Nemaplot Hyperspektraldaten Analyse und PopulationsmodelleEvaluation reinvented

 

Datenaufbereitung

Es obliegt dem Interessenten/Kunden die Hyperspektraldaten für die Analyse vor- und aufzubereiten. Dazu gehört die exakte Zuordnung jeder Messung/jedes Spektrums zu den entsprechenden Faktoren und Faktorstufen über Indices. Damit werden ihre Daten von Ihnen anonymisiert. Seien es neue Sorten oder neue Pestizide, die Daten werden als indizierte Faktoren mit den entsprechenden Faktorstufen behandelt. Der Zugriff bleibt in Ihrer Hand.

Wichtig!

Bitte schicken Sie uns die aufbereiteten Datensätze im ASCII Format als *.csv Datei (mit Semicolon getrennt) oder als Exceldatei.
Da der Rechenaufwand abhängig von den Wellenlängenbereichen ist, eventuell die Bereiche der Wasserbänder ausgeklammert werden müssen, bitten wir vorab zu überlegen, welche Wellenlängenbereiche für Sie von spezifischen Interesse sind und welche ausgeklammert werden können. Spektren unter 400 nm werden per se nicht berücksichtigt, sollten Sie Sensoren bis 2500 nm verwenden, haben Sie bei Freilandmessungen ab 1300 nm Wasserbänder zu berücksichtigen, die a) durch einen mittleren Verlauf korrigiert werden müssen und b) diese Bereichsparameter sowieso nicht in der Auswertung berücksichtigt werden können. Für eine ausführlichere Erläuterung folgen Sie dem Link zur Wasserbandkorrektur

Die Software ihres Sensors sollte die Generierung von ASCII Dateien unterstützen. Alle Messung werden in einer Tabelle hintereinander zusammengefasst (siehe Beispiel). Bitte achten Sie auf die korrekte Zuordnung, da wir nicht in der Lage sind, anonymisierte Daten zu überprüfen und zu korrigieren.

Am Beispiel eines zweifaktoriellen Versuches empfehlen wir folgende zweigeteilte Struktur, oben einen Datenkopf mit entsprechender Indexverteilung, die jede Messung eindeutig, gefolgt von den eigentlichen Reflexionsdaten:

required data structure

In der ersten Spalte stehen die verwendeten Wellenlängen ihres Spektrometers. Diese Angaben müssen immer mit angegeben werden. In den folgenden Spalten folgen dann die Messungen. Wir benötigen die Daten als Reflexionsdaten im Intervall von 0 bis 1, also keine RAW Daten. Bei der Verwendung eines Weißstandards sollte die 0,1 Transformation automatisch stattfinden. Der Dateikopf dient der Zuordnung der Messung. Jedes Spektrum beschreibt eine Messung vom Typ Yi,j,k,...,p. Die Indizes laufen alle in der Größenordnung ihres Versuches. Die Indizes sind von außen nach innen geordnet. Die unterste Zeile des Datenkopfes sollte immer die laufende Nummerierung sein, dann folgen nach oben hin die Wiederholungen, je nach Versuchslage die Blätter einer Pflanze oder die Pflanze. Die folgenden Bezeichner sind jetzt wichtig für die Auswertung. Bei einem einfaktoriellen Experiment kommen jetzt die Faktorstufen, wobei für die Kontrolle immer die erste Zahl gewählt werden sollte (0 oder 1), bei einem mehrfaktoriellen Experiment folgen die beiden oder mehreren Faktoren, in der ersten Zeile steht die Kombination aus den beiden Faktoren.  Nur die ersten drei Zeilen werden für die Analyse verwendet, die übrigen Zeilen des Kopfes dienen der Orientierung.


Ausschnittvergrößerung

Kombination/Klassen (Produkt von Faktor 1 x Faktor 2, i=1 - 6) 1 1 1 ... 2 ... 6
Faktor 1 (j=1-3); Bsp.: Sorte 1 1 1 ... 2 ... 3
Faktor 2 (k=0-1); Bsp.: 0, nicht infizierte Kontrolle; 1, infizierte Variante. 0 0 0 ... 0 ... 1
Pflanze (l=1-6) 1 1 1 ... 1 ... 6
Blatt (m=1-3) 1 2 3 ... 3 ... 3
Wiederholung (1-5) 1..5 1..5 1..5 ... 1..5 ... 5
Lfd. Nr. 1..5 6..10 11..15 ... 21..25 ... 540

In dem gegebenen Beispiel werden an jedem Blatt 5 Messungen gemacht, 3 Blätter je Pflanze gemessen und 6 Pflanzen pro Sorte (Faktor 1), jeweils Kontrolle und infiziert (Faktor 2) untersucht. Für die Analyse werden noch alle möglichen Kombination aus Faktor 1 und Faktor 2 als Klasse oder Kombinationsindex benötigt und daher entsprechend definiert.

Im Zweifel über das richtige Format empfehlen wir eine Vorabbesprechung (s. Kontakt).

Zurück Versuchsempfehlungen Zurück zu den Empfehlungen Weiter zum Angebot der Nemaplot Dienstleistungen Vorschlag Analyse Dienstleistung



Locations of visitors to this page
Akzeptieren

Nemaplot verwendet Cookies. Durch die Nutzung dieser Webseite erklären Sie sich damit einverstanden, dass Cookies gesetzt werden. Mehr erfahren