# Synthetische Ertragskarte

## Bewertung von Ertragslücken: Die Bedeutung synthetischer Ertragskarten

Das GeoPard-Modul für synthetische Ertragskarten geht ein häufiges Problem in der Landwirtschaft an: das Fehlen detaillierter historischer Ertragsdaten bei vielen Landwirten. Während Landwirte oft Durchschnitts‑ oder Gesamtertragswerte pro Feld haben, sind detaillierte Ertragskarten für vergangene Jahre häufig nicht verfügbar. Das GeoPard‑Modul bietet eine Lösung, indem es die rückwirkende Erstellung von Ertragskarten mit hoher Genauigkeit (über 90 %) ermöglicht.

Diese Funktionalität ist besonders wertvoll für Landwirte, die die Ertragsleistung ihrer Felder über die Jahre hinweg verstehen und analysieren möchten. Das Modul verwendet verfügbare Durchschnitts‑ oder Gesamtertragsdaten und wendet GeoPards analytische Methoden an, um detaillierte Ertragskarten für jedes vergangene Jahr zu erstellen.

Durch die Erstellung dieser synthetischen Ertragskarten erhalten Landwirte Einblicke in die Ertragsverteilung und die Variabilität innerhalb ihrer Felder. Diese Informationen sind entscheidend, um fundierte Entscheidungen über Pflanzenbau, Ressourceneinsatz und die Planung zukünftiger agronomischer Strategien zu treffen.

Zusammenfassend bietet das GeoPard‑Modul für synthetische Ertragskarten ein praktisches Werkzeug, mit dem Landwirte historische Ertragsinformationen erschließen können, sodass ein stärker datengetriebener Ansatz in der Praxis möglich ist, selbst wenn detaillierte Aufzeichnungen aus der Vergangenheit fehlen.

Das Verständnis der georäumlichen Verteilung von Erträgen ist entscheidend, um agronomische Entscheidungen Jahr für Jahr zu optimieren, und Ertragskarten (oder Ertragsdatensätze) spielen dabei eine Schlüsselrolle.&#x20;

Allerdings ist die notwendige Ausrüstung an Mähdreschern nicht immer installiert, um Ertragskartierungsdaten aufzuzeichnen, insbesondere bei älteren Modellen. Folglich decken Ertragskarten oft nur Teilbereiche von Feldern ab, die mit Erntemaschinen mit Ertragskartierungsfunktionen geerntet wurden.&#x20;

Um diese Herausforderungen anzugehen, befindet sich GeoPard in der Abschlussphase der Einführung seiner synthetischen Ertragskarte, einer Lösung, die umfassende Ertragsinformationen unabhängig von Ausrüstungsbeschränkungen bereitstellen soll.

## **Technischer Ansatz**

Synthetische Ertragskarten werden unter Nutzung von GeoPards umfangreicher Erfahrung im Management von Ertragsdatensätzen erzeugt, wobei der Schwerpunkt auf der Identifizierung ertragsbegrenzender Faktoren und der Bewertung historischer [Feldpotenziale](https://geopard.tech/blog/field-potential-maps-yield-data/)und der Analyse [der vegetationsdynamik während der Vegetationsperiode](https://docs.geopard.tech/geopard-tutorials/de/produkt-tour-web-app/satellitenmonitoring)steht. Diese Methodik erlaubt die Erstellung von Karten zur Ertragsverteilung, selbst wenn direkte Ertragsdaten von Erntemaschinen fehlen.&#x20;

Fernerkundungsdaten bilden die Grundlage für die georäumliche Verteilung, während die Kalibrierung auf tatsächliche Ertragswerte durch Angleichung an den gemeldeten Durchschnitts‑ oder Gesamtertrag des Feldes erreicht wird. Dieser Ansatz stellt sicher, dass jeder Bereich des Feldes genau repräsentiert wird und ein vollständiges sowie zuverlässiges Bild der Ertragsverteilung über das gesamte Feld liefert.

## Praxisbeispiele

{% hint style="info" %}
Um ein hohes Genauigkeitsniveau in den Berechnungen zu gewährleisten, ist die Ertragskalibrierung als zusätzlicher Schritt unerlässlich. Sie hilft, Anomalien zu eliminieren und die statistische Datenverteilung korrekt anzupassen. Erfahren Sie mehr über die [Bedeutung der Ertragskalibrierung](https://docs.geopard.tech/geopard-tutorials/de/agronomie/ertragskalibrierung-and-bereinigung) und wie Sie diese mit GeoPard durchführen können.
{% endhint %}

### Silomais‑Ertragskarte: Real vs. Synthetisch

Die Verifizierung der synthetischen Ertragskarte erfolgte anhand einer Original‑Ertragskarte für Silomais. Dieser Prozess machte die Notwendigkeit der Ertragskalibrierung als Zwischenschritt deutlich, um Ausreißer zu entfernen und Ertragswerte zu korrigieren.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FM7JqvGA1LyTWum23hfu9%2Fimage.png?alt=media&#x26;token=3e7a7347-7633-4b3d-b5b0-f32b8edf327a" alt=""><figcaption><p>Ertragskarte: Rohdaten (Original) vs. Kalibriert</p></figcaption></figure>

Das georäumliche Muster der synthetischen Ertragskarte leitet sich aus GeoPards umfassendem Verständnis der [Feldvariabilität](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) und ihrer Expertise in [dem Umgang mit und der Zonierung von Ertragsdatensätzen](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/)ab. Anschließend wurde es mit dem Durchschnittswert des Silomaisertrags kalibriert, um sicherzustellen, dass das georäumliche Muster eng mit den tatsächlichen Ertragszahlen übereinstimmt. <mark style="color:Standard;background-color:yellow;">Die statistischen und georäumlichen Datenverteilungen des Ertrags als Masse (t/ha) sind im folgenden Screenshot verfügbar.</mark>

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&#x26;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt=""><figcaption><p>Ertragskarte: Kalibriert vs. Synthetisch</p></figcaption></figure>

### Mais: Real vs. Synthetisch

<mark style="color:Standard;background-color:yellow;">Die statistischen und georäumlichen Datenverteilungen des Maisertrags als Masse (t/ha) für kalibrierte Ertrags‑ und synthetische Ertragsdatensätze sind im folgenden Screenshot verfügbar.</mark>

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJYJW4Tvd2KIeSDoxyXLJ%2Fimage.png?alt=media&#x26;token=9287734f-beb4-4153-a6e4-1bcf2c6967b8" alt=""><figcaption><p>Ertragskarte: Kalibriert vs. Synthetisch</p></figcaption></figure>

### Sojabohne: Real vs. Synthetisch

Der folgende Screenshot zeigt die statistischen und georäumlichen Datenverteilungen der Sojabohnenerträge als Masse in sowohl kalibrierten als auch synthetischen Ertragsdatensätzen. Es ist wichtig zu beachten, dass die Originalertragsdaten in mg/m² bereitgestellt wurden, die synthetischen Ertragsdaten jedoch umgerechnet und in t/ha dargestellt sind.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fx0LJjzOgEOIHl8QkrKev%2Fimage.png?alt=media&#x26;token=3802315c-2785-48ef-aabd-63262adc3f5a" alt=""><figcaption><p>Ertragskarte: Kalibriert vs. Synthetisch</p></figcaption></figure>

### Weizen: Wiederherstellung der Ertragskarte

In vielen Fällen ist nur eine partielle Ertragskarte verfügbar. Es gibt viele Ursachen, darunter die häufigsten: ältere Maschinen haben nicht die notwendige Ausrüstung, um Erntedaten zu protokollieren (1), der menschliche Faktor (2) und die gesammelten Daten erweisen sich als unbrauchbar (3). GeoPard geht diese Herausforderungen an, indem unvollständige Ertragskarten wiederhergestellt werden. Der Prozess beinhaltet eine umfassende Bewertung des [Feldpotenzials](https://geopard.tech/blog/field-potential-maps-yield-data/) und [und der Vegetationstrends während der Saison](https://docs.geopard.tech/geopard-tutorials/de/produkt-tour-web-app/satellitenmonitoring), wobei GeoPards verfeinerte Methoden in der Ertragsdatenanalyse genutzt werden, um die Vollständigkeit der Karte zu verbessern.

Der Schritt der Ertragskalibrierung ist weiterhin erforderlich, um Anomalien in der Ertragsdatenverteilung zu eliminieren.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDudUmNweLLbmpCoJI5yl%2Fimage.png?alt=media&#x26;token=922c0bda-2e5f-463a-bea9-4d7841637a37" alt=""><figcaption><p>Ertragskarte: Real (Original) vs. Kalibriert</p></figcaption></figure>

Der Vergleich der bekannten Teile der Ertragskarte und der wiederhergestellten Ertragskarte ist im folgenden Screenshot zu sehen.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHrDt9mmQZ6Vm4H7HLR91%2Fimage.png?alt=media&#x26;token=63879fe6-8502-4dd7-b48c-75cb40b6859c" alt=""><figcaption><p>Ertragskarte: Kalibriert vs. Synthetisch</p></figcaption></figure>

### Erbse: Wiederherstellung von Lücken in der Ertragskarte

In vielen Fällen ist nur eine partielle Ertragskarte verfügbar. Die häufigsten Gründe sind:

1. ältere Maschinen ohne Ertragsaufzeichnungsgeräte,
2. menschliche Fehler während der Ernte, und
3. gesammelte Daten, die sich als unbrauchbar erweisen.

GeoPard löst diese Herausforderungen, indem unvollständige Ertragskarten mithilfe fortschrittlicher proprietärer Algorithmen wiederhergestellt werden.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FWw9e7u8eEBaBtgjNqSPF%2Fimage.png?alt=media&#x26;token=36e15b1f-50d9-4ca1-a381-f82c07521e95" alt=""><figcaption><p>Ertragskarte: Wiederhergestellt vs. Original</p></figcaption></figure>
