Analiză pentru teste de câmp

Agronomii folosesc Analiza Testelor pentru a evalua performanța diferitelor soiuri de culturi, tehnici de cultivare și aplicări de inputuri, inclusiv rezultatele aplicărilor cu rată variabilă în Agricultura de Precizie. Prin colectarea, analizarea și interpretarea datelor generate din Testele de Câmp, cercetătorii obțin informații despre interacțiunile dintre genetică, mediu și practicile de management. Această cunoaștere informează dezvoltarea strategiilor de management al culturilor care optimizează potențialul de producție reducând în același timp utilizarea inputurilor. În plus, Analiza Testelor nu doar permite evaluarea eficacității practicilor de Agricultură de Precizie, dar și ajută la identificarea soiurilor rezistente care pot prospera în condiții diverse și provocatoare, contribuind astfel la securitatea alimentară.

Pregătirea datelor

Pentru o analiză eficientă a testelor, sunt necesare câteva seturi de date esențiale:

1. Set de date de producție (Yield): Acest set de date înregistrează datele de producție. Putem importa acesta din JohnDeere Operation Center sau îl putem încărca manual ca fișier shapefile sau ca format proprietar al utilajului.

2. Set de date de aplicare: Acesta este crucial pentru a înțelege aplicarea efectivă executată pe câmp. La minimum, conține atribute precum TargetRate, AppliedRate și unele metrici legate de utilaj. La fel ca în cazul setului de date de producție, avem opțiunea de a-l importa din JohnDeere Operation Center sau îl putem încărca manual ca fișier shapefile sau ca format proprietar al utilajului.

3. Zone/Parcelă cu teste/experimente: Acestea arată ratele planificate de aplicare pentru testele noastre, oferind informații despre designul experimental. Dacă un astfel de strat de date este disponibil, îl încărcăm ca fișier shapefile în controlul AsApplied/AsPlanted sau Yield. Aceasta asigură compatibilitate la construirea Hărților de Ecuații, simplificând experiența de analiză a testelor. Dacă un astfel de strat de date nu este disponibil, atributul TargetRate din Setul de date de aplicare poate servi ca substitut pentru evaluările testelor.

4. Zone istorice de potențial al câmpului: Aceste zone sunt generate de GeoPard (detalii sunt AICI). Ele sunt utile pentru analizarea testelor cu productivitate istorică consistentă. Acest lucru este deosebit de benefic când testele sunt distribuite în regiuni cu productivitate istorică variată.

Odată ce am colectat aceste seturi de date, următorul pas este începerea procesului de evaluare a testelor.

Prezentare generală a datelor

Următoarele date sunt disponibile pentru sezonul agricol 2023 la grâul de iarnă:

• Set de date Yield evidențiind distribuția masei umede (Fig.1)

Fig.1 Setul de date Yield original

• Plan VRA pentru azot (N34) (150 kg/ha) cu 2 parcele de test (120 kg/ha și 180 kg/ha)(Fig.2)

Fig.2 Plan VRA pentru Azot (N34) cu parcele de test

• Set de date de aplicare care prezintă statistici aplicate (Fig.3)

Fig.3 Set de date de aplicare

• Productivitate istorică a câmpului (Fig.4)

Fig.4 Productivitate istorică a câmpului

Setul de date Yield nu a fost calibrat: mai multe combine au operat acolo, există urme de întoarceri și date lipsă, iar zgomotul este evident. Se recomandă aplicarea operațiunilor de calibrare și curățare a Yield pentru rezultate optime. Un tutorial pas cu pas poate fi găsit la LINK.

Setul de date Yield, după calibrare și curățare, este afișat în Fig.5, împreună cu statisticile actualizate. Acest set de date va fi utilizat în pașii următori.

Fig.5 Setul de date Yield calibrat și curățat

Concept

Aici obiectivul Analizei Testelor este de a stabili cea mai eficientă rată de azot (N34) pentru teren. Există zone bine delimitate cu rate de azot de 120 kg/ha, 150 kg/ha și 180 kg/ha. Aceste date provin, pe de o parte, din Setul de date de aplicare și, pe de altă parte, din Setul de date Yield calibrat.

Ne concentrăm analiza pe trei zone distincte:

• 120 kg/ha (denumită zona de test)

• 150 kg/ha (considerată zona principală)

• 180 kg/ha (o altă zonă de test)

Abordarea noastră va include următoarele evaluări:

1. Pe bază de plan: utilizând Aplicarea cu Rată Variabilă (VRA) planificată legată de Yieldul calibrat.

2. Pe bază de aplicare efectivă: Comparând Seturile de date ale aplicărilor efective cu Yieldul calibrat.

3. Pe bază de aplicare efectivă și productivitate istorică: Comparând Seturile de date ale aplicărilor efective cu Yieldul calibrat suprapus peste Zonele istorice de potențial ale câmpului.

Această abordare metodică va permite o evaluare cuprinzătoare a impactului azotului asupra producției, pe baza datelor planificate și a celor aplicate efectiv.

Pe bază de plan

Influența aplicată azotului (N34) planificat asupra distribuției producției este captată vizual în capturile de ecran următoare (Fig.6, Fig.7, Fig.8). Iată o sinteză concisă a concluziilor:

• Zona principală, cu o rată de azot de 150 kg/ha, se întinde pe 45,8 ha și are o producție medie de 4,99 t/ha (Fig.6).

• Prima zonă de test, utilizând o aplicare de azot de 180 kg/ha, acoperă 1,76 ha, având o producție medie de 6,5 t/ha (Fig.7).

• A doua zonă de test, cu 120 kg/ha azot, cuprinde 1,86 ha și produce o producție medie de 6,39 t/ha (Fig.8).

Rezultatele ridică o întrebare semnificativă: De ce rata mai mică de aplicare pare mai eficientă decât cea mai mare? Pentru a obține informații mai profunde, următoarea etapă implică evaluarea testelor folosind datele aplicate efectiv.

Fig.6 Zona principală cu N34 150kg/ha

Fig.7 Zona de test cu N34 180kg/ha

Fig.8 Zona de test cu N34 120kg/ha

Mai jos veți găsi o discuție detaliată a formulilor și configurațiilor utilizate în timpul evaluării.

Pentru a aprofunda abordarea bazată pe ecuații și execuția acesteia, consultați tutorialele noastre pentru atât Interfața cu utilizatorul și API-ul.

Iată ecuațiile care trebuie rulate pentru a reproduce calculele.

1. Principală cu 150 kg/ha: Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)

2. Test cu 120 kg/ha: Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)

3. Test cu 180 kg/ha: Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)

Este important să activați Numpy (Fig.9) și să dezactivați Interpolarea (Fig.10).

Fig.9 Activați "Numpy"

Fig.10 Dezactivați utilizarea datelor "Interpolated"

Pe bază de aplicare efectivă

O observație notabilă este că rata aplicată efectiv în timpul testului nu se aliniază în mod constant cu rata planificată (țintă). În mod specific, există o distribuție care variază de la 120 kg/ha până la 189 kg/ha (Fig.11). Având în vedere această variabilitate, a devenit crucial să stabilim un reper pentru toleranța erorii. Astfel, o precizie de ±5% a fost determinată ca prag acceptabil pentru a considera testul adecvat pentru evaluare.

Prezentate în capturile de ecran următoare (Fig.12, Fig.13, Fig.14) este distribuția statistică a producției, concentrându-se pe valorile azotului (N34) aplicat efectiv. Iată statisticile rezumate, ținând cont de acceptarea preciziei ±5%:

• Zona principală la 150 kg/ha a avut o suprafață aplicată de 43,5 ha, cu o producție medie de 4,9 t/ha (Fig.12).

• Prima zonă de test la 180 kg/ha a acoperit o suprafață de 1,47 ha și a produs o producție medie de 6,5 t/ha (Fig.13).

• A doua zonă de test stabilită la 120 kg/ha s-a întins pe 1,44 ha, cu o producție medie de 6,3 t/ha (Fig.14).

Fig.11 Rate efectiv aplicate în teste

Fig.12 Zona principală cu N34 150kg/ha ±5%

Fig.13 Zona de test cu N34 180kg/ha ±5%

Fig.14 Zona de test cu N34 120kg/ha ±5%

Pentru o înțelegere mai profundă a metodologiei și a specificului acestor rezultate, ecuațiile folosite sunt mai jos:

1. Azotul aplicat efectiv în test: Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)

2. Principală cu 150 kg/ha încorporând acceptarea de 5%: Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

3. Test cu 120 kg/ha încorporând acceptarea de 5%: Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

4. Test cu 180 kg/ha încorporând acceptarea de 5%: Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

Pe bază de aplicare efectivă și productivitate istorică

Valorile producției din teste depășesc constant producția medie pe întregul câmp. Un factor cheie care determină această disparitate pare a fi zona cu productivitate istorică ridicată în care au avut loc testele, așa cum este vizualizat în Fig.15 și Fig.16. Pentru o evaluare mai nuanțată a testelor, este crucial să se ia în considerare zonele de productivitate la analizarea rezultatelor.

Fig.15 Zone istorice de potențial ale câmpului

Fig.16 Zone istorice de potențial ale câmpului ca Set de date Yield

Prezentate în capturile de ecran următoare (Fig.17, Fig.18, Fig.19) este distribuția statistică a producției, concentrându-se pe valorile azotului (N34) aplicat efectiv suprapuse peste Zonele de Productivitate Istorică (create în GeoPard). Iată statisticile rezumate, ținând cont de acceptarea preciziei ±5% pentru valorile aplicate:

• Zona principală la 150 kg/ha a avut o suprafață aplicată de 2,65 ha, cu o producție medie de 6,34 t/ha (Fig.17).

• Prima zonă de test la 180 kg/ha a acoperit o suprafață de 1,08 ha și a produs o producție medie de 6,41 t/ha (Fig.18).

• A doua zonă de test stabilită la 120 kg/ha s-a întins pe 1,78 ha, cu o producție medie de 6,33 t/ha (Fig.19).

Fig.17 Zona principală cu N34 150kg/ha suprapusă cu productivitatea istorică

Fig.18 Zona de test cu N34 180kg/ha ±5% suprapusă cu productivitatea istorică

Fig.19 Zona de test cu N34 120kg/ha ±5% suprapusă cu productivitatea istorică

Pentru o înțelegere mai profundă a metodologiei și a specificului acestor rezultate, ecuațiile folosite sunt mai jos:

1. Principală cu 150 kg/ha încorporând acceptarea de 5% suprapusă cu productivitatea istorică: Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

2. Test cu 120 kg/ha încorporând acceptarea de 5% suprapus cu productivitatea istorică: Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

3. Test cu 180 kg/ha încorporând acceptarea de 5% suprapus cu productivitatea istorică: Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

unde

• partea Productivity_SubZone == 51 reflectă zonele de productivitate ridicată în care s-au aplicat experimentele,

• părțile (Applied_Value >= 142.5) & (Applied_Value <= 157.5) , (Applied_Value >= 114.0) & (Applied_Value <= 126.0), (Applied_Value >= 171.0) & (Applied_Value <= 189.0) încorporează precizia de ±5% a ratelor 150, 120, 180 kg/ha.

Rezumat

Rezultatele producției din teste se aliniază îndeaproape cu producția medie observată în zona cu productivitate istorică ridicată a câmpului. Cu alte cuvinte, aplicarea experimentală a produsului N34 la ratele de 120 kg/ha - 150 kg/ha - 180 kg/ha, a rezultat în producții medii de 6.33 t/ha - 6.34 t/ha - 6.41 t/ha respectiv, și nu are un impact semnificativ asupra producției recoltate în cadrul zonei cu productivitate ridicată.