> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/it/agronomia/fertilizer-and-nitrogen/evaluate-accuracy-of-fertilizer-application.md).

# Valuta l’accuratezza dell’applicazione di fertilizzante

Come valutare l’accuratezza di un’applicazione di fertilizzante confrontando le dosi target prescritte con le dosi effettivamente applicate su base spaziale.

## **Contesto**

Nell’agricoltura moderna, la maggior parte delle operazioni agronomiche viene eseguita sulla base di mappe di prescrizione a dose variabile (VRA) preparate in anticipo. Queste mappe contengono in genere più dosi di fertilizzante, adattate alle diverse zone del campo, per tenere conto dell’eterogeneità intrinseca delle condizioni del suolo e delle colture.

Seguendo queste mappe VRA, gli agricoltori mirano a ottimizzare l’impiego dei fattori produttivi e a massimizzare le rese. In questo caso, <mark style="background-color:yellow;">ci concentreremo sulla valutazione della precisione della distribuzione di fertilizzante azotato</mark> confrontando le dosi di distribuzione previste (indicate nella mappa VRA) con quelle effettive, registrate dalle macchine durante il lavoro in campo.

## **Dati registrati dalle macchine**

Al termine della distribuzione del fertilizzante, i sistemi di bordo delle macchine registrano diversi parametri relativi all’operazione. In questo caso, sono particolarmente importanti due indicatori:

* <mark style="background-color:yellow;">**Dose obiettivo**</mark>**:** La quantità di fertilizzante prevista in una determinata posizione, come specificato nella mappa di distribuzione (VRA o a dose uniforme).
* <mark style="background-color:yellow;">**Dose distribuita**</mark>**:** La quantità effettiva di fertilizzante distribuita in quella stessa posizione.

Esaminando questi due attributi nel contesto geospaziale, possiamo valutare quanto la distribuzione effettiva abbia rispettato il piano prescritto. Il confronto prevede la visualizzazione delle mappe sia della **Dose obiettivo** sia della **Dose distribuita** , l’analisi delle rispettive distribuzioni statistiche e la verifica che la quantità di fertilizzante prevista sia stata effettivamente distribuita con precisione.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F1WMKKzA6wsKVGiftSRy6%2Fimage.png?alt=media&amp;token=f4266595-143b-42e6-b589-425376063237" alt=""><figcaption><p>Dati registrati dalle macchine: dose obiettivo e dose distribuita per la distribuzione a dose uniforme</p></figcaption></figure>

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F33sogmVVtR9m0sa4f0yB%2Fimage.png?alt=media&amp;token=54f502b2-b40d-4300-8b92-e0623114a593" alt=""><figcaption><p>Dati registrati dalle macchine: dose obiettivo e dose distribuita per la distribuzione a dose variabile (VRA)</p></figcaption></figure>

## **Valutare la precisione della distribuzione**

Per valutare la precisione della distribuzione del fertilizzante, utilizzeremo un’equazione salvata in precedenza, denominata <mark style="background-color:yellow;">Analisi della correlazione spaziale (similarità tra layer di dati)</mark> , che misura la similarità spaziale tra i valori della dose distribuita e della dose obiettivo.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FrDgSf0J2uDfD9Wy0GPjw%2Fimage.png?alt=media&amp;token=7af48fc7-2044-483c-b50b-a1ea3c0461f7" alt=""><figcaption><p>Cercare l’equazione esistente «Similarità tra layer di dati»</p></figcaption></figure>

<mark style="background-color:yellow;">I valori di similarità vanno da 0 a 1: 0 indica l’assenza di corrispondenza, mentre 1 indica una corrispondenza spaziale e di valore del 100%.</mark>.

In altre parole, più il punteggio di similarità si avvicina a 1, più la distribuzione del fertilizzante è stata eseguita con precisione. Valori costantemente prossimi a 1 indicano il rispetto accurato del piano di distribuzione (VRA o a dose uniforme) e garantiscono che il campo riceva la quantità di fertilizzante prevista per ottenere prestazioni ottimali della coltura.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FOb4ebuuZU9ZNsn9nt2eR%2Fimage.png?alt=media&amp;token=e9cb9daf-fc58-4ff4-8298-3ef60b6c734a" alt=""><figcaption><p>Mappa dell’equazione di similarità: dose obiettivo e dose distribuita per la distribuzione a dose uniforme</p></figcaption></figure>

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FkQKGfnjN4evJYzCzOoTi%2Fimage.png?alt=media&amp;token=6e89e49a-4684-4832-a6a8-6c8538c8e94e" alt=""><figcaption><p>Mappa dell’equazione di similarità: dose obiettivo e dose distribuita per la distribuzione a dose variabile (VRA)</p></figcaption></figure>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/it/agronomia/fertilizer-and-nitrogen/evaluate-accuracy-of-fertilizer-application.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
