S. Vollmer - Samplingstrategien

Slides:



Advertisements
Ähnliche Präsentationen
EINFÜHRUNG IN DIE METHODEN DER UMFRAGEFORSCHUNG
Advertisements

Quanti Tutorium
Orientierungslauf Ausbildung für Übungsleiterassistenten des
Stichprobe im qualitativen Forschungsprozess
Eine dynamische Menge, die diese Operationen unterstützt,
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Information - syntaktisch
Genetische Algorithmen für die Variogrammanpassung
Untersuchungsarten im quantitativen Paradigma
Anwendung und Visual Basic
Klassische Hypothesenprüfung
Entscheidungstheorie für Unentschlossene Indecision Theory.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme MuSofT LE Capability Maturity Model Tailoring Tailoring bedeutet ungefähr: Maßschneidern.
Philosophische Fakultät 3: Empirische Humanwissenschaften Fachrichtung Erziehungswissenschaft Statistik I Anja Fey, M.A.
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/7 Information Retrieval auf Texten An ihre Grenzen stoßen relationale Datenbanken bei der.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Das Allgemeine lineare Modell (ALM) - Varianz als Schlüsselkonzept
Union-Find-Strukturen
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
Die Planung des Informationsprodukts “Thematische Karte”
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Was sind Histogramme? (1)
Qualitätskriterien zur Beurteilung von Dokumentationen
Beispielrelation Buchbestellungen H = Menge der bedeutenden Ziele = {a, d} Schwelle T = 4 Stichprobe S = {a, b, a, a, a, a} mit s = |S| = 6 N = Anzahl.
Peter Brichzin, Gymnasium Ottobrunn – Bausteine zur Medienkompetenz
§9 Der affine Raum – Teil 2: Geraden
Tutorium
Kontrollfragen zu Kapitel 1
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Objektmodellierung Objekte und Klassen Ein Objekt ist ein Exemplar.
Grundlagen und Probleme quantitativer Studien
Ausgleichungsrechnung II
Teilnehmer bevorzugen es aufgrund ihrer Leistung namentlich nicht genannt zu werden. Projekt STOCHASTIK.
Ausgleichungsrechnung I
Einführung in die Programmiersprache C 3.Tag Institut für Mathematische Optimierung - Technische Universität Braunschweig.
GIS - Seminar Wintersemester 2000/2001
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Vom Umgang mit Daten. public void myProgram() { int[] saeulenWerte = new int[world.getSizeX()]; for (int i = 0; i < saeulenWerte.length; i++) { saeulenWerte[i]
Theorie der Stichprobe
Analog-Digital Umsetzer NI USB 6009 Blockschaltbild
Wahrscheinlichkeitsrechnung
Rauschreduzierung in PixInsight 1.7
Kalibrierung eines Mikrofons unter DASYLab
Erstellen eines Impossibles:
Die ersten Schritte bei der Entdeckung der Statistik
Sampling, Rekonstruktion
ENDLICHE KÖRPER RSA – VERFAHREN.
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
Fourier-Analyse und technologische Anwendungen
Back, S.; Weigel, H.: Design for Six Sigma. Hanser, München 2014.
Statistik – Regression - Korrelation
Internetbasierte Fragebogenuntersuchungen und Surveys Christine Surer
Messergebnis Das Messergebnis ist der Näherungswert für den wahren Wert der Messgröße, der durch Auswertung der mit einer Messeinrichtung gewonnenen Messwerte.
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Entscheidungstheorie für Unentschlossene Indecision Theory.
Routenplanung querfeldein - Geometric Route Planning
Analog-Digital-Wandler
Geoinformationssysteme
EIN NEUES ENSEMBLE- KLASSIFIKATIONSVERFAHREN Tim Schneider Rotation Forest.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
CL Tree MW 31.1 Business Intelligence Wintersemester 2015 / 2016 Stanislav Prokupetz.
- Seite 1 TIME INTELLIGENCE ® by Zeichenrand – Löschen! Titel.
- Seite 1 TIME INTELLIGENCE ® by Titel.
 Präsentation transkript:

Precision Farming Samplingstrategien für die Datenerfassung

S. Vollmer - Samplingstrategien Inhalt Sampling: Definition & warum? Samplingarten & Vorstellung Repräsentativität Rasterproben & Abtastung Abtastfehler & Vermeidung Fazit Quellenverzeichnis 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Definition: Sampling Abgeleitet von „sample“ → Stichprobe Jedes Element einer Menge zu betrachten oft zu aufwändig (Vollerhebung) Gesamtmenge = „Grundgesamtheit“ bzw. „Population“ Merkmale der Grundgesamtheit = „Parameter“ Aussage über Grundgesamtheit über ungefähre Parameterwerte… …diese werden aus der Stichprobe ermittelt  Stichprobe repräsentiert die gesamte Menge 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Samplingarten (1) Sampling im Precision Farming = Methodik der Stichprobennahme Das gewählte Verfahren der Faktor-Erfassung (z.B. Bodenart, Nährstoffgehalt, Schädlingsbefall, …) hat maßgeblichen Einfluss auf die Genauigkeit der erzeugten GIS-Karte Es gibt viele Möglichkeiten eine Fläche zu beproben Jedes Sampling-Muster kann zu einem anderen Ergebnis führen… 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Samplingarten (2) Es gibt viele Arten von Stichproben, hier die wichtigsten... 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Legende keine Schädlinge normal viele Schädlinge viele Schädlinge extrem viele Schädlinge 10.07.03 S. Vollmer - Samplingstrategien

Non-probability sampling einfache Geometrie der Probennahme Ergebnis nicht immer repräsentativ für die GG Beispiel: Durchschnittsprobe an einer kleinen Ackerfläche…      Einzelproben               10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Probability sampling umfasst jegliches random sampling zu deutsch: Zufallsauswahl Zufall = statistischer Begriff… …jedes Element der Grundgesamtheit kann mit der gleichen Wahrscheinlichkeit in die Stichprobe aufgenommen werden Beispiel: ziehen eines Namens aus einer Dose… Nicht: Befragung „zufällig vorbeikommender“ Personen (da sie nicht zu einer vorab definierten GG gehören) 10.07.03 S. Vollmer - Samplingstrategien

Simple random sampling zu deutsch: einfache Zufallsauswahl bezeichnet die einfachste Form des random sampling jedes Element der GG kann mit der gleichen Wahrscheinlichkeit… Grundgesamtheit     Einzelproben          10.07.03 S. Vollmer - Samplingstrategien

Stratified random sampling zu deutsch: geschichtete Zufallsauswahl Aufteilung der GG in einander ausschließende Gruppen… dann simple random sampling in jeder Gruppe Grundgesamtheit     Hopfen  Einzelproben        Gerste  Einzelproben       Weizen  Einzelproben     10.07.03 S. Vollmer - Samplingstrategien

Systematic random sampling (I) Aufteilung der GG in N Teile, festlegen des Probenumfangs n bestimmen der Intervallgröße k=N/n, Wert zwischen 1 und k auswählen… …von diesem Wert an jeden k-ten Teil beproben Grundgesamtheit 11 10 1 2 3 4 5 6 7 8 9 12 13 14 15 16 17 18 19 20   N = 20   n = 10 k = 20/10 = 2   Wert zw. 1 und 2 → 2   Start bei 2 Dann jedes 2te Feld   10.07.03 S. Vollmer - Samplingstrategien

Systematic random sampling (II) andere Möglichkeit: Rasterbeprobung (grid sampling) hat eigentlich nichts mit random zu tun… anlegen eines Rasters, Probennahme in den Schnittpunkten… Grundgesamtheit Einzelproben 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Cluster sampling zu deutsch: Klumpenauswahl Aufteilung der GG in einander ausschließende Gruppen… Vollerhebung zufällig ausgewählter Gruppen Grundgesamtheit cluster zufällig ausgewählter cluster → Vollerhebung 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Multi-stage sampling Kombination mehrerer sampling-Methoden Steigerung der Effizienz, mobile GIS am Feldrand… Bsp: waren die Ergebnisse zufällig? (cluster + simple sampling)… Grundgesamtheit cluster (bekannt)    neue Grundgesamtheit (gewählter Probenort)     Einzelproben  10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Repräsentativität Stichprobe soll GG repräsentieren also sollten alle Faktoren bestmöglich erfasst werden Beispiel: Ermittlung des Nährstoffgehalts eines Ackers… …darauf achten, dass nicht nur auf Hügeln (wenig Nährstoff), sondern auch in Senken (viel Nährstoff) Messungen durchgeführt werden z.B. durch Anwendung von stratified sampling (Gruppen: Hügel, Senken) 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Rasterbeprobung sehr große Flächen werden nicht direkt beprobt (Datenmasse)… …sondern je nach geforderter Detailgröße in Rasterflächen (1-5 ha) aufgeteilt es werden dann die einzelnen Rasterfelder beprobt (je 12-16 Einzelproben) Rastergröße bestimmt somit die Abbildungsgenauigkeit in einer Karte Original 3x3 4x4 6x6 12x12 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Abtastung Abtastung bedeutet stets Datenverlust, da kontinuierliche Informationen auf ein Raster von Punkten reduziert werden je nach Rastergröße führt die Abtastung zu einer Reduktion der Auflösung (vgl. jpg-Komprimierung von Bilddateien) d.h.: Strukturen von Größe der Abtastschrittweite oder kleiner können verloren gehen bei der Abtastung feiner Strukturen treten Fehler auf: → 1D-Fall: Aliasing → 2D-Fall: Moiré-Effekte  Diese Probleme treten bei der Digitalisierung analoger Daten immer auf Sie sind ein generelles Problem der Signalverarbeitung 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Moiré-Effekt Beispiel: ein Objekt mit zwei unterschiedlich starken Schraffuren wird durch ein 2D-Gitter abgetastet die Abtastung liefert die Schraffuren mit veränderter Periode und Richtung… jeder 4te Punkt in jeder Richtung abgetastet jeder 5te Punkt in jeder Richtung abgetastet Original 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Aliasing Beispiel: ein sinusförmiges Signal wird in Schritten, die etwas kürzer als die Wellenlänge des Signals sind, abgetastet die Abtastung liefert ein Signal von viel größerer Wellenlänge… 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Abtasttheorem um die gezeigten Probleme zu lösen müssen Bedingungen aufgestellt werden, unter denen die Abtastung die Realität korrekt und vollständig wiedergibt diese sind im sog. Abtasttheorem definiert… …dieses kommt zu folgendem Schluss: man erhält nur dann die korrekte periodische Struktur, wenn pro Wellenlänge mindestens zwei Abtastpunkte gesetzt werden die Abtastfrequenz (fA) muss also mindestens doppelt so hoch sein wie die Signalfrequenz (fS) fA  2 fS  für das Precision Farming bedeutet dies, dass die Größe von Raster und Stichprobe an die Struktur und Beschaffenheit der zu unter- suchenden Variablen (z.B. Schädlingsfelder) angepasst werden muss 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Rasteranpassung Beispiel: Erfassung eines Schädlingsnestes… 9x9-Raster   → nicht erfasst! 9m   9m 3x3-Raster fA  2 fS         → erfasst! 9m         10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Fazit unterschiedliche Samplingarten liefern unterschiedliche Ergebnisse welche Methode man wählt muss angepasst werden an die zu erfassende Variable und die geforderte Genauigkeit die Praxis ist durch Zeit/Kosten-Fragen motiviert, darum muss das Sampling innerhalb eines Tages (Zeitdiskret) abgeschlossen sein  optimal wäre beispielsweise ein multi-stage sampling bestehend aus einem 6x6-Raster mit anschließendem simple random sampling der schwarzen Felder (Schädlinge) 10.07.03 S. Vollmer - Samplingstrategien

S. Vollmer - Samplingstrategien Quellen http://trochim.human.cornell.edu/kb/sampprob.htm Jähne, B.: „Digitale Bildverarbeitung“ 2002, 5. Aufl., Springer Verlag Yehua Zhang: „Sampling, Join Synopsen“ Oliver Deussen: „Das Abtasttheorem“ Ludowicy, C., Schwaiberger, R., Leithold, P.: „Precision Farming“, 2002, DLG Verlag Binns, M.R., Nyrop, J.P., Van der Werf, W.: „Sampling and Monitoring in Crop Protection“, 2000 Backes, M., Plümer, L.: “On the adequacy of GIS-generated weed maps for Precision Farming”, Proceeding of the 9th Scandinavian Research Conference on Geographical Information Sciences, Ed. K. Virrantaus, H. Tveite, pp. 261 -268, 2003 10.07.03 S. Vollmer - Samplingstrategien