Використання класифікації даних

Класифікація даних — це важливий крок у аналізі та візуалізації географічних даних. GeoPard пропонує кілька методів класифікації, щоб допомогти користувачам ефективно розуміти та інтерпретувати свої дані. Три широко використовувані типи класифікації даних у GeoPard — це Natural Breaks (природні перерви), Equal Interval (рівні інтервали) та Equal Count (Area) (рівна кількість/площа). Кожен метод класифікації має свої унікальні характеристики й сценарії застосування, як описано нижче:

1. Класифікація Natural Breaks

Класифікація Natural Breaks визначає «природні» порогові значення або точки розриву в розподілі даних для створення відокремлених груп. Вона максимізує відмінності між класами та мінімізує відмінності всередині кожного класу. Natural Breaks корисна для даних із чіткими патернами або кластерами, дозволяючи ефективно досліджувати та аналізувати інформацію.

Класифікація Natural Breaks

2. Класифікація Equal Interval

Класифікація Equal Interval ділить діапазон даних на рівні інтервали або бінни. Вона забезпечує збалансоване відображення розподілу даних, що полегшує інтерпретацію та порівняння значень у кожному інтервалі. Equal Interval підходить для рівномірно розподілених даних без виразних шаблонів.

Класифікація Equal Interval

3. Класифікація Equal Count (Area)

Класифікація Equal Count забезпечує рівну кількість значень даних у кожному класі. Вона підтримує збалансоване представлення, особливо для зсунутих або нерівномірно розподілених даних. Equal Count дозволяє справедливе порівняння між ділянками або регіонами, забезпечуючи послідовний аналіз і візуалізацію.

Метою є створення зон із відносно подібними розмірами площі, але операції округлення та покращення якості зон можуть вносити невеликі варіації. Тому використання індексів вегетації з вищою гранулярністю, таких як EVI2, MCARI1 або WDRVI, дає більш точні результати. І остаточні геометрії зон уточнюються для підвищення точності.

Класифікація Equal Count (Area)

4. Просторово локалізована класифікація

Просторово локалізована класифікація групує дані просторово, створюючи локалізовані зони. Її основне призначення — планування зон для відбору зразків ґрунту, що дозволяє ефективно сегментувати поля на керовані ділянки.

Щоб надати більшу гнучкість, просторово локалізована класифікація включає три різні опції: у напрямку Просторове, у напрямку значень, та Збалансовано, дозволяючи налаштувати процес кластеризації відповідно до конкретних потреб.

4.1. Збалансована опція просторово локалізованої класифікації

Цей Збалансовано опція просторово локалізованої класифікації надає проміжний варіант між у бік просторового та у напрямку значень опціями. Вона створює карту зон із кластерами, які досягають балансу між географічною близькістю та схожістю значень даних. Такий підхід корисний, коли важливі як просторове стиснення, так і консистентність даних, пропонуючи всебічне рішення для більшості загальних випадків використання.

Просторово локалізована класифікація (збалансована опція)

4.2. Опція «у напрямку значень» просторово локалізованої класифікації

У напрямку значень опція просторово локалізованої класифікації, навпаки, формує зони, які кластеризуються на основі значень даних, а не географічної близькості. Ця опція групує ділянки з подібними атрибутами даних, такими як вегетація чи якість ґрунту, створюючи карту зон, де основна увага приділяється узгодженості даних всередині кожної зони. Вона найкраще підходить для випадків, коли однорідність даних у зонах є більш критичною, ніж їх просторове розташування.

Просторово локалізована класифікація (опція «у напрямку значень»)

4.3. Опція «у напрямку просторового» просторово локалізованої класифікації

У напрямку просторового опція просторово локалізованої класифікації зосереджується на створенні зон, які є більш географічно концентрованими. Це створює карту зон із кластерами, які віддають пріоритет близькості, забезпечуючи, щоб кожна зона була просторово компактною. Вона ідеальна для застосувань, де фізичне розташування зон є головним пріоритетом, наприклад у логістиці або просторовому відборі зразків.

Просторово локалізована класифікація (опція «у напрямку просторового»)