# Données de rendement et analyses de récolte

Utilisez GeoPard pour transformer les fichiers bruts de moissonneuse en couches de rendement prêtes à la décision.

### Flux de travail typique

{% stepper %}
{% step %}

### Importer

Importez les données de récolte depuis des fichiers shapefile, des fichiers de machine ou John Deere. Commencez par l’import des fichiers. Puis traitez, nettoyez, calibrez, comblez les lacunes et réutilisez le résultat pour des recommandations agronomiques.
{% endstep %}

{% step %}

### Traiter

Vérifiez les attributs, les unités, l’adéquation au champ et les détails propres à la machine.
{% endstep %}

{% step %}

### Nettoyer et calibrer

Supprimez le bruit. Corrigez les bandes. Alignez les valeurs sur des totaux de référence fiables.
{% endstep %}

{% step %}

### Restaurer les lacunes

Utilisez un rendement synthétique lorsque l’enregistrement est manquant ou incomplet.
{% endstep %}

{% step %}

### Élaborer des recommandations

Créez des zones, des équations et des flux de travail de rentabilité à partir du rendement nettoyé.
{% endstep %}

{% step %}

### Partager les sorties

Envoyez les couches dérivées du rendement et les recommandations vers John Deere Ops Center.
{% endstep %}
{% endstepper %}

### 1. Importer les données de rendement

GeoPard prend en charge les fichiers SIG standard et les formats de machines.

Les entrées typiques incluent `shp`, `ISOXML`, ainsi que des fichiers propriétaires tels que `jdl`, `cn1`, `adm`, `dat`, et les archives de machine associées.

Vous pouvez aussi importer le rendement directement depuis John Deere Operations Center.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyA8wGTgxwgAZsjOhlmz%2Fimage.png?alt=media&#x26;token=0aeed3da-5098-404c-a881-2025f690f4bd" alt="Upload machinery files"><figcaption><p>Chargez les fichiers de machine et laissez GeoPard les parser en jeux de données.</p></figcaption></figure>

Utilisez ces pages pour le flux exact :

* [Import des données de rendement](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/yield-data-import)
* [Formats propriétaires des machines](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/machinery-proprietary-formats)
* [Import depuis MyJohnDeere](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)

### 2. Traitement des données de rendement

Après l’import, GeoPard relie le jeu de données au champ et affiche ses attributs de récolte.

C’est l’étape où vérifier que le jeu de données est exploitable.

Vérifiez d’abord ces points :

* l’attribut principal de rendement est correctement sélectionné
* les unités sont correctes et comparables
* l’humidité, la vitesse, la largeur de coupe et le cap paraissent cohérents
* les données correspondent à la limite du champ
* les trajectoires de machine ou les dates de récolte sont disponibles si nécessaire

Cette vérification aide avant tout nettoyage, zonage ou travail sur les équations.

{% hint style="info" %}
Les jeux de données de rendement contiennent souvent plus d’une couche utile.

Au-delà de la masse de rendement, inspectez l’humidité, la matière sèche, la vitesse, la distance, le cap et le comportement de la trajectoire de la machine.
{% endhint %}

### 3. Nettoyage et calibration

Les fichiers de rendement bruts contiennent souvent des virages, des arrêts, des pics, des recouvrements et des valeurs hors du champ.

GeoPard nettoie ces artefacts et calibre le jeu de données pour les analyses ultérieures.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&#x26;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt="Result after cleaning and calibration"><figcaption><p>Résultat après nettoyage et calibration.</p></figcaption></figure>

Utilisez cela lorsque vous devez :

* supprimer les valeurs aberrantes et le bruit
* rogner les données selon la limite du champ
* aligner plusieurs moissonneuses ou jours de récolte
* corriger un biais global à l’aide d’un rendement moyen ou total connu
* appliquer la logique USDA de nettoyage du rendement

Ouvrez le guide complet ici :

* [Calibration et nettoyage du rendement](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/yield-calibration-and-cleaning)

{% hint style="warning" %}
Utilisez **la calibration par trajectoire** lorsque les bandes proviennent de plusieurs machines ou jours.

Utilisez **Calibration par moyenne ou par total** lorsque le total du champ est fiable.
{% endhint %}

### 4. Cartes de rendement synthétique

Toutes les récoltes ne disposent pas d’un enregistrement complet du rendement.

Les cartes de rendement synthétique sont utiles lorsque les données sont manquantes, partielles ou jamais enregistrées.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&#x26;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt="Calibrated vs synthetic yield"><figcaption><p>Comparez le rendement calibré à une carte de rendement synthétique.</p></figcaption></figure>

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&#x26;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt="Synthetic yield dataset example"><figcaption><p>Exemple d’un jeu de données de rendement synthétique.</p></figcaption></figure>

C’est utile lorsque :

* les anciennes moissonneuses n’avaient pas de capteur de rendement
* une partie seulement du champ a été enregistrée
* les données brutes sont trop dégradées pour être fiables seules
* seul le rendement moyen ou total du champ est connu

Le rendement synthétique s’appuie sur le comportement historique du champ et les motifs de télédétection.

Cela fonctionne aussi pour **la restauration partielle**.

Si une partie du champ dispose de données de récolte utilisables et qu’une autre partie est manquante ou trop bruitée, GeoPard peut reconstruire la zone incomplète et produire un jeu de données de rendement plus complet.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0seT3f3a7IV3lozI6BSj%2FGeoPard-restoring_partial_yield.gif?alt=media&#x26;token=1b6eecac-ac0a-45ff-80ee-26dd89da4a5a" alt="Reconstruct partial harvesting dataset"><figcaption><p>Reconstruisez la partie manquante d’un jeu de données de récolte partiel.</p></figcaption></figure>

En savoir plus :

* [Carte de rendement synthétique](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/synthetic-yield-map)
* [Suivi satellite](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/satellite-monitoring)

### 5. Créer des recommandations à partir des données de rendement

Les données de rendement nettoyées sont l’un des intrants les plus puissants pour les prescriptions et les analyses de fin de saison.

#### Zones

Utilisez le rendement seul ou combinez-le avec les couches de sol et les couches appliquées.

C’est une voie courante pour les zones de productivité et la planification à dose variable.

Vous pouvez aussi construire le zonage à partir de plusieurs jeux de données de rendement sur plusieurs années.

Le flux de travail habituel est le suivant :

* nettoyer et calibrer chaque jeu de données de rendement
* normaliser ou comparer les jeux de données de différentes années
* inclure le rendement synthétique lorsque l’enregistrement historique de récolte est manquant
* combiner les couches de rendement sélectionnées en un seul flux de travail de zonage

Pages utiles :

* [Création d’une carte des zones à l’aide des données sol/rendement/données appliquées](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/zones-maps-and-analytics/creating-zones-map-using-soil-yield-as-applied-data)
* [Processus de création des zones de gestion du champ (zones de productivité)](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/field-management-zones-productivity-zones-creation-process)
* [Comparer des jeux de données de rendement](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)

#### Équations

Utilisez le rendement dans les équations pour l’extraction, l’efficacité, le ROI, la similarité et des analyses personnalisées.

* [Analyses basées sur des équations](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics)
* [Analyses par lot des équations](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics/batch-equation-analytics)
* [Efficacité d’utilisation de l’azote (NUE) et absorption de l’azote](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)

#### Cartes VRA basées sur l’absorption des éléments nutritifs

Les données de rendement peuvent aussi soutenir les flux de travail d’extraction et d’absorption des éléments nutritifs.

Un exemple pratique consiste à créer une carte d’azote à dose variable à partir de la logique d’absorption de la culture, puis à l’exporter comme prescription prête pour la machine.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>Exemple de carte VRA basée sur l’absorption des éléments nutritifs dérivée des données de rendement.</p></figcaption></figure>

GeoPard peut calculer :

* **Absorption de l’azote (NU)**
* **Efficacité d’utilisation de l’azote (NUE)**
* **Excédent d’azote (NS)**

Ces sorties aident à identifier où la culture a prélevé davantage d’éléments nutritifs, où l’azote est resté inutilisé et où les doses de la saison suivante devraient augmenter ou diminuer.

Utilisez ces références :

* [Efficacité d’utilisation de l’azote (NUE) et absorption de l’azote](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)
* [Cas d’usage : azote à dose variable (VRA) pour les pommes de terre afin d’obtenir 5 à 10 % de rendement supplémentaire](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/use-case-variable-rate-nitrogen-vra-for-potatoes-to-realize-5-10-more-yield)
* [Attribuer des doses variables dans les zones (outil de répartition des doses d’intrants agricoles)](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/zones-maps-and-analytics/assign-variable-rates-in-the-zones-ag-inputs-rates-distribution-tool)

#### Cartes de rentabilité

Les flux de travail de type rentabilité combinent rendement, prix et coûts d’exploitation.

Utilisez-les pour voir les différences de marge à l’intérieur d’un même champ, pas seulement une seule moyenne à l’échelle du champ.

Dans l’exemple du flux de travail du concessionnaire en Italie, GeoPard compare le rendement et la rentabilité par zone après l’exécution du VRA et la revue de récolte.

Principaux enseignements de cet exemple :

* **Zone 2** présentait le profit total et le rendement moyen les plus élevés.
* **Zone 3** a atteint la productivité la plus élevée avec **20,42 t/ha**.
* **Zone 3** a également obtenu **1 808,14 €/ha** de rentabilité.
* La carte de rentabilité met en évidence les endroits où la marge est forte et ceux où les coûts sont plus difficiles à récupérer.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F47XGTkAERSxGHMsIKxQ6%2F6.png?alt=media&#x26;token=557d812b-784f-4d33-a208-157ef4e6ac47" alt="Profit map with high and low margin areas"><figcaption><p>Carte de rentabilité avec zones à forte et faible marge.</p></figcaption></figure>

Références :

* [Flux de travail du concessionnaire en Italie : John Deere Ops Center - GeoPard - Azote VRA - Essais - Cartes de rentabilité](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps)
* [Présentation des cartes de rentabilité de GeoPard : un pas en avant dans l’agriculture de précision](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Envoyer les données de rendement vers John Deere Ops Center

Il existe trois voies pratiques.

Premièrement, importez les données de récolte de John Deere vers GeoPard.

Deuxièmement, renvoyez les sorties dérivées du rendement vers John Deere sous forme de fichiers ou de couches cartographiques.

Troisièmement, exportez le rendement traité en tant que **données d’opération**.

Utilisez le **données d’opération** chemin lorsque vous souhaitez que le jeu de données nettoyé ou calibré remplace le jeu de données visible dans John Deere Operations Center.

Si le champ est déjà lié à John Deere, les nouveaux actifs GeoPard sur ce champ peuvent être synchronisés vers Ops Center.

<figure><img src="https://690567185-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F8dKxPmUmV4amrPsHjVS2%2FExport%20GeoPard%20Layer%20to%20John%20Deere%20as%20a%20Map%20Layer.png?alt=media&#x26;token=97fa981e-9c01-4755-97ba-c30db4cb27ad" alt="Export layer to John Deere"><figcaption><p>Envoyez les couches GeoPard vers John Deere Ops Center.</p></figcaption></figure>

Utilisez ces pages :

* [Import depuis MyJohnDeere](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)
* [6. Exporter les cartes Rx vers John Deere Operations Center sous forme de fichiers](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/john-deere-operations-center-integration/6.-export-rx-maps-to-john-deere-operations-center-as-files)
* [9. Exporter le sol, la topographie, le satellite ou les analyses en tant que couches cartographiques](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/john-deere-operations-center-integration/9.-export-soil-topography-satellite-or-analytics-as-map-layers)

{% hint style="info" %}
Pour les champs connectés à John Deere, GeoPard peut également renvoyer les couches traitées vers Ops Center sous forme de données opérationnelles.

C’est utile après le nettoyage et la calibration du rendement, lorsque le jeu de données corrigé doit remplacer la couche opérationnelle d’origine dans John Deere.
{% endhint %}

### Pages associées

* [Comparer des jeux de données de rendement](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)
* [Consultation des données de rendement](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-mobile-app/viewing-yield-data)
* [Journal des opérations - Suivi des erreurs/imports et des analyses](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/operations-log-track-errors-imports-and-analytics)