収量データクリーニング：今回の収穫で本当に信頼できる収量マップを取得する方法

収量マップが間違っているように見える場合、おそらくそれは間違いであり、通常は圃場が原因ではありません。収量モニターの生データには、常に系統的な誤差が含まれています。センサーのドリフト、穀物の流れがGPS位置より遅れること、重複カウントされたストリップ、そして実際に生産されていない植物の収量を記録するターンロウなどです。収量データのクリーニングはこれらの誤差を取り除き、マップが機械ではなく圃場を反映するようにします。ここでは、生ファイルで何が問題になるのか、その典型的な不良率、そして収穫前、収穫中、収穫後に実行できるワークフローについて説明します。.

生の歩留まりモニターデータが間違っている点

収量モニターのファイルには、ブランドや作物に関係なく、同じ種類のエラーが含まれています。よくある原因は以下のとおりです。

• キャリブレーションのずれ。. 流量センサーは、ある特定の水分条件下、あるハイブリッド材料で校正された後、条件が変更された。ファイル全体が数パーセント上下に変動し、負荷の種類によって変動量も異なる。.
• フロー遅延。. 穀物がヘッダーからセンサーまで移動するのに数秒かかるため、各収量値は実際に穀物が育った場所から数メートル離れた位置に記録されます。そのため、ゾーンの境界は走行方向に沿ってぼやけてしまいます。.
• 部分的な照射範囲と重複部分。. ヘッダーが既に切断された部分を覆う場合、モニターはヘッダー幅全体に対して分割する穀物の量を減らし、人工的に低い値を記録してしまいます。ポイント列や仕上げ工程では、このような現象が頻繁に発生します。.
• スタートパスとエンドパスのランプ。. 各パスの開始時点ではシステムは充填中で、終了時点では排出中です。各パスの最初と最後の数秒間は、歩留まりではなく、ランプ値が記録されます。.
• 湿度が急上昇する。. 湿ったポケットやセンサーの異常によって、乾燥収量への変換が数ポイントずれる。.
• GPSの数値が急に変動する。. 位置の不具合により、点群が隣接するフィールドに移動したり、一箇所に集中して出現したりする。.
• 収穫速度向上アーティファクト。. 急激な減速や加速は、センサーが安定するよりも速く機械にかかる負荷を変化させるため、土壌ではなく作業者の動きに追従する縞模様が残る。.

これらはどれもオペレーターのミスではありません。物理法則と電子機器の原理が作用した結果であり、だからこそ清掃は緊急対応ではなく、日常的な手順として行うべきなのです。.

私の収量データのうち、実際に間違っている部分はどれくらいあるのでしょうか？

ほとんどの人が予想するよりも多くのエラーが発生しています。独立した複数年にわたる調査で、コンバインの生データを監査した結果、約10～20パーセントのポイントがエラーとして検出され、ポイント列、水路、または短い通路が多い圃場のファイルは、その割合が特に高くなっています。圃場の平均値は、高値と低値が部分的に相殺されるため、多くの場合維持されます。しかし、地図はそうはいきません。エラーはランダムなノイズではなく、構造化されているため、圃場の端、通路、旋回列など、意思決定を行うまさにその場所に、偽のパターンが描かれてしまうのです。.

その構造こそが真の危険です。境界に沿って重なり合う低域の列は、圧縮の問題のように見えます。2 つのハイブリッド間のキャリブレーション ステップは、真のハイブリッドの違いのように見えます。関連する症状は機械レベルでも現れます。 トウモロコシの幻の収量損失 ヘッダーロスによって、センサーが検知する前に、いかにして収穫量が静かに失われていくかを解説します。.

今回の収穫における収量データクリーニングワークフロー

きれいな地図は3つの段階を経て作成されるが、そのうち机上で行われるのは1段階のみである。.

1. 収穫前：収量モニターを校正する。. 計量ワゴンまたは認定スケールに対して校正負荷を実行し、作物ごと、可能な場合はハイブリッドごとに再校正し、水分が数ポイント以上変化した場合は再度再校正します。大学のガイダンスなど アイオワ州立大学普及局収量モニター校正リソース 実際に収穫する速度と流量の範囲全体にわたって複数回に分けて積載することを推奨します。都合の良い1回の積載では推奨しません。.
2. 収穫期には、データ収集に注力しましょう。. 作業中は一定の走行速度を維持し、圃場の状況が許す限りヘッダー幅いっぱいに作業を行い、各作業区間に入った後は数秒間機械を落ち着かせてください。一定の速度で全幅の作業区間を走行すれば、清掃工程で修復する必要のある作業区間は1つ減ります。.
3. 収穫後：ファイルのクリーニングとキャリブレーションを行います。. 自動クリーニングフラグは、流量遅延オフセット、ランプポイント、オーバーラップ低、水分スパイク、GPSジャンプ、および速度アーティファクトを1回の実行で検出します。GeoPardの 自動収量データクリーニングおよびキャリブレーション インポート時にこれを実行し、その後、クリーニングされたファイルを実際に納品された重量に合わせてスケーリングするため、マップはスケールチケットと一致するだけでなく、マップ自体とも一致するようになります。 収量校正とクリーニングのチュートリアル 設定画面ごとに解説します。.
4. 結果の妥当性を確認してください。. クリーニング済みの合計をフィールドごとのエレベーターの領収書と比較し、マップを目視で残されたストライプを探します。最初に生のファイルを検査したい場合は、それを GeoPardフィールドデータエクスプローラー ブラウザに表示される点群パターンを確認してください。ファイルはあなたのコンピュータ上に保存され、何もアップロードされません。.

清掃基準は万能ではありません。均一なトウモロコシ畑に適した基準は、多様な畑では厳しすぎる場合があります。清掃後の処理に関する決定を下す前に、農学者や地域の推奨事項と照らし合わせて、除去した作物や植物の種類を確認してください。.

クリーンな収量データが後々の利益につながる理由

利回りマップは最終成果物となることは稀です。管理区域の設定、変動金利の処方、ハイブリッド物件の比較、賃料や投資収益率の計算などに利用されますが、マップに含まれるあらゆる誤差が、これらの計算過程によってさらに増幅されてしまうのです。

• ゾーン 重複する低レベルに基づいて描画すると、オペレーターがパスを完了した場所に「不良」ゾーンが設定され、次のシーズンの入力が機械を追いかけることになります。.
• VRA処方箋 全体のファイルシフトレートが誤って調整された結果、フィールド全体が間違った方向にシフトするようになった。.
• ハイブリッドと試験の比較 1エーカーあたり数ブッシェルの差で決まるが、これは未処理ファイルの誤差範囲内に十分収まる。.
• 賃料と投資収益率に関する意思決定 データ誤差が10％もある農場では、他人の畑で下された決定に基づいて経営判断が下されることになる。.

コストの非対称性こそが、清掃作業を容易に判断できる理由です。自動化された作業であれば、1つの圃場あたり数分で済みますが、ゾーンマップの誤りやハイブリッド品種の選択ミスは、何シーズンにもわたって影響を及ぼします。.

歩留まりデータクリーニングに関するよくある質問

モニターのキャリブレーションがうまくいっていれば、クリーニングは省略できますか？

いいえ。キャリブレーションは測定レベルを固定するものであって、構造を固定するものではありません。流量の遅延、重なり、傾斜、GPSのジャンプなどは、完璧にキャリブレーションされた機械でも発生します。信頼できる地図を作成するには、適切なキャリブレーションと収穫後の洗浄が不可欠です。.

指摘された箇所は削除すべきか、それとも修正すべきか？

エラーの種類に応じて、両方とも適用されます。流量遅延による位置ずれは、収支値自体は実在するものの位置のみが間違っているため、修正されます。ランプポイント、オーバーラップロー、GPSジャンプは、値自体が収支値ではないため削除されます。自動クリーニングは、エラーの種類ごとに適切な処理を適用し、変更内容を報告します。.

修正後の地図が正しいかどうか、どうすれば確認できますか？

確認事項は2つあります。まず、収穫後の圃場全体の重量が、計量器やエレベーターで計測した収穫重量とほぼ一致すること。次に、地図上のパターンが、走行パターンではなく、土壌の変化や地形といった圃場の特徴に沿っていることです。もし縞模様がコンバインの走行パターンに沿って残っている場合は、まだ収穫すべきものが残っています。.