# Análises de Ensaios de Campo Agrônomos utilizam a Análise de Ensaios para avaliar o desempenho de diversas variedades de culturas, técnicas de cultivo e aplicações de insumos, incluindo os resultados de Aplicações em Taxa Variável na Agricultura de Precisão. Ao coletar, analisar e interpretar dados gerados em Ensaios de Campo, os pesquisadores obtêm insights sobre as interações entre genética, ambiente e práticas de manejo. Esse conhecimento orienta o desenvolvimento de estratégias de manejo de culturas que otimizam o potencial de produtividade ao mesmo tempo em que minimizam o uso de insumos. Além disso, a Análise de Ensaios não apenas permite a avaliação da eficácia das práticas de Agricultura de Precisão, mas também ajuda a identificar variedades resilientes que podem prosperar em condições diversas e desafiadoras, contribuindo assim para a segurança alimentar. {% hint style="info" %} A GeoPard também oferece suporte a ensaios em parcelas subdivididas para desenhos de dois fatores, como as mesmas taxas em diferentes híbridos. Avalie tanto os efeitos principais quanto a interação taxa × híbrido na mesma camada de ensaio georreferenciada. {% endhint %} ## Preparação dos Dados Para uma análise eficaz dos ensaios, são necessários alguns conjuntos de dados essenciais: 1. **Conjunto de Dados de Produtividade**:\ Este conjunto de dados captura os dados de produtividade.\ Podemos importá-lo do [JohnDeere Operation Center](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/importar-do-myjohndeere.md) ou carregá-lo manualmente como [shapefile](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/importacao-de-dados-de-produtividade.md) ou como [formato proprietário da máquina](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/formatos-proprietarios-de-maquinas.md). 2. **Conjunto de Dados de Aplicação**:\ Isso é crucial para entender a Aplicação real executada no Campo. No mínimo, contém atributos como TargetRate, AppliedRate e algumas métricas relacionadas à máquina.\ Assim como no Conjunto de Dados de Produtividade, temos opções para importá-lo do [JohnDeere Operation Center](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/importar-do-myjohndeere.md) ou carregá-lo manualmente como [shapefile](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/importacao-de-dados-aplicados-plantados.md) ou como [formato proprietário da máquina](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/formatos-proprietarios-de-maquinas.md). 3. **Zonas/Parcelas com Ensaios/Experimentos**:\ Eles mostram as taxas de Aplicação planejadas para nossos Ensaios, fornecendo insights sobre o desenho experimental.\ Se essa camada de dados estiver disponível, fazemos o upload dela como [shapefile](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/importar-dados-de-agricultura-de-precisao/importacao-de-dados-aplicados-plantados.md) nos controles AsApplied/AsPlanted ou Yield. Isso garante compatibilidade ao criar EquationMaps, otimizando sua experiência de análise de ensaios.\ Isso pode ser um layout de um fator ou um layout de parcelas subdivididas com uma segunda dimensão de tratamento, como híbrido ou variedade.\ Se essa camada de dados não estiver disponível, o atributo TargetRate do Conjunto de Dados de Aplicação pode servir como substituto para avaliações de Ensaios. 4. **Zonas Históricas de Potencial do Campo:**\ Essas zonas são geradas pela GeoPard (os detalhes estão [AQUI](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/mapas-de-zonas-e-analises/zonas-de-multiplos-anos.md)). Elas são úteis para analisar Ensaios com produtividade histórica consistente. Isso é particularmente benéfico quando os Ensaios são distribuídos por regiões com produtividade histórica variada. Depois de reunirmos esses conjuntos de dados, o próximo passo é iniciar o processo de avaliação do Ensaio. ## Visão Geral dos Dados Há os seguintes dados para a safra agrícola de 2023 de trigo de inverno: * Conjunto de Dados de Produtividade destacando a distribuição da Massa Úmida *(Fig.1)*

Fig.1 Conjunto de Dados de Produtividade Original

* Plano de VRA de Nitrogênio (N34) (150 kg/ha) com 2 Parcelas de Ensaio (120 kg/ha e 180 kg/ha)*(Fig.2)*

Fig.2 Plano de VRA de Nitrogênio (N34) com Parcelas de Ensaio

* Conjunto de Dados de Aplicação mostrando estatísticas aplicadas *(Fig.3)*

Fig.3 Conjunto de Dados de Aplicação

* Potencial Histórico de Produtividade do Campo (*Fig.4*)

Fig.4 Potencial Histórico de Produtividade do Campo

{% hint style="warning" %} O YieldDataset não foi calibrado: havia várias colheitadeiras operando nele, há marcas de manobras e dados ausentes, e o ruído é evidente. Recomenda-se aplicar as operações de Calibrar e Limpar Yield para obter resultados ideais.\ Um tutorial passo a passo pode ser encontrado em [LINK](/geopard-tutorials/pt-br/agronomia/calibracao-e-limpeza-de-produtividade.md). {% endhint %} O YieldDataset, após calibração e limpeza, é exibido na *Fig.5*, juntamente com as estatísticas atualizadas. Esse conjunto de dados será utilizado nas etapas subsequentes.

Fig.5 Conjunto de Dados de Produtividade Calibrado e Limpo

## Conceito Aqui, o objetivo da Análise de Ensaios é determinar a taxa de Nitrogênio (N34) mais eficaz para o campo. Há áreas identificadas com taxas de Nitrogênio de 120 kg/ha, 150 kg/ha e 180 kg/ha. Esses dados são derivados do ApplicationDataset, por um lado, e do YieldDataset calibrado, por outro. Estamos concentrando nossa análise em três zonas distintas: * 120 kg/ha (designada como zona de ensaio) * 150 kg/ha (considerada a zona principal) * 180 kg/ha (outra zona de ensaio) Nossa abordagem incluirá as seguintes avaliações: 1. **Baseada no plano:** usando a Aplicação Planejada em Taxa Variável (VRA) vinculada ao Yield calibrado. 2. **Baseada na aplicação:** comparando os conjuntos de dados Aplicados Reais com o Yield calibrado. 3. **Baseada na aplicação e na produtividade histórica:** comparando os conjuntos de dados Aplicados Reais com o Yield calibrado sobreposto às Zonas Históricas de Potencial do Campo. Essa abordagem metódica permitirá uma avaliação abrangente do impacto do Nitrogênio na produtividade, com base tanto nos dados de aplicação planejados quanto nos dados de aplicação reais. ## Baseada no plano A influência do ~~aplicado~~ Nitrogênio (N34) planejado na distribuição da produtividade é capturada visualmente nas capturas de tela a seguir *(Fig.6, Fig.7, Fig.8)*. Veja abaixo um resumo conciso dos resultados: * A zona principal, com uma taxa de Nitrogênio de 150 kg/ha, abrange 45,8 ha e apresenta uma produtividade média de 4,99 t/ha (*Fig.6*). * A primeira zona de ensaio, utilizando uma aplicação de Nitrogênio de 180 kg/ha, cobre 1,76 ha, resultando em uma média de 6,5 t/ha (*Fig.7*). * A segunda zona de ensaio, com 120 kg/ha de Nitrogênio, abrange 1,86 ha e produz uma produtividade média de 6,39 t/ha (*Fig.8*). Os resultados levantam uma questão importante: Por que a menor taxa de aplicação parece ser mais eficiente do que a maior? Para obter insights mais profundos, a próxima fase envolve[ avaliar os Ensaios usando os dados reais Aplicados](/geopard-tutorials/pt-br/agronomia/analises-de-ensaios-de-campo.md#applied-based-evaluation).

Fig.6 Zona Principal com N34 150 kg/ha

Fig.7 Zona de Ensaio com N34 180 kg/ha

Fig.8 Zona de Ensaio com N34 120 kg/ha

Mais adiante, você encontrará uma discussão detalhada das fórmulas e configurações empregadas durante a avaliação. {% hint style="info" %} Para aprofundar no método das Equações e em sua execução, consulte nossos tutoriais tanto para a [Interface do Usuário](/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/analises-baseadas-em-equacoes.md) quanto para a [API](/geopard-tutorials/pt-br/docs-da-api/diagramas-com-fluxos-basicos/5.-executar-equacoes.md). {% endhint %} Aqui estão as Equações a executar para reproduzir os cálculos. 1. Principal com 150 kg/ha:\ `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)` 2. Ensaio com 120 kg/ha:\ `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)` 3. Ensaio com 180 kg/ha:\ `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)` É importante ativar *Numpy* *(Fig.9)* e desativar *Interpolation* *(Fig.10)*.

Fig.9 Ativar "Numpy"

Fig.10 Desativar o uso de dados "Interpolated"

## Baseada na aplicação Uma observação notável é que a Taxa Aplicada real durante o Ensaio não se alinha consistentemente com a Taxa Planejada (Target). Especificamente, a distribuição varia de 120 kg/ha até 189 kg/ha *(Fig.11)*. Dada essa variabilidade, tornou-se crucial definir um parâmetro de referência para tolerância ao erro. Assim, uma precisão de ±5% foi determinada como limite aceitável para considerar o ensaio adequado para avaliação. Apresentado nas capturas de tela a seguir (*Fig.12, Fig.13, Fig.14)* é a distribuição estatística da produtividade, focando nos números de Nitrogênio (N34) realmente Aplicados. Aqui estão as estatísticas resumidas, levando em conta a aceitação de precisão de ±5%: * A zona principal em 150 kg/ha teve uma área aplicada de 43,5 ha, resultando em uma média de 4,9 t/ha (*Fig.12*). * A primeira zona de ensaio em 180 kg/ha cobriu uma área de 1,47 ha e produziu uma produtividade média de 6,5 t/ha (*Fig.13*). * A segunda zona de ensaio definida em 120 kg/ha abrangeu uma área de 1,44 ha, com uma produtividade média de 6,3 t/ha (*Fig.14*).

Fig.11 Taxas Aplicadas Reais nos Ensaios

Fig.12 Zona Principal com N34 150 kg/ha ±5%

Fig.13 Zona de Ensaio com N34 180 kg/ha ±5%

Fig.14 Zona de Ensaio com N34 120 kg/ha ±5%

Para uma compreensão mais profunda da metodologia e das especificidades desses resultados, as Equações usadas estão abaixo: 1. Nitrogênio aplicado real do ensaio:\ `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)` 2. Principal com 150 kg/ha incorporando aceitação de 5%:\ `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)` 3. Ensaio com 120 kg/ha incorporando aceitação de 5%:\ `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)` 4. Ensaio com 180 kg/ha incorporando aceitação de 5%:\ `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)` ## **Baseada na aplicação e na produtividade histórica** Os valores de produtividade dos Ensaios superam consistentemente a produtividade média observada em toda a Área do Campo. Um fator importante que parece impulsionar essa diferença é a zona de alta produtividade histórica onde os Ensaios ocorreram, conforme visualizado em *Fig.15* quanto para a *Fig.16*. Para uma avaliação mais refinada dos Ensaios, é crucial considerar as zonas de produtividade ao analisar os resultados.

Fig.15 Zonas Históricas de Potencial do Campo

Fig.16 Zonas Históricas de Potencial do Campo como YieldDataset

Apresentado nas capturas de tela a seguir (*Fig.17, Fig.18, Fig.19)* é a distribuição estatística da produtividade, focando nos números de Nitrogênio (N34) realmente Aplicados sobrepostos às Zonas de Produtividade Histórica (criadas na GeoPard). Aqui estão as estatísticas resumidas, levando em conta a aceitação de precisão de ±5% para os números Aplicados: * A zona principal em 150 kg/ha teve uma área aplicada de 2,65 ha, resultando em uma média de 6,34 t/ha (*Fig.17*). * A primeira zona de ensaio em 180 kg/ha cobriu uma área de 1,08 ha e produziu uma produtividade média de 6,41 t/ha (*Fig.18*). * A segunda zona de ensaio definida em 120 kg/ha abrangeu uma área de 1,78 ha, com uma produtividade média de 6,33 t/ha (*Fig.19*).

Fig.17 Zona Principal com N34 150 kg/ha sobreposta à Produtividade Histórica

Fig.18 Zona de Ensaio com N34 180 kg/ha ±5% sobreposta à Produtividade Histórica

Fig.19 Zona de Ensaio com N34 120 kg/ha ±5% sobreposta à Produtividade Histórica

Para uma compreensão mais profunda da metodologia e das especificidades desses resultados, as Equações usadas estão abaixo: 1. Principal com 150 kg/ha incorporando aceitação de 5% sobreposta à Produtividade Histórica:\ `Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)` 2. Ensaio com 120 kg/ha incorporando aceitação de 5% sobreposta à Produtividade Histórica:\ `Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)` 3. Ensaio com 180 kg/ha incorporando aceitação de 5% sobreposta à Produtividade Histórica:\ `Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)` onde * a parte `Productivity_SubZone == 51` reflete as Zonas de Alta Produtividade com os experimentos aplicados, * as partes `(Applied_Value >= 142.5) & (Applied_Value <= 157.5)` , `(Applied_Value >= 114.0) & (Applied_Value <= 126.0)`, `(Applied_Value >= 171.0) & (Applied_Value <= 189.0)` incorporam precisão de ±5% em relação às taxas `150`, `120`, `180` kg/ha. ## Resumo Os resultados de produtividade dos Ensaios se alinham de perto com a produtividade média observada na zona de alta produtividade histórica do campo. Em outras palavras, a aplicação experimental do produto N34 nas taxas de 120 kg/ha - 150 kg/ha - 180 kg/ha, resultou em produtividades médias de 6,33 t/ha - 6,34 t/ha - 6,41 t/ha respectivamente, não tendo um impacto significativo na produtividade colhida dentro da Zona de Alta Produtividade. --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.geopard.tech/geopard-tutorials/pt-br/agronomia/analises-de-ensaios-de-campo.md?ask= ``` The question should be specific, self-contained, and written in natural language. 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.