# उपज डेटा और हार्वेस्ट एनालिटिक्स

कच्ची हार्वेस्टर फाइलों को निर्णय-तैयार उपज लेयर्स में बदलने के लिए GeoPard का उपयोग करें।

### सामान्य वर्कफ़्लो

{% stepper %}
{% step %}

### इम्पोर्ट

शेपफाइल, मशीनरी फाइलों, या John Deere से कटाई का डेटा लाएँ। पहले फाइल इम्पोर्ट करें। फिर प्रोसेस करें, साफ करें, कैलिब्रेट करें, गैप भरें, और नतीजे को कृषि-संबंधी सिफारिशों के लिए फिर से इस्तेमाल करें।
{% endstep %}

{% step %}

### प्रोसेस

एट्रिब्यूट, इकाइयाँ, खेत से फिट, और मशीन-विशिष्ट विवरण जाँचें।
{% endstep %}

{% step %}

### साफ करें और कैलिब्रेट करें

नॉइज़ हटाएँ। स्ट्रिपिंग ठीक करें। मानों को भरोसेमंद कुल के साथ मिलाएँ।
{% endstep %}

{% step %}

### गैप भरें

जहाँ लॉगिंग गायब है या अधूरी है, वहाँ सिंथेटिक यील्ड का उपयोग करें।
{% endstep %}

{% step %}

### सिफारिशें बनाएं

साफ की गई उपज से ज़ोन, समीकरण, और लाभप्रदता वर्कफ़्लो बनाएं।
{% endstep %}

{% step %}

### आउटपुट साझा करें

उपज से बने लेयर्स और सिफारिशें John Deere Ops Center को भेजें।
{% endstep %}
{% endstepper %}

### 1. उपज डेटा इम्पोर्ट करें

GeoPard मानक GIS फाइलों और मशीनरी फॉर्मेट्स को सपोर्ट करता है।

आम इनपुट में शामिल हैं `shp`, `ISOXML`और ऐसे प्रॉपराइटरी फाइलें जैसे `jdl`, `cn1`, `adm`, `dat`और संबंधित मशीन आर्काइव्स।

आप John Deere Operations Center से सीधे भी उपज इम्पोर्ट कर सकते हैं।

<figure><img src="https://537187778-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>मशीनरी फाइलें अपलोड करें और GeoPard को उन्हें डेटासेट में पार्स करने दें।</p></figcaption></figure>

सटीक प्रक्रिया के लिए इन पेजों का उपयोग करें:

* [Yield Data Import](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/yield-data-import)
* [Machinery Proprietary Formats](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/machinery-proprietary-formats)
* [MyJohnDeere से इम्पोर्ट करें](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)

### 2. उपज डेटा की प्रोसेसिंग

इम्पोर्ट के बाद, GeoPard डेटासेट को खेत से जोड़ता है और उसके कटाई-एट्रिब्यूट दिखाता है।

यह वह चरण है जहाँ यह पक्का किया जाता है कि डेटासेट उपयोग करने लायक है।

सबसे पहले ये बिंदु जाँचें:

* मुख्य उपज एट्रिब्यूट सही तरह से चुना गया है
* इकाइयाँ सही हैं और आपस में तुलना योग्य हैं
* नमी, गति, स्वाथ चौड़ाई, और हेडिंग वाजिब लगते हैं
* डेटा खेत की सीमा में फिट बैठता है
* ज़रूरत पड़ने पर मशीन पथ या कटाई की तारीखें उपलब्ध हैं

यह समीक्षा सफाई, ज़ोनिंग, या समीकरण के काम से पहले मदद करती है।

{% hint style="info" %}
उपज डेटासेट में अक्सर एक से ज़्यादा उपयोगी लेयर होती हैं।

उपज द्रव्यमान के अलावा, नमी, शुष्क पदार्थ, गति, दूरी, हेडिंग, और मशीन पथ के व्यवहार की जाँच करें।
{% endhint %}

### 3. सफाई और कैलिब्रेशन

कच्ची उपज फाइलों में अक्सर मोड़, रुकावट, स्पाइक, ओवरलैप, और खेत के बाहर के मान होते हैं।

GeoPard उन गड़बड़ियों को साफ करता है और आगे के विश्लेषण के लिए डेटासेट को कैलिब्रेट करता है।

<figure><img src="https://537187778-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>सफाई और कैलिब्रेशन के बाद का परिणाम।</p></figcaption></figure>

इसका उपयोग तब करें जब आपको चाहिए:

* आउटलायर और नॉइज़ हटाना
* डेटा को खेत की सीमा के अनुसार काटना
* एक से ज़्यादा कंबाइन या कटाई के दिनों को एक लाइन में लाना
* ज्ञात औसत या कुल उपज से ग्लोबल बायस ठीक करना
* USDA की उपज-सफाई लॉजिक लागू करना

पूरा गाइड यहाँ खोलें:

* [Yield Calibration & Cleaning](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/yield-calibration-and-cleaning)

{% hint style="warning" %}
इसका उपयोग करें **Pathwise calibration** जब स्ट्रिपिंग कई मशीनों या दिनों से आ रही हो।

इसका उपयोग करें **Average or Total calibration** जब खेत का कुल भरोसेमंद हो।
{% endhint %}

### 4. सिंथेटिक उपज मानचित्र

हर कटाई में पूरा उपज लॉग नहीं होता।

जब डेटा गायब हो, आंशिक हो, या कभी रिकॉर्ड ही न किया गया हो, तब सिंथेटिक उपज मानचित्र मदद करते हैं।

<figure><img src="https://537187778-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>कैलिब्रेट की गई उपज की तुलना सिंथेटिक उपज मानचित्र से करें।</p></figcaption></figure>

<figure><img src="https://537187778-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>सिंथेटिक उपज डेटासेट का एक उदाहरण।</p></figcaption></figure>

यह तब उपयोगी है जब:

* पुराने हार्वेस्टर में यील्ड मॉनिटर नहीं था
* खेत का केवल कुछ हिस्सा ही लॉग किया गया था
* कच्चा डेटा अकेले भरोसा करने लायक नहीं है
* केवल खेत की औसत या कुल उपज पता है

सिंथेटिक उपज ऐतिहासिक खेत के व्यवहार और रिमोट सेंसिंग पैटर्न का उपयोग करती है।

यह इसके लिए भी काम करती है **आंशिक बहाली**.

अगर खेत के एक हिस्से में उपयोगी कटाई डेटा है और दूसरा हिस्सा गायब है या बहुत नॉइज़ वाला है, तो GeoPard अधूरे हिस्से को फिर से बना सकता है और एक ज्यादा पूरा उपज डेटासेट बना सकता है।

<figure><img src="https://537187778-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>आंशिक कटाई डेटासेट के गायब हिस्से को पुनर्निर्मित करें।</p></figcaption></figure>

और पढ़ें:

* [Synthetic Yield Map](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/synthetic-yield-map)
* [Satellite Monitoring](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/satellite-monitoring)

### 5. उपज डेटा से सिफारिशें बनाएं

साफ उपज डेटा, प्रिस्क्रिप्शन और सीज़न बाद के एनालिटिक्स के लिए सबसे मजबूत इनपुट्स में से एक है।

#### ज़ोन

उपज को अकेले इस्तेमाल करें या उसे मिट्टी और as-applied लेयर्स के साथ जोड़ें।

यह प्रोडक्टिविटी ज़ोन और वैरिएबल-रेट प्लानिंग के लिए एक आम तरीका है।

आप कई वर्षों के उपज डेटासेट से भी ज़ोनिंग बना सकते हैं।

आम वर्कफ़्लो यह है:

* हर उपज डेटासेट को साफ और कैलिब्रेट करें
* अलग-अलग वर्षों के डेटासेट को नॉर्मलाइज़ या तुलना करें
* जहाँ ऐतिहासिक कटाई लॉगिंग गायब हो, वहाँ सिंथेटिक उपज शामिल करें
* चुनी गई उपज लेयर्स को एक ज़ोनिंग वर्कफ़्लो में जोड़ें

उपयोगी पेज:

* [Creating Zones Map using Soil/Yield/As Applied Data](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/zones-maps-and-analytics/creating-zones-map-using-soil-yield-as-applied-data)
* [Field Management Zones (Productivity Zones) Creation Process](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/field-management-zones-productivity-zones-creation-process)
* [Comparing Yield Datasets](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)

#### समीकरण

निकासी, दक्षता, ROI, समानता, और कस्टम एनालिटिक्स के लिए समीकरणों में उपज का उपयोग करें।

* [Equation-based Analytics](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics)
* [Batch Equation analytics](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics/batch-equation-analytics)
* [Nitrogen Use Efficiency (NUE) & Nitrogen Uptake](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)

#### पोषक-तत्व अवशोषण पर आधारित VRA मानचित्र

उपज डेटा पोषक-तत्व निकासी और पोषक-तत्व अवशोषण वर्कफ़्लो को भी सपोर्ट कर सकता है।

एक व्यावहारिक उदाहरण है फसल के अवशोषण लॉजिक से वैरिएबल-रेट नाइट्रोजन मानचित्र बनाना, फिर उसे मशीन-तैयार प्रिस्क्रिप्शन के रूप में एक्सपोर्ट करना।

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>उपज डेटा से निकले पोषक-तत्व अवशोषण पर आधारित VRA मानचित्र का उदाहरण।</p></figcaption></figure>

GeoPard यह गणना कर सकता है:

* **नाइट्रोजन अवशोषण (NU)**
* **नाइट्रोजन उपयोग दक्षता (NUE)**
* **नाइट्रोजन अधिशेष (NS)**

ये आउटपुट मदद करते हैं यह पहचानने में कि कहाँ फसल ने ज़्यादा पोषक-तत्व निकाले, कहाँ नाइट्रोजन इस्तेमाल नहीं हुई, और अगले सीज़न की दरें कहाँ ऊपर या नीचे करनी चाहिए।

इन संदर्भों का उपयोग करें:

* [Nitrogen Use Efficiency (NUE) & Nitrogen Uptake](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)
* [यूज़ केस: आलू के लिए वैरिएबल-रेट नाइट्रोजन (VRA) से 5–10% अधिक उपज हासिल करना](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/use-case-variable-rate-nitrogen-vra-for-potatoes-to-realize-5-10-more-yield)
* [ज़ोन में वैरिएबल रेट असाइन करें (Ag inputs Rates Distribution Tool)](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)

#### लाभ मानचित्र

लाभ-शैली वर्कफ़्लो में उपज, कीमतें, और ऑपरेशन लागतें मिलाई जाती हैं।

इनका उपयोग यह देखने के लिए करें कि एक ही खेत के अंदर मार्जिन कहाँ अलग है, न कि सिर्फ़ खेत का एक औसत नंबर।

इटली डीलर वर्कफ़्लो उदाहरण में, GeoPard VRA निष्पादन और कटाई समीक्षा के बाद ज़ोन के हिसाब से उपज और लाभप्रदता की तुलना करता है।

उस उदाहरण के मुख्य निष्कर्ष:

* **ज़ोन 2** में कुल लाभ और औसत उपज सबसे ज़्यादा थी।
* **ज़ोन 3** ने सबसे अधिक उत्पादकता हासिल की, **20.42 टन/हेक्टेयर**.
* **ज़ोन 3** और साथ ही **€1808.14/हेक्टेयर** की लाभप्रदता भी दी।
* लाभ मानचित्र यह दिखाता है कि कहाँ मार्जिन मज़बूत है और कहाँ लागत निकालना मुश्किल है।

<figure><img src="https://537187778-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>ऊँचे और कम मार्जिन वाले क्षेत्रों वाला लाभ मानचित्र।</p></figcaption></figure>

संदर्भ:

* [Italy में डीलर वर्कफ़्लो: John Deere Ops Center - GeoPard - VRA Nitrogen - Trials - Profit Maps](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps)
* [GeoPard Profit Maps का परिचय: सटीक कृषि में एक आगे का कदम](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. उपज डेटा John Deere Ops Center को भेजें

इसके तीन व्यावहारिक तरीके हैं।

पहले, John Deere से कटाई डेटा GeoPard में इम्पोर्ट करें।

दूसरे, उपज से बने आउटपुट्स को फाइलों या मैप लेयर्स के रूप में वापस John Deere को भेजें।

तीसरे, प्रोसेस की गई उपज को इस रूप में एक्सपोर्ट करें **ऑपरेशन डेटा**.

इसका उपयोग करें **ऑपरेशन डेटा** रूट, जब आप चाहते हैं कि साफ या कैलिब्रेट किया गया डेटासेट John Deere Operations Center में दिख रहे डेटासेट की जगह ले।

अगर खेत पहले से John Deere से लिंक है, तो उस खेत पर बने नए GeoPard एसेट्स Ops Center में वापस सिंक हो सकते हैं।

<figure><img src="https://537187778-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>GeoPard लेयर्स को John Deere Ops Center में भेजें।</p></figcaption></figure>

इन पेजों का उपयोग करें:

* [MyJohnDeere से इम्पोर्ट करें](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)
* [6. Rx Maps को John Deere Operations Center में फाइलों के रूप में एक्सपोर्ट करें](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. Soil, Topography, Satellite या Analytics को Map Layers के रूप में एक्सपोर्ट करें](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" %}
John Deere से जुड़े खेतों के लिए, GeoPard प्रोसेस की गई लेयर्स को ऑपरेशनल डेटा के रूप में वापस Ops Center में भी पुश कर सकता है।

यह उपज की सफाई और कैलिब्रेशन के बाद उपयोगी है, जब सही किया गया डेटासेट John Deere में मूल ऑपरेशनल लेयर की जगह लेना चाहिए।
{% endhint %}

### संबंधित पेज

* [Comparing Yield Datasets](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)
* [उपज डेटा देखना](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-mobile-app/viewing-yield-data)
* [Operations Log - त्रुटियों/इम्पोर्ट और एनालिटिक्स को ट्रैक करें](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/operations-log-track-errors-imports-and-analytics)