> 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/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.md).

# 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

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

精密農業では、正確なデータと高度な分析が、より賢明な意思決定と農場の生産性向上の鍵となります。昨年、 [GeoPard Agriculture](https://geopard.tech/) は [John Deere](https://deere.com/) 販売店の [Sergio Bassan S.r.l.](https://www.bassan.com/) とイタリアで提携し、生育期間を通じて地域の農家を支援しました。ここでは、協業が一つの圃場にもたらした効果を例としてご紹介します。

## 1. 導入：生産性ゾーンと可変施用マップの作成 <a href="#ember54" id="ember54"></a>

シーズンに備え、過去の収量データと植生の推移を分析し、圃場の生産性特性を評価しました。地形は比較的平坦で制約要因ではなかったため、収量と過去の植生パターンに重点を置きました。収量データは、 [John Deere Operations Centerとの連携](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/john-deere-operations-center-integration/john-deere-operations-center-integration/2.-connect-to-johndeere-operations-center).

を介してGeoPardにスムーズに取り込まれました。 [複数レイヤーによる手法](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics)を用いて、衛星画像のEVI2指数と収量データ、過去の植生情報に基づき、各圃場を3つの生産性ゾーンに区分しました。これにより農家は、圃場内のばらつきに合わせて播種量や施肥量を調整し、播種・施肥計画をきめ細かく最適化できました。

可変播種（VRA）の効果を評価するため、すべての生産性ゾーンを横切る試験ラインを設定しました。この直接比較により、可変播種と従来の均一量播種の効果を測定できました。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F9K1AKO8U6WRqtK5XBVKj%2F1.png?alt=media&amp;token=de34466e-17f1-40c9-98da-c00d71ae5d14" alt="The GeoPard VRA seeding map for silage corn, with the trial line."><figcaption><p>試験ラインを強調表示した、サイレージ用トウモロコシの可変播種マップ。</p></figcaption></figure>

## 2. 精密な作業：播種から施肥まで <a href="#ember59" id="ember59"></a>

GeoPardを活用することで、可変施用マップに基づく作業を円滑に実施でき、シーズンを通じた施用状況を詳細に追跡できました。

### 可変施用マップのスムーズな共有と作業実行 <a href="#ember61" id="ember61"></a>

可変施用マップは、農業機械で実行できるようJohn Deere Operations Centerに直接送信されました。GeoPardは、Shapefile、ISOXML、John Deere Ops Centerとの直接連携など、複数の形式でのエクスポートに対応しており、「Files」「Map Layers」および [Work Plans](https://youtu.be/op1o-Y3r6bg)として出力できます。シーズンを通じて、可変量施用（播種、窒素施肥）と一定量施用（播種前のリン・カリウム施用、および複数回の窒素追肥）を組み合わせ、作物の生育と養分管理を最適化しました。

### 実施済み施肥マップの追跡 <a href="#ember63" id="ember63"></a>

GeoPardはすべての施用データを取得・分析し、 [計画した作業と実際に行った作業を比較](https://docs.geopard.tech/geopard-tutorials/agronomy/evaluate-accuracy-of-seeding-application) して、調整や再施用が必要となる可能性のある差異を検出しました。目標播種量と実際の播種量を比較した結果、大きな差異はなく、計画どおり正確に作業が行われたことが確認されました。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDqi85aemYTwjcnJtiTPT%2F2.png?alt=media&amp;token=bd5d1333-bcbc-4535-bf67-259d8ac719d7" alt="Article content"><figcaption><p>播種量：目標値と実績値の比較。</p></figcaption></figure>

## 3. 実行につながる知見の提供 <a href="#ember66" id="ember66"></a>

収穫後の分析は、そのシーズンの経験を次に活かし、翌シーズンの計画を立てるうえで重要な役割を果たします。

### 収量データのクリーニングと補正 <a href="#ember68" id="ember68"></a>

収穫が完了すると、John Deere Operations Centerとの連携を通じて収量マップがGeoPardに自動表示されます。また、GeoPardの画面から手動でアップロードすることもできます。このプラットフォームは、 [収穫機の収量データを補正・クリーニングし](https://docs.geopard.tech/geopard-tutorials/agronomy/yield-calibration-and-cleaning)、より良い意思決定に役立つ高精度な分析結果を提供します。以下の並列比較から、データクリーニングによって分析の精度と信頼性がどのように向上するかが明確に分かります。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FgYa1XZB0Ay1GnowHzUs4%2F3.png?alt=media&amp;token=8e1afa21-e0ac-48ab-a087-9aa5c7edae25" alt="Article content"><figcaption><p>補正後（上）と未加工（下）の収量データ。</p></figcaption></figure>

### 窒素管理 <a href="#ember71" id="ember71"></a>

シーズン中に実施したすべての施用マップを利用できたため、窒素関連の作業をすべて合算し、窒素施用総量を正確に算出できました。

窒素吸収量は、収量データと作物モデルを用いて算出しました。収穫機に粗タンパク質センサーが搭載されている場合は、そのデータも計算に取り入れ、さらに精度の高い分析結果を得られます。

[窒素利用効率と余剰量](https://docs.geopard.tech/geopard-tutorials/agronomy/nitrogen-use-efficiency-and-uptake) は、窒素投入総量と作物の窒素吸収量を比較して評価しました。これにより、今後のシーズンに向けた施肥計画の最適化に役立てられます。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnuPXw9XnwPy3lc6Dci9B%2F4.png?alt=media&amp;token=05758c78-f64a-494b-970f-0bf22238ff6c" alt="Article content"><figcaption><p>窒素利用効率。</p></figcaption></figure>

### 可変施用と試験区の評価 <a href="#ember76" id="ember76"></a>

試験区を明確に設定したことで、生産性の異なるゾーン間で作物の生育状況を比較する詳細な分析を行えました。

これらの分析結果から、 [各ゾーンが可変播種にどのように反応したか](https://docs.geopard.tech/geopard-tutorials/agronomy/field-trial-analytics)を明確に把握でき、今後のシーズンに向けた最適な取り組みの検証に役立ちました。

提供された試験マップとデータ表では、4つの異なる生産性ゾーンにおける作物の生育状況を詳細に分析し、可変播種（VRA）が収量と収益性に与える影響を示しています。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FEpEUASCH2lPMWsn6nECR%2F5.png?alt=media&amp;token=955f90ec-264b-40f8-9e83-4be408601aef" alt="VRA and trial results"><figcaption><p>可変施用と試験結果。</p></figcaption></figure>

### **主な観察結果と知見**

* **収益性と面積**：ゾーン2は総利益と平均収量が最も高かった一方、ゾーン3では、面積が小さくても生産性の高い圃場（20.42 t/ha）が、1ヘクタール当たり€1808.14の高い収益性を生み出せることが示されました。
* **ゾーン別の実績**：地図を見ると、最も収量の高いエリアが生産性の高い薄緑色のゾーン（ゾーン3）と一致しており、VRA播種に対して大きな効果があったことが分かります。
* **利益の分布**：ゾーン4（試験区）は十分な収量があったにもかかわらず、面積が小さく、投入資材コストが高かった、または効率が低かった可能性があるため、総利益は伸びませんでした。
* **今後への示唆**：これらの分析結果は、今後の作期に向けて播種戦略を改善するためのデータに基づく指針となります。ゾーン3のような反応性の高いゾーンへの投資を増やすことで、農場全体の生産性向上が期待できます。

### 収量と収益性の分析 <a href="#ember83" id="ember83"></a>

収量データを実際の投入資材コストと照らし合わせて分析することで、農家は [空間的な利益マップ](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/) 圃場内の細かな単位で収益性を評価する強力なツールです。収量による収入から費用を差し引いて比較することで、利益率の高いゾーンを特定し、より重点的な対策が必要なエリアを明らかにしました。

<figure><img src="https://1993076779-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="Article content"><figcaption><p>利益率の高いエリアと低いエリアを示す利益マップ。</p></figcaption></figure>

## 4. 今後の展望：次の取り組み <a href="#ember86" id="ember86"></a>

今年の成果を踏まえ、John DeereディーラーのSergio Bassan Italyとの協業は、追加機能と運用の強化を伴い、2025年の作期も継続します。

### 土壌サンプリング地点の自動提案 <a href="#ember88" id="ember88"></a>

GeoPardのインテリジェントシステムが、ゾーン別の土壌サンプリングに最適な地点を提案します。サンプリングと圃場調査にはGeoPard Mobileアプリを使用します。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKOxGw1tENbXpyyyOd9Q6%2F7.png?alt=media&amp;token=6ad38d66-31a4-44c3-9900-3dbb6b7e4e48" alt="Article content" width="375"><figcaption><p>土壌サンプリング地点マップ</p></figcaption></figure>

### 土壌サンプリングデータの分析とVRA提案 <a href="#ember91" id="ember91"></a>

土壌 [データ](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/import/soil-data) を収集すると、GeoPardがその情報を精密施肥マップに変換し、各ゾーンに応じた可変施肥処方の作成を支援します。

### 試験区とVRAの分析を自動化 <a href="#ember93" id="ember93"></a>

農家は、VRA戦略と試験区の効果を評価する自動化されたプロセスを活用でき、より迅速で一貫性のあるレポート作成が可能になります。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F4oApZ5oWX8s85glsZbVc%2F8.png?alt=media&amp;token=16653dc6-8966-408d-9a0e-22cd2ea820ac" alt="Article content"><figcaption></figcaption></figure>

### 利益マップの自動生成 <a href="#ember96" id="ember96"></a>

実施した作業やその他の重要なデータを用いた収益性マップの自動生成を計画しています。収益性の最適化と次の作期の計画を支援します。

## 5. パートナーの声 <a href="#ember98" id="ember98"></a>

パートナーである **Sergio Bassan Italy**,

> 「GeoPardの分析機能のおかげで、私たちのチームや農家は精密農業ツールを効果的に活用できるようになりました。信頼できる分析と作期を通じた一貫したサポートにより、投入資材の計画と管理が改善しました。私たちの部門とGeoPardの連携が、お客様に大きな変化とメリットをもたらすと確信しています。」

\- [Edoardo Pozzato](https://www.linkedin.com/article/edit/7307362147670343682/)、精密農業担当アグロノミスト。

## おわりに <a href="#ember102" id="ember102"></a>

生産性ゾーンの設定から収量マップや利益マップの分析まで、John DeereディーラーのSergio Bassan Italyとの協業は、精密農業がもたらす実際のメリットを示しています。土壌サンプリング地点の自動提案や収益性分析の改善を進めることで、この地域の農家の作業効率と持続可能性をさらに高めていきます。

## 企業紹介 <a href="#ember104" id="ember104"></a>

[**Sergio Bassan srl**](https://www.bassan.com/it/)**:** 同社は10拠点で、新品・中古の農業機械、トラクター、コンバイン、シュレッダー、テレスコピックハンドラー、油圧ショベル、衛星測位ガイダンスシステム、耕起・牧草作業用機器、園芸・ブドウ栽培用機器、ガーデニング機械やトラクター、アクセサリー、交換部品を取り扱っています。Sergio Bassanのチームには、精密農業技術の案内を行い、農家が圃場でそのメリットを実感できるよう支援する、8名の精密農業技術者が在籍しています。精密農業部門は、お客様との継続的なつながりを保ち、遠隔でも継続的にサポートを提供しながら、新しいソリューションを試験することを目指しています。

[**GeoPard Agriculture**](https://geopard.tech/)**:** 同社は精密農業技術の最前線に立っています。地理空間分析を専門とするGeoPardは、複雑な農業データを実行可能な知見へと変換するソリューションを提供しています。同社の技術は、土壌分析からVRAマップ、リモートセンシング、農業機械データの分析まで、農作業のさまざまな側面の最適化を支援し、スマート農業の発展に大きく貢献しています。


---

# 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/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.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.
