Atraktivita pozemků na Vysočině
Cílem zpracování dat v oblasti Vysočiny bylo ohodnocení atraktivity pro území s ohledem na požadavky zemědělství. Atraktivita je prezentována ve formě homogenních shluků ploch s podobnou atraktivitou (klastrů) nebo ve ve formě pořadí ploch z pohledu atraktivity (index
atraktivity).
Celkově bylo zpracováno 3 266 190 datových položek (půdních bloků). Vstupní data obsahovala 19 tematických atributů: agroklimatické faktory (14 hodnot typu srážky, osvit, poslední mrazový den a podobně) a 5 hodnot označujících typ BPEJ. Matice níže ukazuje závislost jednotlivých atributů.
Korelující atributy byly redukovány během výpočtů ve fázi určování vah. Pro vlastní výpočty bylo použito 308 104 datových položek, které byly vybrány na základě unikátní kombinace atributů. Zbylé položky pak získaly stejnou hodnotu atraktivity, jaká byla vypočtená pro danou kombinaci atributů.
Pro území byly zpracovány následující typy hodnocení atraktivity:
- Hierarchické klastry
- Ohodnocení atraktivity
Nehierarchické klastry
Díky velkému množství dat bylo obtížné určit optimální počet klastrů. Využito bylo několik metod (Silhouette method, Gap analysis, Calinski criterion), které jako optimální ukazovaly hodnoty 2 nebo 4 (viz graf ukazující výsledky gap analysis). Aby bylo území více fragmentované a bylo snadnější detekovat prostorové vzorce, byly zvoleny 4 klastry.
Pro klastrování byla vybrána metoda nehierarchického klastrování (diagram níže). Hierarchické klastry by byly srozumitelnější (stromová struktura) a výhodné z pohledu generování klasifikačních pravidel pro ohodnocování atraktivity podobných území, ale tato metody nebyla realizovatelná pomocí dostupného hardware. Klastry vznikly pomocí metody k-means implementované v algoritmu Lloyd. Pro rozdělení do shluků byly použity všechny agroklimatické atributy.
Index atraktivity
Jako vstup pro výpočet indexu atraktivity byly použité agroklimatické faktory, které byly doplněné výnosnost jednotlivých typů BPEJ. Index byl počítán ve smyslu obecné atraktivity pro zemědělství i pro vybrané plodiny (brambory, pšenice).
Váhy byly zjišťovány dvěma způsoby: pomocí tvorby rozhodovacích pravidel (obecná atraktivita, viz graf), definování vzorce pro výpočet indexu pomocí AI nástrojů (atraktivita pro specifické plodiny). Index atraktivity byl počítaný jako vážený průměr z normovaných dat.
V následujících mapách jsou obecně atraktivnější plochy vyjádřené tmavšími barvami než území s nižšími hodnotami indexu atraktivity.
Brambory
Pšenice
Kromě ohodnocení atraktivity byl navržený také regresní strom, který na základě logických pravidel umožňuje odhadovat hodnoty indexu atraktivity. Odhad probíhá pouze na základě porovnání hodnot klíčových atributů. Proto je výpočetně méně náročný a dá se aplikovat v případě velkých dat, kde byl komplexní výpočet hodnocení atraktivity byl časově velmi náročný nebo nemožný z hlediska výpočetních prostředků.
Poslední graf ukazuje korelaci závislost atraktivity počítané pouze z agroklimatických faktorů a výnosnosti pro konkrétní typy BPEJ. Výsledné (korelační koeficient 0,19) porovnání popírá úvodní hypotézu, že by oba typy dat měly výrazně korelovat.
