> 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/seeding/evaluate-accuracy-of-seeding-application.md).

# Valuta l’accuratezza dell’applicazione di semina

Come valutare l’accuratezza di un’applicazione di semina 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 per l’applicazione a rateo variabile (VRA) preparate in anticipo. Queste mappe contengono in genere diversi dosaggi di semina, adattati alle differenti zone del campo, per tenere conto dell’eterogeneità intrinseca del suolo e delle condizioni colturali.

Seguendo queste mappe VRA, gli agricoltori mirano a ottimizzare l’impiego delle sementi, garantire la corretta densità delle piante e massimizzare le rese. In questo caso, <mark style="background-color:yellow;">ci concentreremo sulla valutazione della precisione dell’operazione di semina</mark> confrontando i dosaggi di semina previsti (indicati nella mappa VRA) con quelli effettivamente registrati dalle macchine durante il lavoro in campo.

## Dati registrati dalle macchine

Al termine della semina, 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;">**Dosaggio previsto**</mark>**:** Il dosaggio di semina previsto in una determinata posizione, come indicato nella mappa di prescrizione (VRA o a rateo uniforme).
* <mark style="background-color:yellow;">**Dosaggio applicato**</mark>**:** Il dosaggio di semina effettivamente distribuito nella stessa posizione.

Esaminando questi due attributi in un contesto geospaziale, possiamo valutare quanto l’operazione di semina effettiva abbia seguito il piano prescritto. Il confronto consiste nel visualizzare le mappe del dosaggio previsto e del dosaggio applicato, analizzarne le distribuzioni statistiche e verificare che sia stata distribuita con precisione la quantità di sementi richiesta.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F46nZZTZdARLCWF83phTK%2Fimage.png?alt=media&amp;token=1849c0a3-92d2-4f06-851d-1906ba170db6" alt=""><figcaption><p>Dati registrati dalle macchine: dose obiettivo e dose distribuita per la distribuzione a dose variabile (VRA)</p></figcaption></figure>

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FuMX1TE9MCiwxejzTo4cd%2Fimage.png?alt=media&amp;token=7239ac8e-c82a-4970-8a53-da49a1a46ea0" 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 completa tra valore e posizione spaziale.</mark>

In altre parole, più il punteggio di similarità si avvicina a 1, più l’operazione di semina è stata eseguita con precisione. Valori costantemente prossimi a 1 indicano una stretta aderenza al piano di applicazione (VRA o a rateo uniforme) e garantiscono che il campo riceva il dosaggio di semina previsto per un insediamento ottimale della coltura.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmjCSaH3232WiBX2XT9pU%2Fimage.png?alt=media&amp;token=0ae5feb6-0442-48c0-b9c5-37700c69f8ec" alt=""><figcaption><p>Mappa dell’equazione di similarità: dose obiettivo e dose distribuita per la distribuzione a dose variabile (VRA)</p></figcaption></figure>

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FVA23PZJy0dpt3mtmdl4t%2Fimage.png?alt=media&amp;token=80fb5583-39fd-478f-b4e1-846ea3cf927c" 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/seeding/evaluate-accuracy-of-seeding-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.
