Metodologia aplicației

Această pagină explică modul în care aplicația transformă datele satelitare în rezultate interpretabile: serii temporale, componente statistice, hărți de risc și prognoze.

Dataset curent: ROI demonstrative

Date analizate

Indici spectrali disponibili:
AVI, EVI, GNDVI, NDMI, NDVI, SAVI

Regiuni de interes disponibile:
ROI1, ROI2

Interval temporal global:
2017-01-01 – 2024-08-01

Total observații agregate:
1104

Indice	ROI	Observații	Perioadă	Medie	Minim	Maxim
AVI	ROI1	92	2017-01-01 – 2024-08-01	0.0006	-0.0000	0.0011
AVI	ROI2	92	2017-01-01 – 2024-08-01	0.0007	0.0001	0.0011
EVI	ROI1	92	2017-01-01 – 2024-08-01	0.0128	-0.0002	0.0166
EVI	ROI2	92	2017-01-01 – 2024-08-01	0.0134	0.0021	0.0181
GNDVI	ROI1	92	2017-01-01 – 2024-08-01	0.5260	-0.0176	0.6771
GNDVI	ROI2	92	2017-01-01 – 2024-08-01	0.5443	0.0300	0.6774
NDMI	ROI1	92	2017-01-01 – 2024-08-01	0.0134	-0.1211	0.1209
NDMI	ROI2	92	2017-01-01 – 2024-08-01	0.0211	-0.1371	0.1869
NDVI	ROI1	92	2017-01-01 – 2024-08-01	0.5490	-0.0022	0.7163
NDVI	ROI2	92	2017-01-01 – 2024-08-01	0.5657	0.0406	0.7338
SAVI	ROI1	92	2017-01-01 – 2024-08-01	0.0968	-0.0010	0.1266
SAVI	ROI2	92	2017-01-01 – 2024-08-01	0.1017	0.0131	0.1378

Pipeline metodologic

1

Încărcarea datelor

2

Validare CSV / ROI

3

Analiză spectrală

4

Analiză temporală

5

ML pe pixeli și forecast

Interpretare metodologică

Dataset-uri utilizator:
În faza 1, dataset-urile încărcate de utilizator sunt CSV-uri agregate la nivel de ROI. Acestea pot fi folosite pentru analiza indicilor, Cross-Index și forecast. Pentru hărți ML la nivel de pixel este necesar un dataset pixel-level sau o procesare precompute separată.

ML nesupervizat:
Clusterele și scorurile de anomalie nu reprezintă etichete reale ale terenului. Ele indică diferențe statistice în evoluția temporală a pixelilor și trebuie interpretate ca suport pentru analiză, nu ca diagnostic absolut.