> 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の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）の作成プロセス](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/znznnopurosesu.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。
- [可変施用播種（植付け）マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/kemappu.md): GeoPardでは、VRA播種マップを作成するための複数の選択肢を提供します。
- [可変施用肥料マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/mappu.md): GeoPardでゾーンから可変施用の肥料処方マップを作成し、肥料施用量を割り当て、機械用にエクスポートします。
- [収量較正 & クリーニング](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/kurningu.md): GeoPardで収量モニターのデータをクリーニングし較正する方法。USDA収量クリーニング手順を含みます。外れ値、縞状ノイズ、旋回部、複数収穫機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過去収量マップを生成でき、データ駆動型の農場管理を強化します。
- [土壌サンプリングのゾーン、採点、経路を作成し、KMLでエクスポートして実行](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/sanpuringunoznwoshikmldeekusuptoshite.md): GeoPardでスマートな土壌サンプリング計画を作成し、採点ポイントと経路を生成してから、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。
- [播種施用の精度を評価](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/nowo.md): 処方された目標値と実際の施用値を空間的に比較して、播種施用の精度を評価する方法。
- [肥料施用の精度を評価](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/nowo-1.md): 処方された目標値と実際の施用値を空間的に比較して、肥料施用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): 空間統計を使って圃場試験を分析し、処理区を比較、ROIを測定、推奨精度を高めます。
- [窒素利用効率 (NUE) & 窒素吸収](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/zhi-su-li-yong-xiaol-nue-zhi-su-xi-shou.md): 施用済みNと収量/タンパク質データからTAN、NU、NUE、窒素余剰を計算します。マップと統計で過剰施用・不足施用ゾーンを見つけ、次シーズンの窒素計画に活かします。
- [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、SHP、ISOXML、またはJohn Deereへ送信可能なON/OFF（2ゾーン）除草剤処方（Rx）を生成します。
- [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/itarianowkufur-john-deere-ops-center-geopard-vra-mappu.md): John Deere販売店ケーススタディ: Sergio BassanとGeoPardが精密農業のROIを牽引
- [ユースケース: ジャガイモ向け可変施用窒素（VRA）で5〜10%の増収を実現](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/ysuksu-jagaimokevrade510nowo.md): GeoPardとSentinel-2 RedEdgeChlorophyllを使ってジャガイモのVRA N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): 適切な収量クリーニングと較正、合成収量の活用を含め、収量データセットを比較してシーズンごとの作物パフォーマンスを深く把握します。
- [年次の土壌スキャナーデータを比較](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/nosukyandtawo.md): この記事では、土壌スキャナーデータセット間の差を定量化し、研究者や農学者の意思決定を向上させるためのさまざまな数理手法を解説します。
- [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、請求内容のリモート検証をサポートします。
- [土壌pHデータに基づくVR石灰施用](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/phdtanidzukuvr.md): 土壌pHスキャンから可変施用石灰のRx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、連携経由で機械へ送信します。
- [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説明します。
- [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、再調査なしで粘土質が多いゾーンと砂質が優勢なゾーンを素早くマッピングします。
- [植物利用可能水分と有機物からのVRA播種・窒素マップ](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/tokaranovramappu.md): 植物利用可能水分（PAW）と有機物（OM）を使って可変施用の播種マップと窒素マップを作成し、その後、シームレスな圃場実行のためにワークプランとしてJohn Deereへ直接エクスポートします。
- [土壌締め固めからのVR耕起](https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue/memekaranovr.md): 複数深度で測定した土壌締め固めデータを使って、可変施用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レベルの判断に変え、可変施用の効果を検証し、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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.geopard.tech/geopard-tutorials/jpn/nong-xue.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.