> 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/nor/agronomi/yield-and-trials/synthetic-yield-map.md).

# Simulert avlingskart: avlingskart for sesonger uten avlingsdata

Bygg opp et avlingskart for en tidligere sesong på nytt med satellittbilder og ett kjent tall – skiftets totale eller gjennomsnittlige avling – og bruk det i soner og sammenligninger.

Et syntetisk avlingskart fyller et hull i historikken for en sesong der avlingsmonitoren var slått av, ødelagt eller aldri ble installert. GeoPard bruker satellittbilder fra den aktuelle sesongen og ett tall du kjenner til – feltets totale eller gjennomsnittlige avling – og fordeler avlingen over feltet. Bruk det til å komplettere flerårige soner eller sammenligne sesonger. Behold monitorens data der du har dem.

{% hint style="success" %}
Fyll hullene i avlingshistorikken: [Start gratis](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}

## Vurdering av avlingsgap: Derfor er syntetisk avlingskartlegging viktig

GeoPards modul for syntetiske avlingskart løser en vanlig utfordring i landbruket: Mange bønder mangler detaljerte historiske avlingsdata. Bønder har ofte tall for gjennomsnittlig eller samlet avling per skifte, men detaljerte avlingskart fra tidligere år er ofte ikke tilgjengelige. GeoPards modul tilbyr en løsning ved å gjøre det mulig å lage avlingskart for tidligere år med høy nøyaktighet (over 90 %).

Denne funksjonen er særlig nyttig for bønder som vil forstå og analysere hvordan avlingen på skiftene deres har utviklet seg over tid. Modulen bruker tilgjengelige data om gjennomsnittlig eller samlet avling og benytter GeoPards analysemetoder til å lage detaljerte avlingskart for tidligere år.

Med slike syntetiske avlingskart får bønder innsikt i hvordan avlingen fordeler seg og varierer innenfor skiftene. Denne informasjonen er avgjørende for å ta velinformerte beslutninger om planteproduksjon, ressursbruk og planlegging av framtidige driftsstrategier.

Kort sagt gir GeoPards modul for syntetiske avlingskart bønder et praktisk verktøy for å hente ut innsikt fra historiske avlinger. Dermed blir det mulig å drive mer datadrevet, selv når detaljerte historiske registreringer mangler.

Det er viktig å forstå hvordan avlingen fordeler seg geografisk for å kunne finjustere agronomiske beslutninger fra år til år. Avlingskart (eller avlingsdatasett) spiller en sentral rolle i dette arbeidet.

Nødvendig utstyr for registrering av avlingsdata er imidlertid ikke alltid montert på skurtreskere, særlig på eldre modeller. Derfor dekker avlingskart ofte bare deler av skiftene som høstes med maskiner som kan registrere avlingsdata.

For å møte disse utfordringene sluttfører GeoPard lanseringen av sitt syntetiske avlingskart – en løsning som gir et helhetlig bilde av avlingen uavhengig av begrensninger ved utstyret.

## **Teknisk tilnærming**

Syntetiske avlingskart genereres ved å ta i bruk GeoPards omfattende erfaring med håndtering av avlingsdatasett. Arbeidet fokuserer på å identifisere faktorer som begrenser avlingen, vurdere historisk [avlingspotensial](https://geopard.tech/blog/field-potential-maps-yield-data/), og analysere [vegetasjonsutviklingen i vekstsesongen](https://docs.geopard.tech/geopard-tutorials/nor/produktomvisning-nettapp/satellite-monitoring.md). Denne metoden gjør det mulig å lage kart over avlingsfordelingen også når direkte avlingsdata fra høstemaskiner mangler.

Fjernmålingsdata danner grunnlaget for den geografiske fordelingen, mens kartet kalibreres mot faktiske avlingsverdier ved å bruke feltets oppgitte gjennomsnitts- eller totalavling. Dette sikrer at hvert område av skiftet blir representert nøyaktig, og gir et fullstendig og pålitelig bilde av avlingsfordelingen på hele skiftet.

## Eksempler fra praksis

{% hint style="info" %}
For å sikre høy nøyaktighet i beregningene er avlingskalibrering et nødvendig tilleggstrinn. Det bidrar til å fjerne avvik og korrigere den statistiske datafordelingen. Les mer om [hvorfor avlingskalibrering er viktig](https://docs.geopard.tech/geopard-tutorials/nor/agronomi/yield-and-trials/yield-calibration-and-cleaning.md) og hvordan du kan gjøre det med GeoPard.
{% endhint %}

### Kart over mais til ensilering: faktisk og syntetisk

Det syntetiske avlingskartet ble kontrollert mot et opprinnelig avlingskart for mais til ensilering. Prosessen viste at avlingskalibrering er nødvendig som et mellomtrinn for å fjerne avvikende datapunkter og korrigere avlingsverdiene.

<figure><img src="https://4236156289-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>Avlingskart: rådata (opprinnelig) og kalibrert</p></figcaption></figure>

Det geografiske mønsteret i det syntetiske avlingskartet bygger på GeoPards avanserte forståelse av [variasjon innenfor skiftet](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) og ekspertise innen [håndtering og soneinndeling av avlingsdatasett](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/). Kartet ble deretter kalibrert ved hjelp av gjennomsnittsverdien for avlingen av mais til ensilering, slik at det geografiske mønsteret samsvarer godt med de faktiske avlingstallene. <mark style="background-color:yellow;">Det statistiske og geografiske datagrunnlaget for avling angitt som masse (t/ha) vises i skjermbildet nedenfor.</mark>

<figure><img src="https://4236156289-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>Avlingskart: kalibrert og syntetisk</p></figcaption></figure>

### Mais: faktisk og syntetisk

<mark style="background-color:yellow;">Det statistiske og geografiske datagrunnlaget for maisavling angitt som masse (t/ha), for de kalibrerte og syntetiske avlingsdatasettene, vises i skjermbildet nedenfor.</mark>

<figure><img src="https://4236156289-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>Avlingskart: kalibrert og syntetisk</p></figcaption></figure>

### Soyabønner: faktisk og syntetisk

Skjermbildet nedenfor viser den statistiske og geografiske fordelingen av soyabønneavling, både for kalibrerte og syntetiske avlingsdatasett. Merk at de opprinnelige avlingsdataene ble oppgitt i mg/m2, mens de syntetiske avlingsdataene er konvertert og vises i t/ha.

<figure><img src="https://4236156289-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>Avlingskart: kalibrert og syntetisk</p></figcaption></figure>

### Hvete: gjenoppretting av avlingskart

I mange tilfeller er bare deler av avlingskartet tilgjengelig. Det kan skyldes flere forhold. De vanligste er at eldre maskiner mangler nødvendig utstyr for å registrere høstedata (1), menneskelige feil (2) og at de innsamlede dataene viser seg å være ubrukelige (3). GeoPard løser disse utfordringene ved å gjenopprette ufullstendige avlingskart. Prosessen innebærer en grundig vurdering av [avlingspotensialet på skiftet](https://geopard.tech/blog/field-potential-maps-yield-data/) og [vegetasjonsutviklingen i vekstsesongen](https://docs.geopard.tech/geopard-tutorials/nor/produktomvisning-nettapp/satellite-monitoring.md), og bruker GeoPards videreutviklede metoder for analyse av avlingsdata til å gjøre kartet mer komplett.

Avlingskalibrering er fortsatt nødvendig for å fjerne avvik i fordelingen av avlingsdata.

<figure><img src="https://4236156289-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>Avlingskart: faktisk (opprinnelig) og kalibrert</p></figcaption></figure>

Sammenligningen mellom de kjente delene av avlingskartet og det gjenopprettede kartet vises i skjermbildet nedenfor.

<figure><img src="https://4236156289-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>Avlingskart: kalibrert og syntetisk</p></figcaption></figure>

### Erter: gjenoppretting av manglende områder i avlingskartet

I mange tilfeller er bare deler av avlingskartet tilgjengelig. De vanligste årsakene er:

1. eldre maskiner uten utstyr for registrering av avling,
2. menneskelige feil under innhøstingen og
3. innsamlede data som viser seg å være ubrukelige.

GeoPard løser disse utfordringene ved å gjenopprette ufullstendige avlingskart ved hjelp av avanserte, proprietære algoritmer.

<figure><img src="https://4236156289-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>Avlingskart: gjenopprettet kontra originalt</p></figcaption></figure>

{% hint style="success" %}
Fyll hullene i avlingshistorikken: [Start gratis](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/nor/agronomi/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.
