Koeajojen analytiikka
Agronomit käyttävät koetulosten analytiikkaa arvioidakseen eri kasvilajikkeiden, viljelymenetelmien ja panoskäytäntöjen suorituskykyä, mukaan lukien muuttuvan annostelun (VRA) tulokset tarkkuusmaataloudessa. Keräämällä, analysoimalla ja tulkitsemalla peltokokeista syntyvää dataa tutkimajat saavat tietoa genetiikan, ympäristön ja johtamiskäytäntöjen vuorovaikutuksesta. Tämä tieto ohjaa kasvinhoitostrategioiden kehitystä, jotka optimoivat satopotentiaalin samalla kun minimoivat panoskäytön. Lisäksi koetulosten analytiikka mahdollistaa tarkkuusmaatalouskäytäntöjen tehokkuuden arvioinnin ja auttaa tunnistamaan sitkeitä kasvilajikkeita, jotka menestyvät monenlaisissa ja haastavissa olosuhteissa, mikä edistää ruokaturvaa.
Datan valmistelu
Tehokkaaseen koeanalytiikkaan tarvitaan muutamia tärkeitä aineistoja:
Satoaineisto: Tämä aineisto tallentaa sadon tiedot. Voimme tuoda tämän JohnDeere Operation Centeristä tai ladata sen manuaalisesti shapefile-muodossa tai konevalmistajan omassa formaattissa.
Käyttöaineisto (Application Dataset): Tämä on ratkaisevan tärkeä ymmärtääksemme pellolla toteutettua levitystä. Vähintään se sisältää attribuutteja kuten TargetRate, AppliedRate ja joitain koneeseen liittyviä mittareita. Kuten Satoaineiston kanssa, voimme tuoda sen myös JohnDeere Operation Centeristä tai ladata sen manuaalisesti shapefile-muodossa tai konevalmistajan omassa formaattissa.
vyöhykkeet/kokeet/plotit: Nämä näyttävät koesuunnitelman mukaiset levitysnopeudet, tarjoten näkymän kokeen suunnitteluun. Jos tällainen datakerros on saatavilla, lataamme sen shapefile-muodossa AsApplied/AsPlanted- tai Yield-kontrolleihin. Tämä varmistaa yhteensopivuuden EquationMapsien rakentamisen yhteydessä ja sujuvoittaa koeanalytiikkaa. Jos tällaista datakerrosta ei ole, Application-aineiston TargetRate-attribuutti voi toimia korvikkeena koekenttien arvioinneissa.
Historialliset pellon tuotantopotentiaalivyöhykkeet: Nämä vyöhykkeet on luonut GeoPard (yksityiskohdat ovat TÄSSÄ). Ne ovat hyödyllisiä analysoitaessa kokeita, jotka sijoittuvat alueille, joilla on johdonmukainen historiallinen tuottavuus. Tämä on erityisen hyödyllistä, kun kokeet ovat jakautuneet eri tuotantotasoltaan vaihteleville alueille.
Kun olemme koonneet nämä aineistot, seuraava vaihe on käynnistää koe-arviointiprosessi.
Datan yleiskatsaus
Seuraavat aineistot ovat käytettävissä talvehtivan vehnän 2023 kasvukaudelta:
Satoaineisto, joka korostaa märkäpainon jakautumaa (Kuva 1)

Typpisuunnitelma (N34) VRA (150 kg/ha) sisältäen 2 koelohkoa (120 kg/ha ja 180 kg/ha)(Kuva 2)

Käyttöaineisto, joka esittelee levitystilastoja (Kuva 3)

Historiallinen pellon tuottavuus (Kuva 4)

Satoaineistoa ei ole kalibroitu: siellä toimi useita leikkuupuimureita, on käännöksiä ja puuttuvan datan jälkiä, ja kohinaa esiintyy. Suositellaan suorittamaan Sato-kalibrointi ja puhdistus parhaan tuloksen saavuttamiseksi. Vaiheittainen opas löytyy osoitteesta LINKKI.
Satoaineisto kalibroinnin ja puhdistuksen jälkeen on esitetty Kuva 5, yhdessä päivitettyjen tilastojen kanssa. Tätä aineistoa käytetään seuraavissa vaiheissa.

Konsepti
Tässä koeanalytiikan tavoitteena on määrittää pellolle tehokkain Typpimäärä (N34). On tunnistettu alueet, joilla typpimäärät ovat 120 kg/ha, 150 kg/ha ja 180 kg/ha. Tämä data on peräisin osittain Käyttöaineistosta ja osittain kalibroidusta Satoaineistosta.
Keskitymme analyysissämme kolmeen erilliseen vyöhykkeeseen:
120 kg/ha (merkitty koekenttäväyläksi)
150 kg/ha (pidetään päävyöhykkeenä)
180 kg/ha (toinen koekenttävyöhyke)
Lähestymistapamme sisältää seuraavat arvioinnit:
Suunnitelmaperusteinen: käyttäen suunniteltua muuttuvan annostelun levitystä (VRA) yhdistettynä kalibroituun satoon.
Toteutukseen perustuva: vertailu toteutuneen levitysdatan ja kalibroidun sadon välillä.
Toteutukseen perustuva ja historiallinen tuottavuus: vertailu toteutuneen levitysdatan ja kalibroidun sadon välillä päällekkäin historiallisten tuotantovyöhykkeiden kanssa.
Tämä systemaattinen lähestymistapa mahdollistaa typpikäsittelyn vaikutuksen kattavan arvioinnin sekä suunnitellun että toteutuneen levitysdatan perusteella.
Suunnitelmaperusteinen
Vaikutus levitetyn suunnitellun typen (N34) vaikutus satojakautumaan on visuaalisesti nähtävissä seuraavissa kuvakaappauksissa (Kuva 6, Kuva 7, Kuva 8). Tässä tiivistetty yhteenveto havainnoista:
Päävyöhyke, jonka typpimäärä on 150 kg/ha, kattaa 45,8 ha ja sen keskimääräinen sato on 4,99 t/ha (Kuva 6).
Ensimmäinen koekenttävyöhyke, jossa käytettiin 180 kg/ha typpeä, kattaa 1,76 ha ja sen keskimääräinen sato on 6,5 t/ha (Kuva 7).
Toinen koekenttävyöhyke, jossa typpeä oli 120 kg/ha, käsittää 1,86 ha ja sen keskimääräinen sato on 6,39 t/ha (Kuva 8).
Tulokset herättävät merkittävän kysymyksen: Miksi alhaisempi levitysmäärä näyttää olevan tehokkaampi kuin korkeampi? Syvempien näkemysten saamiseksi seuraava vaihe on arvioida kokeet käyttäen todellista toteutettua dataa.



Alla on yksityiskohtainen keskustelu arvioinnissa käytetyistä kaavoista ja asetuksista.
Syventääksesi Equation-lähestymistapaa ja sen toteutusta, katso opetusohjeemme sekä käyttöliittymälle ja API:lle.
Tässä ovat yhtälöt, jotka ajetaan laskelmien toistamiseksi.
Päävyöhyke 150 kg/ha:
Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)Koekenttä 120 kg/ha:
Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)Koekenttä 180 kg/ha:
Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)
On tärkeää aktivoida Numpy (Kuva 9) ja poistaa käytöstä Interpolointi (Kuva 10).


Toteutukseen perustuva
Merkittävä havainto on, että koekokeen aikana toteutunut levitysmäärä ei aina vastaa suunniteltua (tavoite) määrää. Jakautuma ulottuu erityisesti 120 kg/ha:sta jopa 189 kg/ha:han (Kuva 11). Tämän vaihtelun vuoksi oli tärkeää asettaa virhetoleranssin kynnys. Näin ollen ±5 % tarkkuus määriteltiin hyväksyttäväksi rajaksi, jolla koe katsotaan soveliaaksi arvioitavaksi.
Seuraavissa kuvakaappauksissa esitetään (Kuva 12, Kuva 13, Kuva 14) ) sadon tilastollinen jakauma, keskittyen todellisiin levitysmääriin typellä (N34). Alla ovat tiivistetyt tilastot, ottaen huomioon ±5 % tarkkuuden hyväksynnän:
Päävyöhyke 150 kg/ha:lla oli toteutunut pinta-ala 43,5 ha ja sen keskimääräinen sato oli 4,9 t/ha (Kuva 12).
Ensimmäinen koekenttävyöhyke 180 kg/ha:lla kattoi 1,47 ha:n alueen ja tuotti keskimäärin 6,5 t/ha (Kuva 13).
Toinen koekenttävyöhyke 120 kg/ha:lla ulottui 1,44 ha:iin ja sen keskimääräinen sato oli 6,3 t/ha (Kuva 14).




Menetelmän ja tulosten yksityiskohtien ymmärtämiseksi käytetyt yhtälöt ovat alla:
Kokeen todellinen levitetty typpi:
Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)Päävyöhyke 150 kg/ha sisältäen 5 % hyväksynnän:
Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)Koekenttä 120 kg/ha sisältäen 5 % hyväksynnän:
Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)Koekenttä 180 kg/ha sisältäen 5 % hyväksynnän:
Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)
Toteutukseen perustuva ja historiallinen tuottavuus
Kokeiden satoarvot ylittävät johdonmukaisesti koko pellon keskimääräisen sadon. Yksi keskeinen tekijä tämän eron taustalla näyttää olevan historiallisesti korkean tuottavuuden vyöhyke, jossa kokeet suoritettiin, kuten visualisoitu kuvassa Kuva 15 ja Kuva 16. Kokeiden tarkempaa arviointia varten on tärkeää ottaa tuloksia analysoitaessa huomioon tuottavuusvyöhykkeet.


Seuraavissa kuvakaappauksissa esitetään (Kuva 17, Kuva 18, Kuva 19) on sadon tilastollinen jakauma, keskittyen todellisiin levitysmääriin typellä (N34) päällekkäin historiallisten tuottavuusvyöhykkeiden kanssa (luotu GeoPardilla). Alla ovat tiivistetyt tilastot, ottaen huomioon ±5 % tarkkuuden hyväksyntä levitysmäärille:
Päävyöhyke 150 kg/ha:lla oli toteutunut pinta-ala 2,65 ha ja sen keskimääräinen sato oli 6,34 t/ha (Kuva 17).
Ensimmäinen koekenttävyöhyke 180 kg/ha:lla kattoi 1,08 ha:n alueen ja tuotti keskimäärin 6,41 t/ha (Kuva 18).
Toinen koekenttävyöhyke 120 kg/ha:lla ulottui 1,78 ha:iin ja sen keskimääräinen sato oli 6,33 t/ha (Kuva 19).



Menetelmän ja tulosten yksityiskohtien ymmärtämiseksi käytetyt yhtälöt ovat alla:
Päävyöhyke 150 kg/ha sisältäen 5 % hyväksynnän päällekkäin historiallisten tuottavuuksien kanssa:
Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)Koekenttä 120 kg/ha sisältäen 5 % hyväksynnän päällekkäin historiallisten tuottavuuksien kanssa:
Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)Koekenttä 180 kg/ha sisältäen 5 % hyväksynnän päällekkäin historiallisten tuottavuuksien kanssa:
Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)
missä
osa
Productivity_SubZone == 51heijastaa korkeatuottavia vyöhykkeitä, joissa kokeet on tehty,osat
(Applied_Value >= 142.5) & (Applied_Value <= 157.5),(Applied_Value >= 114.0) & (Applied_Value <= 126.0),(Applied_Value >= 171.0) & (Applied_Value <= 189.0)sisältävät ±5 % tarkkuuden annetuille annoksille150,120,180kg/ha.
Yhteenveto
Kokeiden sadon tulokset vastaavat läheisesti päävyöhykkeen (pellon historiallisesti korkea tuottavuus) keskimääräistä satoa. Toisin sanoen kokeellinen N34-tuotteen levitys annoksilla 120 kg/ha - 150 kg/ha - 180 kg/ha, johti keskimääräisiin satoihin 6,33 t/ha - 6,34 t/ha - 6,41 t/ha vastaavasti, eikä sillä ollut merkittävää vaikutusta korjatun sadon määrään korkeatuottovisella vyöhykkeellä.
Last updated
Was this helpful?