> 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/lva/produkta-apskats-timekla-lietotne/razas-dati-un-novaksanas-analitika.md).

# Ražas dati un novākšanas analītika

Importējiet, apstrādājiet, notīriet, atjaunojiet, analizējiet, izveidojiet devu kartes, peļņas kartes un kopīgojiet novākšanas ražas datus GeoPard.

Izmantojiet GeoPard, lai neapstrādātus kombaina failus pārvērstu lēmumiem gatavos ražas slāņos.

### Tipiska darbplūsma

{% stepper %}
{% step %}

### Importēšana

Ienesiet ražas datus no shapefailiem, tehnikas failiem vai John Deere. Sāciet ar failu importu. Pēc tam apstrādājiet, notīriet, kalibrējiet, aizpildiet tukšumus un izmantojiet rezultātu atkārtoti agronomiskajiem ieteikumiem.
{% endstep %}

{% step %}

### Apstrāde

Pārskatiet atribūtus, mērvienības, lauka atbilstību un mašīnai specifiskās detaļas.
{% endstep %}

{% step %}

### Notīrīt un kalibrēt

Noņemiet troksni. Novērsiet joslojumu. Saskaņojiet vērtības ar uzticamiem kopējiem rādītājiem.
{% endstep %}

{% step %}

### Atjaunot tukšumus

Izmantojiet sintētisko ražu tur, kur ieraksti trūkst vai ir nepilnīgi.
{% endstep %}

{% step %}

### Izveidot ieteikumus

No notīrītas ražas izveidojiet zonas, vienādojumus un ienesīguma darbplūsmas.
{% endstep %}

{% step %}

### Kopīgot rezultātus

Nosūtiet no ražas iegūtos slāņus un ieteikumus uz John Deere Ops Center.
{% endstep %}
{% endstepper %}

### 1. Importēt ražas datus

GeoPard atbalsta standarta GIS failus un tehnikas formātus.

Tipiskie ievaddati ietver `shp`, `ISOXML`, kā arī patentētos failus, piemēram `jdl`, `cn1`, `adm`, `dat`, un saistītos mašīnu arhīvus.

Jūs varat arī importēt ražu tieši no John Deere Operations Center.

<figure><img src="https://1923267647-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>Augšupielādējiet tehnikas failus un ļaujiet GeoPard tos sadalīt datos.</p></figcaption></figure>

Precīzajai darbībai izmantojiet šīs lapas:

* [Ražas datu imports](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/importet-precizas-lauksaimniecibas-datus/razas-datu-imports.md)
* [Tehnikas patentētie formāti](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/importet-precizas-lauksaimniecibas-datus/tehnikas-patentetie-formati.md)
* [Importēt no MyJohnDeere](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/importet-precizas-lauksaimniecibas-datus/importet-no-myjohndeere.md)

### 2. Ražas datu apstrāde

Pēc importa GeoPard piesaista datu kopu laukam un parāda tās ražas atribūtus.

Šis ir posms, kurā jāapstiprina, ka datu kopa ir lietojama.

Vispirms pārbaudiet šos punktus:

* galvenais ražas atribūts ir izvēlēts pareizi
* mērvienības ir pareizas un salīdzināmas
* mitrums, ātrums, pļaujas platums un virziens izskatās saprātīgi
* dati atbilst lauka robežām
* vajadzības gadījumā ir pieejami mašīnas maršruti vai ražas novākšanas datumi

Šī pārbaude palīdz pirms jebkādas tīrīšanas, zonēšanas vai vienādojumu veidošanas.

{% hint style="info" %}
Ražas datu kopās bieži ir vairāk nekā viens noderīgs slānis.

Papildus ražas masai pārbaudiet mitrumu, sausnas saturu, ātrumu, attālumu, virzienu un mašīnas trajektorijas uzvedību.
{% endhint %}

### 3. Tīrīšana un kalibrēšana

Neapstrādātos ražas failos bieži ir pagriezieni, apstāšanās, pīķi, pārklāšanās un vērtības ārpus lauka.

GeoPard šos artefaktus attīra un kalibrē datu kopu turpmākai analīzei.

<figure><img src="https://1923267647-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>Rezultāts pēc tīrīšanas un kalibrēšanas.</p></figcaption></figure>

Izmantojiet šo, ja nepieciešams:

* noņemt izkliedi un troksni
* apgriezt datus pēc lauka robežas
* saskaņot vairākus kombainus vai ražas novākšanas dienas
* labot globālu nobīdi ar zināmu vidējo vai kopējo ražu
* piemērot USDA ražas tīrīšanas loģiku

Atveriet pilno ceļvedi šeit:

* [Ražas kalibrēšana un tīrīšana](/geopard-tutorials/lva/agronomija/razas-kalibresana-un-tirisana.md)

{% hint style="warning" %}
Izmantojiet **Trajektoriju kalibrēšana** kad joslojumu izraisa vairākas mašīnas vai dienas.

Izmantojiet **Vidējā vai kopējā kalibrēšana** kad lauka kopējais rādītājs ir uzticams.
{% endhint %}

### 4. Sintētiskās ražas kartes

Ne katrā ražas novākšanā ir pilnīga ražas reģistrēšana.

Sintētiskās ražas kartes palīdz, ja dati trūkst, ir daļēji vai nekad nav ierakstīti.

<figure><img src="https://1923267647-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>Salīdziniet kalibrēto ražu ar sintētiskās ražas karti.</p></figcaption></figure>

<figure><img src="https://1923267647-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>Sintētiskas ražas datu kopas piemērs.</p></figcaption></figure>

Tas ir noderīgi, ja:

* vecākajiem kombainiem nebija ražas monitora
* ir reģistrēta tikai daļa lauka
* neapstrādātie dati ir pārāk bojāti, lai tiem uzticētos vieniem pašiem
* ir zināma tikai vidējā vai kopējā lauka raža

Sintētiskā raža izmanto vēsturisko lauka uzvedību un attālās izpētes modeļus.

Tā darbojas arī **daļējai atjaunošanai**.

Ja vienā lauka daļā ir izmantojami ražas dati, bet citā daļā tie trūkst vai ir pārāk trokšņaini, GeoPard var rekonstruēt nepilnīgo teritoriju un izveidot vienu pilnīgāku ražas datu kopu.

<figure><img src="https://1923267647-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>Rekonstruējiet trūkstošo daļu daļējā ražas novākšanas datu kopā.</p></figcaption></figure>

Lasīt vairāk:

* [Sintētiskās ražas karte](/geopard-tutorials/lva/agronomija/sintetiska-razas-karte.md)
* [Satelīta uzraudzība](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/satelitu-monitorings.md)

### 5. Izveidojiet ieteikumus no ražas datiem

Tīri ražas dati ir viens no spēcīgākajiem ievaddatiem devu receptēm un pēcsezonas analītikai.

#### Zonas

Izmantojiet tikai ražu vai kombinējiet to ar augsnes un izkliedes slāņiem.

Šis ir biežs ceļš produktivitātes zonām un mainīgās devas plānošanai.

Jūs varat arī veidot zonējumu no vairākiem ražas datu kopumiem dažādos gados.

Biežākā darbplūsma ir:

* notīrīt un kalibrēt katru ražas datu kopu
* normalizēt vai salīdzināt dažādu gadu datu kopas
* iekļaut sintētisko ražu, ja vēsturiskā ražas reģistrēšana trūkst
* apvienot atlasītos ražas slāņus vienā zonēšanas darbplūsmā

Noderīgas lapas:

* [Zonējuma kartes izveide, izmantojot augsnes/ražas/izkliedes datus](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/zonu-kartes-un-analitika/izveidot-zonu-karti-izmantojot-augsnes-razas-vai-izkliedesanas-datus.md)
* [Lauka pārvaldības zonu (produktivitātes zonu) izveides process](/geopard-tutorials/lva/agronomija/lauku-apsaimniekosanas-zonu-produktivitates-zonu-izveides-process.md)
* [Ražas datu kopu salīdzināšana](/geopard-tutorials/lva/agronomija/razas-datu-kopu-salidzinasana.md)

#### Vienādojumi

Izmantojiet ražu vienādojumos noņemšanai, efektivitātei, ROI, līdzībai un pielāgotai analītikai.

* [Analītika, balstīta uz vienādojumiem](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/analitika-kas-balstita-uz-vienadojumiem.md)
* [Pakešveida vienādojumu analītika](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/analitika-kas-balstita-uz-vienadojumiem/serijveida-vienadojumu-analitika.md)
* [Slāpekļa izmantošanas efektivitāte (NUE) un slāpekļa uzņemšana](/geopard-tutorials/lva/agronomija/slapekla-izmantosanas-efektivitate-nue-un-slapekla-uznemsana.md)

#### VRA kartes, balstītas uz barības vielu uzņemšanu

Ražas dati var arī atbalstīt barības vielu izneses un barības vielu uzņemšanas darbplūsmas.

Viens praktisks piemērs ir mainīgās devas slāpekļa kartes izveide, balstoties uz kultūraugu uzņemšanas loģiku, un pēc tam tās eksportēšana kā tehnikai gatavu recepti.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>VRA kartes piemērs, kas balstīts uz no ražas datiem iegūtu barības vielu uzņemšanu.</p></figcaption></figure>

GeoPard var aprēķināt:

* **Slāpekļa uzņemšanu (NU)**
* **Slāpekļa izmantošanas efektivitāti (NUE)**
* **Slāpekļa pārpalikumu (NS)**

Šie rezultāti palīdz noteikt, kur kultūraugs iznesis vairāk barības vielu, kur slāpeklis palicis neizmantots un kur nākamās sezonas devas jāpalielina vai jāsamazina.

Izmantojiet šīs atsauces:

* [Slāpekļa izmantošanas efektivitāte (NUE) un slāpekļa uzņemšana](/geopard-tutorials/lva/agronomija/slapekla-izmantosanas-efektivitate-nue-un-slapekla-uznemsana.md)
* [Lietojuma piemērs: mainīgas devas slāpeklis (VRA) kartupeļiem, lai iegūtu par 5–10% lielāku ražu](/geopard-tutorials/lva/agronomija/lietojums-mainigas-normas-slapeklis-vra-kartupeliem-lai-sasniegtu-par-5-10-lielaku-razu.md)
* [Piešķirt mainīgās devas zonās (Ag ievaddatu likmju sadales rīks)](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/zonu-kartes-un-analitika/pieskirt-mainigas-normas-zonas-lauksaimniecibas-ieguldijumu-likmju-sadales-riks.md)

#### Peļņas kartes

Peļņas tipa darbplūsmas apvieno ražu, cenas un darbību izmaksas.

Izmantojiet tās, lai redzētu maržas atšķirības vienā un tajā pašā laukā, nevis tikai vienu vidējo lauka rādītāju.

Itālijas dīlera darbplūsmas piemērā GeoPard salīdzina ražu un rentabilitāti pa zonām pēc VRA izpildes un ražas novākšanas pārskata.

Galvenie secinājumi no šī piemēra:

* **2. zona** bija ar vislielāko kopējo peļņu un vidējo ražu.
* **3. zona** sasniedza visaugstāko produktivitāti ar **20,42 t/ha**.
* **3. zona** un nodrošināja arī **€1808,14/ha** rentabilitāti.
* Peļņas karte izceļ, kur marža ir augsta un kur izmaksas ir grūtāk atgūt.

<figure><img src="https://1923267647-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>Peļņas karte ar augstas un zemas maržas zonām.</p></figcaption></figure>

Atsauces:

* [Dīlera darbplūsma Itālijā: John Deere Ops Center - GeoPard - VRA slāpeklis - izmēģinājumi - peļņas kartes](/geopard-tutorials/lva/agronomija/dilera-darbplusma-italija-john-deere-ops-center-geopard-vra-slapeklis-izmeginajumi-pelnas-kartes.md)
* [Iepazīstinām ar GeoPard peļņas kartēm: solis uz priekšu precīzajā lauksaimniecībā](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Pārbaudiet ražas rezultātus ar Ražas pārskatu

Izmantojiet Ražas pārskatu, lai pēc ražas novākšanas validētu zonu veiktspēju.

Salīdziniet ražu ar noteiktajām vai izkliedētajām devām. Pārskatiet ražas reakciju, zonu ekonomiku un nākamās sezonas darbības.

<div><figure><img src="https://1923267647-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://1923267647-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>

* [Ražas pārskats](/geopard-tutorials/lva/agronomija/razas-parskats.md)

### 7. Nosūtiet ražas datus uz John Deere Ops Center

Ir trīs praktiski veidi.

Pirmkārt, importējiet ražas datus no John Deere uz GeoPard.

Otrkārt, nosūtiet no ražas iegūtos rezultātus atpakaļ uz John Deere kā failus vai karšu slāņus.

Treškārt, eksportējiet apstrādāto ražu atpakaļ kā **Darbību dati**.

Izmantojiet **Darbību dati** ceļu, ja vēlaties, lai notīrītā vai kalibrētā datu kopa aizstātu John Deere Operations Center redzamo datu kopu.

Ja lauks jau ir saistīts ar John Deere, jauni GeoPard aktīvi šajā laukā var sinhronizēties atpakaļ uz Ops Center.

<figure><img src="https://1923267647-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>Nosūtiet GeoPard slāņus uz John Deere Ops Center.</p></figcaption></figure>

Izmantojiet šīs lapas:

* [Importēt no MyJohnDeere](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/importet-precizas-lauksaimniecibas-datus/importet-no-myjohndeere.md)
* [6. Eksportēt Rx kartes uz John Deere Operations Center kā failus](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/john-deere-operations-center-integracija/6.-eksportet-vra-kartes-uz-john-deere-operations-center-ka-failus.md)
* [9. Eksportēt augsni, reljefu, satelīta datus vai analītiku kā karšu slāņus](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/john-deere-operations-center-integracija/9.-eksportet-augsnes-topografijas-satelita-vai-analitikas-datus-ka-kartes-slanus.md)

{% hint style="info" %}
John Deere savienotajiem laukiem GeoPard var arī pārsūtīt apstrādātos slāņus atpakaļ uz Ops Center kā operacionālos datus.

Tas ir noderīgi pēc ražas tīrīšanas un kalibrēšanas, kad koriģētajai datu kopai John Deere sistēmā jāaizstāj sākotnējais operacionālais slānis.
{% endhint %}

### Saistītās lapas

* [Ražas datu kopu salīdzināšana](/geopard-tutorials/lva/agronomija/razas-datu-kopu-salidzinasana.md)
* [Ražas datu skatīšana](/geopard-tutorials/lva/produkta-apskats-mobila-lietotne/razas-datu-skatisana.md)
* [Darbību žurnāls - sekojiet kļūdām/importiem un analītikai](/geopard-tutorials/lva/produkta-apskats-timekla-lietotne/darbibu-zurnals-kludu-importu-un-analitikas-izsekosana.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/lva/produkta-apskats-timekla-lietotne/razas-dati-un-novaksanas-analitika.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.