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

# Dealerworkflow in Italië: John Deere Ops Center - GeoPard - VRA-stikstof - proeven - rendementskaarten

Case study van John Deere-dealer: Sergio Bassan & GeoPard stimuleren de ROI van precisielandbouw

In de precisielandbouw zijn nauwkeurige gegevens en geavanceerde analyses essentieel om betere beslissingen te nemen en de productiviteit van landbouwbedrijven te verhogen. Vorig jaar, [GeoPard Agriculture](https://geopard.tech/) samenwerkte met [John Deere](https://deere.com/) Dealer [Sergio Bassan S.r.l.](https://www.bassan.com/) in Italië om lokale landbouwers gedurende het hele groeiseizoen te ondersteunen. Hieronder ziet u aan de hand van één perceel hoe onze samenwerking resultaten opleverde.

## 1. Aan de slag: productiviteitszones en taakkaarten voor variabele dosering bepalen <a href="#ember54" id="ember54"></a>

Ter voorbereiding op het seizoen analyseerden we historische opbrengstgegevens en vegetatietrends om het productiviteitsprofiel van het perceel te bepalen. Omdat het terrein relatief vlak was en geen beperkende factor vormde, lag de nadruk op opbrengst en historische vegetatiepatronen. De opbrengstgegevens werden probleemloos geïmporteerd in GeoPard via de [integratie met het John Deere Operations Center](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).

Met een [aanpak met meerdere lagen](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics), verdeelden we elk perceel in drie productiviteitszones op basis van opbrengstgegevens en historische vegetatie, met behulp van de EVI2-index op basis van satellietbeelden. Hierdoor konden landbouwers hun zaai- en bemestingsstrategieën nauwkeurig afstemmen en de doseringen aanpassen aan de variatie binnen het perceel.

Om het effect van zaaien met variabele dosering (VRA) te beoordelen, legden we een proefstrook aan die alle productiviteitszones doorkruiste. Deze directe vergelijking hielp de effectiviteit van zaaien met VRA te meten ten opzichte van zaaien met een uniforme dosering.

<figure><img src="https://3615228694-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>VRA-zaaikaart voor snijmaïs met gemarkeerde proefstrook.</p></figcaption></figure>

## 2. Nauwkeurige uitvoering: van zaaien tot bemesten <a href="#ember59" id="ember59"></a>

GeoPard maakte een vlotte uitvoering van VRA-taakkaarten mogelijk en bood gedurende het seizoen gedetailleerd inzicht in de uitgevoerde toepassingen.

### Vlotte overdracht en uitvoering van VRA-taakkaarten <a href="#ember61" id="ember61"></a>

De VRA-taakkaarten werden rechtstreeks naar het John Deere Operations Center verstuurd, zodat de machines ze konden uitvoeren. GeoPard ondersteunt verschillende exportindelingen, waaronder Shapefile en ISOXML, en biedt een rechtstreekse integratie met John Deere Ops Center, als bestanden, kaartlagen en [Werkplannen](https://youtu.be/op1o-Y3r6bg). Gedurende het seizoen werd een combinatie toegepast van toepassingen met variabele dosering (zaaien en stikstofbemesting) en behandelingen met een vaste dosering (fosfor- en kaliumtoediening vóór het zaaien en verschillende stikstofbijbemestingen), om de gewasprestaties en nutriëntenbenutting te optimaliseren.

### Uitgevoerde bemesting volgen met toepassingskaarten <a href="#ember63" id="ember63"></a>

GeoPard registreerde en analyseerde alle toepassingsgegevens en [vergeleek geplande met uitgevoerde werkzaamheden](https://docs.geopard.tech/geopard-tutorials/agronomy/evaluate-accuracy-of-seeding-application) om afwijkingen op te sporen die mogelijk aanpassingen of een nieuwe toepassing vereisten. Zo bevestigde een vergelijking van de beoogde en toegepaste zaaidoseringen dat de uitvoering nauwkeurig was, zonder grote afwijkingen.

<figure><img src="https://3615228694-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>Zaaidosis: vergelijking van beoogde en toegepaste dosering.</p></figcaption></figure>

## 3. Bruikbare inzichten opleveren <a href="#ember66" id="ember66"></a>

Een analyse na de oogst is essentieel om van het seizoen te leren en het volgende seizoen te plannen.

### Opbrengstgegevens opschonen en kalibreren <a href="#ember68" id="ember68"></a>

Na de oogst verschijnen opbrengstkaarten automatisch in GeoPard via de integratie met het John Deere Operations Center. Ze kunnen ook handmatig worden geüpload via de GeoPard-interface. Het platform [kalibreert en schoont opbrengstgegevens van de oogstmachine op](https://docs.geopard.tech/geopard-tutorials/agronomy/yield-calibration-and-cleaning), zodat nauwkeurige inzichten beschikbaar zijn voor betere besluitvorming. De vergelijkingen hieronder laten duidelijk zien hoe het opschonen van gegevens de analyses verfijnt en de betrouwbaarheid verhoogt.

<figure><img src="https://3615228694-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>Gekalibreerde (boven) en ruwe (onder) opbrengstgegevens.</p></figcaption></figure>

### Stikstofbeheer <a href="#ember71" id="ember71"></a>

Doordat alle toepassingskaarten van het seizoen beschikbaar waren, konden we de totale stikstoftoediening nauwkeurig berekenen door alle stikstofgerelateerde werkzaamheden bij elkaar op te tellen.

De stikstofopname werd bepaald aan de hand van opbrengstgegevens en gewasmodellen. Als oogstmachines zijn uitgerust met sensoren voor ruw eiwit, worden die gegevens meegenomen in de berekeningen voor nog nauwkeurigere inzichten.

[Stikstofbenutting en -overschot](https://docs.geopard.tech/geopard-tutorials/agronomy/nitrogen-use-efficiency-and-uptake) werden beoordeeld door de totale stikstoftoevoer te vergelijken met de stikstofopname van het gewas. Dit helpt bemestingsstrategieën voor toekomstige seizoenen te optimaliseren.

<figure><img src="https://3615228694-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>Stikstofbenutting.</p></figcaption></figure>

### Evaluatie van VRA en proeven <a href="#ember76" id="ember76"></a>

Dankzij duidelijk afgebakende proefgebieden konden we diepgaande analyses uitvoeren om de gewasprestaties in verschillende productiviteitszones te vergelijken.

Deze inzichten maakten duidelijk hoe [elke zone reageerde op zaaien met VRA](https://docs.geopard.tech/geopard-tutorials/agronomy/field-trial-analytics), en hielpen zo goede werkwijzen voor toekomstige seizoenen te onderbouwen.

De proefkaart en de bijbehorende gegevenstabel tonen een gedetailleerde analyse van de gewasprestaties in vier verschillende productiviteitszones. Daarbij wordt het effect van zaaien met variabele dosering (VRA) op opbrengst en winstgevendheid zichtbaar.

<figure><img src="https://3615228694-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>Resultaten van VRA en proeven.</p></figcaption></figure>

### **Belangrijkste bevindingen en inzichten**

* **Winstgevendheid versus oppervlakte**: Zone 2 behaalde de hoogste totale winst en gemiddelde opbrengst, terwijl Zone 3 liet zien dat kleinere, zeer productieve gebieden (20,42 t/ha) een hoge winst per hectare kunnen opleveren (€ 1.808,14/ha).
* **Prestaties per zone**: De kaart laat zien dat de gebieden met de hoogste opbrengst samenvallen met de lichtgroene productiviteitszones (Zone 3). Dit wijst op een sterke respons op zaaien met variabele dosering (VRA).
* **Winstverdeling**: Zone 4 (proefstrook) behaalde ondanks een behoorlijke opbrengst een lagere totale winst, doordat de oppervlakte kleiner was en de inputkosten mogelijk hoger of de efficiëntie lager.
* **Gevolgen voor de toekomst**: Deze analyses bieden een datagedreven basis om de zaa strategieën voor toekomstige seizoenen te verfijnen. Ze wijzen erop dat hogere investeringen in zones die sterker reageren (zoals Zone 3) de algehele prestaties van het landbouwbedrijf kunnen verbeteren.

### Analyse van opbrengst en winstgevendheid <a href="#ember83" id="ember83"></a>

Door opbrengstgegevens te vergelijken met de werkelijke inputkosten kregen landbouwers duidelijk inzicht in [Ruimtelijke winstkaarten](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/) een krachtig hulpmiddel om de winstgevendheid op perceelsniveau te beoordelen. Door de opbrengstinkomsten te vergelijken met de uitgaven werden zones met hoge marges vastgesteld en gebieden geïdentificeerd die gerichtere maatregelen nodig hebben.

<figure><img src="https://3615228694-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>Winstkaart met zones met hoge en lage marges.</p></figcaption></figure>

## 4. Vooruitblik: wat volgt? <a href="#ember86" id="ember86"></a>

Voortbouwend op het succes van dit jaar wordt de samenwerking met John Deere-dealer Sergio Bassan Italy in het seizoen 2025 voortgezet, met aanvullende functies en verbeterde werkzaamheden:

### Geautomatiseerde aanbevelingen voor bodemmonsters <a href="#ember88" id="ember88"></a>

Het intelligente systeem van GeoPard stelt optimale locaties voor voor zonale bodemmonstername. De GeoPard Mobile-app wordt gebruikt voor monstername en veldverkenning.

<figure><img src="https://3615228694-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>Kaart met locaties voor bodemmonstername</p></figcaption></figure>

### Analyse van bodemmonstergegevens en VRA-aanbevelingen <a href="#ember91" id="ember91"></a>

Zodra [bodemgegevens](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/import/soil-data) zijn verzameld, zet GeoPard deze informatie om in kaarten voor precisiebemesting, die doseringsadviezen met variabele dosering voor de verschillende zones bieden.

### Geautomatiseerde analyses van proeven en VRA <a href="#ember93" id="ember93"></a>

Landbouwers profiteren van een geautomatiseerd proces om de effectiviteit van hun VRA-strategieën en proefstroken te beoordelen, zodat rapportages sneller en consistenter kunnen worden opgesteld.

<figure><img src="https://3615228694-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>

### Geautomatiseerde generatie van winstkaarten <a href="#ember96" id="ember96"></a>

We zijn van plan winstgevendheidskaarten automatisch te genereren op basis van uitgevoerde werkzaamheden en andere belangrijke gegevens, om de winstgevendheid te optimaliseren en de planning voor het volgende seizoen te ondersteunen.

## 5. Inzichten van de partner <a href="#ember98" id="ember98"></a>

Volgens onze partner **Sergio Bassan Italy**,

> “Dankzij de analyses van GeoPard kunnen ons team en landbouwers precisielandbouwtools gemakkelijk en effectief gebruiken. Betrouwbare analyses en consistente ondersteuning gedurende het seizoen hebben de planning en het beheer van inputs verbeterd. We zijn ervan overtuigd dat de synergie tussen onze afdeling en GeoPard onze klanten aanzienlijke veranderingen en voordelen zal opleveren.”

\- [Edoardo Pozzato](https://www.linkedin.com/article/edit/7307362147670343682/), agronoom precisielandbouw.

## Tot slot <a href="#ember102" id="ember102"></a>

Van het bepalen van productiviteitszones tot het analyseren van opbrengst- en winstkaarten: onze samenwerking met John Deere-dealer Sergio Bassan Italy laat de concrete voordelen van precisielandbouw zien. Nu we verdergaan met geautomatiseerde aanbevelingen voor bodemmonstername en verbeterde analyses van de winstgevendheid, kijken we ernaar uit om de efficiëntie en duurzaamheid voor landbouwers in de regio verder te verbeteren.

## Over de bedrijven <a href="#ember104" id="ember104"></a>

[**Sergio Bassan srl**](https://www.bassan.com/it/)**:** Het bedrijf biedt op zijn tien locaties een assortiment nieuwe en gebruikte landbouwmachines, tractoren, maaidorsers, versnipperaars, verreikers, graafmachines, satellietgeleidingssystemen, grondbewerkings- en hooibouwmachines, machines voor de tuinbouw en wijnbouw, tuinmachines en -tractoren, accessoires en reserveonderdelen. Het team van Sergio Bassan bestaat uit acht precisielandbouwtechnici die zich toeleggen op advies over precisietechnologie en erop toezien dat landbouwers de voordelen ervan zelf op het veld ervaren. De afdeling Precisielandbouw wil nieuwe oplossingen voor klanten testen en daarbij voortdurend contact houden, ook op afstand, om doorlopende ondersteuning te bieden.

[**GeoPard Agriculture**](https://geopard.tech/)**:** Het bedrijf loopt voorop op het gebied van precisielandbouwtechnologie. GeoPard is gespecialiseerd in geospatiale analyses en biedt oplossingen die complexe landbouwgegevens omzetten in bruikbare inzichten. De technologie richt zich op het optimaliseren van uiteenlopende aspecten van de landbouw, van bodemanalyse tot VRA-kaarten, teledetectie en analyse van gegevens van landbouwmachines. Zo draagt GeoPard aanzienlijk bij aan de ontwikkeling van slimme landbouwpraktijken.


---

# 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/nl/agronomie/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.
