> 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/dnk/agronomi/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.md).

# Forhandlerworkflow i Italien: John Deere Ops Center - GeoPard - VRA kvælstof - forsøg - profitkort

John Deere-forhandlercase: Sergio Bassan & GeoPard løfter ROI i præcisionslandbrug

Inden for præcisionslandbrug er præcise data og avancerede analyser afgørende for bedre beslutninger og øget produktivitet på gården. Sidste år, [GeoPard Agriculture](https://geopard.tech/) indgik et samarbejde med [John Deere](https://deere.com/) forhandleren [Sergio Bassan S.r.l.](https://www.bassan.com/) i Italien for at støtte lokale landmænd gennem hele vækstsæsonen. Her kan du se, hvordan vores samarbejde påvirkede én enkelt mark.

## 1. Kom godt i gang: Afgrænsning af produktivitetszoner og VRA-kort <a href="#ember54" id="ember54"></a>

For at forberede os på sæsonen analyserede vi historiske udbyttedata og vegetationstendenser for at vurdere markens produktivitetsprofil. Da terrænet var relativt fladt og ikke begrænsende, fokuserede vi på udbytte og historiske vegetationsmønstre. Udbyttedataene blev nemt importeret til GeoPard via [integrationen med John Deere Operations Center](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/john-deere-operations-center-integration/john-deere-operations-center-integration/2.-connect-to-johndeere-operations-center).

Med en [flerlaget tilgang](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics), inddelte vi hver mark i tre produktivitetszoner baseret på udbyttedata og historisk vegetation beregnet med EVI2-indekset fra satellitbilleder. Det gjorde det muligt for landmændene at finjustere strategierne for såning og gødskning og tilpasse doseringen til variationerne i marken.

For at vurdere effekten af såning med variabel tildeling (VRA) udlagde vi et forsøgsstrøg, der krydsede alle produktivitetszonerne. Denne direkte sammenligning gjorde det muligt at måle effekten af VRA-såning i forhold til traditionel såning med ens dosering.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F9K1AKO8U6WRqtK5XBVKj%2F1.png?alt=media&amp;token=de34466e-17f1-40c9-98da-c00d71ae5d14" alt="The GeoPard VRA seeding map for silage corn, with the trial line."><figcaption><p>VRA-såkort til majs til ensilage med et markeret forsøgsstrøg.</p></figcaption></figure>

## 2. Præcis udførelse: Fra såning til gødskning <a href="#ember59" id="ember59"></a>

GeoPard muliggjorde en problemfri udførelse af VRA-kortene og detaljeret registrering af tildelingerne gennem hele sæsonen.

### Problemfri overførsel og udførelse af VRA-kort <a href="#ember61" id="ember61"></a>

VRA-kortene blev sendt direkte til John Deere Operations Center, så maskinerne kunne udføre opgaverne. GeoPard understøtter flere eksportformater, herunder Shapefile, ISOXML og direkte integration med John Deere Ops Center som filer, kortlag og [arbejdsplaner](https://youtu.be/op1o-Y3r6bg). Gennem sæsonen blev der anvendt både tildeling med variabel dosering (såning og kvælstofgødskning) og behandling med fast dosering (fosfor- og kaliumgødskning før såning samt flere udbringninger af kvælstof som eftergødskning) for at optimere afgrødens vækst og næringsstofhåndteringen.

### Sporing af kort over faktisk udført gødskning <a href="#ember63" id="ember63"></a>

GeoPard registrerede og analyserede alle tildelingsdata og [sammenlignede planlagte og udførte opgaver](https://docs.geopard.tech/geopard-tutorials/agronomy/evaluate-accuracy-of-seeding-application) for at finde eventuelle afvigelser, der kunne kræve justeringer eller en ny udbringning. En sammenligning af planlagte og faktisk anvendte såmængder bekræftede dermed, at arbejdet var udført præcist uden større afvigelser.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDqi85aemYTwjcnJtiTPT%2F2.png?alt=media&amp;token=bd5d1333-bcbc-4535-bf67-259d8ac719d7" alt="Article content"><figcaption><p>Såmængde: Sammenligning af planlagt og faktisk tildelt mængde.</p></figcaption></figure>

## 3. Indsigter, der kan omsættes til handling <a href="#ember66" id="ember66"></a>

Analysen efter høst er afgørende for at lære af sæsonen og planlægge den næste.

### Rensning og kalibrering af udbyttedata <a href="#ember68" id="ember68"></a>

Når høsten er afsluttet, vises udbyttekort automatisk i GeoPard via integrationen med John Deere Operations Center. De kan også uploades manuelt via GeoPard-grænsefladen. Platformen [kalibrerer og renser udbyttedata fra høstmaskiner](https://docs.geopard.tech/geopard-tutorials/agronomy/yield-calibration-and-cleaning), så analyserne bliver meget præcise og giver et bedre grundlag for beslutninger. Sammenligningerne nedenfor viser tydeligt, hvordan rensning af data forbedrer analyserne og øger deres pålidelighed.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FgYa1XZB0Ay1GnowHzUs4%2F3.png?alt=media&amp;token=8e1afa21-e0ac-48ab-a087-9aa5c7edae25" alt="Article content"><figcaption><p>Kalibrerede (øverst) og rå (nederst) udbyttedata.</p></figcaption></figure>

### Kvælstofhåndtering <a href="#ember71" id="ember71"></a>

Adgang til alle kort over de faktisk udførte tildelinger gennem sæsonen gjorde det muligt at beregne den samlede kvælstoftildeling præcist ved at summere alle kvælstofrelaterede arbejdsopgaver.

Afgrødens kvælstofoptag blev beregnet ved hjælp af udbyttedata og afgrødemodeller. Hvis høstmaskinerne er udstyret med sensorer til måling af råprotein, indgår disse data også i beregningerne, så indsigterne bliver endnu mere præcise.

[Kvælstofudnyttelse og kvælstofoverskud](https://docs.geopard.tech/geopard-tutorials/agronomy/nitrogen-use-efficiency-and-uptake) blev vurderet ved at sammenligne den samlede tilførsel af kvælstof med afgrødens kvælstofoptag. Det bidrog til at optimere gødningsstrategierne for kommende sæsoner.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnuPXw9XnwPy3lc6Dci9B%2F4.png?alt=media&amp;token=05758c78-f64a-494b-970f-0bf22238ff6c" alt="Article content"><figcaption><p>Kvælstofudnyttelse.</p></figcaption></figure>

### Evaluering af VRA og forsøg <a href="#ember76" id="ember76"></a>

Med velafgrænsede forsøgsområder kunne vi udarbejde dybdegående analyser og sammenligne afgrødens præstation i forskellige produktivitetszoner.

Disse indsigter gav et klart billede af, hvordan [hver zone reagerede på VRA-såning](https://docs.geopard.tech/geopard-tutorials/agronomy/field-trial-analytics), og bidrog til at bekræfte, hvilke metoder der fungerer bedst i kommende sæsoner.

Det fremlagte forsøgs kort og datatabel viser en detaljeret analyse af afgrødens præstation i fire forskellige produktivitetszoner og illustrerer, hvordan såning med variabel tildeling (VRA) påvirker udbytte og rentabilitet.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FEpEUASCH2lPMWsn6nECR%2F5.png?alt=media&amp;token=955f90ec-264b-40f8-9e83-4be408601aef" alt="VRA and trial results"><figcaption><p>Resultater af VRA og forsøg.</p></figcaption></figure>

### **Vigtige observationer og indsigter**

* **Rentabilitet i forhold til areal**: Zone 2 gav det højeste samlede overskud og det højeste gennemsnitsudbytte, mens Zone 3 viste, at mindre, meget produktive arealer (20.42 t/ha) kan give en høj rentabilitet pr. hektar (€1808.14/ha).
* **Zonernes resultater**: Kortet viser, at områderne med det højeste udbytte falder sammen med de lysegrønne produktivitetszoner (zone 3), hvilket tyder på en stærk respons på VRA-såning.
* **Fordeling af overskud**: Zone 4 (forsøgsstribe) havde et rimeligt udbytte, men et lavere samlet overskud på grund af det mindre areal og muligvis højere inputomkostninger eller lavere effektivitet.
* **Fremtidige perspektiver**: Disse analyser danner et datadrevet grundlag for at finjustere såstrategierne i de kommende sæsoner. De tyder på, at større investeringer i zoner med bedre respons (som zone 3) kan øge bedriftens samlede produktivitet.

### Analyse af udbytte og rentabilitet <a href="#ember83" id="ember83"></a>

Ved at analysere udbyttedata sammenholdt med de faktiske inputomkostninger fik landmændene et klart overblik over [Rumlige overskudskort](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/) et effektivt værktøj til at vurdere rentabiliteten på markniveau. En sammenligning af indtægter fra udbyttet minus omkostningerne viste zoner med høje dækningsbidrag og udpegede områder, hvor der var behov for mere målrettede tiltag.

<figure><img src="https://1581835146-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="Article content"><figcaption><p>Overskudskort med områder med høje og lave dækningsbidrag.</p></figcaption></figure>

## 4. Fremadrettet: Hvad er det næste? <a href="#ember86" id="ember86"></a>

Med afsæt i årets succes fortsætter samarbejdet med John Deere-forhandleren Sergio Bassan Italy ind i 2025-sæsonen med flere funktioner og forbedrede arbejdsgange:

### Automatiske anbefalinger til jordprøvetagning <a href="#ember88" id="ember88"></a>

GeoPards intelligente system foreslår optimale steder til zonebaseret jordprøvetagning. GeoPard Mobile-appen bruges til prøvetagning og markinspektion.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKOxGw1tENbXpyyyOd9Q6%2F7.png?alt=media&amp;token=6ad38d66-31a4-44c3-9900-3dbb6b7e4e48" alt="Article content" width="375"><figcaption><p>Kort over steder til jordprøvetagning</p></figcaption></figure>

### Analyse af jordprøvedata og VRA-anbefalinger <a href="#ember91" id="ember91"></a>

Når [jorddata](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/import/soil-data) er indsamlet, omsætter GeoPard oplysningerne til kort over præcisionsgødskning og vejleder i tildelinger med variabel dosering på tværs af forskellige zoner.

### Automatiseret analyse af forsøg og VRA <a href="#ember93" id="ember93"></a>

Landmænd får gavn af en automatiseret proces til at vurdere, hvor effektive deres VRA-strategier og forsøgsstriber er, så rapporteringen bliver hurtigere og mere ensartet.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F4oApZ5oWX8s85glsZbVc%2F8.png?alt=media&amp;token=16653dc6-8966-408d-9a0e-22cd2ea820ac" alt="Article content"><figcaption></figcaption></figure>

### Automatisk udarbejdelse af overskudskort <a href="#ember96" id="ember96"></a>

Vi planlægger at automatisere rentabilitetskort baseret på udførte arbejdsopgaver og andre centrale data for at optimere rentabiliteten og hjælpe med planlægningen af næste sæson

## 5. Indblik fra partneren <a href="#ember98" id="ember98"></a>

Ifølge vores partner **Sergio Bassan Italy**,

> “GeoPards analyser har gjort det nemt for vores team og landmændene at bruge præcisionslandbrugsværktøjer effektivt. Pålidelige analyser og løbende støtte gennem hele sæsonen har forbedret planlægningen og styringen af input. Vi er overbeviste om, at samarbejdet mellem vores afdeling og GeoPard vil skabe mærkbare forandringer og fordele for vores kunder.”

\- [Edoardo Pozzato](https://www.linkedin.com/article/edit/7307362147670343682/), agronom med speciale i præcisionslandbrug.

## Afsluttende bemærkninger <a href="#ember102" id="ember102"></a>

Fra afgrænsning af produktivitetszoner til analyse af udbytte- og overskudskort viser vores samarbejde med John Deere-forhandleren Sergio Bassan Italy de konkrete fordele ved præcisionslandbrug. Med de kommende automatiske anbefalinger til jordprøvetagning og forbedrede rentabilitetsanalyser ser vi frem til at skabe endnu større effektivitet og bæredygtighed for landmændene i regionen.

## Om virksomhederne <a href="#ember104" id="ember104"></a>

[**Sergio Bassan srl**](https://www.bassan.com/it/)**:** På sine 10 lokationer tilbyder virksomheden et udvalg af nye og brugte landbrugsmaskiner, traktorer, mejetærskere, findelere, teleskoplæssere, gravemaskiner, satellitbaserede styresystemer, udstyr til jordbearbejdning og høhøst, gartneri og vinmarker samt havemaskiner, havetraktorer, tilbehør og reservedele. Sergio Bassans team består af otte teknikere inden for præcisionslandbrug, der rådgiver om præcisionsteknologi og hjælper landmændene med at opleve fordelene direkte i marken. Afdelingen for præcisionslandbrug har som mål at afprøve nye løsninger for kunderne og samtidig holde løbende kontakt, også på afstand, så de kan få kontinuerlig support.

[**GeoPard Agriculture**](https://geopard.tech/)**:** Virksomheden er blandt de førende inden for teknologi til præcisionslandbrug. GeoPard har specialiseret sig i geospatial analyse og leverer løsninger, der omsætter komplekse landbrugsdata til brugbar viden. Teknologien bidrager til at optimere forskellige dele af landbruget – fra jordanalyse til VRA-kort, fjernmåling og analyse af data fra landbrugsmaskiner – og fremmer dermed udviklingen af smart farming.


---

# 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/dnk/agronomi/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.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.
