> 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/tour-del-prodotto-app-web/yield-data-and-harvest-analytics.md).

# Dati di resa e analisi del raccolto

Importa, elabora, pulisci, ripristina, analizza, crea prescrizioni, mappe di profitto e condividi i dati di resa del raccolto in GeoPard.

Usa GeoPard per trasformare i file grezzi della mietitrebbia in mappe di resa pronte per supportare le decisioni.

{% hint style="success" %}
Prova con i tuoi file di raccolta: [Inizia gratis](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=yield-data-and-harvest-analytics)
{% endhint %}

### Flusso di lavoro tipico

{% stepper %}
{% step %}

### Importazione

Importa i dati di raccolta da shapefile, file delle macchine o John Deere. Inizia importando i file. Poi elabora, pulisci e calibra i dati, colma le lacune e riutilizza il risultato per formulare raccomandazioni agronomiche.
{% endstep %}

{% step %}

### Elabora

Esamina gli attributi, le unità di misura, la corrispondenza con il campo e i dettagli specifici della macchina.
{% endstep %}

{% step %}

### Pulisci e calibra

Rimuovi il rumore. Correggi le striature. Allinea i valori ai totali di riferimento.
{% endstep %}

{% step %}

### Colma le lacune

Usa la resa sintetica dove i dati registrati sono assenti o incompleti.
{% endstep %}

{% step %}

### Crea raccomandazioni

Crea zone, equazioni e flussi di lavoro per l'analisi della redditività a partire dai dati di resa puliti.
{% endstep %}

{% step %}

### Condividi i risultati

Invia a John Deere Operations Center i layer derivati dai dati di resa e le raccomandazioni.
{% endstep %}
{% endstepper %}

### 1. Importare i dati di resa

GeoPard supporta i formati GIS standard e i formati delle macchine agricole.

Tra i formati di input più comuni: `shp`, `ISOXML`, oltre a formati proprietari come `jdl`, `cn1`, `adm`, `dat`e archivi di dati macchina correlati.

Puoi anche importare i dati di resa direttamente da John Deere Operations Center.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyA8wGTgxwgAZsjOhlmz%2Fimage.png?alt=media&amp;token=0aeed3da-5098-404c-a881-2025f690f4bd" alt="Upload machinery files"><figcaption><p>Carica i file delle macchine e lascia che GeoPard li analizzi e li trasformi in dataset.</p></figcaption></figure>

Consulta queste pagine per seguire la procedura esatta:

* [Importazione dei dati di resa](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/import-precision-agriculture-data/yield-data-import.md)
* [Formati proprietari delle macchine](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/import-precision-agriculture-data/machinery-proprietary-formats.md)
* [Importazione da MyJohnDeere](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/import-precision-agriculture-data/import-from-myjohndeere.md)

### 2. Elaborazione dei dati di resa

Dopo l'importazione, GeoPard collega il dataset al campo e rende disponibili i relativi attributi di raccolta.

In questa fase, verifica che il dataset sia utilizzabile.

Per prima cosa, controlla che:

* l'attributo principale della resa sia selezionato correttamente
* le unità di misura siano corrette e confrontabili
* umidità, velocità, larghezza di lavoro e direzione di marcia abbiano valori plausibili
* i dati rientrino nei confini del campo
* i percorsi della macchina o le date di raccolta siano disponibili, quando necessario

Questa verifica è utile prima di procedere con la pulizia dei dati, la suddivisione in zone o l'elaborazione di equazioni.

{% hint style="info" %}
I dataset di resa contengono spesso più layer utili.

Oltre alla massa raccolta, esamina l'umidità, la sostanza secca, la velocità, la distanza, la direzione di marcia e il comportamento dei percorsi della macchina.
{% endhint %}

### 3. Pulizia e calibrazione

I file grezzi della resa contengono spesso curve, soste, picchi, sovrapposizioni e valori fuori dai confini del campo.

GeoPard rimuove queste anomalie e calibra il dataset per le analisi successive.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&amp;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt="Result after cleaning and calibration"><figcaption><p>Risultato dopo la pulizia e la calibrazione.</p></figcaption></figure>

Usa questa funzione quando devi:

* rimuovere i valori anomali e il rumore
* dati di resa per confine del campo
* allineare più mietitrebbie o giornate di raccolta
* correggere la distorsione globale usando la resa media o totale nota
* applicare la logica USDA per la pulizia dei dati di resa

Apri qui la guida completa:

* [Calibrazione e pulizia della resa](https://docs.geopard.tech/geopard-tutorials/it/agronomia/yield-and-trials/yield-calibration-and-cleaning.md)

{% hint style="warning" %}
Usa **Calibrazione per passate** quando le striature derivano dall’impiego di più macchine o da raccolte in giorni diversi.

Usa **Calibrazione sulla media o sul totale** quando il totale del campo è attendibile.
{% endhint %}

### 4. Mappe di resa sintetiche

Non tutte le raccolte dispongono di registrazioni complete della resa.

Le mappe di resa sintetiche sono utili quando i dati mancano, sono parziali o non sono mai stati registrati.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&amp;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt="Calibrated vs synthetic yield"><figcaption><p>Confronta la resa calibrata con una mappa di resa sintetica.</p></figcaption></figure>

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&amp;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt="Synthetic yield dataset example"><figcaption><p>Esempio di dataset di resa sintetico.</p></figcaption></figure>

È utile quando:

* le mietitrebbie più vecchie non avevano un monitor di resa
* è stata registrata solo una parte del campo
* i dati grezzi sono troppo danneggiati per essere considerati attendibili da soli
* si conosce solo la resa media o totale del campo

La resa sintetica si basa sul comportamento storico del campo e sui pattern di telerilevamento.

È utile anche per il **ripristino parziale**.

Se una parte del campo dispone di dati di raccolta utilizzabili e un’altra è priva di dati o presenta dati troppo rumorosi, GeoPard può ricostruire l’area incompleta e creare un dataset di resa più completo.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0seT3f3a7IV3lozI6BSj%2FGeoPard-restoring_partial_yield.gif?alt=media&amp;token=1b6eecac-ac0a-45ff-80ee-26dd89da4a5a" alt="Reconstruct partial harvesting dataset"><figcaption><p>Ricostruisci la parte mancante di un dataset di raccolta parziale.</p></figcaption></figure>

Per saperne di più:

* [Mappa di resa sintetica](https://docs.geopard.tech/geopard-tutorials/it/agronomia/yield-and-trials/synthetic-yield-map.md)
* [Monitoraggio satellitare](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/satellite-monitoring.md)

### 5. Creare prescrizioni dai dati di resa

I dati di resa puliti sono tra gli input più efficaci per le prescrizioni e le analisi di fine stagione.

#### Zone

Usa solo i dati di resa oppure combinali con i layer del suolo e delle operazioni eseguite.

È un approccio comune per definire le zone di produttività e pianificare le applicazioni a rateo variabile.

Puoi anche creare zone utilizzando diversi dataset di resa raccolti in più anni.

Il flusso di lavoro tipico è:

* pulire e calibrare ciascun dataset di resa
* normalizzare o confrontare i dataset di anni diversi
* includere la resa sintetica quando mancano le registrazioni storiche della raccolta
* combinare i layer di resa selezionati in un unico flusso di lavoro per la zonizzazione

Pagine utili:

* [Creare una mappa delle zone usando dati del suolo, di resa e delle operazioni eseguite](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/zones-maps-and-analytics/create-a-zones-map-using-soil-yield-or-as-applied-data.md)
* [Processo di creazione delle zone di gestione del campo (zone di produttività)](https://docs.geopard.tech/geopard-tutorials/it/agronomia/field-management-zones-productivity-zones-creation-process.md)
* [Confrontare i dataset di resa](https://docs.geopard.tech/geopard-tutorials/it/agronomia/yield-and-trials/comparing-yield-datasets.md)

#### Equazioni

Usa la resa nelle equazioni per calcolare asportazione, efficienza, ROI, similarità e analisi personalizzate.

* [Analisi basate su equazioni](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/equation-based-analytics.md)
* [Analisi con equazioni in batch](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/equation-based-analytics/batch-equation-analytics.md)
* [Efficienza d’uso dell’azoto (NUE) e assorbimento dell’azoto](https://docs.geopard.tech/geopard-tutorials/it/agronomia/fertilizer-and-nitrogen/nitrogen-use-efficiency-nue-and-nitrogen-uptake.md)

#### Mappe VRA basate sull’assorbimento dei nutrienti

I dati di resa possono inoltre supportare i flussi di lavoro relativi all’asportazione e all’assorbimento dei nutrienti.

Un esempio pratico consiste nel creare una mappa di azoto a rateo variabile basata sulla logica di assorbimento della coltura e poi esportarla come prescrizione pronta per la macchina.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>Esempio di mappa VRA basata sull’assorbimento dei nutrienti ricavato dai dati di resa.</p></figcaption></figure>

GeoPard può calcolare:

* **Assorbimento dell’azoto (NU)**
* **Efficienza d’uso dell’azoto (NUE)**
* **Eccedenza di azoto (NS)**

Questi risultati aiutano a individuare le aree in cui la coltura ha asportato più nutrienti, quelle in cui l’azoto è rimasto inutilizzato e le zone in cui aumentare o ridurre le dosi nella stagione successiva.

Consulta questi riferimenti:

* [Efficienza d’uso dell’azoto (NUE) e assorbimento dell’azoto](https://docs.geopard.tech/geopard-tutorials/it/agronomia/fertilizer-and-nitrogen/nitrogen-use-efficiency-nue-and-nitrogen-uptake.md)
* [Caso d’uso: distribuzione di azoto a rateo variabile (VRA) nelle patate per ottenere una resa superiore del 5–10%](https://docs.geopard.tech/geopard-tutorials/it/agronomia/fertilizer-and-nitrogen/use-case-variable-rate-nitrogen-vra-for-potatoes-to-realize-5-10-more-yield.md)
* [Assegnare dosi variabili alle zone (strumento di distribuzione delle dosi dei mezzi tecnici)](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/zones-maps-and-analytics/assign-variable-rates-in-zones-ag-input-rates-distribution-tool.md)

#### Mappe di redditività

I flussi di lavoro per la redditività combinano resa, prezzi e costi delle operazioni.

Usale per confrontare i margini all’interno dello stesso appezzamento, anziché limitarti a un unico valore medio dell’intero appezzamento.

Nell’esempio di flusso di lavoro di un rivenditore in Italia, GeoPard confronta la resa e la redditività per zona dopo l’applicazione della VRA e la verifica del raccolto.

Punti chiave dell’esempio:

* **La zona 2** ha registrato il profitto totale e la resa media più elevati.
* **La zona 3** ha raggiunto la produttività più alta, pari a **20,42 t/ha**.
* **La zona 3** ha inoltre generato una **redditività di 1.808,14 €/ha** .
* La mappa di redditività evidenzia le aree con margini elevati e quelle in cui è più difficile recuperare i costi.

<figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F47XGTkAERSxGHMsIKxQ6%2F6.png?alt=media&amp;token=557d812b-784f-4d33-a208-157ef4e6ac47" alt="Profit map with high and low margin areas"><figcaption><p>Mappa di redditività con aree a margine elevato e ridotto.</p></figcaption></figure>

Riferimenti:

* [Flusso di lavoro del rivenditore in Italia: John Deere Ops Center - GeoPard - VRA azoto - Prove - Mappe di redditività](https://docs.geopard.tech/geopard-tutorials/it/agronomia/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.md)
* [Presentazione delle mappe di redditività di GeoPard: un passo avanti nell’agricoltura di precisione](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Convalidare i risultati del raccolto con Yield Report

Usa Yield Report per convalidare le prestazioni delle zone dopo il raccolto.

Confronta la resa con le dosi prescritte o effettivamente applicate. Analizza la risposta produttiva, l’economia delle zone e gli interventi per la stagione successiva.

<div><figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FjfRXHkaTS72n8EWNW1bc%2Fyield-report-tab.png?alt=media&amp;token=f242bad8-8727-4d0d-99b2-f1432adddab7" alt=""><figcaption></figcaption></figure> <figure><img src="https://1371939954-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJhUbXX7KIE0yM624ixpO%2Fcompare-by-zones-2.png?alt=media&amp;token=514b76ba-7d6f-455a-b452-6b2136e39124" alt=""><figcaption></figcaption></figure></div>

* [Report di resa](https://docs.geopard.tech/geopard-tutorials/it/agronomia/yield-and-trials/yield-report.md)

### 7. Inviare i dati di resa a John Deere Ops Center

Sono disponibili tre modalità pratiche.

Primo: importa i dati di raccolta da John Deere in GeoPard.

Secondo: invia i risultati derivati dai dati di resa a John Deere come file o livelli mappa.

Terzo: esporta i dati di resa elaborati come **dati operativi**.

Usa la modalità **dati operativi** se vuoi che il set di dati ripulito o calibrato sostituisca quello visualizzato in John Deere Operations Center.

Se l’appezzamento è già collegato a John Deere, le nuove risorse GeoPard relative a quell’appezzamento possono essere sincronizzate con Ops Center.

<figure><img src="https://1371939954-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&amp;token=97fa981e-9c01-4755-97ba-c30db4cb27ad" alt="Export layer to John Deere"><figcaption><p>Inviare i livelli GeoPard a John Deere Ops Center.</p></figcaption></figure>

Consulta queste pagine:

* [Importazione da MyJohnDeere](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/import-precision-agriculture-data/import-from-myjohndeere.md)
* [6. Esportare le mappe Rx in John Deere Operations Center come file](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/john-deere-operations-center-integration/6.-export-rx-maps-to-john-deere-operations-center-as-files.md)
* [9. Esportare suolo, topografia, dati satellitari o analisi come livelli mappa](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/john-deere-operations-center-integration/9.-export-soil-topography-satellite-or-analytics-as-map-layers.md)

{% hint style="info" %}
Per gli appezzamenti collegati a John Deere, GeoPard può anche inviare i livelli elaborati a Ops Center come dati operativi.

Questa funzione è utile dopo la pulizia e la calibrazione dei dati di resa, quando il set di dati corretto deve sostituire il livello operativo originale in John Deere.
{% endhint %}

### Pagine correlate

* [Confrontare i dataset di resa](https://docs.geopard.tech/geopard-tutorials/it/agronomia/yield-and-trials/comparing-yield-datasets.md)
* [Visualizzazione dei dati di resa](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-mobile/viewing-yield-data.md)
* [Registro operazioni - Monitoraggio di errori/importazioni e analisi](https://docs.geopard.tech/geopard-tutorials/it/tour-del-prodotto-app-web/operations-log-track-errors-imports-and-analytics.md)


---

# 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/tour-del-prodotto-app-web/yield-data-and-harvest-analytics.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.
