18.22. الاستيفاء¶
ملاحظة
يبيّن هذا الفصل كيفية استيفاء بيانات النقاط، وسيعرض لك مثالًا حقيقيًا آخر على إجراء التحليل المكاني
في هذا الدرس سنستوفي بيانات النقاط للحصول على طبقة شبكية. وقبل ذلك سنحتاج إلى بعض التحضير للبيانات، وبعد الاستيفاء سنضيف بعض المعالجة الإضافية لتعديل الطبقة الناتجة، فنحصل بذلك على روتين تحليل متكامل.
افتح بيانات المثال الخاصة بهذا الدرس، والتي يجب أن تبدو هكذا.
تمثّل البيانات إنتاجية المحاصيل كما تنتجها حصّادة حديثة، وسنستخدمها للحصول على طبقة شبكية لإنتاجية المحاصيل. لا نخطط لإجراء أي تحليل إضافي على تلك الطبقة، بل لاستخدامها طبقة خلفية فقط لتحديد المناطق الأكثر إنتاجية بسهولة، وكذلك المناطق التي يمكن تحسين إنتاجيتها.
أول ما يجب فعله هو تنظيف الطبقة، لأنها تحتوي على نقاط زائدة. تنتج هذه النقاط عن حركة الحصّادة، في الأماكن التي تضطر فيها إلى الالتفاف أو تغيّر سرعتها لسبب ما. ستكون الخوارزمية Points filter مفيدة لهذا الغرض. سنستخدمها مرتين، لإزالة النقاط التي يمكن عدّها قيمًا شاذة في الجزأين الأعلى والأدنى من التوزيع.
في التنفيذ الأول، استخدم قيم المعاملات التالية.
والآن في التنفيذ التالي، استخدم الإعدادات المعروضة أدناه.
لاحظ أننا لا نستخدم الطبقة الأصلية مدخلًا، بل مُخرج التشغيل السابق.
يجب أن تبدو طبقة التصفية النهائية، ذات مجموعة النقاط المقلّصة، مشابهة للطبقة الأصلية، لكنها تحتوي على عدد أقل من النقاط. يمكنك التحقق من ذلك بمقارنة جدولي البيانات الوصفية الخاصين بهما.
لنحوّل الآن الطبقة إلى شبكية باستخدام الخوارزمية Rasterize.
تشير الطبقة Filtered points إلى الطبقة الناتجة عن التصفية الثانية. لها الاسم نفسه الذي للطبقة الناتجة عن التصفية الأولى، لأن الاسم تحدده الخوارزمية، لكن لا ينبغي لك استخدام الأولى. وبما أننا لن نستخدمها في أي شيء آخر، يمكنك إزالتها من مشروعك بأمان لتجنّب الالتباس، والإبقاء على آخر طبقة مُصفّاة فقط.
تبدو الطبقة الشبكية الناتجة هكذا.
إنها طبقة شبكية بالفعل، لكن تنقصها البيانات في بعض خلاياها. فهي لا تحتوي على قيم صالحة إلا في الخلايا التي تضمنت نقطة من الطبقة المتجهية التي حوّلناها للتو، وعلى قيمة "لا بيانات" (no-data) في جميع الخلايا الأخرى. لملء القيم الناقصة، يمكننا استخدام الخوارزمية Close gaps.
تبدو الطبقة الخالية من قيم "لا بيانات" هكذا.
لحصر المساحة التي تغطيها البيانات في المنطقة التي قيست فيها إنتاجية المحاصيل فقط، يمكننا قص الطبقة الشبكية بطبقة الحدود المرفقة.
وللحصول على نتيجة أنعم (أقل دقة لكنها أفضل للعرض في الخلفية بوصفها طبقة مساندة)، يمكننا تطبيق Gaussian filter على الطبقة.
بالمعاملات السابقة ستحصل على النتيجة التالية
