler gösteren veriler için kullanışlıdır ve etkili keşif ile analiz imkanı verir.

Doğal Kesimler Sınıflandırması

2. Eşit Aralık Sınıflandırması

Eşit Aralık sınıflandırması, veri aralığını eşit aralıklara veya kutulara böler. Veri dağılımının dengeli bir temsilini sağlar ve her aralık içindeki değerlerin yorumlanmasını ve karşılaştırılmasını kolaylaştırır. Eşit Aralık, belirgin desenleri olmayan ve eşit dağılım gösteren veriler için uygundur.

Eşit Aralık Sınıflandırması

3. Eşit Sayı (Alan) Sınıflandırması

Eşit Sayı sınıflandırması, her sınıfta eşit sayıda veri değeri bulunmasını garanti eder. Özellikle çarpık veya düzensiz dağılım gösteren veriler için dengeli bir temsil sağlar. Eşit Sayı, alanlar veya bölgeler arasında adil karşılaştırmalar yapmayı mümkün kılarak tutarlı analiz ve görselleştirme sunar.

Amaç, nispeten benzer alan büyüklüklerine sahip zonlar oluşturmak olsa da, yuvarlama işlemleri ve zon kalite iyileştirmeleri hafif varyasyonlar getirebilir. Bu nedenle, EVI2, MCARI1 veya WDRVI gibi daha yüksek ayrıntı düzeyine sahip bitki örtüsü indekslerini kullanmak daha kesin sonuçlar verir. Ve zonların nihai geometrileri doğruluğu artırmak için ince ayarlanır.

Eşit Sayı (Alan) Sınıflandırması

4. Mekânsal Lokalize Sınıflandırma

Mekânsal Lokalize sınıflandırma, verileri coğrafi olarak kümeleyerek lokalize zonlar oluşturur. Birincil kullanım alanı Toprak Numunesi Alma için Zon planlamasıdır ve Tarlaların yönetilebilir alanlara verimli segmentasyonunu sağlar.

Daha fazla esneklik sunmak için Mekânsal Lokalize sınıflandırma üç farklı seçenek içerir: mekâna doğru Mekânsal, değerlere doğru, ve Dengeli, kümeleme sürecini belirli ihtiyaçlara göre özelleştirmenize olanak tanır.

4.1. Mekânsal Lokalize'nin Dengeli Seçeneği

Katsayı Dengeli Mekânsal Lokalize Sınıflandırması'nın dengeli seçeneği, ... ile ... seçenekleri arasında bir orta yol sağlar. mekâna doğru ve değerlere doğru seçenekleri. Coğrafi yakınlık ile veri değeri benzerliği arasında bir denge sağlayan kümelerle bir ZonHaritası oluşturur. Bu yaklaşım, hem mekânsal sıkılık hem de veri tutarlılığının önemli olduğu durumlarda faydalıdır ve çoğu genel kullanım senaryosu için dengeli bir çözüm sunar.

Mekânsal Lokalize Sınıflandırma (Dengeli Seçenek)

4.2. Mekânsal Lokalize'nin Değerlere Doğru Seçeneği

Değerlere Doğru Mekânsal Lokalize sınıflandırmasının Değerlere Doğru seçeneği, coğrafi yakınlıktan ziyade veri değerlerine dayalı kümeler üretir. Bu seçenek, bitki örtüsü veya toprak kalitesi gibi benzer veri özelliklerine sahip alanları gruplayarak, her zon içinde veri tutarlılığına öncelik veren bir ZonHaritası oluşturur. Zon içindeki veri birliğinin mekânsal düzeninden daha kritik olduğu kullanım durumları için en uygunudur.

Mekânsal Lokalize Sınıflandırma (Değerlere Doğru Seçenek)

4.3. Mekânsal Lokalize'nin Mekâna Doğru Seçeneği

Mekâna Doğru Mekânsal Lokalize Sınıflandırması'nın Mekâna Doğru seçeneği, coğrafi olarak daha yoğun zonlar oluşturmayı hedefler. Bu, yakınlığa öncelik veren kümelerle mekânsal olarak sıkı zonlar üreten bir ZonHaritası ortaya çıkarır. Zonların fiziksel konumunun birincil öneme sahip olduğu lojistik veya mekânsal temelli örnekleme gibi uygulamalar için idealdir.

Mekânsal Lokalize Sınıflandırma (Mekâna Doğru Seçenek)