Ag Leader SMS Basic and Advanced Manual - Handbuch (Seite 159)

153
Referenzinformationen
Terminologie-Glossar
Im Folgenden finden Sie eine Auflistung von Begriffen, die in der Software verwendet werden sowie Definitionen
dieser Begriffe:
Attribut
Attribute sind als sich häufig ändernde Daten definiert und werden zum Übermitteln von Ist-Werten, erfasst oder
eingegeben, oder für eine Operation benutzt. Daher wären Ertragsdaten, die kontinuierlich erfasst werden und von
Erfassung zu Erfassung variieren, ein Beispiel für ein Attribut.
Eigenschaft
Eigenschaften sind als sich unregelmäßig ändernde Daten definiert, die zur Definition weiterer Management- und
Datenelemente benutzt werden. Namen für Betriebe, Felder und Ladungen sind Beispiele für vordefinierte
Eigenschaften innerhalb des Systems. Ein Beispiel wäre, wenn Sie eine Eigenschaft mit Namen
Bodenbearbeitungstyp erstellten und diese Eigenschaft zu einer beliebigen Ladung/einem beliebigen Bereich
hinzufügten, bei dem sie unterschiedliche Bodenbearbeitungstypen verfolgen möchten, die für diese Ladung/Region
verwendet wuden. Der Punkt liegt darin, dass der Bodenbearbeitungstyp sich nicht pro erfasster Probe einer
Operation verändert, sondern für alle aufgezeichneten Daten der ausgewählten Ladung/des ausgewählten Bereichs
gilt.
Datensatz
Die Grundlage der Daten im System, als Ladung oder Bereich repräsentiert. Alle in das System eingelesenen Daten
werden in einer Form eines Datensatzes gespeichert.
Kriging
Eine Interpolierungsmethode zum Generieren unbekannter Werte aus bekannten Werten - durch Errechnen und
Anwenden eines gewichteten gleitenden Durchschnitts. Gewichtungsfaktoren werden durch ein Semi-Variogramm
erreicht.
Inverse Distanzgewichtung (IWD)
Eine Interpolierungsmethode, welche Mittelwerte lokaler Zellenwerte bildet, dabei aber auch die Entfernung von
Nachbarzellen berücksichtigt. Je weiter sich Probendaten von einer Stelle entfernt befinden, desto geringer der
Einfluss der Daten auf die Berechnung eines Wertes an dieser Stelle. IWD ist sehr nützlich bei dichten Datensätzen
wie Ertragsdaten, da die Daten schnell verarbeitet werden und große Datenmengen in einheitlichen Abständen
bestehen.
Korrelation
Wird zur Beschreibung der beobachteten Beziehung zwischen Ausführungen zweier Elemente verwendet. Im
Auftreten korrellierter Ereignisse kann ein systematisches Muster erkannt werden. Wenn die Ereignisse Zahlen
umfassen, bedeutet eine positive Korrelation, dass beim Ansteigen eines Wertes auch der andere ansteigt. Eine
negative Korrelation bedeutet, dass ein Wert ansteigt, der andere absteigt. Eine Korrelation impliziert keineswegs eine
Ursache. Mit anderen Worten: Die Tatsache, dass zwei Elemente korrellieren, bedeutet nicht, dass sie sich
gegenseitig beeinflussen oder miteinander in Beziehung stehen - eine Korrelation arbeitet lediglich mit beobachteten
Ausführungen von Elementen; aus der Korrelation an sich können keine weiteren Rückschlüsse gezogen werden.
Eine starke Korrelation ist aber des öfteren ein guter Grund dafür, die Ursache dieser Beziehung herauszufinden.
Raumbezogen
Beliebige Elemente die sich auf einen Raum beziehen oder diesen beschreiben, wie ein Betrieb oder ein Feld. Die
meisten raumbezogenen Daten enthalten Positionsdaten, die mit einem spezifischen raumbezogenen Ort verbunden
sind, wie einem Ertragspunkt.
Semi-Variogramm
Ein Plot der Abweichung eines Datensatzes und / oder eines theoretischen Modells gegenüber der Entfernung. Ein
Semi-Variogramm wird benutzt, um die Korrelation von Daten über eine Entfernung und ihre Beziehung zu einem
theoretischen Modell zu zeigen, das während eines Interpolierungsvorganges wie dem Kriging auf die Daten
angewandt werden kann.
Schnittbereich
Der Bereich oder die Länge, den / die zwei oder mehr Objekte gemeinsam haben und sich daher auf irgendeine Weise
überlappen. Schnittbereiche können verwendet werden, um nur Bereiche oder Längen auszuwählen, die einander
überlappen - oder zum Aufteilen von Objekten in neue Objekte, basierend auf den gemeinsamen Bereichen oder
Längen.
Daten normalisieren