> 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/ro/agronomie/yield-and-trials/field-trial-analytics.md).

# Analiza testelor în câmp

Analizează testele din fermă cu statistici spațiale pentru a compara tratamentele, a măsura ROI-ul și a îmbunătăți recomandările.

Agronomii folosesc analiza loturilor experimentale pentru a evalua performanța diferitelor soiuri de culturi, tehnici de cultivare și aplicări de inputuri, inclusiv rezultatele aplicărilor cu doză variabilă în agricultura de precizie. Prin colectarea, analizarea și interpretarea datelor obținute din testele în câmp, cercetătorii înțeleg mai bine interacțiunile dintre genetică, mediu și practicile de management. Aceste cunoștințe contribuie la dezvoltarea unor strategii de gestionare a culturilor care optimizează potențialul de producție, reducând în același timp utilizarea inputurilor. În plus, analiza loturilor experimentale permite evaluarea eficienței practicilor de agricultură de precizie și ajută la identificarea soiurilor rezistente, capabile să prospere în condiții diverse și dificile, contribuind astfel la securitatea alimentară.

{% hint style="info" %}
Consultați pagina interactivă despre testele în câmp, direct în fermă, pe geopard.tech: [Teste în câmp, direct în fermă](https://geopard.tech/on-farm-trials/)
{% endhint %}

{% hint style="info" %}
GeoPard acceptă și testele cu parcele divizate pentru proiecte experimentale cu doi factori, de exemplu, aceleași doze aplicate la hibrizi diferiți. Evaluați atât efectele principale, cât și interacțiunea doză × hibrid pe același strat georeferențiat al testului.
{% endhint %}

## Pregătirea datelor

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

1. **Setul de date privind producția**:\
   Acest set de date cuprinde datele privind producția.\
   Îl putem importa din [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/import-from-myjohndeere.md) sau îl putem încărca manual ca fișier [shapefile](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/yield-data-import.md) sau într-un [format proprietar al utilajului](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/machinery-proprietary-formats.md).
2. **Setul de date privind aplicarea**:\
   Acesta este esențial pentru a înțelege aplicarea efectivă în câmp. Cel puțin, conține atribute precum TargetRate, AppliedRate și unele valori asociate utilajului.\
   Ca și în cazul setului de date privind producția, îl putem importa din [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/import-from-myjohndeere.md) sau îl putem încărca manual ca fișier [shapefile](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/as-applied-as-planted-data-import.md) sau într-un [format proprietar al utilajului](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/machinery-proprietary-formats.md).
3. **Zone/parcele cu teste/experimente**:\
   Acestea indică dozele de aplicare planificate pentru testele noastre, oferind informații despre proiectul experimental.\
   Dacă este disponibil un astfel de strat de date, îl încărcăm ca fișier [shapefile](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/import-precision-agriculture-data/as-applied-as-planted-data-import.md) în controlul AsApplied/AsPlanted sau Yield. Astfel se asigură compatibilitatea la crearea EquationMaps și se simplifică analiza testelor. Schema poate avea un singur factor sau poate fi una cu parcele divizate și o a doua dimensiune de tratament, precum hibridul sau soiul.\
   Dacă un astfel de strat de date nu este disponibil, atributul TargetRate din setul de date privind aplicarea poate fi folosit în locul acestuia pentru evaluarea testelor.
4. **Zonele istorice de potențial productiv al câmpului:**\
   Aceste zone sunt generate de GeoPard (detalii [AICI](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/zones-maps-and-analytics/multi-year-zones.md)). Sunt utile pentru analiza testelor în câmp cu productivitate istorică uniformă. Acest lucru este deosebit de util când testele sunt distribuite în regiuni cu niveluri diferite de productivitate istorică.

După ce am adunat aceste seturi de date, următorul pas este să începem procesul de evaluare a testelor.

## Prezentarea generală a datelor

Pentru sezonul agricol 2023, avem următoarele date pentru grâul de toamnă:

* Setul de date privind producția, care evidențiază distribuția masei umede *(Fig.1)*

<figure><img src="https://1279602871-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 Setul de date inițial privind producția</p></figcaption></figure>

* Planul de aplicare cu doză variabilă pentru azot (N34) (150 kg/ha), cu 2 parcele de testare (120 kg/ha și 180 kg/ha)*(Fig.2)*

<figure><img src="https://1279602871-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 Planul de aplicare cu doză variabilă pentru azot (N34), cu parcele de testare</p></figcaption></figure>

* Setul de date privind aplicarea, cu statistici despre cantitățile aplicate *(Fig.3)*

<figure><img src="https://1279602871-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 Setul de date privind aplicarea</p></figcaption></figure>

* Productivitatea istorică a câmpului (*Fig.4*)

<figure><img src="https://1279602871-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 Productivitatea istorică a câmpului</p></figcaption></figure>

{% hint style="warning" %}
Setul de date privind producția nu a fost calibrat: au lucrat mai multe combine în câmp, există trasee de întoarcere și urme de date lipsă, iar zgomotul este evident. Pentru rezultate optime, se recomandă aplicarea operațiilor de calibrare și curățare a datelor de producție.\
Un tutorial pas cu pas este disponibil la [LINK](https://docs.geopard.tech/geopard-tutorials/ro/agronomie/yield-and-trials/yield-calibration-and-cleaning.md).
{% endhint %}

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

<figure><img src="https://1279602871-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 Setul de date privind producția, calibrat și curățat</p></figcaption></figure>

## Concept

Aici, obiectivul Trial Analytics este de a stabili doza de azot (N34) cea mai eficientă pentru parcelă. Au fost delimitate zonele cu doze de azot de 120 kg/ha, 150 kg/ha și 180 kg/ha. Aceste date provin, pe de o parte, din ApplicationDataset și, pe de altă parte, din YieldDataset calibrat.

Analiza noastră se concentrează pe trei zone distincte:

* 120 kg/ha (desemnată ca zonă de test)
* 150 kg/ha (considerată zona principală)
* 180 kg/ha (o altă zonă de test)

Abordarea noastră va include următoarele evaluări:

1. **Pe baza planului:** utilizând aplicarea cu rată variabilă planificată (VRA), corelată cu producția calibrată.
2. **Pe baza aplicării:** Compararea seturilor de date privind aplicarea efectivă cu producția calibrată.
3. **Pe baza aplicării și a productivității istorice:** Compararea seturilor de date privind aplicarea efectivă cu producția calibrată, suprapusă peste zonele cu potențial istoric ale parcelei.

Această abordare sistematică permite evaluarea cuprinzătoare a impactului azotului asupra producției, pe baza datelor planificate și a datelor efective de aplicare.

## Pe baza planului

Influența ~~aplicării~~ azotului (N34) planificat asupra distribuției producției este ilustrată în capturile de ecran următoare *(Fig. 6, Fig. 7, Fig. 8)*. Iată o sinteză a rezultatelor:

* <mark style="color:albastru;">Zona principală, cu o doză de azot de 150 kg/ha, se întinde pe 45,8 ha și are o producție medie de 4,99 t/ha</mark> (*Fig. 6*).
* <mark style="color:albastru;">Prima zonă de test, cu o doză de azot de 180 kg/ha, acoperă 1,76 ha și are o producție medie de 6,5 t/ha</mark> (*Fig. 7*).
* <mark style="color:albastru;">A doua zonă de test, cu o doză de azot de 120 kg/ha, acoperă 1,86 ha și are o producție medie de 6,39 t/ha</mark> (*Fig. 8*).

Rezultatele ridică o întrebare importantă: <mark style="color:portocaliu;">De ce pare doza mai mică să fie mai eficientă decât cea mai mare?</mark> Pentru a obține o imagine mai clară, următoarea etapă presupune[ evaluarea testelor folosind datele efective de aplicare](#applied-based-evaluation).

<figure><img src="https://1279602871-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 principală cu N34, 150 kg/ha</p></figcaption></figure>

<figure><img src="https://1279602871-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 test cu N34, 180 kg/ha</p></figcaption></figure>

<figure><img src="https://1279602871-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 test cu N34, 120 kg/ha</p></figcaption></figure>

Mai jos găsiți o discuție detaliată despre formulele și configurațiile folosite în timpul evaluării.

{% hint style="info" %}
Pentru detalii despre abordarea bazată pe ecuații și modul de aplicare a acesteia, consultați tutorialele noastre pentru [Interfața utilizatorului](https://docs.geopard.tech/geopard-tutorials/ro/tur-de-produs-aplicatia-web/equation-based-analytics.md) și [API](https://docs.geopard.tech/geopard-tutorials/ro/documentatie-api/diagrams-with-basic-flows/5.-execute-equations.md).
{% endhint %}

Iată ecuațiile de rulat pentru a reproduce calculele.

1. Zona principală, cu 150 kg/ha:\
   `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)`
2. Zona de test, cu 120 kg/ha:\
   `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)`
3. Zona de 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 *Interpolare* *(Fig.10)*.

<figure><img src="https://1279602871-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 Activarea „Numpy”</p></figcaption></figure>

<figure><img src="https://1279602871-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 Dezactivarea utilizării datelor „Interpolated”</p></figcaption></figure>

## Pe baza cantității aplicate

O observație importantă este că rata efectivă de aplicare din timpul testului nu corespunde în mod constant ratei planificate (țintă). Mai exact, valorile variază de la 120 kg/ha până la 189 kg/ha. *(Fig.11)*. Având în vedere această variabilitate, a devenit esențială stabilirea unui reper pentru toleranța la eroare. Astfel, o precizie de ±5% a fost considerată un prag acceptabil pentru ca testul să poată fi evaluat.

În capturile de ecran următoare (*Fig.12, Fig.13, Fig.14)* este prezentată distribuția statistică a producției, cu accent pe cantitățile de azot (N34) aplicate efectiv. Mai jos sunt rezumate statisticile, ținând cont de toleranța acceptată de ±5%:

* <mark style="color:albastru;">Zona principală, cu o rată de 150 kg/ha, a avut o suprafață aplicată de 43,5 ha și o producție medie de 4,9 t/ha</mark> (*Fig.12*).
* <mark style="color:albastru;">Prima zonă de testare, cu o rată de 180 kg/ha, a acoperit o suprafață de 1,47 ha și a avut o producție medie de 6,5 t/ha</mark> (*Fig.13*).
* <mark style="color:albastru;">A doua zonă de testare, cu o rată de 120 kg/ha, s-a întins pe o suprafață de 1,44 ha, cu o producție medie de 6,3 t/ha</mark> (*Fig.14*).

<figure><img src="https://1279602871-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 Ratele efective de aplicare în zonele de testare</p></figcaption></figure>

<figure><img src="https://1279602871-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 principală cu N34 la 150 kg/ha ±5%</p></figcaption></figure>

<figure><img src="https://1279602871-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 testare cu N34 la 180 kg/ha ±5%</p></figcaption></figure>

<figure><img src="https://1279602871-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 testare cu N34 la 120 kg/ha ±5%</p></figcaption></figure>

Pentru a înțelege mai bine metodologia și detaliile acestor rezultate, mai jos sunt prezentate ecuațiile utilizate:

1. Azotul aplicat efectiv în zonele de testare:\
   `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)`
2. Zona principală la 150 kg/ha, cu o toleranță acceptată de 5%:\
   `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
3. Zona de testare la 120 kg/ha, cu o toleranță acceptată de 5%:\
   `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
4. Zona de testare la 180 kg/ha, cu o toleranță acceptată de 5%:\
   `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

## **Productivitatea în funcție de cantitatea aplicată și productivitatea istorică**

Producțiile înregistrate în zonele de testare depășesc constant producția medie de pe întreaga parcelă. Un factor-cheie care pare să explice această diferență este faptul că testele au fost efectuate într-o zonă cu productivitate istorică ridicată, după cum se observă în *Fig.15* și *Fig.16*. Pentru o evaluare mai nuanțată a testelor, este esențial să se țină cont de zonele de productivitate la analizarea rezultatelor.

<figure><img src="https://1279602871-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 Zone cu potențial istoric al parcelei</p></figcaption></figure>

<figure><img src="https://1279602871-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 Zone cu potențial istoric al parcelei, reprezentate ca YieldDataset</p></figcaption></figure>

În capturile de ecran următoare (*Fig.17, Fig.18, Fig.19)* este prezentată distribuția statistică a producției, cu accent pe cantitățile de azot (N34) aplicate efectiv, suprapuse peste zonele de productivitate istorică (create în GeoPard). Mai jos sunt rezumate statisticile, ținând cont de toleranța acceptată de ±5% pentru cantitățile aplicate:

* <mark style="color:albastru;">Zona principală, cu o rată de 150 kg/ha, a avut o suprafață aplicată de 2,65 ha și o producție medie de 6,34 t/ha</mark> (*Fig.17*).
* <mark style="color:albastru;">Prima zonă de testare, cu o rată de 180 kg/ha, a acoperit o suprafață de 1,08 ha și a avut o producție medie de 6,41 t/ha</mark> (*Fig.18*).
* <mark style="color:albastru;">A doua zonă de testare, cu o rată de 120 kg/ha, s-a întins pe o suprafață de 1,78 ha, cu o producție medie de 6,33 t/ha</mark> (*Fig.19*).

<figure><img src="https://1279602871-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 principală cu N34 la 150 kg/ha, suprapusă peste productivitatea istorică</p></figcaption></figure>

<figure><img src="https://1279602871-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 testare cu N34 la 180 kg/ha ±5%, suprapusă peste productivitatea istorică</p></figcaption></figure>

<figure><img src="https://1279602871-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 testare cu N34 la 120 kg/ha ±5%, suprapusă peste productivitatea istorică</p></figcaption></figure>

Pentru a înțelege mai bine metodologia și detaliile acestor rezultate, mai jos sunt prezentate ecuațiile utilizate:

1. Principală cu 150 kg/ha, incluzând o toleranță de 5%, suprapusă peste 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. Variantă de test cu 120 kg/ha, incluzând o toleranță de 5%, suprapusă peste 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. Variantă de test cu 180 kg/ha, incluzând o toleranță de 5%, suprapusă peste 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 cu productivitate ridicată în care au fost aplicate tratamentele experimentale,
* 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)` includ o toleranță de ±5% față de dozele `150`, `120`, `180` kg/ha.

## Rezumat

Rezultatele de producție ale variantelor de test se aliniază îndeaproape la producția medie observată în zona cu productivitate istorică ridicată a parcelei. Cu alte cuvinte, aplicarea experimentală a produsului N34 în doze de <mark style="color:albastru;">120 kg/ha - 150 kg/ha - 180 kg/ha</mark>a dus la producții medii de <mark style="color:albastru;">6,33 t/ha - 6,34 t/ha - 6,41 t/ha</mark> respectiv, fără a avea un impact semnificativ asupra producției recoltate în zona cu productivitate ridicată.


---

# 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/ro/agronomie/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.
