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

# Jälleenmyyjän työnkulku Italiassa: John Deere Ops Center - GeoPard - VRA-typpi - kokeet - kannattavuuskartat

John Deere -jälleenmyyjän tapaustutkimus: Sergio Bassan & GeoPard vauhdittavat tarkkuusmaatalouden ROI:ta

Tarkkuusviljelyssä tarkat tiedot ja edistynyt analytiikka ovat avainasemassa, kun halutaan tehdä parempia päätöksiä ja parantaa maatilan tuottavuutta. Viime vuonna, [GeoPard Agriculture](https://geopard.tech/) teki yhteistyötä [John Deere](https://deere.com/) jälleenmyyjän [Sergio Bassan S.r.l.](https://www.bassan.com/) kanssa Italiassa tukeakseen paikallisia viljelijöitä koko kasvukauden ajan. Tässä esimerkissä kerromme, miten yhteistyömme vaikutti yhteen peltoon.

## 1. Aloitus: tuottavuusvyöhykkeiden ja paikkakohtaisten levityskarttojen määrittäminen <a href="#ember54" id="ember54"></a>

Valmistautuaksemme kasvukauteen analysoimme aiempien vuosien satotietoja ja kasvillisuuden kehitystä pellon tuottavuusprofiilin arvioimiseksi. Koska maasto oli suhteellisen tasaista eikä rajoittanut viljelyä, keskityimme satotietoihin ja aiempien vuosien kasvillisuuskuvioihin. Satotiedot tuotiin GeoPardiin sujuvasti [John Deere Operations Center -integraation](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).

&#x20;avulla. Käyttämällä [monitasoista lähestymistapaa](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics), jaoimme kunkin pellon kolmeen tuottavuusvyöhykkeeseen satotietojen ja aiempien vuosien kasvillisuustietojen perusteella. Kasvillisuutta arvioitiin satelliittikuvien EVI2-indeksillä. Näin viljelijät pystyivät hienosäätämään kylvö- ja lannoitusstrategioitaan ja sovittamaan määrät pellon sisäiseen vaihteluun.

Vaihtelevan levitysmäärän kylvön (VRA) vaikutuksen arvioimiseksi määritimme koelinjan, joka kulki kaikkien tuottavuusvyöhykkeiden läpi. Suoran vertailun avulla pystyttiin mittaamaan VRA-kylvön tehokkuutta tavanomaiseen, tasaisella määrällä tehtävään kylvöön verrattuna.

<figure><img src="https://49925783-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>Säilörehumaissin VRA-kylvökartta, jossa koelinjan sijainti on korostettu.</p></figcaption></figure>

## 2. Tarkkuus käytännössä: kylvöstä lannoitukseen <a href="#ember59" id="ember59"></a>

GeoPard mahdollisti VRA-karttojen sujuvan käytön ja tarjosi yksityiskohtaisen seurannan kasvukauden aikana tehdyistä levityksistä.

### VRA-karttojen sujuva toimitus ja käyttö <a href="#ember61" id="ember61"></a>

VRA-kartat lähetettiin suoraan John Deere Operations Centeriin koneiden käyttöön. GeoPard tukee useita vientimuotoja, kuten Shapefile- ja ISOXML-muotoja, sekä suoraa integraatiota John Deere Ops Centeriin. Kartat voidaan toimittaa tiedostoina, karttatasoina ja [työsuunnitelmina](https://youtu.be/op1o-Y3r6bg). Kasvukauden aikana käytettiin sekä vaihtelevan levitysmäärän menetelmiä (kylvö ja typpilannoitus) että tasalevitystä (fosforin ja kaliumin levitys ennen kylvöä sekä useita typpilannoituksia kasvustoon). Näin optimoitiin sadon muodostumista ja ravinteiden hallintaa.

### Toteutuneiden lannoituskarttojen seuranta <a href="#ember63" id="ember63"></a>

GeoPard tallensi ja analysoi kaikki levitystiedot sekä [vertasi suunniteltuja ja toteutuneita toimenpiteitä](https://docs.geopard.tech/geopard-tutorials/agronomy/evaluate-accuracy-of-seeding-application) havaiten mahdolliset poikkeamat, joiden perusteella saatettiin tarvita säätöjä tai uusintalevityksiä. Tavoiteltujen ja toteutuneiden kylvömäärien vertailu vahvisti, että työ tehtiin tarkasti ilman merkittäviä poikkeamia.

<figure><img src="https://49925783-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>Kylvömäärä: tavoitellun ja toteutuneen määrän vertailu.</p></figcaption></figure>

## 3. Käyttökelpoisten tietojen tuottaminen <a href="#ember66" id="ember66"></a>

Sadonkorjuun jälkeinen analyysi on tärkeää, jotta kasvukaudesta opitaan ja seuraavaan kauteen voidaan valmistautua.

### Satotietojen puhdistus ja kalibrointi <a href="#ember68" id="ember68"></a>

Sadonkorjuun jälkeen satokartat ilmestyvät GeoPardiin automaattisesti John Deere Operations Center -integraation kautta, tai ne voidaan ladata GeoPard-käyttöliittymässä manuaalisesti. Alusta [kalibroi ja puhdistaa puimurin satotiedot](https://docs.geopard.tech/geopard-tutorials/agronomy/yield-calibration-and-cleaning), mikä tuottaa erittäin tarkkoja tietoja päätöksenteon tueksi. Alla olevat rinnakkaisvertailut havainnollistavat, miten tietojen puhdistus terävöittää analyysiä ja parantaa sen luotettavuutta.

<figure><img src="https://49925783-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>Kalibroidut (yllä) ja raakatiedot (alla) satotiedoista.</p></figcaption></figure>

### Typen hallinta <a href="#ember71" id="ember71"></a>

Kun käytettävissä olivat kaikki kasvukauden toteutuneiden levitysten kartat, typen kokonaislevitysmäärä voitiin laskea tarkasti summaamalla kaikki typpiin liittyvät toimenpiteet.

Typenoton määrä määritettiin satotietojen ja kasvustomallien avulla. Jos puimureissa on raakavalkuaisanturi, sen tiedot sisällytetään laskelmiin, jolloin saadaan entistä tarkempia tuloksia.

[Typen käytön tehokkuus ja ylijäämä](https://docs.geopard.tech/geopard-tutorials/agronomy/nitrogen-use-efficiency-and-uptake) arvioitiin vertaamalla pellolle levitetyn typen kokonaismäärää kasvuston typenottoon. Tulokset auttoivat optimoimaan lannoitusstrategioita tulevia kasvukausia varten.

<figure><img src="https://49925783-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>Typen käytön tehokkuus.</p></figcaption></figure>

### VRA:n ja kokeiden arviointi <a href="#ember76" id="ember76"></a>

Kun koealueet oli määritelty tarkasti, laadimme perusteelliset analyysit kasvuston menestyksen vertailuun eri tuottavuusvyöhykkeillä.

Näiden tulosten avulla saatiin selkeä käsitys siitä, miten [kukin vyöhyke reagoi VRA-kylvöön](https://docs.geopard.tech/geopard-tutorials/agronomy/field-trial-analytics), mikä auttoi vahvistamaan tulevien kasvukausien parhaat käytännöt.

Koekartta ja tietotaulukko esittävät yksityiskohtaisen analyysin kasvuston menestyksestä neljällä erillisellä tuottavuusvyöhykkeellä ja havainnollistavat vaihtelevan levitysmäärän kylvön (VRA) vaikutuksia satoon ja kannattavuuteen.

<figure><img src="https://49925783-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>VRA:n ja kokeiden tulokset.</p></figcaption></figure>

### **Keskeiset havainnot ja tulokset**

* **Kannattavuus suhteessa pinta-alaan**: Vyöhykkeellä 2 kokonaistuotto ja keskisato olivat suurimmat. Vyöhyke 3 puolestaan osoitti, että pieneltäkin, erittäin tuottavalta alueelta (20,42 t/ha) voidaan saada suuri hehtaarikohtainen voitto (1 808,14 €/ha).
* **Vyöhykkeiden tulokset**: Kartta osoittaa, että suurimman sadon tuottavat alueet osuvat yhteen vaaleammanvihreiden tuottavuusvyöhykkeiden (vyöhyke 3) kanssa, mikä kertoo VRA-kylvön tehosta.
* **Voiton jakautuminen**: Vyöhyke 4 (koeraita) tuotti kohtuullisen sadon, mutta sen kokonaisvoitto jäi pienemmäksi sen pinta-alan vähäisyyden sekä mahdollisesti korkeampien panoskustannusten tai heikomman tehokkuuden vuoksi.
* **Vaikutukset tulevaisuuteen**: Nämä analyysit tarjoavat dataan perustan tulevien kasvukausien kylvöstrategioiden tarkentamiselle. Ne viittaavat siihen, että suuremmat panostukset paremmin reagoiville vyöhykkeille, kuten vyöhykkeelle 3, voisivat parantaa tilan kokonaistulosta.

### Sadon ja kannattavuuden analyysi <a href="#ember83" id="ember83"></a>

Kun viljelijät vertasivat satotietoja toteutuneisiin panoskustannuksiin, he saivat selkeän kuvan [Paikkakohtaiset voittokartat](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/) voimakkaasta työkalusta kannattavuuden arviointiin peltolohkon eri osissa. Tuottotulojen ja kulujen vertailu toi esiin korkean katteen vyöhykkeet ja osoitti alueet, joilla tarvitaan kohdennetumpia toimenpiteitä.

<figure><img src="https://49925783-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>Voittokartta, jossa näkyvät korkean ja matalan katteen alueet.</p></figcaption></figure>

## 4. Katse tulevaan: mitä seuraavaksi? <a href="#ember86" id="ember86"></a>

Tämän vuoden onnistumisen pohjalta yhteistyö John Deere -jälleenmyyjä Sergio Bassan Italyn kanssa jatkuu kasvukaudella 2025 uusien ominaisuuksien ja tehostettujen toimintojen parissa:

### Automaattiset suositukset maanäytteiden ottamiseen <a href="#ember88" id="ember88"></a>

GeoPardin älykäs järjestelmä ehdottaa optimaalisia paikkoja vyöhykekohtaisten maanäytteiden ottamiseen. Näytteenotossa ja kasvuston tarkkailussa käytetään GeoPard Mobile -sovellusta.

<figure><img src="https://49925783-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>Kartta maanäytteiden ottopaikoista</p></figcaption></figure>

### Maanäytetietojen analysointi ja VRA-suositukset <a href="#ember91" id="ember91"></a>

Kun [maanäytetiedot](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/import/soil-data) on kerätty, GeoPard muuntaa tiedot tarkkuuslannoituskartoiksi, joiden avulla voidaan laatia muuttuvan lannoitusmäärän ohjeet eri vyöhykkeille.

### Automaattinen koealojen ja VRA:n analysointi <a href="#ember93" id="ember93"></a>

Viljelijät hyötyvät automaattisesta prosessista, jolla voidaan arvioida VRA-strategioiden ja koeraitojen tehokkuutta sekä tuottaa raportteja nopeammin ja yhdenmukaisemmin.

<figure><img src="https://49925783-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>

### Automaattinen voittokarttojen luonti <a href="#ember96" id="ember96"></a>

Aiomme automatisoida kannattavuuskarttojen luonnin hyödyntämällä toteutuneita toimenpiteitä ja muita keskeisiä tietoja. Näin voidaan parantaa kannattavuutta ja tukea seuraavan kasvukauden suunnittelua.

## 5. Kumppanin näkemyksiä <a href="#ember98" id="ember98"></a>

Kumppanimme **Sergio Bassan Italy**,

> ”GeoPardin analytiikan ansiosta tiimimme ja viljelijämme ovat voineet hyödyntää täsmäviljelyn työkaluja tehokkaasti. Luotettava analytiikka ja tasainen tuki koko kasvukauden ajan ovat parantaneet tuotantopanosten suunnittelua ja hallintaa. Uskomme, että osastomme ja GeoPardin yhteistyö tuo asiakkaillemme merkittäviä muutoksia ja hyötyjä.”

\- [Edoardo Pozzato](https://www.linkedin.com/article/edit/7307362147670343682/), täsmäviljelyn agronomi.

## Lopuksi <a href="#ember102" id="ember102"></a>

Tuottavuusvyöhykkeiden määrittelystä sato- ja voittokarttojen analysointiin yhteistyömme John Deere -jälleenmyyjä Sergio Bassan Italyn kanssa osoittaa täsmäviljelyn todelliset hyödyt. Jatkamme työtä automaattisten maanäytteenottosuositusten ja kannattavuusanalytiikan parissa ja odotamme voivamme edistää alueen viljelijöiden tehokkuutta ja kestävää tuotantoa entisestään.

## Tietoa yrityksistä <a href="#ember104" id="ember104"></a>

[**Sergio Bassan srl**](https://www.bassan.com/it/)**:** Yritys tarjoaa kymmenessä toimipisteessään valikoiman uusia ja käytettyjä maatalouskoneita, traktoreita, leikkuupuimureita, silppureita, teleskooppikurottajia, kaivinkoneita, satelliittiohjausjärjestelmiä, maanmuokkaus- ja heinäntekolaitteita, puutarha- ja viinitilakoneita sekä puutarhakoneita ja -traktoreita, tarvikkeita ja varaosia. Sergio Bassanin tiimiin kuuluu kahdeksan täsmäviljelyteknikkoa, jotka neuvovat täsmäteknologian käytössä ja auttavat viljelijöitä kokemaan sen hyödyt käytännössä pellolla. Täsmäviljelyosasto pyrkii testaamaan asiakkaille uusia ratkaisuja ja pitämään heihin jatkuvasti yhteyttä myös etäyhteydellä, jotta tuki olisi jatkuvaa.

[**GeoPard Agriculture**](https://geopard.tech/)**:** Yritys on täsmäviljelyteknologian edelläkävijä. Paikkatietoanalytiikkaan erikoistunut GeoPard tarjoaa ratkaisuja, jotka muuntavat monimutkaisen maatalousdatan käytännön toiminnaksi hyödynnettäviksi havainnoiksi. Teknologia auttaa optimoimaan viljelyn eri osa-alueita maaperän analysoinnista VRA-karttoihin, kaukokartoitukseen ja maatalouskoneiden datan analysointiin sekä edistää merkittävästi älyviljelykäytäntöjen kehitystä.


---

# 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/fin/agronomia/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.
