Siffer — Mullaliigi koodi parser¶
Mis on Šifri väli?¶
Iga Eesti mullakaardi polügoon on varustatud ühe või mitme šifri (siffer) koodiga — tähtnumbrilise tähisega, mis tuvastab selle kaardistusüksuse domineeriva(d) mullaliigi(d). Üks polügoon võib kanda kuni nelja šifrit, mis on eraldatud semikooloniga ja loetletud domineerimise järjekorras:
Ko;D;LPe;LP
See näide kodeerib neli mullaliiki:
| Kood | Eestikeelne nimetus | Ligikaudne rahvusvaheline vaste |
|---|---|---|
Ko |
Leostunud muld | Eutric Cambisol |
D |
Deluviaalmuld | Phaeozem Solimovic |
LPe |
Nõrgalt erodeeritud näivleetunud muld | Stagnic Luvisol |
KI |
Leetjas muld | Luvisol |
Šifri sõnavara koosneb mitmest tuhandest riiklikus mulla klassifikatsioonisüsteemis määratletud koodist. Praeguse andmestiku kehtivad koodid on toodud failis updated_uniq_jan25_2026.csv.
Miks toorandmed parandamist vajavad?¶
Mullakaart digitaliseeriti analooglehtedelt paljude erinevate operaatorite poolt mitme aastakümne jooksul. See tekitas laia valiku kodeerimise artefakte:
Segatud eraldajad — semikoolonite asemel esineb komasid, tühikuid, kooloneid või kriipse (nt LkI;LP asemel LkI LP või LkI,LP).
Erosiooniastme märkused — mulla koodidele on lisatud numbrilised erosiooni intensiivsuse klassid, mis sinna ei kuulu (nt E1, E(1;2), C3 variandid baaskoodidest E ja C).
OCR- ja transkriptsioonivead — märgiülekanded, ühinenud märgid, juhuslikud sulud, mis tekkisid analoogteksti skannimisel või uuesti tippimisel.
Ajaloolised lühendid — vanemad kaardistusringid kasutasid veidi erinevat koodide kirjapilti, mis ei kuulu enam praegusesse standardisse.
Parser rakendab enne grammatika valideerimist mitmeastmelist parandamise töövoogu:
- Terve sõne otsing ~700 kureeritud täpse vastega asenduse hulgast.
- Erosiooniastme eemaldamine (E-tüüpi, C-tüüpi ja sulgudes olevad numbrid).
- Kooloniga eraldatud numbriraaride eemaldamine (viimase abinõuna).
- Eraldajate normaliseerimine (kõik eraldajad →
;). - Märgi-tasemel otsing iga märgi kohta (~200 kirjet).
Alles pärast neid samme valideeritakse sõne ametliku Arpeggio grammatika vastu.
Väljundväljad¶
Parser tagastab 7 tulpa iga mullapolügooni rea kohta:
| Väli | Tüüp | Kirjeldus |
|---|---|---|
siffer_1 |
str | Esimene (domineeriv) mullaliigi kood, standardiseeritud. Tühi, kui puudub. |
siffer_2 |
str | Teine mullaliigi kood. Tühi, kui puudub. |
siffer_3 |
str | Kolmas mullaliigi kood. Tühi, kui puudub. |
siffer_4 |
str | Neljas mullaliigi kood. Tühi, kui puudub. |
n_siffers |
int | Selles polügoonis leitud mullaliikide koodide arv (0–4). |
parse_ok_s |
bool | True, kui grammatika tuvastas kõik koodid. Kasutatakse kaardivaaturi veaülevaates koos parse_ok_l ja parse_ok_h veergudega. |
parse_error |
str | Kirjeldus sellest, mida ei saanud parsida. Edukuse korral tühi. |
Tühi vs puudub
Väljad siffer_1 kuni siffer_4 täidetakse järjestikku. Kui polügoonil on ainult kaks mullaliiki, kannavad koodid siffer_1 ja siffer_2 ning siffer_3, siffer_4 on tühjad sõned.
Näide¶
Toores välja väärtus: "LkI LP"
| Samm | Tulemus |
|---|---|
| Täpse vaste otsing | muudatuseta |
| Erosiooni eemaldamine | muudatuseta |
| Eraldajate normaliseerimine | "LkI;LP" |
Grammatika parsimine (semicolon_separated) |
siffer_1=LkI, siffer_2=LP |
Väljund: siffer_1="LkI", siffer_2="LP", n_siffers=2, parse_ok_s=True
Sulgudega kuju "LkI(LP)" annab sama väljundi grammatika pair_symbol reegli
kaudu, ilma parandussammuta. Parser salvestab ainult koodid — sulgude ja
semikooloni kuju vaheline teise komponendi osatähtsuse erinevus (vt
Reeglid) ei kajastu väljundveergudes.
Duplikaate ei eemaldata
Parser ei ühenda korduvaid koode. "Ko;Ko;LP" annab tulemuseks
siffer_1="Ko", siffer_2="Ko", siffer_3="LP", n_siffers=3. Kui mõni
korduv toores väärtus siiski lüheneb, tuleneb see
siffer_repair_rules_lookup_full_match kirjest, mitte töövoo sammust.
Parsimise kattuvus¶
Kogu andmestiku puhul (~800 000 polügooni rida) lahendab šifri parandamise töövoog valdava enamuse mittestandardsetest kirjetest. Read, kus parse_ok_s=False, tähistavad koode, mis puuduvad praegusest viitesõnavarast või on lahendamatud artefaktid; need märgistatakse manuaalseks kontrolliks.
Võrdlusalus — kehtivad šifrid¶
Allpool olev tabel sisaldab kõiki kehtivaid šifri koode, mille mullaliigi koodi parser (Arpeggio grammar) ära tunneb. Kaks tühja veergu on siin ette nähtud täitmiseks erialaekspertidele — kirjeldus ja mullaliigi klass. Tabel on automaatselt genereeritud kanoonilisest sõnavara failist ning peab säilitama sünkroonimise generaatorskripti kaudu.
316 unikaalset šifrit (genereeritud tabelist updated_uniq_jan25_2026.csv)
| Code | Description | Soil Type Class |
|---|---|---|
AG |
||
AG1 |
||
AM |
||
AM’ |
||
AM’’ |
||
AM’’al |
||
AM’’’ |
||
AM’’’al |
||
AM’’’d |
||
AM’’’õ |
||
Ag |
||
Ar |
||
ArG |
||
ArG1 |
||
Arv |
||
Av |
||
B |
||
BG |
||
BGa |
||
BGal |
||
Bg |
||
Bgal |
||
C |
||
D |
||
D(g) |
||
DG |
||
DG1 |
||
DGal |
||
Dg |
||
Dgal |
||
E |
||
EI |
||
EI(g) |
||
EIg |
||
Eg |
||
Ek |
||
Ek(g) |
||
Ekg |
||
Eo |
||
Eo(g) |
||
Eog |
||
G |
||
G1 |
||
GI |
||
GI1 |
||
GI1a |
||
GI1al |
||
GI1d |
||
GIa |
||
GIal |
||
GId |
||
GIe |
||
Gal |
||
Gh1 |
||
Gh1al |
||
Gh’ |
||
Gh’’ |
||
Gh’’a |
||
Gh’’al |
||
Gk |
||
Gk1 |
||
Gka |
||
Gkal |
||
Gkr |
||
Gkral |
||
Gkrf |
||
Gk’’’ |
||
Gn |
||
Go |
||
Go1 |
||
Go1a |
||
Go1al |
||
Go1d |
||
Goa |
||
GoaI |
||
Goal |
||
God |
||
Gor |
||
Goral |
||
Gov |
||
Gr |
||
Gr1 |
||
K |
||
K(g) |
||
K(g)al |
||
K(g)e |
||
KI |
||
KI(g) |
||
KI(g)d |
||
KI(g)e |
||
KIa |
||
KId |
||
KIe |
||
KIg |
||
KIga |
||
KIgal |
||
KIgd |
||
KIge |
||
KIje |
||
Kd |
||
Ke |
||
Kf |
||
Kg |
||
Kgal |
||
Kgd |
||
Kh |
||
Khg |
||
Kh’ |
||
Kh’g |
||
Kh’’ |
||
Kh’’(g) |
||
Kh’’g |
||
Kje |
||
Kk |
||
Kkg |
||
Ko |
||
Ko(g) |
||
Ko(g)al |
||
Ko(g)d |
||
Ko(g)e |
||
Kod |
||
Koe |
||
Kog |
||
Koga |
||
Kogal |
||
Kogd |
||
Koje |
||
Kor |
||
Kor(g) |
||
Korg |
||
Kr |
||
Kr(Ko) |
||
Kr(g) |
||
Krd |
||
Kre |
||
Krf |
||
Krg |
||
Krgf |
||
Krje |
||
K’ |
||
L |
||
L(k) |
||
L(k)I |
||
L(k)I(g) |
||
L(k)II |
||
L(k)II(g) |
||
L(k)III |
||
L(k)IIIg |
||
L(k)IIIgn |
||
L(k)IIe |
||
L(k)IIg |
||
L(k)IIgn |
||
L(k)IIn |
||
L(k)Ie |
||
L(k)Ig |
||
L(k)Ign |
||
L(k)g |
||
L(k)gn |
||
LG |
||
LG1 |
||
LG1(n) |
||
LG1a |
||
LG1al |
||
LG1n |
||
LGn |
||
LI |
||
LI(g) |
||
LII |
||
LIII |
||
LIIIg |
||
LIIIgn |
||
LIIIn |
||
LIIg |
||
LIIgn |
||
LIIn |
||
LIe |
||
LIg |
||
LIge |
||
LIgn |
||
LIn |
||
LP |
||
LP(g) |
||
LP(g)al |
||
LP(g)d |
||
LP(g)e |
||
LPG |
||
LPGal |
||
LPGn |
||
LPd |
||
LPe |
||
LPg |
||
LPga |
||
LPgal |
||
LPgd |
||
LPge |
||
LPgf |
||
LPgn |
||
LPje |
||
Lg |
||
Lgn |
||
Liivik |
||
Lk |
||
Lk(g) |
||
LkG |
||
LkG(M) |
||
LkGa |
||
LkGal |
||
LkGn |
||
LkI |
||
LkI(g) |
||
LkI(g)d |
||
LkI(g)e |
||
LkI1 |
||
LkII |
||
LkII(g) |
||
LkII(g)e |
||
LkIII |
||
LkIII(g) |
||
LkIIIg |
||
LkIIIgn |
||
LkIIIn |
||
LkIIe |
||
LkIIg |
||
LkIIgn |
||
LkIIje |
||
LkIIn |
||
LkId |
||
LkIe |
||
LkIg |
||
LkIgal |
||
LkIgd |
||
LkIge |
||
LkIgn |
||
LkIje |
||
LkIn |
||
Lke |
||
Lkg |
||
Lkgd |
||
Lkgn |
||
Lkje |
||
Lo |
||
Ls |
||
Lsg |
||
Ma |
||
Mal |
||
Md |
||
Meri |
||
Mõ |
||
M’ |
||
M’a |
||
M’al |
||
M’d |
||
M’õ |
||
M’’ |
||
M’’a |
||
M’’al |
||
M’’d |
||
M’’õ |
||
M’’’ |
||
M’’’a |
||
M’’’al |
||
M’’’d |
||
M’’’õ |
||
Piiritagune ala |
||
Pp |
||
PpG |
||
Ppg |
||
Pu |
||
PuG |
||
Pug |
||
Rõ |
||
R’ |
||
R’’ |
||
R’’’ |
||
R’’’õ |
||
Sõ |
||
S’ |
||
S’õ |
||
S’’ |
||
S’’õ |
||
S’’’ |
||
S’’’al |
||
S’’’õ |
||
Tu |
||
TuG |
||
TuM |
||
TuM’ |
||
TuM’’ |
||
TuM’’’ |
||
Tug |
||
Tx |
||
TxG |
||
TxM |
||
TxM’ |
||
TxM’’ |
||
TxM’’’ |
||
TxR |
||
TxR’’ |
||
TxR’’’ |
||
TxS’ |
||
TxS’’ |
||
TxS’’’ |
||
Txg |
||
Ty |
||
TyG |
||
TyM |
||
Tyg |
||
Tz |
||
TzG |
||
TzG1 |
||
TzM |
||
TzM’ |
||
TzM’’ |
||
TzM’’’ |
||
Tzg |
||
Veeala, asustus või määramata |