Картирование урожайности комбайна на ноутбуке: очистка сырых логов в ГИС, лаг элеватора и пересчёт влажности

Картирование урожайности комбайна на ноутбуке агронома: почему сырая карта с монитора врёт и как очистить её в QGIS

Карта фактической урожайности с зерноуборочного комбайна — самый ценный слой в точном земледелии: в отличие от косвенного зелёного индекса листьев, она показывает реальные центнеры зерна с каждого квадрата поля в деньгах. Однако у многих хозяйств запал пропадает после первой же выгрузки с флешки комбайна: на экране красуются фантастические пятна по 240 ц/га на развороте, нулевые полосы по центру гона и резкая «ступенька» на 14 ц/га между левой и правой половиной поля, где работали два разных комбайна.

Дело не в неисправности тензодатчика удара зерна или оптического расходомера в зерновом элеваторе: сырой посекундный лог комбайна (30 000–90 000 точек на одно стогектарное поле!) физически не предназначен для прямого использования без постфильтрации. Ниже — классический инженерный конвейер очистки данных урожайности на рабочем ноутбуке в QGIS / Python (по методологии USDA ARS Yield Editor и университетских стандартов точного земледелия).

Пять физических искажений сырого лога комбайна, которые убирает чистка на ноутбуке

| Искажение в сыром файле (TLG / SHP / .yld) | Физическая причина внутри комбайна | Как проявляется на неочищенной карте | Правило фильтрации на ноутбуке | |---|---|---|---| | 1. Транспортное запаздывание потока зерна (Flow Delay) | От среза колоса ножом жатки до удара зерна о пластину датчика на верхушке чистого зернового элеватора проходит 10–16 секунд (20–32 метра хода на скорости 7 км/ч!) | Смежные встречные проходы комбайна рисуют «гребёнку / пилу»: высокоурожайное блюдце на чётных проходах сдвинуто на север, а на нечётных — на юг! | Сдвиг атрибута потока назад по вектору движения на расчётное число секунд Flow Delay до полного исчезновения «гребёнки» | | 2. Переходные процессы врезания и выхода из загонки (Start / End Pass Delay) | Молотильный барабан и решёта заполняются массой не мгновенно, а за 4–8 с в начале гона и досыпают остатки на развороте | Ложные «бедные» полосы по 8 ц/га вдоль обоих краёв каждого поля, где на самом деле нормальная пшеница | Удаление первых 4–6 и последних 4–6 точек после каждого опускания/подъёма жатки | | 3. Скачки скорости и остановки комбайна | При резком торможении перед кочкой или бункером площадь V × W за секунду падает к нулю, а молотилка продолжает сыпать старое зерно на датчик | Точечные «взрывы» урожайности по 180–300 ц/га, полностью перекашивающие цветовую шкалу и среднее | Отсев точек со скоростью ниже минимальной рабочей (< 2,0 км/ч), выше максимальной и с резким ускорением |ΔV| > 20 % | | 4. Докос клина неполной шириной жатки | Последний проход между двумя прокосами берёт 2,5 метра хлеба вместо полной 9-метровой жатки, а в мониторе осталась стоять ширина 9,0 м | Яркая ложно-низкая синяя полоса ровно шириной в один проход посреди здорового массива | Геометрический расчёт фактического перекрытия полигонов проходов по треку GPS (или отсев перекрытий > 25 %) | | 5. Разная калибровка двух комбайнов в одном звене | На комбайне № 1 датчик откалибровали утром по весам тока, а на комбайне № 2 — месяц назад на другом сорте с другой натурой зерна | Полосатая «тельняшка» вдоль линий параллельного вождения AB | Нормализация каждого бортового номера (Machine ID) к единому весовому зачёту поля или медианному профилю соседних проходов |

Обязательный пересчёт сырого намолота на стандартную зачётную влажность

Утром в 8:30 по росе комбайн убирает озимую пшеницу с бункерной влажностью 17,5 %, а в 15:00 на солнцепеке — с влажностью 11,8 %. Если строить карту по сырому весу бункера (Wet Mass), утренние проходы покажутся на 6,5 % «урожайнее» дневных просто за счёт испарившейся воды!

Ёмкостный потоковый влагомер комбайна пишет влажность в каждую секунду лога вместе с массой, поэтому на ноутбуке в таблице атрибутов QGIS или скрипте Python каждая точка приводится к единой базисной влажности хранения (14,0 % для колосовых зерновых, 7,0–8,0 % для подсолнечника и рапса, 14,0 % для кукурузы на зерно):

# Пересчёт сухого вещества к стандартной влажности 14.0 %:
# Yield_std = Yield_wet * (100.0 - Moisture_raw) / (100.0 - 14.0)
df["yield_14pct"] = df["wet_yield_tha"] * (100.0 - df["moisture_pct"]) / 86.0

После статистической обрезки остаточных выбросов (обычно фильтр ±2,5..3,0 стандартных отклонений от медианы поля и отсев биологически невозможных значений) точечный массив интерполируется в гладкий растр с шагом 10×10 м методом блочного кригинга (Block Kriging) или взвешенных обратных расстояний (IDW) в метрической проекции UTM.

Полученный эталонный растр сшивается на ноутбуке в многолетнюю базу продуктивности вместе со спутниковыми слоями NDVI/NDRE и служит прямым фундаментом осенних карт дифференцированного внесения фосфорно-калийных удобрений и мелиорантов.

Требования к ноутбуку агронома-аналитика при пакетной чистке тысяч гектаров

Когда в октябре после окончания уборки кукурузы и подсолнечника агрослужба сводит годовой отчёт по 250 полям и пяти комбайнам, общий объём пространственных точек легко переваливает за 10–15 миллионов записей:

Многоядерный процессор и 32 ГБ ОЗУ: пространственное пересечение буферов жатки (Spatial Index / R-tree) и блочный кригинг по миллионам точек активно утилизируют все потоки процессора и съедают 14–22 ГБ оперативной памяти. На ноутбуках со слотами расширения память легко нарастить до 32–64 ГБ самостоятельно — проверьте ревизию платы по гиду апгрейд оперативной памяти и SSD в ноутбуке.
Хранение в формате GeoPackage (*.gpkg) или GeoParquet на быстром NVMe SSD: никогда не обрабатывайте миллионы точек уборочных логов в устаревшем формате Shapefile (ограничение размера .dbf в 2 ГБ и мучительно медленная перезапись индексов!). Переведите архив хозяйства в единую пространственную базу SQLite / GeoPackage на NVMe SSD ёмкостью от 1 ТБ — отрисовка 10 млн точек на карте QGIS ускорится в десятки раз.

Чек-лист приёмки и очистки карт урожайности после сезона

[ ] На каждом комбайне в начале уборки каждой новой культуры выполнена весовая калибровка датчика урожайности и датчика влажности по 3–5 контрольным бункерам на автомобильных весах тока.
[ ] Сырые логи с флешек (ISOXML TLG, .yld, .agdata, .cn1) скопированы в неизменяемый архив RAW_2026 с разбивкой по культуре и бортовому номеру комбайна.
[ ] Проверен и скомпенсирован индивидуальный транспортный лаг Flow Delay, убраны развороты, торможения < 2 км/ч и узкие прокосы неполной жаткой.
[ ] Намолот пересчитан на стандартную зачётную влажность культуры и отмасштабирован по фактическому весовому зачёту склада.
[ ] Рассчитана карта нормализованной относительной урожайности (% от среднего по полю) для сопоставления разных лет и разных культур севооборота.

Частые вопросы

Имеет ли смысл чистить карту урожайности на ноутбуке, если в этом году на комбайне забыли откалибровать весы на новой культуре? Да, для внутрипольного зонирования это всё равно бесценный материал! Некалиброванный датчик ошибается в абсолютном коэффициенте тоннажа на 10–15 %, но линейно и точно фиксирует относительную разницу между богатой ложбиной и бедным песчаным бугром внутри одного поля. Умножив очищенную карту на поправочный коэффициент фактического веса с автомобильных весов тока (Вес_по_весам / Сумма_по_датчику), вы восстановите точную картину поля.

Нужен ли платный сигнал RTK на комбайне просто для картирования урожайности? Нет: для записи карт урожайности с шириной жатки 7–12 метров достаточно обычного двухчастотного приёмника с бесплатной поправкой SBAS / Glide точностью 30–50 см, потому что итоговый аналитический растр всё равно усредняется до ячейки 10×10 метров.