> 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/pt-br/agronomia/yield-and-trials/field-trial-analytics.md).

# Análises de Ensaios de Campo

Analise ensaios em campo com estatística espacial para comparar tratamentos, medir o ROI e melhorar recomendações.

Agrônomos usam a análise de ensaios para avaliar o desempenho de diferentes 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 os dados gerados em ensaios de campo, pesquisadores obtêm informações 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 e minimizam o uso de insumos. Além disso, a análise de ensaios não apenas permite avaliar a eficácia das práticas de agricultura de precisão, como também ajuda a identificar variedades resilientes, capazes de prosperar em condições diversas e desafiadoras, contribuindo assim para a segurança alimentar.

{% hint style="info" %}
Confira a página interativa de ensaios na fazenda em geopard.tech: [Ensaios na fazenda](https://geopard.tech/on-farm-trials/)
{% endhint %}

{% hint style="info" %}
O GeoPard também oferece suporte a ensaios em parcelas subdivididas com delineamentos de dois fatores, como as mesmas doses aplicadas em diferentes híbridos. Avalie tanto os efeitos principais quanto a interação entre dose e 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 contém os dados de produtividade.\
   Podemos importá-lo do [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/import-from-myjohndeere.md) ou carregá-lo manualmente como [shapefile](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/yield-data-import.md) ou em [formato proprietário de maquinário](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/machinery-proprietary-formats.md).
2. **Conjunto de dados de aplicação**:\
   Este conjunto é essencial para entender a aplicação efetivamente realizada no talhão. No mínimo, contém atributos como TargetRate, AppliedRate e algumas métricas relacionadas ao maquinário.\
   Assim como no conjunto de dados de produtividade, podemos importá-lo do [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/import-from-myjohndeere.md) ou carregá-lo manualmente como [shapefile](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/as-applied-as-planted-data-import.md) ou em [formato proprietário de maquinário](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/machinery-proprietary-formats.md).
3. **Zonas/parcelas com ensaios/experimentos**:\
   Elas mostram as doses de aplicação planejadas para os ensaios, oferecendo informações sobre o delineamento experimental.\
   Se essa camada de dados estiver disponível, carregue-a como [shapefile](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/import-precision-agriculture-data/as-applied-as-planted-data-import.md) no controle AsApplied/AsPlanted ou Yield. Isso garante a compatibilidade ao criar EquationMaps e simplifica a análise dos ensaios.\
   O delineamento pode ter um fator ou ser em 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 ser usado como alternativa para avaliar os ensaios.
4. **Zonas históricas de potencial produtivo do talhão:**\
   Essas zonas são geradas pelo GeoPard (mais detalhes [AQUI](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/zones-maps-and-analytics/multi-year-zones.md)). Elas são úteis para analisar ensaios em áreas com produtividade histórica consistente. Isso é especialmente vantajoso quando os ensaios são distribuídos por regiões com diferentes níveis de produtividade histórica.

Depois de reunir esses conjuntos de dados, o próximo passo é iniciar o processo de avaliação dos ensaios.

## Visão geral dos dados

Temos os seguintes dados para a safra agrícola de 2023 de trigo de inverno:

* Conjunto de dados de produtividade que destaca a distribuição da massa úmida *(Fig. 1)*

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fg9Iv1AMpACkykujxvJ9s%2Fimage.png?alt=media&amp;token=c2a61d7b-12e9-40b5-ad88-e6f820372638" alt=""><figcaption><p>Fig. 1 Conjunto de dados de produtividade original</p></figcaption></figure>

* Plano de aplicação de N34 em taxa variável (150 kg/ha) com 2 parcelas de ensaio (120 kg/ha e 180 kg/ha)*(Fig. 2)*

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FwkGO1Tp0Ji2KzUPhfQAE%2Fimage.png?alt=media&amp;token=28a94d78-7360-43e2-865f-4a330028ab20" alt=""><figcaption><p>Fig. 2 Plano de aplicação de N34 em taxa variável com parcelas de ensaio</p></figcaption></figure>

* Conjunto de dados de aplicação com as estatísticas de aplicação *(Fig. 3)*

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FF1YKbPqDw2HBDdnTqazX%2Fimage.png?alt=media&amp;token=0f83b5b0-9220-4cea-984c-735338716048" alt=""><figcaption><p>Fig. 3 Conjunto de dados de aplicação</p></figcaption></figure>

* Produtividade histórica do talhão (*Fig. 4*)

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FCrFaBaZxtjd0xEXZ9TUd%2Fimage.png?alt=media&amp;token=9cf68b49-a17c-4f2f-be15-1b0bfee4993e" alt=""><figcaption><p>Fig. 4 Produtividade histórica do talhão</p></figcaption></figure>

{% hint style="warning" %}
O conjunto de dados de produtividade não foi calibrado: várias colheitadeiras estavam operando na área, há registros de manobras de retorno e dados ausentes, além de ruído evidente. Para obter resultados ideais, recomenda-se aplicar também as operações de calibração e limpeza da produtividade.\
Confira o tutorial passo a passo em [LINK](https://docs.geopard.tech/geopard-tutorials/pt-br/agronomia/yield-and-trials/yield-calibration-and-cleaning.md).
{% endhint %}

O conjunto de dados de produtividade após a calibração e a limpeza é exibido na *Fig. 5*, juntamente com as estatísticas atualizadas. Esse conjunto será usado nas etapas seguintes.

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F62J6z5wt7ndZ4lWxZq58%2Fimage.png?alt=media&amp;token=9e6ea416-81a0-4dfc-a94a-aa19f69c0ff3" alt=""><figcaption><p>Fig. 5 Conjunto de dados de produtividade calibrado e limpo</p></figcaption></figure>

## Conceito

Aqui, o objetivo do Trial Analytics é determinar a dose de Nitrogênio (N34) mais eficaz para o talhão. Foram identificadas áreas com doses de Nitrogênio de 120 kg/ha, 150 kg/ha e 180 kg/ha. Esses dados são derivados, por um lado, do ApplicationDataset e, por outro, do YieldDataset calibrado.

Nossa análise se concentra em três zonas distintas:

* 120 kg/ha (designada como zona de teste)
* 150 kg/ha (considerada a zona principal)
* 180 kg/ha (outra zona de teste)

Nossa abordagem incluirá as seguintes avaliações:

1. **Com base no planejamento:** usando a Aplicação a Taxa Variável (VRA) planejada, vinculada à produtividade calibrada.
2. **Com base na aplicação:** Comparando os conjuntos de dados da aplicação real com a produtividade calibrada.
3. **Com base na aplicação e na produtividade histórica:** Comparando os conjuntos de dados da aplicação real com a produtividade calibrada, sobreposta às zonas de potencial histórico do talhão.

Essa abordagem sistemática permitirá avaliar de forma abrangente o impacto do Nitrogênio na produtividade, com base nos dados de aplicação planejada e efetivamente realizada.

## Com base no planejamento

A influência do Nitrogênio (N34) ~~aplicado~~ planejado na distribuição da produtividade é apresentada visualmente nas capturas de tela a seguir *(Fig. 6, Fig. 7, Fig. 8)*. Veja um resumo dos resultados:

* <mark style="color:azul;">A zona principal, com dose de Nitrogênio de 150 kg/ha, abrange 45,8 ha e apresenta produtividade média de 4,99 t/ha</mark> (*Fig. 6*).
* <mark style="color:azul;">A primeira zona de teste, com aplicação de Nitrogênio de 180 kg/ha, abrange 1,76 ha e apresenta produtividade média de 6,5 t/ha</mark> (*Fig. 7*).
* <mark style="color:azul;">A segunda zona de teste, com 120 kg/ha de Nitrogênio, abrange 1,86 ha e apresenta produtividade média de 6,39 t/ha</mark> (*Fig. 8*).

Os resultados levantam uma questão importante: <mark style="color:laranja;">Por que a dose de aplicação mais baixa parece ser mais eficiente do que a mais alta?</mark> Para obter uma compreensão mais aprofundada, a próxima etapa envolve[ avaliar os testes usando os dados de aplicação efetivamente realizada](#applied-based-evaluation).

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FraVRCgxuEVTGfTKK4c0s%2Fimage.png?alt=media&amp;token=57602ad8-bd9f-46b4-adcf-5de53f99fe7b" alt=""><figcaption><p>Fig. 6 Zona principal com N34 a 150 kg/ha</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FNM80FFM2TQULwV54LuqW%2Fimage.png?alt=media&amp;token=1542336e-20a2-4a77-a343-9a92f67c90eb" alt=""><figcaption><p>Fig. 7 Zona de teste com N34 a 180 kg/ha</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FITg4CWAJb27X28jquqyO%2Fimage.png?alt=media&amp;token=cff8d0b3-5896-4f34-bbdc-6a34a7352982" alt=""><figcaption><p>Fig. 8 Zona de teste com N34 a 120 kg/ha</p></figcaption></figure>

Mais adiante, você encontrará uma discussão detalhada sobre as fórmulas e configurações usadas durante a avaliação.

{% hint style="info" %}
Para saber mais sobre a abordagem baseada em equações e como executá-la, consulte nossos tutoriais para a [interface do usuário](https://docs.geopard.tech/geopard-tutorials/pt-br/tour-do-produto-aplicativo-web/equation-based-analytics.md) e a [API](https://docs.geopard.tech/geopard-tutorials/pt-br/documentacao-da-api/diagrams-with-basic-flows/5.-execute-equations.md).
{% endhint %}

Estas são as equações a serem executadas para reproduzir os cálculos.

1. Zona principal com 150 kg/ha:\
   `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)`
2. Zona de teste com 120 kg/ha:\
   `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)`
3. Zona de teste com 180 kg/ha:\
   `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)`

É importante ativar *Numpy* *(Fig. 9)* e desativar *Interpolação* *(Fig. 10)*.

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FixfesbJQxzVC93JW3H7b%2Fimage.png?alt=media&amp;token=dcab1611-8a33-4450-9b06-5ba24760e8c3" alt=""><figcaption><p>Fig. 9 Ativar “Numpy”</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0V4AxWhE0zraNfH1axHQ%2Fimage.png?alt=media&amp;token=d86b3921-c313-4946-9455-35fbef29cc13" alt=""><figcaption><p>Fig. 10 Desativar o uso de dados “Interpolados”</p></figcaption></figure>

## Com base na taxa aplicada

Uma observação importante é que a taxa realmente aplicada durante o ensaio nem sempre corresponde à taxa planejada (alvo). Especificamente, a distribuição varia de 120 kg/ha até 189 kg/ha. *(Fig. 11)*. Diante dessa variabilidade, tornou-se fundamental definir uma margem de tolerância para o erro. Assim, uma precisão de ±5% foi estabelecida como limite aceitável para considerar o ensaio adequado para avaliação.

Nas capturas de tela a seguir (*Fig. 12, Fig. 13, Fig. 14)* é apresentada a distribuição estatística da produtividade, com foco nos valores de nitrogênio (N34) efetivamente aplicados. Confira as estatísticas resumidas, considerando a tolerância de precisão de ±5%:

* <mark style="color:azul;">A zona principal, com 150 kg/ha, teve uma área aplicada de 43,5 ha e produtividade média de 4,9 t/ha</mark> (*Fig. 12*).
* <mark style="color:azul;">A primeira zona de ensaio, com 180 kg/ha, cobriu uma área de 1,47 ha e apresentou produtividade média de 6,5 t/ha</mark> (*Fig. 13*).
* <mark style="color:azul;">A segunda zona de ensaio, definida com 120 kg/ha, abrangeu uma área de 1,44 ha, com produtividade média de 6,3 t/ha</mark> (*Fig. 14*).

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FQ5Aawg78wAVNsybfq2RB%2Fimage.png?alt=media&amp;token=293f63d1-414b-4e23-be09-b54844f21988" alt=""><figcaption><p>Fig. 11 Taxas efetivamente aplicadas nos ensaios</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FyBHR1SLHA9ujXr5wk8xA%2Fimage.png?alt=media&amp;token=78f67150-560b-4495-974e-30407e25aca9" alt=""><figcaption><p>Fig. 12 Zona principal com N34 a 150 kg/ha ±5%</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FeOMxE76sp3ugO1NffWPN%2Fimage.png?alt=media&amp;token=9e3f47ae-250a-41dd-b9ce-f3d4bcaab85e" alt=""><figcaption><p>Fig. 13 Zona de ensaio com N34 a 180 kg/ha ±5%</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJUBlkogPAF2fTSYa0EOW%2Fimage.png?alt=media&amp;token=48dd3f24-df15-40da-905c-9012b70971d2" alt=""><figcaption><p>Fig. 14 Zona de ensaio com N34 a 120 kg/ha ±5%</p></figcaption></figure>

Para compreender melhor a metodologia e os detalhes desses resultados, confira abaixo as equações utilizadas:

1. Nitrogênio efetivamente aplicado no ensaio:\
   `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)`
2. Zona principal com 150 kg/ha, considerando tolerância 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, considerando tolerância 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, considerando tolerância de 5%:\
   `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

## **Produtividade com base nas taxas aplicadas e na produtividade histórica**

Os valores de produtividade dos ensaios superam consistentemente a produtividade média de todo o talhão. Um fator importante que parece explicar essa diferença é a zona de alta produtividade histórica onde os ensaios foram realizados, conforme ilustrado nas *Fig. 15* e *Fig. 16*. Para avaliar os ensaios de forma mais detalhada, é fundamental considerar as zonas de produtividade ao analisar os resultados.

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FH0aA9ZAe2IkSFtqcJe5B%2Fimage.png?alt=media&amp;token=c58e81d6-b2df-4d6d-8682-3c750f38f2a1" alt=""><figcaption><p>Fig. 15 Zonas de potencial produtivo histórico do talhão</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fi2agD6onOT4aVaW9LvHh%2Fimage.png?alt=media&amp;token=feecbfd5-2433-4061-85b9-8233446572d8" alt=""><figcaption><p>Fig. 16 Zonas de potencial produtivo histórico do talhão como YieldDataset</p></figcaption></figure>

Nas capturas de tela a seguir (*Fig. 17, Fig. 18, Fig. 19)* é apresentada a distribuição estatística da produtividade, com foco nos valores de nitrogênio (N34) efetivamente aplicados, sobrepostos às zonas de produtividade histórica (criadas no GeoPard). Confira as estatísticas resumidas, considerando a tolerância de precisão de ±5% para os valores aplicados:

* <mark style="color:azul;">A zona principal, com 150 kg/ha, teve uma área aplicada de 2,65 ha e produtividade média de 6,34 t/ha</mark> (*Fig. 17*).
* <mark style="color:azul;">A primeira zona de ensaio, com 180 kg/ha, cobriu uma área de 1,08 ha e apresentou produtividade média de 6,41 t/ha</mark> (*Fig. 18*).
* <mark style="color:azul;">A segunda zona de ensaio, definida com 120 kg/ha, abrangeu uma área de 1,78 ha, com produtividade média de 6,33 t/ha</mark> (*Fig. 19*).

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FPqw7u62bJAezDn9UW5qs%2Fimage.png?alt=media&amp;token=ff101b42-7882-4dc3-a2ad-b57053900768" alt=""><figcaption><p>Fig. 17 Zona principal com N34 a 150 kg/ha sobreposta à produtividade histórica</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmzkQRoU3HMMOm1fLLjNY%2Fimage.png?alt=media&amp;token=ba8105da-877b-4234-9e1d-f59826949bf0" alt=""><figcaption><p>Fig. 18 Zona de ensaio com N34 a 180 kg/ha ±5% sobreposta à produtividade histórica</p></figcaption></figure>

<figure><img src="https://1397135423-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FzTOI3v14HdZLANjM3o36%2Fimage.png?alt=media&amp;token=f83a50dd-585d-4b66-937d-eb0d2f1c78f0" alt=""><figcaption><p>Fig. 19 Zona de ensaio com N34 a 120 kg/ha ±5% sobreposta à produtividade histórica</p></figcaption></figure>

Para compreender melhor a metodologia e os detalhes desses resultados, confira abaixo as equações utilizadas:

1. Principal com 150 kg/ha, considerando uma tolerância 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, considerando uma tolerância de 5%, sobreposto 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, considerando uma tolerância de 5%, sobreposto 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)`

em que

* a parte `Productivity_SubZone == 51` representa as zonas de alta produtividade com os tratamentos experimentais 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 uma tolerância de ±5% nas taxas de aplicação `150`, `120`, `180` kg/ha.

## Resumo

Os resultados de produtividade dos ensaios estão bastante alinhados com a produtividade média observada na zona de alta produtividade histórica do talhão. Em outras palavras, a aplicação experimental do produto N34 nas taxas de <mark style="color:azul;">120 kg/ha - 150 kg/ha - 180 kg/ha</mark>, resultou em produtividades médias de <mark style="color:azul;">6,33 t/ha - 6,34 t/ha - 6,41 t/ha</mark> respectivamente, não tem impacto significativo sobre a produtividade colhida na zona de alta produtividade.


---

# 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/pt-br/agronomia/yield-and-trials/field-trial-analytics.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.
