> 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/yield-and-trials/synthetic-yield-map.md).

# Synthetische opbrengstkaart: opbrengstkaarten voor seizoenen zonder opbrengstgegevens

Maak een opbrengstkaart voor een eerder seizoen opnieuw op basis van satellietbeelden en één bekend gegeven: de totale of gemiddelde opbrengst van het perceel. Gebruik de kaart vervolgens voor zones en vergelijkingen.

Een synthetische opbrengstkaart vult een seizoen aan waarin de opbrengstmonitor uit stond, defect was of nooit geïnstalleerd is. GeoPard gebruikt de satellietbeelden van dat seizoen en één gegeven dat u kent: de totale of gemiddelde opbrengst van het perceel. Die opbrengst wordt vervolgens over het perceel verdeeld. Gebruik de kaart om meerjarige zones aan te vullen of seizoenen te vergelijken; behoud de monitorgegevens waar u die hebt.

{% hint style="success" %}
Vul de hiaten in uw opbrengstgeschiedenis op: [Gratis starten](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}

## Opbrengsthiaten beoordelen: het belang van synthetische opbrengstkaarten

De GeoPard-module voor synthetische opbrengstkaarten biedt een oplossing voor een veelvoorkomende uitdaging in de landbouw: het ontbreken van gedetailleerde historische opbrengstgegevens voor veel landbouwers. Landbouwers kennen vaak wel de gemiddelde of totale opbrengst per perceel, maar gedetailleerde opbrengstkaarten van voorgaande jaren zijn regelmatig niet beschikbaar. Met de module van GeoPard kunt u met terugwerkende kracht opbrengstkaarten maken met een hoge nauwkeurigheid (meer dan 90%).

Deze functionaliteit is bijzonder waardevol voor landbouwers die de opbrengstprestaties van hun percelen door de jaren heen willen begrijpen en analyseren. De module gebruikt beschikbare gegevens over de gemiddelde of totale opbrengst en past de analysemethoden van GeoPard toe om voor elk voorgaand jaar gedetailleerde opbrengstkaarten te genereren.

Met deze synthetische opbrengstkaarten krijgen landbouwers inzicht in de opbrengstverdeling en -variatie binnen hun percelen. Deze informatie is essentieel om weloverwogen beslissingen te nemen over gewasbeheer, de inzet van middelen en de planning van toekomstige landbouwstrategieën.

Kortom, de GeoPard-module voor synthetische opbrengstkaarten biedt landbouwers een praktische manier om historische opbrengstinformatie te benutten. Zo kunnen zij hun bedrijfsvoering meer datagestuurd aanpakken, ook wanneer gedetailleerde gegevens uit het verleden ontbreken.

Inzicht in de geospatiale verdeling van de opbrengst is essentieel om agronomische beslissingen jaar na jaar bij te stellen. Opbrengstkaarten (of opbrengstdatasets) spelen daarbij een belangrijke rol.

Bij oogstmachines is echter niet altijd de benodigde apparatuur geïnstalleerd om opbrengstgegevens te registreren, vooral niet bij oudere modellen. Daardoor beslaan opbrengstkaarten vaak slechts delen van percelen die zijn geoogst met machines die opbrengstgegevens kunnen vastleggen.

Om deze uitdagingen aan te pakken, rondt GeoPard de introductie af van zijn synthetische opbrengstkaart: een oplossing die volledig inzicht in de opbrengst biedt, ongeacht de beperkingen van de beschikbare apparatuur.

## **Technische aanpak**

Synthetische opbrengstkaarten worden gemaakt op basis van GeoPards uitgebreide ervaring met het beheren van opbrengstdatasets. Daarbij ligt de focus op het identificeren van opbrengstbeperkende factoren, het beoordelen van historische  [perceelpotentie](https://geopard.tech/blog/field-potential-maps-yield-data/), en het analyseren van de  [gewasontwikkeling tijdens het seizoen](https://docs.geopard.tech/geopard-tutorials/nl/producttour-webapp/satellite-monitoring.md). Met deze methode kunnen kaarten van de opbrengstverdeling worden gemaakt, zelfs als er geen directe opbrengstgegevens van oogstmachines beschikbaar zijn.

Teledetectiegegevens vormen de basis voor de geospatiale verdeling. De kalibratie aan de werkelijke opbrengstwaarden gebeurt door deze af te stemmen op de opgegeven gemiddelde of totale opbrengst van het perceel. Zo wordt elk deel van het perceel nauwkeurig weergegeven en ontstaat een volledig en betrouwbaar beeld van de opbrengstverdeling over het hele perceel.

## Praktijkvoorbeelden

{% hint style="info" %}
Om de berekeningen zo nauwkeurig mogelijk te maken, is opbrengstkalibratie als extra stap essentieel. Hiermee kunt u uitschieters verwijderen en de statistische gegevensverdeling correct aanpassen. Lees meer over het  [belang van opbrengstkalibratie](https://docs.geopard.tech/geopard-tutorials/nl/agronomie/yield-and-trials/yield-calibration-and-cleaning.md) en hoe u dit met GeoPard kunt doen.
{% endhint %}

### Opbrengstkaart voor maïskuil: werkelijk en synthetisch

De synthetische opbrengstkaart is gecontroleerd aan de hand van een oorspronkelijke opbrengstkaart voor maïskuil. Dit proces liet zien dat opbrengstkalibratie als tussenstap nodig is om uitschieters uit de gegevens te verwijderen en de opbrengstwaarden te corrigeren.

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKBxJivTWUD4d1TEkiejY%2Fimage.png?alt=media&amp;token=783769a5-3c50-4031-b2ce-7a255bccdf14" alt=""><figcaption><p>Opbrengstkaart: ruwe (oorspronkelijke) en gekalibreerde gegevens</p></figcaption></figure>

Het geospatiale patroon van de synthetische opbrengstkaart is gebaseerd op GeoPards geavanceerde inzicht in de  [variatie binnen percelen](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) en expertise in het  [verwerken en indelen in zones van opbrengstdatasets](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/). Vervolgens is de kaart gekalibreerd met de gemiddelde opbrengstwaarde voor maïskuil, zodat het geospatiale patroon nauw aansluit bij de werkelijke opbrengstcijfers. <mark style="background-color:yellow;">De statistische en geospatiale gegevensverdelingen van de opbrengst als massa (t/ha) zijn te zien in de volgende schermafbeelding.</mark>

<figure><img src="https://3615228694-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=""><figcaption><p>Opbrengstkaart: gekalibreerd en synthetisch</p></figcaption></figure>

### Maïs: werkelijk en synthetisch

<mark style="background-color:yellow;">De volgende schermafbeelding toont de statistische en geospatiale gegevensverdelingen van de maïsopbrengst als massa (t/ha) voor de gekalibreerde en synthetische opbrengstdatasets.</mark>

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJYJW4Tvd2KIeSDoxyXLJ%2Fimage.png?alt=media&amp;token=9287734f-beb4-4153-a6e4-1bcf2c6967b8" alt=""><figcaption><p>Opbrengstkaart: gekalibreerd en synthetisch</p></figcaption></figure>

### Soja: werkelijk en synthetisch

De volgende schermafbeelding toont de statistische en geospatiale gegevensverdelingen van de sojaopbrengst als massa in zowel de gekalibreerde als de synthetische opbrengstdataset. Let op: de oorspronkelijke opbrengstgegevens zijn aangeleverd in mg/m2, terwijl de synthetische opbrengstgegevens zijn omgerekend en worden weergegeven in t/ha.

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fx0LJjzOgEOIHl8QkrKev%2Fimage.png?alt=media&amp;token=3802315c-2785-48ef-aabd-63262adc3f5a" alt=""><figcaption><p>Opbrengstkaart: gekalibreerd en synthetisch</p></figcaption></figure>

### Tarwe: opbrengstkaart herstellen

In veel gevallen is slechts een deel van de opbrengstkaart beschikbaar. Dat kan verschillende oorzaken hebben. De meest voorkomende zijn: oudere machines beschikken niet over de benodigde apparatuur om oogstgegevens vast te leggen (1), menselijke fouten (2) en onbruikbare verzamelde gegevens (3). GeoPard pakt deze uitdagingen aan door onvolledige opbrengstkaarten te herstellen. Daarbij worden onder meer de  [perceelpotentie](https://geopard.tech/blog/field-potential-maps-yield-data/)  en  [ontwikkelingen in de gewasgroei tijdens het seizoen](https://docs.geopard.tech/geopard-tutorials/nl/producttour-webapp/satellite-monitoring.md) uitgebreid beoordeeld. GeoPard gebruikt hiervoor verfijnde methoden voor de analyse van opbrengstgegevens, zodat de kaart vollediger wordt.

De opbrengstkalibratie blijft nodig om uitschieters in de opbrengstgegevensverdeling te verwijderen.

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRce8VNyPVrknT8nv5S70%2Fimage.png?alt=media&amp;token=fee2ecf8-35de-4777-b189-ac47eb234f31" alt=""><figcaption><p>Opbrengstkaart: werkelijk (oorspronkelijk) en gekalibreerd</p></figcaption></figure>

De volgende schermafbeelding vergelijkt de bekende delen van de opbrengstkaart met de herstelde opbrengstkaart.

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHrDt9mmQZ6Vm4H7HLR91%2Fimage.png?alt=media&amp;token=63879fe6-8502-4dd7-b48c-75cb40b6859c" alt=""><figcaption><p>Opbrengstkaart: gekalibreerd en synthetisch</p></figcaption></figure>

### Erwten: hiaten in de opbrengstkaart herstellen

In veel gevallen is slechts een deel van de opbrengstkaart beschikbaar. De meest voorkomende oorzaken zijn:

1. oudere machines zonder apparatuur om opbrengstgegevens vast te leggen,
2. menselijke fouten tijdens de oogst, en
3. verzamelde gegevens die onbruikbaar blijken.

GeoPard lost deze uitdagingen op door onvolledige opbrengstkaarten te herstellen met geavanceerde, bedrijfseigen algoritmen.

<figure><img src="https://3615228694-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FWw9e7u8eEBaBtgjNqSPF%2Fimage.png?alt=media&amp;token=36e15b1f-50d9-4ca1-a381-f82c07521e95" alt=""><figcaption><p>Opbrengstkaart: hersteld versus origineel</p></figcaption></figure>

{% hint style="success" %}
Vul de hiaten in uw opbrengstgeschiedenis op: [Gratis starten](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}


---

# 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/yield-and-trials/synthetic-yield-map.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.
