Yhtälöpohjainen analytiikka

Rakenna analytiikkaa ja suosituskarttoja agronomisten kaavojen avulla käyttäen kuvia, satoa, maata ja konetietoja.

Johdanto

GeoPard Equation Analytics tarjoaa tehokkaan työkalun, jonka avulla voit soveltaa matemaattisia teorioita Pythonilla koodin avulla aineistojen yhdistämiseen ja arvojen poimimiseen. Se tukee sekä yksittäistä että eräajoa Equation Maps -tilassa, mikä mahdollistaa agronomisen логiikan skaalaamisen tuhansille hehtaareille tai aareille.

Kaavat voivat olla hyödyllisiä

• Lannoituskarttojen luomiseen

• Laske Lannoitteen käytön tehokkuus

• ROI-kartat

• Muutosten havaitseminen

• Analysoi VR-toimintojen laatua (vertailu tavoitteen ja toteutuneen välillä).

• Tarkista blogiartikkeli Kaavapohjainen analytiikka tarkkuusmaataloudessa lisää esimerkkejä varten.

Ensimmäinen kaava: vaiheittainen opas (interaktiivinen demo)

Ensimmäisessä Equation Map -kartassa lasketaan kolme toteutettua toimenpidettä sisältävän "Kalkamonsalpeter 27" -tuotteen kokonaislevitetty typpi. Tässä opetusosiossa käymme läpi kaikki vaiheet kartan luomiseksi ja kokonaislevitetyn typen ymmärtämiseksi.

Equation Maps -karttojen käyttäminen kaavoissa (kaavaketju)

Joskus on tarpeen käyttää jo laskettuja Equation Maps- tai Zone Maps -karttoja kaavassa. Tämä on mahdollista GeoPardilla, ja alla on vaiheittainen opas siihen, miten se tehdään.

Esimerkki kaavaketjusta: laske NUE sadosta, proteiinista ja toteutuneista aineistoista. Lue lisää blogikirjoituksesta: NUE-laskelmat käyttäen Grainsensing HarvestLab -dataa, satodataa ja levitettyjen lannoitteiden datakerroksia.

Esimerkki kaavaketjusta -> laske typen käytön tehokkuus ja ylijäämä