> 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/jpn/nong-xue.md).

# 農学

- [精密農学のユースケース & ベストプラクティス概要](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/noysuksu-besutopurakutisu.md): 資材効率、収量、ROIを改善する実践的な精密農学ユースケースを紹介します。
- [圃場管理ゾーン（生産性ゾーン）作成プロセス](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/znznpurosesu.md): 境界からより良い農学へ - 管理ゾーンを作成・活用・検証するためのステップバイステップのワークフロー。
- [可変播種（植え付け）マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/ekemappu.md): GeoPardでは、可変播種マップを作成するための複数のオプションを提供しています。
- [可変施肥マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/mappu.md): GeoPardでゾーンから可変施肥の処方マップを作成し、肥料施用量を割り当てて、機械用にエクスポートします。
- [収量較正 & クレンジング](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/kurenjingu.md): GeoPardで収量モニターのデータをクレンジングおよび較正する方法。USDA収量クレンジング手順を含みます。異常値、条状ムラ、旋回部、多台収穫データセットを修正します。
- [合成収量マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/mappu-1.md): GeoPardの合成収量マップモジュールにより、農家は過去年の正確なリトロスペクティブ収量マップを作成でき、データ駆動の農場管理を強化します。
- [土壌サンプリングゾーン、ポイント、ルートの作成、KMLでのエクスポート、実行](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/sanpuringuznpointortonokmldenoekusupto.md): GeoPardでスマートな土壌サンプリング計画を作成し、ポイントとルートを生成して、モバイルアプリまたはKMLやシェープファイルとしてエクスポートします。
- [播種散布の精度を評価](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/nowo.md): 処方された目標レートと実際の散布レートを空間的に比較して、播種作業の精度を評価する方法。
- [肥料散布の精度を評価](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/nowo-1.md): 処方された目標レートと実際の散布レートを空間的に比較して、肥料散布の精度を評価する方法。
- [圃場試験分析](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/pu-chang-shi-yan-fen-xi.md): 空間統計を用いて圃場試験を分析し、処理を比較し、ROIを測定し、推奨を改善します。
- [窒素利用効率（NUE） & 窒素吸収](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/zhi-su-li-yong-xiaolnue-zhi-su-xi-shou.md): 散布済み窒素データと収量/タンパク質データからTAN、NU、NUE、窒素余剰を算出します。マップと統計で過剰・不足施用ゾーンを見つけ、次シーズンの窒素計画に役立てます。
- [雑草パッチ検出と除草剤VRA処方マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/patchitovramappu.md): 目的：衛星画像から雑草パッチを検出し、ON/OFF（2ゾーン）の除草剤処方（Rx）を生成して、SHP、ISOXML、またはJohn Deereへ送信できます。
- [イタリアの販売店ワークフロー：John Deere Ops Center - GeoPard - VRA窒素 - 試験 - 利益マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/itarianowkufurjohn-deere-ops-center-geopard-vra-mappu.md): John Deere販売店ケーススタディ：Sergio Bassan & GeoPardが切り開く精密農業ROI
- [ユースケース：ジャガイモの可変施肥窒素（VRA）で収量を5〜10%向上](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/ysuksujagaimonovradewo510.md): GeoPardとSentinel-2 RedEdgeChlorophyllを使って、ジャガイモのVRA追肥マップを作成し、同じ総窒素量で収量を5〜10%向上させます。
- [収量データセットの比較](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/dtasettono.md): 収量データセットを比較して、適切な収量クレンジングと較正、合成収量の活用を含む、季節ごとの作物パフォーマンスに関するより深い洞察を得ます。
- [年ごとの土壌スキャナーデータを比較](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/gotonosukyandtawo.md): この文章では、土壌スキャナーデータセット間の違いを定量化し、研究者と農学者の意思決定を高めるためのさまざまな数学的手法を解説します。
- [洪水保険レポート](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/repto.md): GeoPardは、洪水イベントの検出、被害評価、保険報告の支援、請求の遠隔確認を支援します。
- [土壌pHデータに基づく可変散布石灰処方](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/phdtanidzuku.md): 土壌pHスキャンから可変散布石灰の処方マップを作成し、経済性を検証してから、SHP/ISOXMLとしてエクスポートするか、連携を通じて機械へ送信します。
- [カスタム式を使ったJohn Deere See and Sprayデータの分析](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/kasutamuwottajohn-deere-see-and-spraydtano.md): このチュートリアルでは、See and Sprayデータで覆われた領域にのみ農業資材を施用し、精度と効率を最大化する方法を学びます。
- [SBIで粘土と砂を検出](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/sbidetowo.md): 衛星画像を使って、粘土分が多いゾーンと砂質が優勢なゾーンを、全面再調査なしで素早くマッピングします。
- [有効水分量と有機物から作るVRA播種・窒素マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/tokararuvramappu.md): 有効水分量（PAW）と有機物（OM）を使って可変播種・窒素マップを作成し、John DeereへWork Planとして直接エクスポートして、圃場内でシームレスに実行します。
- [土壌締め固まりに基づく可変耕起](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/memarinidzuku.md): 複数の深さで測定した土壌締め固まりデータを用いて、可変耕起アプリケーションを作成します。
- [収量レポート](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/repto-1.md): 収穫収量データをゾーン単位の判断に変換し、可変施肥の成果を検証して、次シーズンを計画します。


---

# 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/jpn/nong-xue.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.