Yhtälöpohjainen analytiikka

Rakenna analytiikkaa ja määräyskarttoja agronomisten kaavojen avulla käyttäen kuva-, sato-, maaperä- 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