> 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/ltu/agronomija/yield-and-trials/field-trial-analytics.md).

# Laukų bandymų analitika

Analizuokite bandymus ūkyje naudodami erdvinę statistiką, kad palygintumėte bandymus, įvertintumėte investicijų grąžą ir pagerintumėte rekomendacijas.

Agronomai naudoja bandymų analizę įvairių pasėlių veislių, auginimo metodų ir išteklių naudojimo veiksmingumui vertinti, įskaitant kintamos normos taikymo rezultatus tiksliojoje žemdirbystėje. Rinkdami, analizuodami ir interpretuodami lauko bandymų duomenis, tyrėjai geriau supranta genetikos, aplinkos ir ūkininkavimo praktikos sąveiką. Šios žinios padeda kurti pasėlių valdymo strategijas, kurios leidžia išnaudoti derliaus potencialą ir kartu sumažinti išteklių sąnaudas. Be to, bandymų analizė ne tik leidžia įvertinti tiksliojo ūkininkavimo praktikų veiksmingumą, bet ir padeda nustatyti atsparias pasėlių veisles, galinčias augti įvairiomis ir sudėtingomis sąlygomis, taip prisidedant prie aprūpinimo maistu saugumo.

{% hint style="info" %}
Žr. interaktyvų ūkyje vykdomų bandymų puslapį svetainėje geopard.tech: [Ūkyje vykdomi bandymai](https://geopard.tech/on-farm-trials/)
{% endhint %}

{% hint style="info" %}
GeoPard taip pat palaiko sklypelių bandymus, skirtus dviejų veiksnių planams, pavyzdžiui, kai tos pačios normos taikomos skirtingiems hibridams. Tame pačiame georeferenciniame bandymų sluoksnyje įvertinkite ir pagrindinius poveikius, ir normos × hibrido sąveiką.
{% endhint %}

## Duomenų paruošimas

Norint veiksmingai analizuoti bandymus, reikia kelių pagrindinių duomenų rinkinių:

1. **Derliaus duomenų rinkinys**:\
   Šiame duomenų rinkinyje pateikiami derliaus duomenys.\
   Juos galime importuoti iš [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/import-from-myjohndeere.md) arba įkelti rankiniu būdu kaip [shapefile](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/yield-data-import.md) arba [mašinų gamintojo nuosavybinio formato failą](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/machinery-proprietary-formats.md).
2. **Normos taikymo duomenų rinkinys**:\
   Šis rinkinys itin svarbus norint suprasti, kokia norma lauke buvo faktiškai pritaikyta. Jame turi būti bent tokie atributai kaip TargetRate, AppliedRate ir kai kurie su technika susiję rodikliai.\
   Kaip ir derliaus duomenų rinkinį, jį galime importuoti iš [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/import-from-myjohndeere.md) arba įkelti rankiniu būdu kaip [shapefile](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/as-applied-as-planted-data-import.md) arba [mašinų gamintojo nuosavybinio formato failą](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/machinery-proprietary-formats.md).
3. **Bandymų / eksperimentų zonos ir sklypeliai**:\
   Juose nurodomos planuotos normos bandymų sklypeliuose ir pateikiama informacija apie eksperimento planą.\
   Jei toks duomenų sluoksnis yra, įkelkite jį kaip [shapefile](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/import-precision-agriculture-data/as-applied-as-planted-data-import.md) į AsApplied/AsPlanted arba Yield valdiklį. Taip užtikrinamas suderinamumas kuriant EquationMaps ir supaprastinama bandymų analizė.\
   Tai gali būti vieno veiksnio išdėstymas arba sklypelių planas su antru apdorojimo veiksniu, pavyzdžiui, hibridu ar veisle.\
   Jei tokio duomenų sluoksnio nėra, bandymams vertinti galima naudoti normos taikymo duomenų rinkinio TargetRate atributą.
4. **Istorinio lauko potencialo zonos:**\
   Šias zonas sukuria GeoPard (daugiau informacijos rasite [ČIA](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/zones-maps-and-analytics/multi-year-zones.md)). Jos naudingos analizuojant bandymus laukuose, kuriuose istoriškai gautas panašus produktyvumas. Tai ypač naudinga, kai bandymai išdėstyti skirtingo istorinio produktyvumo regionuose.

Surinkus šiuos duomenų rinkinius, galima pradėti bandymų vertinimą.

## Duomenų apžvalga

2023 m. žieminių kviečių auginimo sezonui pateikiami šie duomenys:

* Derliaus duomenų rinkinys, kuriame pavaizduotas šlapiosios masės pasiskirstymas *(1 pav.)*

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fg9Iv1AMpACkykujxvJ9s%2Fimage.png?alt=media&amp;token=c2a61d7b-12e9-40b5-ad88-e6f820372638" alt=""><figcaption><p>1 pav. Pirminis YieldDataset</p></figcaption></figure>

* Azoto (N34) kintamos normos planas (150 kg/ha) su 2 bandymų sklypeliais (120 kg/ha ir 180 kg/ha)*(2 pav.)*

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FwkGO1Tp0Ji2KzUPhfQAE%2Fimage.png?alt=media&amp;token=28a94d78-7360-43e2-865f-4a330028ab20" alt=""><figcaption><p>2 pav. Azoto (N34) kintamos normos planas su bandymų sklypeliais</p></figcaption></figure>

* Normos taikymo duomenų rinkinys su faktinio naudojimo statistika *(3 pav.)*

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FF1YKbPqDw2HBDdnTqazX%2Fimage.png?alt=media&amp;token=0f83b5b0-9220-4cea-984c-735338716048" alt=""><figcaption><p>3 pav. Normos taikymo duomenų rinkinys</p></figcaption></figure>

* Istorinis lauko produktyvumas (*4 pav.*)

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FCrFaBaZxtjd0xEXZ9TUd%2Fimage.png?alt=media&amp;token=9cf68b49-a17c-4f2f-be15-1b0bfee4993e" alt=""><figcaption><p>4 pav. Istorinis lauko produktyvumas</p></figcaption></figure>

{% hint style="warning" %}
YieldDataset duomenys nekalibruoti: lauke dirbo keli kombainai, matyti apsisukimų ir trūkstamų duomenų pėdsakų, taip pat akivaizdus triukšmas. Siekiant geriausių rezultatų, rekomenduojama papildomai atlikti derliaus kalibravimo ir valymo operacijas.\
Nuoseklią instrukciją rasite čia: [NUORODA](https://docs.geopard.tech/geopard-tutorials/ltu/agronomija/yield-and-trials/yield-calibration-and-cleaning.md).
{% endhint %}

Po kalibravimo ir valymo YieldDataset duomenys pateikti *5 pav.*, kartu su atnaujinta statistika. Šis duomenų rinkinys bus naudojamas tolesniuose žingsniuose.

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F62J6z5wt7ndZ4lWxZq58%2Fimage.png?alt=media&amp;token=9e6ea416-81a0-4dfc-a94a-aa19f69c0ff3" alt=""><figcaption><p>5 pav. Kalibruotas ir išvalytas YieldDataset</p></figcaption></figure>

## Sąvoka

Čia „Trial Analytics“ tikslas – nustatyti veiksmingiausią azoto (N34) normą lauke. Pažymėtos zonos, kuriose azoto normos yra 120 kg/ha, 150 kg/ha ir 180 kg/ha. Šie duomenys gauti iš „ApplicationDataset“ ir kalibruoto „YieldDataset“.

Analizuojame tris atskiras zonas:

* 120 kg/ha (bandomoji zona)
* 150 kg/ha (pagrindinė zona)
* 180 kg/ha (kita bandomoji zona)

Vertinsime šiuos aspektus:

1. **Pagal planą:** naudojant suplanuotą kintamos normos tręšimą (VRA), susietą su kalibruotais derliaus duomenimis.
2. **Pagal faktinį tręšimą:** faktinių tręšimo duomenų rinkinių palyginimas su kalibruotais derliaus duomenimis.
3. **Pagal faktinį tręšimą ir istorinį produktyvumą:** faktinių tręšimo duomenų rinkinių palyginimas su kalibruotais derliaus duomenimis, uždengtais istorinėmis lauko potencialo zonomis.

Šis nuoseklus metodas leis visapusiškai įvertinti azoto poveikį derliui, remiantis tiek suplanuoto, tiek faktiškai atlikto tręšimo duomenimis.

## Pagal planą

Poveikis, kurį ~~naudojamas~~ planuotas azoto (N34) kiekis daro derliaus pasiskirstymui, vaizdžiai pateiktas tolesnėse ekrano kopijose *(6, 7 ir 8 pav.)*. Toliau trumpai apžvelgiami rezultatai:

* <mark style="color:mėlyna;">Pagrindinė zona, kurioje azoto norma yra 150 kg/ha, užima 45,8 ha, o vidutinis derlius siekia 4,99 t/ha</mark> (*6 pav.*).
* <mark style="color:mėlyna;">Pirmoji bandomoji zona, kurioje tręšta 180 kg/ha azoto norma, užima 1,76 ha, o vidutinis derlius siekia 6,5 t/ha</mark> (*7 pav.*).
* <mark style="color:mėlyna;">Antroji bandomoji zona, kurioje azoto norma yra 120 kg/ha, užima 1,86 ha, o vidutinis derlius siekia 6,39 t/ha</mark> (*8 pav.*).

Rezultatai kelia svarbų klausimą: <mark style="color:oranžinė;">Kodėl mažesnė tręšimo norma atrodo veiksmingesnė už didesnę?</mark> Norint tai geriau suprasti, kitame etape bus[ bandomieji plotai vertinami pagal faktinio tręšimo duomenis](#applied-based-evaluation).

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FraVRCgxuEVTGfTKK4c0s%2Fimage.png?alt=media&amp;token=57602ad8-bd9f-46b4-adcf-5de53f99fe7b" alt=""><figcaption><p>6 pav. Pagrindinė zona, N34 norma – 150 kg/ha</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FNM80FFM2TQULwV54LuqW%2Fimage.png?alt=media&amp;token=1542336e-20a2-4a77-a343-9a92f67c90eb" alt=""><figcaption><p>7 pav. Bandomoji zona, N34 norma – 180 kg/ha</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FITg4CWAJb27X28jquqyO%2Fimage.png?alt=media&amp;token=cff8d0b3-5896-4f34-bbdc-6a34a7352982" alt=""><figcaption><p>8 pav. Bandomoji zona, N34 norma – 120 kg/ha</p></figcaption></figure>

Toliau rasite išsamų vertinant taikytų formulių ir konfigūracijų aptarimą.

{% hint style="info" %}
Norėdami išsamiau susipažinti su lygčių metodu ir jo taikymu, peržiūrėkite mūsų mokomuosius vadovus, skirtus tiek [naudotojo sąsajai](https://docs.geopard.tech/geopard-tutorials/ltu/produkto-turas-ziniatinklio-programa/equation-based-analytics.md) tiek [API](https://docs.geopard.tech/geopard-tutorials/ltu/api-dokumentacija/diagrams-with-basic-flows/5.-execute-equations.md).
{% endhint %}

Toliau pateikiamos lygtys, kurias reikia paleisti norint atkurti skaičiavimus.

1. Pagrindinė zona, 150 kg/ha:\
   `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)`
2. Bandomoji zona, 120 kg/ha:\
   `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)`
3. Bandomoji zona, 180 kg/ha:\
   `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)`

Svarbu įjungti *Numpy* *(9 pav.)* ir išjungti *Interpoliacija* *(10 pav.)*.

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FixfesbJQxzVC93JW3H7b%2Fimage.png?alt=media&amp;token=dcab1611-8a33-4450-9b06-5ba24760e8c3" alt=""><figcaption><p>9 pav. Įjunkite „Numpy“</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0V4AxWhE0zraNfH1axHQ%2Fimage.png?alt=media&amp;token=d86b3921-c313-4946-9455-35fbef29cc13" alt=""><figcaption><p>10 pav. Išjunkite „Interpolated“ duomenų naudojimą</p></figcaption></figure>

## Pagal faktiškai išbertą kiekį

Svarbu pastebėti, kad bandymo metu faktiškai išbertas kiekis ne visada atitiko planuotą (tikslinį) kiekį. Faktiškai išberto kiekio pasiskirstymas svyravo nuo 120 kg/ha iki 189 kg/ha. *(11 pav.)*. Atsižvelgiant į šį kintamumą, tapo būtina nustatyti leistiną paklaidą. Todėl nuspręsta, kad ±5 % tikslumas yra priimtina riba, pagal kurią bandymą galima laikyti tinkamu vertinti.

Toliau pateiktose ekrano kopijose (*12, 13 ir 14 pav.)* pavaizduotas derliaus statistinis pasiskirstymas, daugiausia dėmesio skiriant faktiškai išberto azoto (N34) kiekiui. Toliau pateikiama apibendrinta statistika, atsižvelgiant į ±5 % tikslumo ribą:

* <mark style="color:mėlyna;">Pagrindinėje zonoje, kurioje buvo numatyta išberti 150 kg/ha, trąšomis patręštas plotas siekė 43,5 ha, o vidutinis derlius – 4,9 t/ha.</mark> (*12 pav.*).
* <mark style="color:mėlyna;">Pirmoji bandymo zona, kurioje buvo numatyta išberti 180 kg/ha, užėmė 1,47 ha plotą, o vidutinis derlius siekė 6,5 t/ha.</mark> (*13 pav.*).
* <mark style="color:mėlyna;">Antroji bandymo zona, kurioje buvo numatyta išberti 120 kg/ha, užėmė 1,44 ha plotą, o vidutinis derlius siekė 6,3 t/ha.</mark> (*14 pav.*).

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FQ5Aawg78wAVNsybfq2RB%2Fimage.png?alt=media&amp;token=293f63d1-414b-4e23-be09-b54844f21988" alt=""><figcaption><p>11 pav. Faktiškai išbertas kiekis bandymo zonose</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FyBHR1SLHA9ujXr5wk8xA%2Fimage.png?alt=media&amp;token=78f67150-560b-4495-974e-30407e25aca9" alt=""><figcaption><p>12 pav. Pagrindinė zona: N34, 150 kg/ha, ±5 %</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FeOMxE76sp3ugO1NffWPN%2Fimage.png?alt=media&amp;token=9e3f47ae-250a-41dd-b9ce-f3d4bcaab85e" alt=""><figcaption><p>13 pav. Bandymo zona: N34, 180 kg/ha, ±5 %</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJUBlkogPAF2fTSYa0EOW%2Fimage.png?alt=media&amp;token=48dd3f24-df15-40da-905c-9012b70971d2" alt=""><figcaption><p>14 pav. Bandymo zona: N34, 120 kg/ha, ±5 %</p></figcaption></figure>

Norint geriau suprasti metodiką ir šių rezultatų specifiką, toliau pateikiamos naudotos formulės:

1. Faktiškai bandymo zonose išbertas azoto kiekis:\
   `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)`
2. Pagrindinė zona, 150 kg/ha, taikant 5 % leistiną nuokrypį:\
   `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
3. Bandymo zona, 120 kg/ha, taikant 5 % leistiną nuokrypį:\
   `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
4. Bandymo zona, 180 kg/ha, taikant 5 % leistiną nuokrypį:\
   `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

## **Faktiškai išberto kiekio ir istorinio derlingumo analizė**

Bandymo zonų derliaus rodikliai nuosekliai viršija vidutinį viso lauko derlių. Panašu, kad vienas pagrindinių šio skirtumo veiksnių – istoriškai didelio derlingumo zona, kurioje buvo atlikti bandymai, kaip matyti *15 pav.* ir *16 pav.*. Norint tiksliau įvertinti bandymus, analizuojant rezultatus būtina atsižvelgti į derlingumo zonas.

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FH0aA9ZAe2IkSFtqcJe5B%2Fimage.png?alt=media&amp;token=c58e81d6-b2df-4d6d-8682-3c750f38f2a1" alt=""><figcaption><p>15 pav. Istorinės lauko derlingumo potencialo zonos</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fi2agD6onOT4aVaW9LvHh%2Fimage.png?alt=media&amp;token=feecbfd5-2433-4061-85b9-8233446572d8" alt=""><figcaption><p>16 pav. Istorinės lauko derlingumo potencialo zonos kaip YieldDataset</p></figcaption></figure>

Toliau pateiktose ekrano kopijose (*17, 18 ir 19 pav.)* pavaizduotas derliaus statistinis pasiskirstymas, daugiausia dėmesio skiriant faktiškai išberto azoto (N34) kiekiui, susietam su istorinėmis derlingumo zonomis (sukurtomis naudojant GeoPard). Toliau pateikiama apibendrinta statistika, faktiškai išbertam kiekiui taikant ±5 % tikslumo ribą:

* <mark style="color:mėlyna;">Pagrindinėje zonoje, kurioje buvo numatyta išberti 150 kg/ha, trąšomis patręštas plotas siekė 2,65 ha, o vidutinis derlius – 6,34 t/ha.</mark> (*17 pav.*).
* <mark style="color:mėlyna;">Pirmoji bandymo zona, kurioje buvo numatyta išberti 180 kg/ha, užėmė 1,08 ha plotą, o vidutinis derlius siekė 6,41 t/ha.</mark> (*18 pav.*).
* <mark style="color:mėlyna;">Antroji bandymo zona, kurioje buvo numatyta išberti 120 kg/ha, užėmė 1,78 ha plotą, o vidutinis derlius siekė 6,33 t/ha.</mark> (*19 pav.*).

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FPqw7u62bJAezDn9UW5qs%2Fimage.png?alt=media&amp;token=ff101b42-7882-4dc3-a2ad-b57053900768" alt=""><figcaption><p>17 pav. Pagrindinė zona: N34, 150 kg/ha, susieta su istoriniu derlingumu</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmzkQRoU3HMMOm1fLLjNY%2Fimage.png?alt=media&amp;token=ba8105da-877b-4234-9e1d-f59826949bf0" alt=""><figcaption><p>18 pav. Bandymo zona: N34, 180 kg/ha, ±5 %, susieta su istoriniu derlingumu</p></figcaption></figure>

<figure><img src="https://570611445-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FzTOI3v14HdZLANjM3o36%2Fimage.png?alt=media&amp;token=f83a50dd-585d-4b66-937d-eb0d2f1c78f0" alt=""><figcaption><p>19 pav. Bandymo zona: N34, 120 kg/ha, ±5 %, susieta su istoriniu derlingumu</p></figcaption></figure>

Norint geriau suprasti metodiką ir šių rezultatų specifiką, toliau pateikiamos naudotos formulės:

1. Pagrindinis variantas, taikant 150 kg/ha normą su 5 % paklaida, sutapo su istoriniu produktyvumu:\
   `Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
2. Bandomasis variantas, taikant 120 kg/ha normą su 5 % paklaida, sutapo su istoriniu produktyvumu:\
   `Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
3. Bandomasis variantas, taikant 180 kg/ha normą su 5 % paklaida, sutapo su istoriniu produktyvumu:\
   `Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

kur

* dalis `Productivity_SubZone == 51` žymi didelio produktyvumo zonas, kuriose buvo atlikti bandymai,
* dalys `(Applied_Value >= 142.5) & (Applied_Value <= 157.5)` , `(Applied_Value >= 114.0) & (Applied_Value <= 126.0)`, `(Applied_Value >= 171.0) & (Applied_Value <= 189.0)` atitinka normas su ±5 % tikslumu `150`, `120`, `180` kg/ha.

## Santrauka

Bandomųjų laukelių derliaus rezultatai labai panašūs į vidutinį derlių, užfiksuotą didelio istorinio produktyvumo lauko zonoje. Kitaip tariant, eksperimentinis N34 produkto tręšimas normomis <mark style="color:mėlyna;">120 kg/ha – 150 kg/ha – 180 kg/ha</mark>, atitinkamai davė vidutinį derlių <mark style="color:mėlyna;">6,33 t/ha – 6,34 t/ha – 6,41 t/ha</mark> ir neturėjo reikšmingos įtakos nuimtam derliui didelio produktyvumo zonoje.


---

# 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/ltu/agronomija/yield-and-trials/field-trial-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.
