> 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/pl/agronomia/mapy-siewu-i-azotu-vra-na-podstawie-wody-dostepnej-dla-roslin-i-materii-organicznej.md).

# Mapy siewu i azotu VRA na podstawie wody dostępnej dla roślin i materii organicznej

Buduj mapy siewu i azotu w zmiennej dawce z wykorzystaniem Plant Available Water (PAW) i Organic Matter (OM), a następnie eksportuj je bezpośrednio do John Deere jako Plan Pracy, aby bezproblemowo wykonać je w polu.

{% hint style="success" %}
Punktem wyjścia jest posiadanie zestawu danych Soil Scanner (lub równoważnego) z warstwami danych dla Dostępnej Wody w Glebie (Plant Available Water) oraz Materii Organicznej.
{% endhint %}

{% hint style="warning" %}
Poniższe samouczki obsługują wiele języków. Wybierz ten, który najbardziej Ci odpowiada, z ikony języka <img src="https://3832317038-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FBI5BLx6lztxQTYIHqvsr%2Fimage.png?alt=media&amp;token=0d402011-668e-4a9c-8853-0fb4f56ace99" alt="" data-size="line">.&#x20;
{% endhint %}

## Mapa siewu VRA dla kukurydzy

Poniżej znajdziesz interaktywny *wielojęzyczny* przewodnik pokazujący, jak stworzyć mapę siewu VRA dla kukurydzy opartą na danych o Dostępnej Wodzie w Glebie (PAW) z zestawu danych Soil Scanner.

{% @arcade/embed flowId="TRjxr1Ga4Kxa6WgTeIwx" url="<https://app.arcade.software/share/TRjxr1Ga4Kxa6WgTeIwx>" %}

## Mapa azotu VRA obok mapy siewu

Poniżej znajdziesz interaktywny *wielojęzyczny* przewodnik pokazujący, jak stworzyć mapę azotu VRA dla kukurydzy opartą na danych o Materii Organicznej (OM) z zestawu danych Soil Scanner.

{% hint style="success" %}
Zwykle pierwsze zastosowanie azotu pokrywa w przybliżeniu 40% całkowitego zapotrzebowania kukurydzy na azot.
{% endhint %}

{% @arcade/embed flowId="lkHGC7G8cdQkIc9ofMkv" url="<https://app.arcade.software/share/lkHGC7G8cdQkIc9ofMkv>" %}

## Wyślij obie mapy w jednym planie roboczym do John Deere.

Poniżej znajdziesz interaktywny *wielojęzyczny* przewodnik pokazujący, jak stworzyć plan roboczy John Deere, który zawiera zarówno mapy siewu, jak i azotu w jednej operacji.

{% @arcade/embed flowId="JzY7zlwP6dqWxIE5xWay" url="<https://app.arcade.software/share/JzY7zlwP6dqWxIE5xWay>" %}


---

# 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/pl/agronomia/mapy-siewu-i-azotu-vra-na-podstawie-wody-dostepnej-dla-roslin-i-materii-organicznej.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.