Анализ и интерпретация данных с использованием дополнительного модуля Geostatistical Analyst
Сбор информации, связанной с определенным местоположением, географическая привязка сельскохозяйственных данных, - это конечно только начало решения, помогающего выбрать лучшие варианты действий по повышению эффективности управления, росту производительности и продуктивности производства продукции. Ключом к повышению экономической эффективности является использование и обработка получаемой информации, позволяющие, например, выбрать лучший вид посевов для конкретного поля, или провести расчет количества удобрений и других вносимых в почву в течение года веществ, необходимого для получения максимального урожая.
Глубинной причиной полезности ГИС для сельского хозяйства является то, что понимание географии, пространственных закономерностей и особенностей территории крайне важно для людей, живущих за счет того, что дает земля. Анализ данных по сельскохозяйственным предприятиям (фермерским хозяйствам, колхозам, совхозам…) может помочь в принятии верных решений и, за счет этого, получить дополнительный доход и снизить влияние неблагоприятных природных условий.
Природный ландшафт состоит из множества взаимосвязанных частей, и возможности ГИС позволяют воссоздать этот сложный комплекс в виде менее сложной структуры компьютерной (модельной) среды. Слои данных с информацией о каком-то специфическом объекте или свойстве как раз и являются результатом подобного упрощения. Тематические слои могут включать гидрологические свойства, характеристики почв, данные по уклонам местности и другие параметры, которые фермер рассматривает в качестве значимых (имеющих важное значение) при общем управлении земельной собственностью. После создания подобных слоев данных путь к повышению эффективности производства открывает пространственный анализ накопленной информации.
Программное обеспечение ArcView предоставляет в распоряжение как новичков, так и более искушенных пользователей много аналитических инструментов. Возможности одновременно сравнивать несколько слоев информации часто бывает достаточно, например, для искушенного глаза опытного фермера или агронома, чтобы выявить наличие тесных взаимосвязей между, на первый взгляд, не связанными друг с другом показателями (свойствами или явлениями). Примером может служить связь распространения определенных видов сорных растений на полях с системой севооборота. Взаимосвязи между появлением сорняков на полях и типом севооборота становятся очевидными, когда дополнительно привлекается и отображается информация об истории использования данного поля. Также очень полезна возможность извлекать и выделять объекты, относящиеся к определенным типам данных из одного слоя информации, определяя объекты данных из второго слоя. Конструктор запросов программы ArcView позволяет извлекать, исследовать и анализировать информацию, представленную на карте. Например, скважина имеет много связанных с ней атрибутов, и отнюдь не определяется только своим положением. Ее глубина, соленость поступающей из нее воды, время ее наполнения (дебит) представляют некоторые из атрибутов данных, которые можно посмотреть с использованием этого инструмента. Если слои данных имеются на уровне фермы (колхоза…), то можно провести расчеты общей площади земель, занятых под разными типами культур, площади посевных земель для целей страхования или определения размера налогов, степени риска, связанного с выращиванием разных культур при различных вариантах погодных условий.
Для проведения более сложного анализа с привлечением нескольких наборов данных следует задействовать мощные возможности программы Geostatistical Analyst, дополнительного модуля семейства программного обеспечения ArcGIS. Помимо развитых алгоритмов интерполяции, Geostatistical Analyst позволяет прогнозировать и рассчитывать статистическую вероятность возникновения определенных свойств, явлений и объектов в пределах заданной области, отображать полученные результаты в виде интерактивно связанных между собой графиков и карт. Это поможет фермерам снизить затраты на сбор излишних данных и, вместо этого, задействовать средства пространственной статистики для получения карт меняющихся в пространстве атрибутов (показателей). В качестве примера можно рассмотреть данные отбора проб почвы. Количество образцов, которые необходимо отобрать, можно существенно уменьшить, если предварительно рассчитать статистическую изменчивость поля типов почв. Можно дать прогнозы, показывающие участки поля с повышенным потенциальным риском появления определенных видов сорных растений, привлекая исторические данные о заражении сорняками и данные о влагосодержании почвы в течение периода вегетации.
Geostatistical Analyst предоставляет полный набор инструментов пространственного анализа - от методов, позволяющих Вам исследовать исходные данные, до постобработки (обработки результатов) с оценкой неопределенностей (достоверности получаемых результатов анализа). Geostatistical Analyst обеспечивает решение двух важных задач: Исследовательский анализ пространственных данных (ESDA) и Построение поверхностей (реальных и прогнозных).
Аналитические инструменты ESDA позволяют Вам исследовать пространственную изменчивость и непрерывность распределения точечных данных (например, отбираемых проб почвы). Используя инструменты ESDA, Вы получите более глубокое понимание имеющихся данных, что позволит построить более корректные поверхности и принять более обоснованное решение.
Инструменты Построения Поверхностей используют разнообразные методы интерполяции (обратных взвешенных расстояний, выявления и оценки трендов, радиальной, подбора глобальных и локальных полиномов) и традиционные геостатистические методы (простой кригинг, обычный кригинг, универсальный кригинг, индикаторный кригинг, вероятностный кригинг, дизъюнктивный кригинг) для создания различных выходных (результирующих) поверхностей.
Существует ряд пространственных аналитических задач, в которых используются разные комбинации каждого из видов интерполяции, включая построение вариограмм, декластеринг (исключение влияния неоднородных кластеров), детрендинг (исключение тренда), трансформации, перекрестную проверка (результата) на достоверность, проверку достоверности. Типами выходных поверхностей могут быть: прогнозные, ошибки (точности) прогноза, карты вероятности (достоверности), карты квантилей, ошибок (достоверности) индикаторов. При создании результирующей (выходной) карты Вы можете использовать надежные задаваемые по умолчанию параметры для каждого из имеющихся методов.
Geostatistical Analyst предоставляет основанный на статистическом подходе интуитивный взгляд и более полное понимание порой неочевидной сущности и взаимосвязей слоев сельскохозяйственных данных. Он позволяет определить, какие из слоев данных менее репрезентативны для отображения реальной ситуации, а какие более точно ее характеризуют. Учет таких оценок позволяет принимать окончательные решения на основе наиболее достоверных данных, адекватных ситуации и решаемой задаче.
Свидетельство о регистрации СМИ – Эл № ФС77-39591 от 22.04.2010 г. выдано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор)
