# Analyse af markforsøg Agronomer bruger forsøgsanalyse til at vurdere ydeevnen af forskellige afgrødesorter, dyrkningsteknikker og inputanvendelser, herunder resultaterne af variabel tildeling i præcisionslandbrug. Ved at indsamle, analysere og fortolke data fra markforsøg opnår forskere indsigt i samspillet mellem genetik, miljø og dyrkningspraksis. Denne viden danner grundlag for udviklingen af strategier for afgrødestyring, som optimerer udbyttepotentialet og samtidig minimerer forbruget af input. Desuden gør forsøgsanalyse det ikke kun muligt at evaluere effektiviteten af præcisionslandbrugspraksis, men hjælper også med at identificere robuste afgrødesorter, der kan trives under forskellige og udfordrende forhold, og dermed bidrage til fødevaresikkerheden. {% hint style="info" %} GeoPard understøtter også split-plot-forsøg til to-faktor-designs, såsom de samme tildelingsmængder på tværs af forskellige hybrider. Vurdér både hovedeffekterne og tildeling × hybrid-interaktionen på det samme georefererede forsøgs-lag. {% endhint %} ## Dataforberedelse For effektiv forsøgsanalyse kræves nogle få nødvendige datasæt: 1. **Udbyttedatasæt**:\ Dette datasæt indeholder udbyttedataene.\ Vi kan importere dette fra [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/importer-fra-myjohndeere) eller uploade det manuelt som [shapefile](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/import-af-udbyttedata) eller som [maskinens proprietære format](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/producentproprietaere-maskinformater). 2. **Anvendelsesdatasæt**:\ Dette er afgørende for at forstå den faktiske udførte anvendelse på marken. Minst indeholder det attributter som TargetRate, AppliedRate og nogle maskinrelaterede målinger.\ Som med udbyttedatasættet har vi mulighed for at importere det fra [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/importer-fra-myjohndeere) eller uploade det manuelt som [shapefile](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/import-af-data-for-udfort-saet) eller som [maskinens proprietære format](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/producentproprietaere-maskinformater). 3. **Zoner/parceller med forsøg/eksperimenter**:\ Disse viser de planlagte tildelingsmængder for vores forsøg og giver indsigt i forsøgsdesignet.\ Hvis et sådant datalag er tilgængeligt, uploader vi det som [shapefile](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/import/import-af-data-for-udfort-saet) til AsApplied/AsPlanted eller Yield-kontrollen. Det sikrer kompatibilitet, når der bygges EquationMaps, og strømliner din oplevelse med forsøgsanalysen.\ Dette kan være et én-faktor-setup eller et split-plot-setup med en anden behandlingsdimension, såsom hybrid eller sort.\ Hvis et sådant datalag ikke er tilgængeligt, kan attributten TargetRate fra anvendelsesdatasættet bruges som erstatning til forsøgsvurderinger. 4. **Historiske marker med potentialezoner:**\ Disse zoner genereres af GeoPard (detaljer er [HER](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/zoneskort-og-analyser/flerarige-zoner)). De er nyttige til at analysere forsøg med ensartet historisk produktivitet. Det er især en fordel, når forsøgene er fordelt på tværs af områder med varierende historisk produktivitet. Når vi har samlet disse datasæt, er næste skridt at starte forsøgs-evalueringen. ## Dataoversigt Der er følgende data for vækstsæsonen 2023 for vinterhvede: * Udbyttedatasæt, der viser fordelingen af vådmasse *(Fig.1)*

Fig.1 Oprindeligt udbyttedatasæt

* Kvælstof (N34) VRA-plan (150 kg/ha) med 2 forsøgsparceller (120 kg/ha og 180 kg/ha)*(Fig.2)*

Fig.2 Kvælstof (N34) VRA-plan med forsøgsparceller

* Anvendelsesdatasæt, der viser anvendelsesstatistik *(Fig.3)*

Fig.3 Anvendelsesdatasæt

* Historisk markproduktivitet (*Fig.4*)

Fig.4 Historisk markproduktivitet

{% hint style="warning" %} Udbyttedatasættet er ikke blevet kalibreret: der kørte flere mejetærskere der, der er vendinger og spor af manglende data, og støj er tydelig. Det anbefales at anvende operationerne Udbyttekalibrering og Rens ovenpå for optimale resultater.\ En trin-for-trin vejledning findes på [LINK](https://docs.geopard.tech/geopard-tutorials/dnk/agronomi/kalibrering-og-rensning-af-udbytte). {% endhint %} Udbyttedatasættet vises efter kalibrering og rensning i *Fig.5*, sammen med de opdaterede statistikker. Dette datasæt vil blive brugt i de efterfølgende trin.

Fig.5 Kalibreret og renset udbyttedatasæt

## Koncept Her er formålet med forsøgsanalysen at fastslå den mest effektive kvælstofrate (N34) for marken. Der er de udpegede områder med kvælstofrater på 120 kg/ha, 150 kg/ha og 180 kg/ha. Disse data stammer på den ene side fra anvendelsesdatasættet og på den anden side fra det kalibrerede udbyttedatasæt. Vi fokuserer vores analyse på tre forskellige zoner: * 120 kg/ha (angivet som forsøgszonen) * 150 kg/ha (betragtes som hovedzonen) * 180 kg/ha (en anden forsøgszone) Vores tilgang vil omfatte følgende evalueringer: 1. **Planbaseret:** ved brug af den planlagte variabel tildeling (VRA) knyttet til det kalibrerede udbytte. 2. **Anvendelsesbaseret:** sammenligning af de faktiske anvendelsesdatasæt med det kalibrerede udbytte. 3. **Anvendelsesbaseret og historisk produktivitet:** sammenligning af de faktiske anvendelsesdatasæt med det kalibrerede udbytte overlappet med historiske markpotentialezoner. Denne metodiske tilgang gør det muligt at lave en omfattende vurdering af kvælstoffets indvirkning på udbyttet, baseret på både planlagte og faktiske anvendelsesdata. ## Planbaseret Indflydelsen af ~~anvendt~~ planlagt kvælstof (N34) på udbyttefordelingen er visuelt vist i de efterfølgende skærmbilleder *(Fig.6, Fig.7, Fig.8)*. Her er en kort opsummering af resultaterne: * Hovedzonen med en kvælstofrate på 150 kg/ha dækker 45,8 ha og har et gennemsnitsudbytte på 4,99 t/ha (*Fig.6*). * Den første forsøgszone med en kvælstofanvendelse på 180 kg/ha dækker 1,76 ha og giver et gennemsnitligt udbytte på 6,5 t/ha (*Fig.7*). * Den anden forsøgszone med 120 kg/ha kvælstof omfatter 1,86 ha og giver et gennemsnitligt udbytte på 6,39 t/ha (*Fig.8*). Resultaterne rejser et vigtigt spørgsmål: Hvorfor ser den lavere tildelingsmængde ud til at være mere effektiv end den højere? For at få dybere indsigt involverer næste fase[ evaluering af forsøgene ved hjælp af de faktiske anvendelsesdata](#applied-based-evaluation).

Fig.6 Hovedzone med N34 150 kg/ha

Fig.7 Forsøgszone med N34 180 kg/ha

Fig.8 Forsøgszone med N34 120 kg/ha

Længere nede finder du en grundig gennemgang af de formler og konfigurationer, der blev brugt under evalueringen. {% hint style="info" %} For at dykke dybere ned i Equation-tilgangen og dens udførelse, se venligst vores vejledninger for både [Brugergrænseflade](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/ligningsbaseret-analyse) og [API](https://docs.geopard.tech/geopard-tutorials/dnk/api-dokumentation/diagrammer-med-grundlaeggende-flows/5.-kor-ligninger). {% endhint %} Her er de ligninger, der skal køres for at genskabe beregningerne. 1. Hovedzone med 150 kg/ha:\ `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)` 2. Forsøg med 120 kg/ha:\ `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)` 3. Forsøg med 180 kg/ha:\ `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)` Det er vigtigt at aktivere *Numpy* *(Fig.9)* og slå *Interpolation* *fra (Fig.10)*.

Fig.9 Aktivér "Numpy"

Fig.10 Slå brug af "interpolerede" data fra

## Anvendelsesbaseret En bemærkelsesværdig observation er, at den faktiske anvendte rate under forsøget ikke konsekvent stemmer overens med den planlagte (målte) rate. Mere specifikt spænder fordelingen fra 120 kg/ha til helt op til 189 kg/ha *(Fig.11)*. I lyset af denne variation blev det afgørende at fastsætte en grænse for fejl­tolerance. Derfor blev en nøjagtighed på ±5 % bestemt som en acceptabel tærskel for at vurdere forsøget som egnet til evaluering. I de efterfølgende skærmbilleder (*Fig.12, Fig.13, Fig.14)* ses fordelingen af udbyttet statistisk med fokus på de faktisk anvendte mængder kvælstof (N34). Her er de opsummerede statistikker, med ±5 % nøjagtighedsaccept i mente: * Hovedzonen ved 150 kg/ha havde et anvendt areal på 43,5 ha og gav et gennemsnit på 4,9 t/ha (*Fig.12*). * Den første forsøgszone ved 180 kg/ha dækkede et areal på 1,47 ha og gav et gennemsnitligt udbytte på 6,5 t/ha (*Fig.13*). * Den anden forsøgszone sat til 120 kg/ha dækkede et areal på 1,44 ha med et gennemsnitligt udbytte på 6,3 t/ha (*Fig.14*).

Fig.11 Faktiske anvendte rater i forsøgene

Fig.12 Hovedzone med N34 150 kg/ha ±5%

Fig.13 Forsøgszone med N34 180 kg/ha ±5%

Fig.14 Forsøgszone med N34 120 kg/ha ±5%

For en dybere forståelse af metoden og detaljerne i disse resultater ses de anvendte ligninger nedenfor: 1. Faktisk anvendt kvælstof i forsøget:\ `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)` 2. Hovedzone med 150 kg/ha med 5 % accept:\ `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)` 3. Forsøg med 120 kg/ha med 5 % accept:\ `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)` 4. Forsøg med 180 kg/ha med 5 % accept:\ `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)` ## **Anvendelsesbaseret og historisk produktivitet** Udbyttetallene fra forsøgene ligger konsekvent over det gennemsnitlige udbytte, der er observeret i hele markens højproduktive zone. En vigtig faktor bag denne forskel ser ud til at være den historisk høje produktivitetszone, hvor forsøgene blev gennemført, som vist i *Fig.15* og *Fig.16*. For en mere nuanceret vurdering af forsøgene er det afgørende at medtage produktivitetszonerne, når resultaterne analyseres.

Fig.15 Historiske markpotentialezoner

Fig.16 Historiske markpotentialezoner som udbyttedatasæt

I de efterfølgende skærmbilleder (*Fig.17, Fig.18, Fig.19)* ses fordelingen af udbyttet statistisk med fokus på de faktisk anvendte kvælstofmængder (N34) overlappet med historiske produktivitetszoner (oprettet i GeoPard). Her er de opsummerede statistikker, med ±5 % nøjagtighedsaccept for anvendte mængder i mente: * Hovedzonen ved 150 kg/ha havde et anvendt areal på 2,65 ha og gav et gennemsnit på 6,34 t/ha (*Fig.17*). * Den første forsøgszone ved 180 kg/ha dækkede et areal på 1,08 ha og gav et gennemsnitligt udbytte på 6,41 t/ha (*Fig.18*). * Den anden forsøgszone sat til 120 kg/ha dækkede et areal på 1,78 ha med et gennemsnitligt udbytte på 6,33 t/ha (*Fig.19*).

Fig.17 Hovedzone med N34 150 kg/ha overlappet med historisk produktivitet

Fig.18 Forsøgszone med N34 180 kg/ha ±5 % overlappet med historisk produktivitet

Fig.19 Forsøgszone med N34 120 kg/ha ±5 % overlappet med historisk produktivitet

For en dybere forståelse af metoden og detaljerne i disse resultater ses de anvendte ligninger nedenfor: 1. Hovedzone med 150 kg/ha med 5 % accept overlappet med historisk produktivitet:\ `Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)` 2. Forsøg med 120 kg/ha med 5 % accept overlappet med historisk produktivitet:\ `Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)` 3. Forsøg med 180 kg/ha med 5 % accept overlappet med historisk produktivitet:\ `Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)` hvor * delen `Productivity_SubZone == 51` afspejler de højproduktive zoner med de udførte forsøg, * delene `(Applied_Value >= 142.5) & (Applied_Value <= 157.5)` , `(Applied_Value >= 114.0) & (Applied_Value <= 126.0)`, `(Applied_Value >= 171.0) & (Applied_Value <= 189.0)` inddrager ±5 % nøjagtighed fra raterne `150`, `120`, `180` kg/ha. ## Sammenfatning Udbytteresultaterne fra forsøgene stemmer tæt overens med det gennemsnitlige udbytte, der er observeret i markens høje historiske produktivitetszone. Med andre ord resulterede den eksperimentelle anvendelse af N34-produkt ved rater på 120 kg/ha - 150 kg/ha - 180 kg/ha, i gennemsnitlige udbytter på 6,33 t/ha - 6,34 t/ha - 6,41 t/ha henholdsvis, og har ikke en væsentlig indvirkning på det høstede udbytte i den højproduktive zone.