# फ़ील्ड ट्रायल एनालिटिक्स

कृषि विशेषज्ञ विभिन्न फसल किस्मों, खेती की तकनीकों और इनपुट अनुप्रयोगों के प्रदर्शन का आकलन करने के लिए ट्रायल एनालिटिक्स का प्रयोग करते हैं, जिसमें प्रिसिशन एग्रीकल्चर में वेरिएबल रेट एप्लीकेशन्स (VRA) के परिणाम भी शामिल हैं। फील्ड ट्रायल से उत्पन्न डेटा को इकट्ठा, विश्लेषण और व्याख्यायित करके, शोधकर्ता जीनिटिक्स, पर्यावरण और प्रबंधन प्रथाओं के बीच अंतःक्रियाओं की समझ प्राप्त करते हैं। यह ज्ञान ऐसी फसल प्रबंधन रणनीतियों के विकास को सूचित करता है जो अधिकतम उपज क्षमता को अनुकूलित करते हुए इनपुट उपयोग को न्यूनतम करते हैं। इसके अलावा, ट्रायल एनालिटिक्स न केवल प्रिसिशन फार्मिंग प्रथाओं की क्षमता का मूल्यांकन करने में मदद करता है, बल्कि उन टिकाऊ फसल किस्मों की पहचान करने में भी सहायक होता है जो विविध और चुनौतीपूर्ण परिस्थितियों में अच्छे से उग सकती हैं, जिससे खाद्य सुरक्षा में योगदान मिलता है।

## डेटा तैयारी

प्रभावी ट्रायल एनालिटिक्स के लिए कुछ आवश्यक डेटासेट्स चाहिए:

1. **उपज (Yield) डेटासेट**: \
   यह डेटासेट उपज डेटा को कैप्चर करता है। \
   हम इसे से आयात कर सकते हैं [JohnDeere ऑपरेशन सेंटर](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/myjohndeere) या इसे मैन्युअली अपलोड कर सकते हैं जैसा कि [शेपफाइल](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/yield-data-import) या के रूप में [मशीनरी प्रोप्रायटरी फॉर्मेट](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/machinery-proprietary-formats).
2. **एप्लीकेशन डेटासेट**: \
   मैदान पर वास्तविक रूप से लागू किए गए एप्लीकेशन को समझने के लिए यह बहुत महत्वपूर्ण है। न्यूनतम रूप से, इसमें TargetRate, AppliedRate और कुछ मशीनरी-संबंधी मेट्रिक्स जैसे एट्रिब्यूट शामिल होते हैं। \
   जैसा कि Yield डेटासेट के साथ हुआ, हमारे पास इसे से इम्पोर्ट करने के विकल्प हैं [JohnDeere ऑपरेशन सेंटर](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/myjohndeere) या इसे मैन्युअली अपलोड कर सकते हैं जैसा कि [शेपफाइल](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/as-applied-as-planted) या के रूप में [मशीनरी प्रोप्रायटरी फॉर्मेट](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/machinery-proprietary-formats).
3. **ज़ोन्स/प्लॉट्स जिनमें ट्रायल/प्रयोग हों**: \
   ये हमारे ट्रायल के लिए नियोजित एप्लीकेशन रेट दिखाते हैं, जो प्रायोगिक डिज़ाइन की जानकारी देते हैं। \
   यदि ऐसा डेटा लेयर उपलब्ध है, तो हम इसे अपलोड करते हैं जैसा कि [शेपफाइल](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/import/as-applied-as-planted) AsApplied/AsPlanted या Yield नियंत्रण में। यह EquationMaps बनाते समय संगतता सुनिश्चित करता है, जिससे आपका ट्रायल एनालिटिक्स अनुभव सुगम होता है।\
   यदि ऐसा डेटा लेयर उपलब्ध नहीं है, तो एप्लीकेशन डेटासेट से TargetRate एट्रिब्यूट ट्रायल मूल्यांकनों के लिए विकल्प के रूप में काम कर सकता है।
4. **ऐतिहासिक फील्ड पोटेंशियल ज़ोन:**\
   ये ज़ोन GeoPard द्वारा जनरेट किए जाते हैं (विवरण हैं [यहाँ](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/zones-maps-and-analytics/multi-year-zones))। ये उन ट्रायल का विश्लेषण करने में उपयोगी होते हैं जिनकी ऐतिहासिक उत्पादकता स्थिर रही है। यह विशेष रूप से फायदेमंद है जब ट्रायल विविध ऐतिहासिक उत्पादकता वाले क्षेत्रों में वितरित हों।

एक बार जब हमने ये डेटासेट इकट्ठा कर लिए, तो अगला कदम ट्रायल मूल्यांकन प्रक्रिया शुरू करना है।

## डेटा अवलोकन

सर्दियों की गेहूँ की 2023 कृषि सीज़न के लिए निम्नलिखित डेटा उपलब्ध हैं:

* वेट मास वितरण को हाइलाइट करने वाला Yield डेटासेट *(आकृ.1)*

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fg9Iv1AMpACkykujxvJ9s%2Fimage.png?alt=media&#x26;token=c2a61d7b-12e9-40b5-ad88-e6f820372638" alt=""><figcaption><p>आकृ.1 मूल YieldDataset</p></figcaption></figure>

* नाइट्रोजन (N34) VRA योजना (150 kg/ha) जिसमें 2 ट्रायल प्लॉट्स (120kg/ha और 180 kg/ha)*(आकृ.2)*

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FwkGO1Tp0Ji2KzUPhfQAE%2Fimage.png?alt=media&#x26;token=28a94d78-7360-43e2-865f-4a330028ab20" alt=""><figcaption><p>आकृ.2 नाइट्रोजन (N34) VRA योजना ट्र Trials प्लॉट्स के साथ </p></figcaption></figure>

* लागू किए गए आँकड़ों को दर्शाता है एप्लीकेशन डेटासेट *(आकृ.3)*

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FF1YKbPqDw2HBDdnTqazX%2Fimage.png?alt=media&#x26;token=0f83b5b0-9220-4cea-984c-735338716048" alt=""><figcaption><p>आकृ.3 एप्लीकेशन डेटासेट</p></figcaption></figure>

* ऐतिहासिक फील्ड उत्पादकता (*आकृ.4*)

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FCrFaBaZxtjd0xEXZ9TUd%2Fimage.png?alt=media&#x26;token=9cf68b49-a17c-4f2f-be15-1b0bfee4993e" alt=""><figcaption><p>आकृ.4 ऐतिहासिक फील्ड उत्पादकता</p></figcaption></figure>

{% hint style="warning" %}
YieldDataset कैलिब्रेट नहीं किया गया है: वहां कई हार्वेस्टर काम कर रहे थे, टर्नअराउंड और गायब डेटा के निशान हैं, और शोर (नॉइज़) स्पष्ट है। सर्वोत्तम परिणामों के लिए ऊपर Yield कैलिब्रेट और क्लीन ऑपरेशन्स लागू करने की सलाह दी जाती है। \
एक स्टेप-बाय-स्टेप ट्यूटोरियल पाया जा सकता है [लिंक](https://docs.geopard.tech/geopard-tutorials/in/agronomy/yield-calibration-and-cleaning).
{% endhint %}

कैलिब्रेशन और क्लीनिंग के बाद YieldDataset दिखाया गया है *आकृ.5*, साथ ही अपडेट किए गए आँकड़े। इस डेटासेट का उपयोग बाद के चरणों में किया जाएगा।

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F62J6z5wt7ndZ4lWxZq58%2Fimage.png?alt=media&#x26;token=9e6ea416-81a0-4dfc-a94a-aa19f69c0ff3" alt=""><figcaption><p>आकृ.5 कैलिब्रेट और क्लीन किया गया YieldDataset</p></figcaption></figure>

## संकल्पना

यहाँ ट्रायल एनालिटिक्स का उद्देश्य फ़ील्ड के लिए सबसे प्रभावी नाइट्रोजन (N34) दर का निर्धारण करना है। निर्दिष्ट स्थानों में नाइट्रोजन की दरें 120kg/ha, 150kg/ha और 180kg/ha हैं। यह डेटा एक ओर एप्लीकेशनडेटासेट और दूसरी ओर कैलिब्रेटेड YieldDataset से लिया गया है।

हम अपने विश्लेषण को तीन अलग-अलग ज़ोन पर केंद्रित कर रहे हैं:

* 120kg/ha (जिसे ट्रायल ज़ोन के रूप में निर्दिष्ट किया गया)
* 150kg/ha (मुख्य ज़ोन माना गया)
* 180kg/ha (एक और ट्रायल ज़ोन)

हमारा दृष्टिकोण निम्नलिखित मूल्यांकनों को शामिल करेगा:

1. **योजना-आधारित:** कैलिब्रेटेड उपज से जुड़े नियोजित वेरिएबल रेट एप्लीकेशन (VRA) का उपयोग।
2. **लागू-आधारित:** वास्तव में लागू किए गए डेटासेट की तुलना कैलिब्रेटेड उपज के साथ।
3. **लागू-आधारित और ऐतिहासिक उत्पादकता:** वास्तव में लागू किए गए डेटासेट की तुलना कैलिब्रेटेड उपज के साथ, जिसे ऐतिहासिक फील्ड पोटेंशियल ज़ोन्स से ओवरलैप किया गया है।

यह व्यवस्थित दृष्टिकोण नियोजित और वास्तविक लागू किए गए एप्लीकेशन डेटा दोनों के आधार पर नाइट्रोजन के उपज पर प्रभाव का व्यापक मूल्यांकन करने की अनुमति देगा।

## योजना-आधारित

का प्रभाव ~~लागू किए गए~~ नियोजित नाइट्रोजन (N34) का उपज वितरण पर दृश्य प्रभाव अगले स्क्रीनशॉट्स में कैप्चर किया गया है *(आकृ.6, आकृ.7, आकृ.8)*। यहाँ निष्कर्षों का संक्षिप्त विवरण है:

* <mark style="color:नीला;">मुख्य ज़ोन, जिसमें नाइट्रोजन दर 150 kg/ha है, 45.8 हेक्टेयर में फैला है और औसत उपज 4.99 t/ha है</mark> (*आकृ.6*).
* <mark style="color:नीला;">पहला ट्रायल ज़ोन, जिसमें 180 kg/ha नाइट्रोजन लागू किया गया, 1.76 हेक्टेयर में फैला है और औसत उपज 6.5 t/ha है</mark> (*आकृ.7*).
* <mark style="color:नीला;">दूसरा ट्रायल ज़ोन, जिसमें 120 kg/ha नाइट्रोजन है, 1.86 हेक्टेयर को कवर करता है और औसत उपज 6.39 t/ha है</mark> (*आकृ.8*).

परिणाम एक महत्वपूर्ण प्रश्न उठाते हैं: <mark style="color:नारंगी;">क्यों कम लागू दर उच्च दर से अधिक कुशल लगती है?</mark> गहरी समझ प्राप्त करने के लिए, अगला चरण शामिल है[ वास्तव में लागू किए गए डेटा का उपयोग करके ट्रायल का मूल्यांकन करना](#applied-based-evaluation).

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FraVRCgxuEVTGfTKK4c0s%2Fimage.png?alt=media&#x26;token=57602ad8-bd9f-46b4-adcf-5de53f99fe7b" alt=""><figcaption><p>आकृ.6 मुख्य ज़ोन N34 150kg/ha के साथ</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FNM80FFM2TQULwV54LuqW%2Fimage.png?alt=media&#x26;token=1542336e-20a2-4a77-a343-9a92f67c90eb" alt=""><figcaption><p>आकृ.7 ट्रायल ज़ोन N34 180kg/ha के साथ</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FITg4CWAJb27X28jquqyO%2Fimage.png?alt=media&#x26;token=cff8d0b3-5896-4f34-bbdc-6a34a7352982" alt=""><figcaption><p>आकृ.8 ट्रायल ज़ोन N34 120kg/ha के साथ</p></figcaption></figure>

नीचे, आप मूल्यांकन के दौरान उपयोग किए गए सूत्रों और कॉन्फ़िगरेशन की विस्तृत चर्चा पाएँगे।&#x20;

{% hint style="info" %}
Equation दृष्टिकोण और इसके कार्यान्वयन को और गहराई से समझने के लिए, कृपया हमारे दोनों ट्यूटोरियल देखें: [यूज़र इंटरफ़ेस](https://docs.geopard.tech/geopard-tutorials/in/product-tour-web-app/equation-based-analytics) और [API](https://docs.geopard.tech/geopard-tutorials/in/api/diagrams-with-basic-flows/5.).
{% endhint %}

यहाँ गणनाएँ पुनरुत्पादित करने के लिए चलाने वाले समीकरण दिए गए हैं।&#x20;

1. मुख्य 150 kg/ha के साथ: \
   `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)`
2. ट्रायल 120 kg/ha के साथ: \
   `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)`
3. ट्रायल 180 kg/ha के साथ: \
   `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)`

यह महत्वपूर्ण है कि सक्रिय करें *Numpy* *(आकृ.9)* और बंद करें *इंटरपोलेशन* *(आकृ.10)*.

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FixfesbJQxzVC93JW3H7b%2Fimage.png?alt=media&#x26;token=dcab1611-8a33-4450-9b06-5ba24760e8c3" alt=""><figcaption><p>आकृ.9 "Numpy" सक्रिय करें</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0V4AxWhE0zraNfH1axHQ%2Fimage.png?alt=media&#x26;token=d86b3921-c313-4946-9455-35fbef29cc13" alt=""><figcaption><p>आकृ.10 "Interpolated" डेटा के उपयोग को बंद करें</p></figcaption></figure>

## लागू-आधारित

एक उल्लेखनीय अवलोकन यह है कि ट्रायल के दौरान वास्तविक Applied Rate हमेशा नियोजित (Target) Rate के अनुरूप नहीं होता। विशेष रूप से, वितरण 120 kg/ha से लेकर 189 kg/ha तक है *(आकृ.11)*। इस परिवर्तनशीलता को देखते हुए, त्रुटि सहनशीलता के लिए एक मानक तय करना आवश्यक हो गया। इसलिए, ±5% सटीकता को ट्रायल को मूल्यांकन के लिए उपयुक्त मानने की स्वीकार्य सीमा निर्धारित की गई।

अगले स्क्रीनशॉट्स में प्रस्तुत (*आकृ.12, आकृ.13, आकृ.14)* वह उपज का सांख्यिकीय वितरण है, जो असल में लागू किए गए नाइट्रोजन (N34) नंबरों पर केंद्रित है। यहाँ संक्षेपित आँकड़े दिए गए हैं, ±5% सटीकता को ध्यान में रखते हुए:

* <mark style="color:नीला;">मुख्य ज़ोन में 150 kg/ha पर लागू क्षेत्र 43.5 हेक्टेयर था, औसत उपज 4.9 t/ha रही</mark> (*आकृ.12*).&#x20;
* <mark style="color:नीला;">पहले ट्रायल ज़ोन में 180 kg/ha पर 1.47 हेक्टेयर क्षेत्र कवर हुआ और औसत उपज 6.5 t/ha रही</mark> (*आकृ.13*).&#x20;
* <mark style="color:नीला;">दूसरे ट्रायल ज़ोन (120 kg/ha) में 1.44 हेक्टेयर क्षेत्र था, औसत उपज 6.3 t/ha रही</mark> (*आकृ.14*).

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FQ5Aawg78wAVNsybfq2RB%2Fimage.png?alt=media&#x26;token=293f63d1-414b-4e23-be09-b54844f21988" alt=""><figcaption><p>आकृ.11 ट्रायल में वास्तविक लागू दरें</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FyBHR1SLHA9ujXr5wk8xA%2Fimage.png?alt=media&#x26;token=78f67150-560b-4495-974e-30407e25aca9" alt=""><figcaption><p>आकृ.12 N34 150kg/ha ±5% के साथ मुख्य ज़ोन</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FeOMxE76sp3ugO1NffWPN%2Fimage.png?alt=media&#x26;token=9e3f47ae-250a-41dd-b9ce-f3d4bcaab85e" alt=""><figcaption><p>आकृ.13 N34 180kg/ha ±5% के साथ ट्रायल ज़ोन</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJUBlkogPAF2fTSYa0EOW%2Fimage.png?alt=media&#x26;token=48dd3f24-df15-40da-905c-9012b70971d2" alt=""><figcaption><p>आकृ.14 N34 120kg/ha ±5% के साथ ट्रायल ज़ोन</p></figcaption></figure>

विधि और इन परिणामों के विशिष्ट पहलुओं को गहराई से समझने के लिए, उपयोग किए गए समीकरण नीचे दिए गए हैं:

1. ट्रायल वास्तविक लागू नाइट्रोजन:\
   `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)`
2. 150 kg/ha के साथ मुख्य जिसमें 5% स्वीकार्यता शामिल है: \
   `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
3. 120 kg/ha के साथ ट्रायल जिसमें 5% स्वीकार्यता शामिल है: \
   `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
4. 180 kg/ha के साथ ट्रायल जिसमें 5% स्वीकार्यता शामिल है: \
   `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

## **लागू-आधारित और ऐतिहासिक उत्पादकता**

ट्रायल से प्राप्त उपज के आंकड़े लगातार पूरे खेत की औसत उपज से अधिक हैं। इस असमानता का एक मुख्य कारण वह ऐतिहासिक रूप से उच्च उत्पादकता वाला क्षेत्र प्रतीत होता है जहाँ ट्रायल हुए थे, जैसा कि में चित्रित है *आकृ.15* और *आकृ.16*। ट्रायल के अधिक बारीक मूल्यांकन के लिए, परिणामों का विश्लेषण करते समय उत्पादकता ज़ोन को ध्यान में रखना आवश्यक है।

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FH0aA9ZAe2IkSFtqcJe5B%2Fimage.png?alt=media&#x26;token=c58e81d6-b2df-4d6d-8682-3c750f38f2a1" alt=""><figcaption><p>आकृ.15 ऐतिहासिक फील्ड पोटेंशियल ज़ोन</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fi2agD6onOT4aVaW9LvHh%2Fimage.png?alt=media&#x26;token=feecbfd5-2433-4061-85b9-8233446572d8" alt=""><figcaption><p>आकृ.16 ऐतिहासिक फील्ड पोटेंशियल ज़ोन as YieldDataset के रूप में</p></figcaption></figure>

अगले स्क्रीनशॉट्स में प्रस्तुत (*आकृ.17, आकृ.18, आकृ.19)* वह उपज का सांख्यिकीय वितरण है, जो असल में लागू किए गए नाइट्रोजन (N34) नंबरों को ऐतिहासिक उत्पादकता ज़ोन्स (GeoPard में बनाए गए) के साथ ओवरलैप करके दर्शाता है। यहाँ संक्षेपित आँकड़े दिए गए हैं, लागू किए गए नंबरों के लिए ±5% सटीकता स्वीकृति को ध्यान में रखते हुए:

* <mark style="color:नीला;">150 kg/ha पर मुख्य ज़ोन में लागू क्षेत्र 2.65 हेक्टेयर था, औसत उपज 6.34 t/ha रही</mark> (*आकृ.17*).
* <mark style="color:नीला;">पहले ट्रायल ज़ोन में 180 kg/ha पर 1.08 हेक्टेयर क्षेत्र कवर हुआ और औसत उपज 6.41 t/ha रही</mark> (*आकृ.18*).
* <mark style="color:नीला;">दूसरे ट्रायल ज़ोन (120 kg/ha) में 1.78 हेक्टेयर क्षेत्र था, औसत उपज 6.33 t/ha रही</mark> (*आकृ.19*).

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FPqw7u62bJAezDn9UW5qs%2Fimage.png?alt=media&#x26;token=ff101b42-7882-4dc3-a2ad-b57053900768" alt=""><figcaption><p>आकृ.17 N34 150kg/ha के साथ मुख्य ज़ोन जो ऐतिहासिक उत्पादकता से ओवरलैप है</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmzkQRoU3HMMOm1fLLjNY%2Fimage.png?alt=media&#x26;token=ba8105da-877b-4234-9e1d-f59826949bf0" alt=""><figcaption><p>आकृ.18 N34 180kg/ha ±5% के साथ ट्रायल ज़ोन जो ऐतिहासिक उत्पादकता से ओवरलैप है</p></figcaption></figure>

<figure><img src="https://537187778-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FzTOI3v14HdZLANjM3o36%2Fimage.png?alt=media&#x26;token=f83a50dd-585d-4b66-937d-eb0d2f1c78f0" alt=""><figcaption><p>आकृ.19 N34 120kg/ha ±5% के साथ ट्रायल ज़ोन जो ऐतिहासिक उत्पादकता से ओवरलैप है</p></figcaption></figure>

विधि और इन परिणामों के विशिष्ट पहलुओं को गहराई से समझने के लिए, उपयोग किए गए समीकरण नीचे दिए गए हैं:

1. 150 kg/ha के साथ मुख्य जिसमें 5% स्वीकार्यता शामिल है और ऐतिहासिक उत्पादकता से ओवरलैप: \
   `Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
2. 120 kg/ha के साथ ट्रायल जिसमें 5% स्वीकार्यता शामिल है और ऐतिहासिक उत्पादकता से ओवरलैप: \
   `Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
3. 180 kg/ha के साथ ट्रायल जिसमें 5% स्वीकार्यता शामिल है और ऐतिहासिक उत्पादकता से ओवरलैप: \
   `Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

जहाँ&#x20;

* वह हिस्सा `Productivity_SubZone == 51` उच्च उत्पादकता ज़ोन को दर्शाता है जिनमें लागू प्रयोग हुए थे,
* वह भाग `(Applied_Value >= 142.5) & (Applied_Value <= 157.5)` , `(Applied_Value >= 114.0) & (Applied_Value <= 126.0)`,  `(Applied_Value >= 171.0) & (Applied_Value <= 189.0)` इन दरों से ±5% सटीकता को समाहित करते हैं `150`, `120`, `180` किग्रा/है.

## सारांश

ट्रायल से प्राप्त उपज परिणाम खेत के उच्च ऐतिहासिक उत्पादकता ज़ोन में देखी गई औसत उपज के साथ निकटता से संरेखित हैं। दूसरे शब्दों में, N34 उत्पाद के प्रायोगिक अनुप्रयोग दरें <mark style="color:नीला;">120 kg/ha - 150 kg/ha - 180 kg/ha</mark>, ने औसत उपज दीं <mark style="color:नीला;">6.33 t/ha - 6.34 t/ha - 6.41 t/ha</mark> क्रमशः, ने उच्च उत्पादकता ज़ोन के भीतर कटाई की गई उपज पर महत्वपूर्ण प्रभाव नहीं डाला।
