# Данные урожайности и аналитика уборки

Используйте GeoPard, чтобы превратить сырые файлы комбайна в готовые к принятию решений слои урожайности.

### Типовой рабочий процесс

{% stepper %}
{% step %}

### Импорт

Загрузите данные по уборке из shapefile, файлов техники или John Deere. Начните с импорта файлов. Затем обработайте, очистите, откалибруйте, заполните пробелы и используйте результат повторно для агрономических рекомендаций.
{% endstep %}

{% step %}

### Обработка

Проверьте атрибуты, единицы измерения, соответствие полю и данные, специфичные для конкретной машины.
{% endstep %}

{% step %}

### Очистка и калибровка

Удалите шум. Устраните полосатость. Приведите значения к доверенным итогам.
{% endstep %}

{% step %}

### Восстановление пробелов

Используйте синтетическую урожайность там, где запись данных отсутствует или неполная.
{% endstep %}

{% step %}

### Построение рекомендаций

Создавайте зоны, уравнения и рабочие процессы по прибыльности на основе очищенной урожайности.
{% endstep %}

{% step %}

### Передача результатов

Отправляйте слои, полученные из урожайности, и рекомендации в John Deere Ops Center.
{% endstep %}
{% endstepper %}

### 1. Импорт данных по урожайности

GeoPard поддерживает стандартные GIS-файлы и форматы техники.

Типичные входные данные включают `shp`, `ISOXML`, а также проприетарные файлы, такие как `jdl`, `cn1`, `adm`, `dat`, и связанные архивы машины.

Также можно импортировать урожайность напрямую из John Deere Operations Center.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyA8wGTgxwgAZsjOhlmz%2Fimage.png?alt=media&#x26;token=0aeed3da-5098-404c-a881-2025f690f4bd" alt="Upload machinery files"><figcaption><p>Загрузите файлы техники, и GeoPard разберёт их в наборы данных.</p></figcaption></figure>

Используйте эти страницы для точного процесса:

* [Импорт данных по урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/yield-data-import)
* [Проприетарные форматы техники](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/machinery-proprietary-formats)
* [Импорт из MyJohnDeere](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)

### 2. Обработка данных по урожайности

После импорта GeoPard связывает набор данных с полем и показывает его уборочные атрибуты.

На этом этапе нужно подтвердить, что набор данных пригоден к использованию.

Сначала проверьте следующие пункты:

* основной атрибут урожайности выбран правильно
* единицы измерения корректны и сопоставимы
* влажность, скорость, ширина захвата и курс выглядят разумно
* данные соответствуют границе поля
* траектории машины или даты уборки доступны, когда это нужно

Этот просмотр помогает перед любой очисткой, зонированием или расчётами по уравнениям.

{% hint style="info" %}
Наборы данных по урожайности часто содержат больше одного полезного слоя.

Помимо массы урожая, проверьте влажность, сухое вещество, скорость, расстояние, курс и поведение траектории машины.
{% endhint %}

### 3. Очистка и калибровка

Сырые файлы урожайности часто содержат развороты, остановки, пики, перекрытия и значения вне поля.

GeoPard очищает эти артефакты и калибрует набор данных для дальнейшего анализа.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&#x26;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt="Result after cleaning and calibration"><figcaption><p>Результат после очистки и калибровки.</p></figcaption></figure>

Используйте это, когда нужно:

* удалить выбросы и шум
* обрезать данные по границе поля
* сопоставить несколько комбайнов или дней уборки
* скорректировать общий сдвиг с помощью известной средней или общей урожайности
* применить логику очистки урожайности USDA

Откройте полное руководство здесь:

* [Калибровка и очистка урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/yield-calibration-and-cleaning)

{% hint style="warning" %}
Используйте **Поконтурную калибровку** когда полосатость возникает из-за нескольких машин или дней.

Используйте **Калибровку по среднему или по итогу** когда доверяют общему итогу по полю.
{% endhint %}

### 4. Синтетические карты урожайности

Не каждая уборка имеет полную запись урожайности.

Синтетические карты урожайности помогают, когда данные отсутствуют, частичны или вовсе не были записаны.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&#x26;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt="Calibrated vs synthetic yield"><figcaption><p>Сравните откалиброванную урожайность с синтетической картой урожайности.</p></figcaption></figure>

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&#x26;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt="Synthetic yield dataset example"><figcaption><p>Пример синтетического набора данных по урожайности.</p></figcaption></figure>

Это полезно, когда:

* старые комбайны не имели датчика урожайности
* записана только часть поля
* сырые данные слишком повреждены, чтобы доверять им в одиночку
* известна только средняя или общая урожайность по полю

Синтетическая урожайность использует историческое поведение поля и паттерны дистанционного зондирования.

Это также работает для **частичного восстановления**.

Если одна часть поля имеет пригодные данные уборки, а другая часть отсутствует или слишком шумная, GeoPard может восстановить неполную область и собрать один более полный набор данных по урожайности.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0seT3f3a7IV3lozI6BSj%2FGeoPard-restoring_partial_yield.gif?alt=media&#x26;token=1b6eecac-ac0a-45ff-80ee-26dd89da4a5a" alt="Reconstruct partial harvesting dataset"><figcaption><p>Восстановите отсутствующую часть частичного набора данных по уборке.</p></figcaption></figure>

Читайте подробнее:

* [Синтетическая карта урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/synthetic-yield-map)
* [Спутниковый мониторинг](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/satellite-monitoring)

### 5. Создание рекомендаций на основе данных по урожайности

Очищенные данные по урожайности — один из самых сильных входов для назначений и послесезонной аналитики.

#### Зоны

Используйте урожайность отдельно или объединяйте её с почвенными и внесёнными слоями.

Это распространённый путь для продуктивных зон и планирования дифференцированного внесения.

Также можно строить зонирование по нескольким наборам данных урожайности за разные годы.

Типовой рабочий процесс такой:

* очистить и откалибровать каждый набор данных по урожайности
* нормализовать или сравнить наборы данных из разных лет
* включить синтетическую урожайность там, где отсутствует историческая запись уборки
* объединить выбранные слои урожайности в один рабочий процесс зонирования

Полезные страницы:

* [Создание карты зон с использованием данных почва/урожайность/внесение](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/zones-maps-and-analytics/creating-zones-map-using-soil-yield-as-applied-data)
* [Процесс создания зон управления полем (зон продуктивности)](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/field-management-zones-productivity-zones-creation-process)
* [Сравнение наборов данных по урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)

#### Уравнения

Используйте урожайность в уравнениях для расчёта выноса, эффективности, ROI, сходства и пользовательской аналитики.

* [Аналитика на основе уравнений](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics)
* [Пакетная аналитика по уравнениям](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/equation-based-analytics/batch-equation-analytics)
* [Эффективность использования азота (NUE) и поглощение азота](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)

#### Карты VRA на основе поглощения питательных веществ

Данные по урожайности также могут поддерживать рабочие процессы по выносу и поглощению питательных веществ.

Один практический пример — построение карты азота с переменной нормой на основе логики поглощения культурой, а затем экспорт её как назначение, готовое к загрузке в технику.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>Пример карты VRA на основе поглощения питательных веществ, полученного из данных по урожайности.</p></figcaption></figure>

GeoPard может рассчитывать:

* **Поглощение азота (NU)**
* **Эффективность использования азота (NUE)**
* **Избыток азота (NS)**

Эти результаты помогают определить, где культура вынесла больше питательных веществ, где азот остался неиспользованным, и где нормы в следующем сезоне следует увеличить или уменьшить.

Используйте эти материалы:

* [Эффективность использования азота (NUE) и поглощение азота](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/nitrogen-use-efficiency-nue-and-nitrogen-uptake)
* [Кейс: Дифференцированное внесение азота (VRA) для картофеля, чтобы получить на 5–10% больше урожая](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/use-case-variable-rate-nitrogen-vra-for-potatoes-to-realize-5-10-more-yield)
* [Назначение переменных норм в зонах (инструмент распределения норм агровходов)](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/zones-maps-and-analytics/assign-variable-rates-in-the-zones-ag-inputs-rates-distribution-tool)

#### Карты прибыли

Рабочие процессы в стиле прибыльности объединяют урожайность, цены и затраты на операции.

Используйте их, чтобы видеть различия по марже внутри одного поля, а не только одно среднее значение по полю.

В примере рабочего процесса для дилера в Италии GeoPard сравнивает урожайность и прибыльность по зонам после выполнения VRA и анализа уборки.

Ключевые выводы из этого примера:

* **Зона 2** дала наибольшую общую прибыль и среднюю урожайность.
* **Зона 3** достигла наивысшей продуктивности с **20.42 т/га**.
* **Зона 3** а также обеспечила **€1808.14/га** прибыльности.
* Карта прибыли показывает, где маржа высокая, а где затраты труднее окупить.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F47XGTkAERSxGHMsIKxQ6%2F6.png?alt=media&#x26;token=557d812b-784f-4d33-a208-157ef4e6ac47" alt="Profit map with high and low margin areas"><figcaption><p>Карта прибыли с зонами высокой и низкой маржи.</p></figcaption></figure>

Ссылки:

* [Рабочий процесс дилера в Италии: John Deere Ops Center - GeoPard - VRA азот - испытания - карты прибыли](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps)
* [Представляем карты прибыли GeoPard: шаг вперёд в точном земледелии](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Отправка данных по урожайности в John Deere Ops Center

Есть три практических способа.

Во-первых, импортируйте данные уборки из John Deere в GeoPard.

Во-вторых, отправьте полученные из урожайности результаты обратно в John Deere в виде файлов или картографических слоёв.

В-третьих, экспортируйте обработанную урожайность обратно как **данные операции**.

Используйте **данные операции** маршрут, когда хотите, чтобы очищенный или откалиброванный набор данных заменил набор данных, видимый в John Deere Operations Center.

Если поле уже связано с John Deere, новые активы GeoPard на этом поле могут синхронизироваться обратно в Ops Center.

<figure><img src="https://3851418964-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F8dKxPmUmV4amrPsHjVS2%2FExport%20GeoPard%20Layer%20to%20John%20Deere%20as%20a%20Map%20Layer.png?alt=media&#x26;token=97fa981e-9c01-4755-97ba-c30db4cb27ad" alt="Export layer to John Deere"><figcaption><p>Отправляйте слои GeoPard в John Deere Ops Center.</p></figcaption></figure>

Используйте эти страницы:

* [Импорт из MyJohnDeere](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/import/import-from-myjohndeere)
* [6. Экспорт Rx-карт в John Deere Operations Center как файлов](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/john-deere-operations-center-integration/6.-export-rx-maps-to-john-deere-operations-center-as-files)
* [9. Экспорт почвы, рельефа, спутниковых или аналитических данных как картографических слоёв](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/john-deere-operations-center-integration/9.-export-soil-topography-satellite-or-analytics-as-map-layers)

{% hint style="info" %}
Для полей, подключённых к John Deere, GeoPard также может отправлять обработанные слои обратно в Ops Center как операционные данные.

Это полезно после очистки и калибровки урожайности, когда исправленный набор данных должен заменить исходный операционный слой в John Deere.
{% endhint %}

### Связанные страницы

* [Сравнение наборов данных по урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/agronomy/comparing-yield-datasets)
* [Просмотр данных по урожайности](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-mobile-app/viewing-yield-data)
* [Журнал операций — отслеживание ошибок/импортов и аналитики](https://app.gitbook.com/s/YICBELdyAXXebKAzfLOR/product-tour-web-app/operations-log-track-errors-imports-and-analytics)