> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/yield-data-and-harvest-analytics.md).

# Данни за добива и анализ на жътвата

Импортирайте, обработвайте, почиствайте, възстановявайте, анализирайте, създавайте предписания, карти за печалба и споделяйте данни за добива от жътвата в GeoPard.

Използвайте GeoPard, за да превърнете необработените файлове от комбайна в слоеве с добив, готови за вземане на решения.

{% hint style="success" %}
Изпробвайте с ваши файлове от жътвата: [Започнете безплатно](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=yield-data-and-harvest-analytics)
{% endhint %}

### Типичен работен процес

{% stepper %}
{% step %}

### Импортиране

Заредете данни от жътвата от shapefile файлове, файлове от земеделска техника или John Deere. Започнете с импортиране на файловете. След това обработете, почистете и калибрирайте данните, попълнете липсващите стойности и използвайте резултата за агрономически препоръки.
{% endstep %}

{% step %}

### Обработване

Проверете атрибутите, мерните единици, съответствието с границите на блока и специфичните за машината данни.
{% endstep %}

{% step %}

### Почистване и калибриране

Премахнете шума. Коригирайте ивиците. Съгласувайте стойностите с надеждни общи количества.
{% endstep %}

{% step %}

### Възстановяване на липсващи данни

Използвайте синтетични данни за добива там, където записите липсват или са непълни.
{% endstep %}

{% step %}

### Създаване на препоръки

Създайте зони, уравнения и работни процеси за рентабилност въз основа на почистените данни за добива.
{% endstep %}

{% step %}

### Споделяне на резултатите

Изпратете слоевете, получени от данните за добива, и препоръките към John Deere Ops Center.
{% endstep %}
{% endstepper %}

### 1. Импортиране на данни за добива

GeoPard поддържа стандартни GIS файлове и формати за земеделска техника.

Обичайните входни формати включват `shp`, `ISOXML`, както и собствени формати, например `jdl`, `cn1`, `adm`, `dat`и сродни архиви от земеделска техника.

Можете също да импортирате данни за добива директно от John Deere Operations Center.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyA8wGTgxwgAZsjOhlmz%2Fimage.png?alt=media&amp;token=0aeed3da-5098-404c-a881-2025f690f4bd" alt="Upload machinery files"><figcaption><p>Качете файловете от земеделската техника и GeoPard ще ги обработи и ще ги превърне в набори от данни.</p></figcaption></figure>

На тези страници ще намерите точните стъпки:

* [Импортиране на данни за добива](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/import-precision-agriculture-data/yield-data-import.md)
* [Собствени формати за земеделска техника](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/import-precision-agriculture-data/machinery-proprietary-formats.md)
* [Импортиране от MyJohnDeere](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/import-precision-agriculture-data/import-from-myjohndeere.md)

### 2. Обработка на данни за добива

След импортирането GeoPard свързва набора от данни с блока и показва атрибутите от жътвата.

На този етап проверете дали наборът от данни е годен за използване.

Първо проверете следното:

* избран е правилният основен атрибут за добива
* мерните единици са правилни и позволяват сравнение
* стойностите за влажност, скорост, ширина на хедера и посока изглеждат правдоподобни
* данните попадат в границите на блока
* налични са траекториите на машината или датите на жътвата, когато са необходими

Тази проверка е полезна преди почистване, създаване на зони или работа с уравнения.

{% hint style="info" %}
Наборите от данни за добива често съдържат повече от един полезен слой.

Освен масата на добива проверете влажността, сухото вещество, скоростта, изминатото разстояние, посоката и траекторията на машината.
{% endhint %}

### 3. Почистване и калибриране

Необработените файлове за добива често съдържат данни от завои и спирания, резки отклонения, припокривания и стойности извън блока.

GeoPard премахва тези артефакти и калибрира набора от данни за последващ анализ.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&amp;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt="Result after cleaning and calibration"><figcaption><p>Резултат след почистване и калибриране.</p></figcaption></figure>

Използвайте това, когато трябва да:

* премахнете отклоняващите се стойности и шума
* данни за добива по граници на полето
* съгласуване на данни от няколко комбайна или дни на жътва
* коригиране на общото отклонение чрез известен среден добив или общо количество
* прилагане на логиката на USDA за почистване на данни за добива

Отворете пълното ръководство тук:

* [Калибриране и почистване на данните за добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/yield-calibration-and-cleaning.md)

{% hint style="warning" %}
Използвайте **Калибриране по проходи** когато ивиците се дължат на работа с няколко машини или в различни дни.

Използвайте **Калибриране по среден или общ добив** когато общият добив от полето е надежден.
{% endhint %}

### 4. Синтетични карти на добива

Не при всяка жътва се записват пълни данни за добива.

Синтетичните карти на добива са полезни, когато данните липсват, са частични или изобщо не са записвани.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&amp;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt="Calibrated vs synthetic yield"><figcaption><p>Сравнете калибрирания добив със синтетична карта на добива.</p></figcaption></figure>

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&amp;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt="Synthetic yield dataset example"><figcaption><p>Пример за синтетичен набор от данни за добива.</p></figcaption></figure>

Това е полезно, когато:

* по-старите комбайни не са имали монитор за добива
* са записани данни само за част от полето
* първичните данни са твърде повредени, за да им се доверите
* известен е само средният или общият добив от полето

При синтетичния добив се използват историческите характеристики на полето и моделите от дистанционното наблюдение.

Това работи и при **частично възстановяване**.

Ако за една част от полето има използваеми данни от жътвата, а за друга те липсват или са твърде шумни, GeoPard може да възстанови непълната площ и да създаде по-пълен набор от данни за добива.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0seT3f3a7IV3lozI6BSj%2FGeoPard-restoring_partial_yield.gif?alt=media&amp;token=1b6eecac-ac0a-45ff-80ee-26dd89da4a5a" alt="Reconstruct partial harvesting dataset"><figcaption><p>Възстановете липсващата част от частичен набор от данни за жътвата.</p></figcaption></figure>

Прочетете повече:

* [Синтетична карта на добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/synthetic-yield-map.md)
* [Сателитно наблюдение](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/satellite-monitoring.md)

### 5. Създаване на препоръки въз основа на данните за добива

Почистените данни за добива са една от най-ценните основи за карти с предписания и анализи след сезона.

#### Зони

Използвайте само данните за добива или ги комбинирайте със слоеве за почвата и реално приложените количества.

Това е често използван подход за определяне на зони по продуктивност и планиране на променливи норми.

Можете също да създадете зониране въз основа на няколко набора от данни за добива от различни години.

Обичайният работен процес е:

* почистете и калибрирайте всеки набор от данни за добива
* нормализирайте или сравнете наборите от данни от различни години
* добавете синтетичен добив, когато липсват исторически записи от жътвата
* комбинирайте избраните слоеве с данни за добива в един работен процес за зониране

Полезни страници:

* [Създаване на карта на зоните с данни за почвата, добива и реално приложените количества](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/zones-maps-and-analytics/create-a-zones-map-using-soil-yield-or-as-applied-data.md)
* [Процес на създаване на зони за управление на блока (зони по продуктивност)](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/field-management-zones-productivity-zones-creation-process.md)
* [Сравняване на набори от данни за добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/comparing-yield-datasets.md)

#### Уравнения

Използвайте данните за добива в уравнения за изнасяне на хранителни вещества, ефективност, възвръщаемост на инвестициите, сходство и персонализирани анализи.

* [Анализи с уравнения](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/equation-based-analytics.md)
* [Пакетни анализи с уравнения](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/equation-based-analytics/batch-equation-analytics.md)
* [Ефективност на използване на азота (NUE) и усвояване на азот](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/fertilizer-and-nitrogen/nitrogen-use-efficiency-nue-and-nitrogen-uptake.md)

#### Карти с променлива норма на приложение въз основа на усвояването на хранителни вещества

Данните за добива могат да подпомогнат и работните процеси за изнасяне и усвояване на хранителни вещества.

Практически пример е създаването на карта с променлива норма на азотно торене въз основа на усвояването от културата, след което тя се експортира като предписание, готово за използване от машината.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>Пример за карта с променлива норма (VRA), базирана на усвояването на хранителни вещества, изчислено по данни за добива.</p></figcaption></figure>

GeoPard може да изчислява:

* **Усвояване на азот (NU)**
* **Ефективност на използване на азота (NUE)**
* **Излишък на азот (NS)**

Тези резултати помагат да се установи къде културата е усвоила повече хранителни вещества, къде азотът е останал неусвоен и къде нормите за следващия сезон трябва да се увеличат или намалят.

Вижте тези материали:

* [Ефективност на използване на азота (NUE) и усвояване на азот](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/fertilizer-and-nitrogen/nitrogen-use-efficiency-nue-and-nitrogen-uptake.md)
* [Пример: Променлива норма на внасяне на азот при картофи за постигане на 5–10% по-висок добив](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/fertilizer-and-nitrogen/use-case-variable-rate-nitrogen-vra-for-potatoes-to-realize-5-10-more-yield.md)
* [Задаване на променливи норми в зоните (инструмент за разпределяне на нормите за агровходове)](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/zones-maps-and-analytics/assign-variable-rates-in-zones-ag-input-rates-distribution-tool.md)

#### Карти на рентабилността

Работните процеси за анализ на рентабилността съчетават добиви, цени и оперативни разходи.

Използвайте ги, за да видите разликите в маржа в рамките на едно и също поле, а не само една средна стойност за цялото поле.

В примера за работен процес на дилър в Италия GeoPard сравнява добивите и рентабилността по зони след прилагане на VRA и преглед на жътвата.

Основни изводи от примера:

* **Зона 2** има най-висока обща печалба и среден добив.
* **Зона 3** постига най-висока производителност с **20.42 t/ha**.
* **Зона 3** също така носи **€1808.14/ha** печалба.
* Картата на рентабилността показва къде маржът е висок и къде разходите се възстановяват по-трудно.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F47XGTkAERSxGHMsIKxQ6%2F6.png?alt=media&amp;token=557d812b-784f-4d33-a208-157ef4e6ac47" alt="Profit map with high and low margin areas"><figcaption><p>Карта на рентабилността с области с висок и нисък марж.</p></figcaption></figure>

Материали:

* [Работен процес на дилър в Италия: John Deere Ops Center - GeoPard - азот с VRA - опити - карти на рентабилността](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.md)
* [Представяме картите на рентабилността на GeoPard: крачка напред в прецизното земеделие](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Проверете резултатите от жътвата с отчета за добива

Използвайте отчета за добива, за да проверите представянето на зоните след жътвата.

Сравнете добива с предписаните или реално приложените норми. Анализирайте реакцията на добива, икономическите резултати по зони и действията за следващия сезон.

<div><figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FjfRXHkaTS72n8EWNW1bc%2Fyield-report-tab.png?alt=media&amp;token=f242bad8-8727-4d0d-99b2-f1432adddab7" alt=""><figcaption></figcaption></figure> <figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJhUbXX7KIE0yM624ixpO%2Fcompare-by-zones-2.png?alt=media&amp;token=514b76ba-7d6f-455a-b452-6b2136e39124" alt=""><figcaption></figcaption></figure></div>

* [Отчет за добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/yield-report.md)

### 7. Изпратете данните за добива към John Deere Ops Center

Има три практични начина.

Първо, импортирайте данните от жътвата от John Deere в GeoPard.

Второ, изпратете обратно към John Deere резултатите, изчислени по добивите, като файлове или картни слоеве.

Трето, експортирайте обратно обработените данни за добива като **оперативни данни**.

Използвайте маршрута **оперативни данни** , когато искате изчистеният или калибриран набор от данни да замени набора, който се вижда в John Deere Operations Center.

Ако полето вече е свързано с John Deere, новите активи на GeoPard за него могат да се синхронизират обратно с Ops Center.

<figure><img src="https://190376946-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F8dKxPmUmV4amrPsHjVS2%2FExport%20GeoPard%20Layer%20to%20John%20Deere%20as%20a%20Map%20Layer.png?alt=media&amp;token=97fa981e-9c01-4755-97ba-c30db4cb27ad" alt="Export layer to John Deere"><figcaption><p>Изпращане на слоеве от GeoPard към John Deere Ops Center.</p></figcaption></figure>

Вижте тези страници:

* [Импортиране от MyJohnDeere](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/import-precision-agriculture-data/import-from-myjohndeere.md)
* [6. Експортиране на карти с предписани норми към John Deere Operations Center като файлове](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/john-deere-operations-center-integration/6.-export-rx-maps-to-john-deere-operations-center-as-files.md)
* [9. Експортиране на почвени, релефни, сателитни или аналитични данни като картни слоеве](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/john-deere-operations-center-integration/9.-export-soil-topography-satellite-or-analytics-as-map-layers.md)

{% hint style="info" %}
За полета, свързани с John Deere, GeoPard може също да изпраща обработени слоеве обратно към Ops Center като оперативни данни.

Това е полезно след почистване и калибриране на данните за добива, когато коригираният набор от данни трябва да замени първоначалния оперативен слой в John Deere.
{% endhint %}

### Свързани страници

* [Сравняване на набори от данни за добива](https://docs.geopard.tech/geopard-tutorials/bg/agronomiya/yield-and-trials/comparing-yield-datasets.md)
* [Преглед на данните за добива](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-mobilno-prilozhenie/viewing-yield-data.md)
* [Дневник на операциите — проследяване на грешки, импортиране и анализи](https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/operations-log-track-errors-imports-and-analytics.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/bg/produktova-obikolka-ueb-prilozhenie/yield-data-and-harvest-analytics.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
