> 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/yield-and-trials/synthetic-yield-map.md).

# Syntetisk udbyttekort: Udbyttekort for sæsoner uden udbyttedata

Genskab et udbyttekort for en tidligere sæson ud fra satellitbilleder og ét kendt tal: markens samlede eller gennemsnitlige udbytte. Brug det derefter til zoner og sammenligninger.

Et syntetisk udbyttekort udfylder et år, hvor udbyttemåleren var slukket, i stykker eller aldrig blev installeret. GeoPard bruger satellitbilleder fra den pågældende sæson og ét tal, du kender – markens samlede eller gennemsnitlige udbytte – og fordeler det over marken. Brug kortet til at færdiggøre flerårige zoner eller sammenligne sæsoner, men behold udbyttedata fra måleren, hvor du har dem.

{% hint style="success" %}
Udfyld hullerne i din udbyttehistorik: [Start gratis](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}

## Vurdering af udbyttegab: Derfor er syntetisk udbyttekortlægning vigtig

GeoPards modul til syntetiske udbyttekort løser en almindelig udfordring i landbruget: Mange landmænd mangler detaljerede historiske udbyttedata. Landmænd kender ofte markens gennemsnitlige eller samlede udbytte, men detaljerede udbyttekort fra tidligere år er ofte ikke tilgængelige. GeoPards modul tilbyder en løsning, så du kan oprette udbyttekort med tilbagevirkende kraft med høj nøjagtighed (over 90 %).

Funktionen er især værdifuld for landmænd, der vil forstå og analysere, hvordan udbyttet på deres marker har udviklet sig gennem årene. Modulet bruger de tilgængelige data om gennemsnitligt eller samlet udbytte og anvender GeoPards analysemetoder til at generere detaljerede udbyttekort for tidligere år.

Med syntetiske udbyttekort får landmænd indsigt i udbyttets fordeling og variation på markerne. Oplysningerne er afgørende for at kunne træffe velinformerede beslutninger om afgrødestyring, ressourcefordeling og planlægning af fremtidige dyrkningsstrategier.

Kort sagt giver GeoPards modul til syntetiske udbyttekort landmænd et praktisk værktøj til at få indsigt i historiske udbytter. Det gør det muligt at arbejde mere datadrevet, selv når der ikke findes detaljerede registreringer fra tidligere år.

Det er afgørende at forstå udbyttets geografiske fordeling for løbende at kunne finjustere de agronomiske beslutninger, og udbyttekort (eller udbyttedatasæt) spiller en central rolle i denne proces.

Det nødvendige udstyr til at registrere data til udbyttekort er dog ikke altid installeret på høstmaskiner, især ikke på ældre modeller. Derfor dækker udbyttekort ofte kun de dele af markerne, der er høstet med maskiner, som kan registrere udbytte.

GeoPard er ved at færdiggøre lanceringen af sit syntetiske udbyttekort, der er udviklet til at give et samlet overblik over udbyttet, uanset begrænsninger i udstyret.

## **Teknisk tilgang**

Syntetiske udbyttekort genereres på baggrund af GeoPards omfattende erfaring med håndtering af udbyttedatasæt. Arbejdet fokuserer på at identificere faktorer, der begrænser udbyttet, vurdere det historiske [udbyttepotentiale](https://geopard.tech/blog/field-potential-maps-yield-data/), og analysere [vegetationsudviklingen i løbet af sæsonen](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/satellite-monitoring.md). Denne metode gør det muligt at generere kort over udbyttets fordeling, selv når der ikke findes direkte udbyttedata fra høstmaskinerne.

Data fra fjernmåling danner grundlaget for den geografiske fordeling, mens kortet kalibreres til de faktiske udbytteværdier ved at bruge markens indberettede gennemsnits- eller totaludbytte. Dermed bliver hvert område på marken repræsenteret præcist, så du får et komplet og pålideligt billede af udbyttets fordeling på hele marken.

## Eksempler fra praksis

{% hint style="info" %}
For at sikre stor nøjagtighed i beregningerne er udbyttekalibrering et vigtigt ekstra trin. Den hjælper med at fjerne afvigelser og korrigere den statistiske fordeling af dataene. Læs mere om [hvorfor udbyttekalibrering er vigtig](https://docs.geopard.tech/geopard-tutorials/dnk/agronomi/yield-and-trials/yield-calibration-and-cleaning.md) og hvordan du kan udføre den med GeoPard.
{% endhint %}

### Udbyttekort for majshelsæd: Faktisk og syntetisk

Det syntetiske udbyttekort blev verificeret ved hjælp af et originalt udbyttekort for majshelsæd. Processen viste, at udbyttekalibrering er nødvendig som et mellemliggende trin for at fjerne afvigende datapunkter og korrigere udbytteværdierne.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKBxJivTWUD4d1TEkiejY%2Fimage.png?alt=media&amp;token=783769a5-3c50-4031-b2ce-7a255bccdf14" alt=""><figcaption><p>Udbyttekort: Rådata (originalt) og kalibreret</p></figcaption></figure>

Det geografiske mønster i det syntetiske udbyttekort bygger på GeoPards avancerede forståelse af [variationer på marken](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) og ekspertise i [håndtering og zoneinddeling af udbyttedatasæt](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/). Derefter blev kortet kalibreret ved hjælp af gennemsnitsudbyttet for majshelsæd, så det geografiske mønster stemmer nøje overens med de faktiske udbyttetal. <mark style="background-color:yellow;">Den statistiske og geografiske fordeling af udbyttet målt i masse (t/ha) vises på skærmbilledet nedenfor.</mark>

<figure><img src="https://1581835146-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=""><figcaption><p>Udbyttekort: Kalibreret og syntetisk</p></figcaption></figure>

### Majs: Faktisk og syntetisk

<mark style="background-color:yellow;">Den statistiske og geografiske fordeling af majsudbyttet målt i masse (t/ha) for de kalibrerede og syntetiske udbyttedatasæt vises på skærmbilledet nedenfor.</mark>

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJYJW4Tvd2KIeSDoxyXLJ%2Fimage.png?alt=media&amp;token=9287734f-beb4-4153-a6e4-1bcf2c6967b8" alt=""><figcaption><p>Udbyttekort: Kalibreret og syntetisk</p></figcaption></figure>

### Soja: Faktisk og syntetisk

Skærmbilledet nedenfor viser den statistiske og geografiske fordeling af sojabønneudbyttet i masse for både det kalibrerede og det syntetiske udbyttedatasæt. Bemærk, at de oprindelige udbyttedata blev angivet i mg/m2, mens de syntetiske udbyttedata er blevet omregnet og vises i t/ha.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fx0LJjzOgEOIHl8QkrKev%2Fimage.png?alt=media&amp;token=3802315c-2785-48ef-aabd-63262adc3f5a" alt=""><figcaption><p>Udbyttekort: Kalibreret og syntetisk</p></figcaption></figure>

### Hvede: Genskabelse af udbyttekort

I mange tilfælde er kun en del af udbyttekortet tilgængelig. Det skyldes blandt andet, at ældre maskiner mangler det nødvendige udstyr til at registrere data under høsten (1), menneskelige fejl (2) eller at de indsamlede data viser sig at være ubrugelige (3). GeoPard løser disse udfordringer ved at genskabe ufuldstændige udbyttekort. Processen indebærer en grundig vurdering af [markens potentiale](https://geopard.tech/blog/field-potential-maps-yield-data/) og [vegetationens udvikling i løbet af sæsonen](https://docs.geopard.tech/geopard-tutorials/dnk/produktguide-webapp/satellite-monitoring.md). GeoPard bruger sine forfinede metoder til analyse af udbyttedata for at gøre kortet mere komplet.

Udbyttekalibrering er stadig nødvendig for at fjerne afvigelser i fordelingen af udbyttedata.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRce8VNyPVrknT8nv5S70%2Fimage.png?alt=media&amp;token=fee2ecf8-35de-4777-b189-ac47eb234f31" alt=""><figcaption><p>Udbyttekort: Faktisk (originalt) og kalibreret</p></figcaption></figure>

Sammenligningen mellem de kendte dele af udbyttekortet og det genskabte kort vises på skærmbilledet nedenfor.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHrDt9mmQZ6Vm4H7HLR91%2Fimage.png?alt=media&amp;token=63879fe6-8502-4dd7-b48c-75cb40b6859c" alt=""><figcaption><p>Udbyttekort: Kalibreret og syntetisk</p></figcaption></figure>

### Ærter: Udfyldning af huller i udbyttekortet

I mange tilfælde er kun en del af udbyttekortet tilgængelig. De mest almindelige årsager er:

1. ældre maskiner uden udstyr til registrering af udbytte,
2. menneskelige fejl under høsten og
3. indsamlede data, der viser sig at være ubrugelige.

GeoPard løser disse udfordringer ved at genskabe ufuldstændige udbyttekort ved hjælp af avancerede, proprietære algoritmer.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FWw9e7u8eEBaBtgjNqSPF%2Fimage.png?alt=media&amp;token=36e15b1f-50d9-4ca1-a381-f82c07521e95" alt=""><figcaption><p>Udbyttekort: genskabt vs. originalt</p></figcaption></figure>

{% hint style="success" %}
Udfyld hullerne i din udbyttehistorik: [Start gratis](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}


---

# 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/yield-and-trials/synthetic-yield-map.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.
