> 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/seeding/evaluate-accuracy-of-seeding-application.md).

# Vurder nøjagtigheden af udsåning

Sådan vurderer du nøjagtigheden af en udsåning ved at sammenligne de foreskrevne målsatser med de faktiske udlagte satser på rumligt grundlag.

## Kontekst

I moderne landbrug udføres de fleste agronomiske arbejdsopgaver ud fra på forhånd udarbejdede kort til tildeling med variabel dosering (VRA). Kortene indeholder typisk flere såmængder, der er tilpasset forskellige zoner i marken, så der tages højde for de naturlige variationer i jordbunds- og afgrødeforhold.

Ved at følge sådanne VRA-kort tilstræber landmænd at optimere frøforbruget, sikre en passende plantebestand og maksimere udbyttet. I dette tilfælde <mark style="background-color:yellow;">fokuserer vi på at vurdere, hvor præcist såarbejdet er udført,</mark> ved at sammenligne de planlagte såmængder (som angivet på VRA-kortet) med de faktiske såmængder, der blev registreret af maskinen under arbejdet i marken.

## Maskinregistrerede data

Når såarbejdet er afsluttet, registrerer maskinens indbyggede systemer forskellige parametre for opgaven. Her er to nøgletal særligt interessante:

* <mark style="background-color:yellow;">**Målsat mængde**</mark>**:** Den planlagte såmængde på et givet sted, som angivet på tildelingskortet (VRA eller fast tildeling).
* <mark style="background-color:yellow;">**Udsået mængde**</mark>**:** Den faktiske såmængde, der blev udsået samme sted.

Ved at undersøge disse to egenskaber i en geografisk sammenhæng kan vi vurdere, hvor tæt den faktiske udsåning fulgte den foreskrevne plan. Sammenligningen omfatter visualisering af kortene over både målsat og udsået mængde, analyse af deres statistiske fordelinger og kontrol af, at den krævede mængde frø blev udsået korrekt.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F46nZZTZdARLCWF83phTK%2Fimage.png?alt=media&amp;token=1849c0a3-92d2-4f06-851d-1906ba170db6" alt=""><figcaption><p>Maskinregistreret data: Måltal vs. tildelt mængde ved variabel tildeling (VRA)</p></figcaption></figure>

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FuMX1TE9MCiwxejzTo4cd%2Fimage.png?alt=media&amp;token=7239ac8e-c82a-4970-8a53-da49a1a46ea0" alt=""><figcaption><p>Maskinregistreret data: Måltal vs. tildelt mængde ved variabel tildeling (VRA)</p></figcaption></figure>

## **Vurder tildelingens nøjagtighed**

For at vurdere nøjagtigheden af gødningstildelingen bruger vi en forudgemt ligning med navnet <mark style="background-color:yellow;">Analyse af rumlig korrelation (lighed mellem datalag)</mark> som måler den rumlige lighed mellem værdierne for tildelt mængde og måltal.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FrDgSf0J2uDfD9Wy0GPjw%2Fimage.png?alt=media&amp;token=7af48fc7-2044-483c-b50b-a1ea3c0461f7" alt=""><figcaption><p>Søg efter den eksisterende ligning for lighed mellem datalag</p></figcaption></figure>

<mark style="background-color:yellow;">Lighedsværdierne går fra 0 til 1, hvor 0 betyder, at der ikke er noget sammenfald, og 1 betyder et fuldstændigt sammenfald mellem værdier og placeringer.</mark>

Med andre ord: Jo tættere lighedsscoren er på 1, desto mere præcist er såarbejdet udført. Værdier, der konsekvent ligger tæt på 1, viser, at tildelingsplanen (VRA eller fast tildeling) er fulgt præcist, og sikrer, at marken får den planlagte såmængde, så afgrøden får den bedst mulige etablering.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmjCSaH3232WiBX2XT9pU%2Fimage.png?alt=media&amp;token=0ae5feb6-0442-48c0-b9c5-37700c69f8ec" alt=""><figcaption><p>Lighedsligningskort: Måltal vs. tildelt mængde ved variabel tildeling (VRA)</p></figcaption></figure>

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FVA23PZJy0dpt3mtmdl4t%2Fimage.png?alt=media&amp;token=80fb5583-39fd-478f-b4e1-846ea3cf927c" alt=""><figcaption><p>Lighedsligningskort: Måltal vs. tildelt mængde ved variabel tildeling (VRA)</p></figcaption></figure>


---

# 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/seeding/evaluate-accuracy-of-seeding-application.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.
