Kort til variabel udsåning (såning)

GeoPard giver flere muligheder for at lave VRA-såkort.

Oversigt

Variable Rate Seeding (VRS) eller VR-såningskort er afgørende for at optimere såstrategier baseret på markspecifikke forhold. Effektiv opsætning af VRS-kort kan markant forbedre udbytte og ressourceeffektivitet. Denne guide gennemgår de vigtigste aspekter og muligheder for at lave effektive VRS-kort med GeoPards værktøjer til præcisionslandbrug. Læs mere om Variabel såning i GeoPard Blog.

Opsætningsmuligheder for VRS-kort

Her er nogle anbefalede opsætninger til VRS-kort:

1. Markpotentiale baseret kun på billeder

• Beskrivelse: Brug historiske billeder til at lave Variable Rate Seeding (VRS)-kort baseret på Markpotentialekort. GeoPards automatiske anbefalingssystem hjælper med at identificere repræsentative år. Da det er svært at forudsige næste sæsons vejr, kompenserer det for afvigende år (f.eks. ved at afbalancere for tørre og for våde år) for at give mere præcise anbefalinger. GeoPards automatiske anbefaling af repræsentative år.

GeoPard vælger automatisk billeder, men du kan også vælge andre billeder efter behov

Markpotentialezoner anvendt til VR-såning, automatisk oprettet på baggrund af billeder fra flere år

• Bedst til: Hurtige startscenarier, især når oplysninger om sædskifte er tilgængelige. Vælg år med samme afgrøde (f.eks. majsår til majs-såning).

2. Markpotentiale baseret på billeder, topografi og jordens lyshed

• Beskrivelse: Denne flerlags tilgang kombinerer billeder, topografi og jordens lyshed.

• Opsætning: Tildel negativ vægt til hældning (for at tage højde for erosionsrisiko) og til højere jordens lyshed (som indikerer mindre organisk materiale).

3. Markpotentiale baseret på udbytte, jordanalyse/scanning, billeder, topografi og jordens lyshed

Et eksempel på et VR-såkort til soja baseret på udbyttedata

• Beskrivelse: Integrér flere datakilder for et samlet markpotentialekort.

• Trin:

  1. Rens og kalibrér udbyttedata: Sørg for, at historiske udbyttedata er korrekte.

  2. Generér syntetiske udbyttkort: Hvis udbyttedata mangler for tidligere sæsoner, kan du bruge GeoPard til at generere disse kort. Der kræves kun samlet eller gennemsnitligt udbytte, med omkring 90 % nøjagtighed.

4. Ligningsbaseret tilgang til såning

Et eksempel på et VR-såkort til soja baseret på udbyttesæt

• Beskrivelse: Brug tilpassede formler og alle tilgængelige datalag (f.eks. billeder, topografi, udbytte, jord).

• Fleksibilitet: Giver mulighed for skræddersyede opsætninger baseret på specifikke agronomiske behov.

• Også tilgængelig i Batch Equation Analytics

Tabel med anbefalinger til variabel såning

Nedenfor er en omfattende tabel med såanbefalinger for forskellige afgrøder på tværs af flere lande.

Populationsanbefalingerne er i frø pr. acre for USA og Canada og frø pr. hektar for andre lande.

Afgrøde	Land	Population (frø/acre)	Population (frø/hektar)
Majs	USA	28,000 - 34,000
	Canada	28,000 - 34,000
	Ukraine		65,000 - 75,000
	Brasilien		60,000 - 70,000
	Australien		70,000 - 85,000
	Tyskland		70,000 - 85,000
	Frankrig		70,000 - 85,000
Hvede	USA	1,000,000 - 1,300,000
	Canada	1,000,000 - 1,300,000
	Ukraine		4,000,000 - 5,000,000
	Brasilien		3,500,000 - 4,500,000
	Australien		4,000,000 - 5,000,000
	Tyskland		4,000,000 - 5,000,000
	Frankrig		4,000,000 - 5,000,000
Sojabønne	USA	140,000 - 180,000
	Canada	140,000 - 180,000
	Ukraine		350,000 - 450,000
	Brasilien		300,000 - 400,000
	Australien		350,000 - 450,000
	Tyskland		350,000 - 450,000
	Frankrig		350,000 - 450,000
Solsikke	USA	15,000 - 22,000
	Canada	15,000 - 22,000
	Ukraine		55,000 - 65,000
	Brasilien		50,000 - 60,000
	Australien		50,000 - 60,000
	Tyskland		50,000 - 60,000
	Frankrig		50,000 - 60,000
Raps (canola)	USA	500,000 - 800,000
	Canada	500,000 - 800,000
	Ukraine		350,000 - 450,000
	Brasilien		2,200,000 - 3,500,000
	Australien		1,200,000 - 2,000,000
	Tyskland		1,200,000 - 2,000,000
	Frankrig		1,200,000 - 2,000,000
Sukkerrør	USA	8,000 - 12,000
	Canada	Ikke relevant
	Ukraine	Ikke relevant
	Brasilien		100,000 - 140,000
	Australien		100,000 - 140,000
	Tyskland	Ikke relevant
	Frankrig	Ikke relevant
Byg	USA	1,000,000 - 1,300,000
	Canada	1,000,000 - 1,300,000
	Ukraine		4,000,000 - 5,000,000
	Brasilien		3,500,000 - 4,500,000
	Australien		2,500,000 - 3,200,000
	Tyskland		4,000,000 - 5,000,000
	Frankrig		4,000,000 - 5,000,000
Ris	USA	100,000 - 150,000
	Canada	Ikke relevant
	Ukraine	Ikke relevant
	Brasilien		400,000 - 600,000
	Australien		250,000 - 370,000
	Tyskland	Ikke relevant
	Frankrig	Ikke relevant
Bomuld	USA	45,000 - 55,000
	Canada	Ikke relevant
	Ukraine	Ikke relevant
	Brasilien		100,000 - 120,000
	Australien		110,000 - 135,000
	Tyskland	Ikke relevant
	Frankrig	Ikke relevant
Sorghum	USA	40,000 - 60,000
	Canada	40,000 - 60,000
	Ukraine		100,000 - 150,000
	Brasilien		90,000 - 120,000
	Australien		100,000 - 150,000
	Tyskland		100,000 - 150,000
	Frankrig		100,000 - 150,000

Kilder:

Purdue University, University of Illinois Extension, FAO, Embrapa, Department of Agriculture and Fisheries, North Dakota State University, Alberta Wheat Commission, Grains Research and Development Corporation, National Sunflower Association, Australian Oilseeds Federation, Canola Council of Canada, USDA, Europa-Kommissionen - Landbrug og udvikling af landdistrikter

Analyse efter sæsonen

Efter sæsonen, kør statistisk og forsøgsanalyse for at beregne udbytte og profitkort baseret på udbyttedata. Det hjælper med at optimere VRS-kortet til næste sæson.

Flere brugsscenarier for præcisionslandbrug

Se GeoPard PrecisionAg-brugsscenarier PDF for visuelle eksempler og yderligere indsigt.

Sådan kommer du i gang

Ved at bruge GeoPards avancerede værktøjer og metoder kan du optimere såstrategier, forbedre afgrødeudbyttet og støtte et mere bæredygtigt landbrug. For at komme i gang skal du oprette en gratis konto på app.geopard.tech.

---

Ved at integrere disse metoder hjælper GeoPard dig med at opnå effektive og produktive landbrugsmetoder gennem præcise såstrategier.