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

# Evaluar la precisión de la aplicación de siembra

Cómo evaluar la precisión de una aplicación de siembra comparando las dosis objetivo prescritas con las dosis realmente aplicadas en base espacial.

## Contexto

En la agricultura moderna, la mayoría de las labores agronómicas se realizan siguiendo mapas de aplicación de dosis variable (VRA) preparados previamente. Estos mapas suelen incluir varias densidades de siembra adaptadas a distintas zonas del campo, para tener en cuenta la variabilidad inherente de las condiciones del suelo y del cultivo.

Al seguir estos mapas VRA, los agricultores buscan optimizar el uso de semillas, asegurar una densidad de plantas adecuada y maximizar el rendimiento. En este caso, <mark style="background-color:yellow;">nos centraremos en evaluar la precisión de una operación de siembra</mark> comparando las densidades de siembra previstas (indicadas en el mapa VRA) con las densidades reales registradas por la maquinaria durante la labor en el campo.

## Datos registrados por la maquinaria

Una vez finalizada la siembra, los sistemas integrados en la maquinaria registran diversos parámetros relacionados con la labor. Aquí nos interesan especialmente dos métricas clave:

* <mark style="background-color:yellow;">**Dosis objetivo**</mark>**:** La densidad de siembra prevista para cada ubicación, según se especifica en el mapa de aplicación (VRA o aplicación a dosis fija).
* <mark style="background-color:yellow;">**Dosis aplicada**</mark>**:** La densidad de siembra real aplicada en esa misma ubicación.

Al examinar estos dos atributos en un contexto geoespacial, podemos evaluar en qué medida la siembra real se ajustó al plan establecido. La comparación consiste en visualizar los mapas de dosis objetivo y dosis aplicada, analizar sus distribuciones estadísticas y confirmar que se aplicó con precisión la cantidad de semillas prevista.

<figure><img src="https://2708050521-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>Datos registrados por la maquinaria: dosis objetivo frente a dosis aplicada en una aplicación de dosis variable (VRA)</p></figcaption></figure>

<figure><img src="https://2708050521-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>Datos registrados por la maquinaria: dosis objetivo frente a dosis aplicada en una aplicación de dosis variable (VRA)</p></figcaption></figure>

## **Evaluar la precisión de la aplicación**

Para evaluar la precisión de la aplicación del fertilizante, utilizaremos una ecuación guardada previamente, denominada <mark style="background-color:yellow;">Análisis de correlación espacial (similitud entre capas de datos)</mark> que mide la similitud espacial entre los valores de dosis aplicada y dosis objetivo.

<figure><img src="https://2708050521-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>Buscar la ecuación existente de similitud entre capas de datos</p></figcaption></figure>

<mark style="background-color:yellow;">Los valores de similitud van de 0 a 1: 0 indica que no hay coincidencia y 1, una coincidencia espacial y de valores del 100 %.</mark>

En otras palabras, cuanto más se acerque a 1 el valor de similitud, mayor será la precisión con la que se realizó la siembra. Obtener valores próximos a 1 de forma sistemática indica que se siguió fielmente el plan de aplicación (VRA o a dosis fija) y garantiza que el campo reciba la densidad de siembra prevista para lograr un establecimiento óptimo del cultivo.

<figure><img src="https://2708050521-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>Mapa de la ecuación de similitud: dosis objetivo frente a dosis aplicada en una aplicación de dosis variable (VRA)</p></figcaption></figure>

<figure><img src="https://2708050521-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>Mapa de la ecuación de similitud: dosis objetivo frente a dosis aplicada en una aplicación de dosis variable (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/esp/agronomia/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.
