> 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/svn/agronomija/yield-and-trials/field-trial-analytics.md).

# Analitika terenskih poskusov

Analizirajte terenske poskuse s prostorsko statistiko za primerjavo obravnavanj, merjenje donosnosti in izboljšanje priporočil.

Agronomi s pomočjo analitike poskusov ocenjujejo uspešnost različnih sort poljščin, načinov pridelave in uporabe vložkov, vključno z rezultati aplikacij s spremenljivim odmerkom v preciznem kmetijstvu. Z zbiranjem, analizo in interpretacijo podatkov s poljskih poskusov raziskovalci pridobijo vpogled v medsebojno vplivanje genetike, okolja in kmetijskih praks. To znanje omogoča razvoj strategij za upravljanje posevkov, ki optimizirajo potencialni pridelek in hkrati zmanjšujejo porabo vložkov. Analitika poskusov poleg tega omogoča vrednotenje učinkovitosti praks preciznega kmetovanja ter pomaga prepoznati odporne sorte poljščin, ki lahko uspevajo v raznolikih in zahtevnih razmerah, s čimer prispeva k prehranski varnosti.

{% hint style="info" %}
Oglejte si interaktivno stran o poskusih na kmetijah na geopard.tech: [Poskusi na kmetijah](https://geopard.tech/on-farm-trials/)
{% endhint %}

{% hint style="info" %}
GeoPard podpira tudi bločne poskuse z razdeljenimi parcelami za dvofaktorske zasnove, na primer enake odmerke pri različnih hibridih. Na istem georeferenciranem sloju poskusa ocenite glavna učinka in interakcijo odmerek × hibrid.
{% endhint %}

## Priprava podatkov

Za učinkovito analitiko poskusov je potrebnih nekaj ključnih podatkovnih zbirk:

1. **Podatkovna zbirka o pridelku**:\
   Ta zbirka vsebuje podatke o pridelku.\
   Uvozimo jo lahko iz [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/import-from-myjohndeere.md) ali jo ročno naložimo kot [shapefile](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/yield-data-import.md) ali v [lastniškem formatu kmetijske mehanizacije](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/machinery-proprietary-formats.md).
2. **Podatkovna zbirka o aplikaciji**:\
   Ta je ključna za razumevanje dejanske izvedene aplikacije na polju. Vsebuje vsaj atribute, kot so TargetRate, AppliedRate, in nekatere podatke o kmetijski mehanizaciji.\
   Tako kot podatkovno zbirko o pridelku jo lahko uvozimo iz [JohnDeere Operation Center](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/import-from-myjohndeere.md) ali jo ročno naložimo kot [shapefile](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/as-applied-as-planted-data-import.md) ali v [lastniškem formatu kmetijske mehanizacije](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/machinery-proprietary-formats.md).
3. **Cone/parcele s poskusi**:\
   Prikazujejo načrtovane odmerke aplikacije za naše poskuse in omogočajo vpogled v poskusno zasnovo.\
   Če je tak podatkovni sloj na voljo, ga naložimo kot [shapefile](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/import-precision-agriculture-data/as-applied-as-planted-data-import.md) v nadzorni element AsApplied/AsPlanted ali Yield. Tako zagotovimo združljivost pri ustvarjanju EquationMaps in poenostavimo analitiko poskusov.\
   Zasnova je lahko eno-faktorska ali pa zasnova z razdeljenimi parcelami in drugo dimenzijo obravnave, kot sta hibrid ali sorta.\
   Če tak podatkovni sloj ni na voljo, lahko atribut TargetRate iz podatkovne zbirke o aplikaciji uporabimo kot nadomestilo pri vrednotenju poskusov.
4. **Cone zgodovinskega proizvodnega potenciala polja:**\
   Te cone ustvari GeoPard (podrobnosti so [TUKAJ](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/zones-maps-and-analytics/multi-year-zones.md)). Uporabne so za analizo poskusov na območjih z enakomerno zgodovinsko produktivnostjo. To je še posebej koristno, kadar so poskusi razporejeni po območjih z različno zgodovinsko produktivnostjo.

Ko zberemo te podatkovne zbirke, lahko začnemo vrednotiti poskus.

## Pregled podatkov

Za kmetijsko sezono 2023 za ozimno pšenico so na voljo naslednji podatki:

* Podatkovna zbirka o pridelku s prikazom porazdelitve mokre mase *(slika 1)*

<figure><img src="https://29491374-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>Slika 1: Izvirna podatkovna zbirka o pridelku</p></figcaption></figure>

* Načrt VRA za dušik (N34) (150 kg/ha) z dvema poskusnima parcelama (120 kg/ha in 180 kg/ha)*(slika 2)*

<figure><img src="https://29491374-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>Slika 2: Načrt VRA za dušik (N34) s poskusnimi parcelami</p></figcaption></figure>

* Podatkovna zbirka o aplikaciji s prikazom statističnih podatkov o nanosu *(slika 3)*

<figure><img src="https://29491374-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>Slika 3: Podatkovna zbirka o aplikaciji</p></figcaption></figure>

* Zgodovinska produktivnost polja (*slika 4*)

<figure><img src="https://29491374-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>Slika 4: Zgodovinska produktivnost polja</p></figcaption></figure>

{% hint style="warning" %}
Podatkovna zbirka o pridelku ni bila umerjena: na polju je delovalo več kombajnov, vidne so sledi obračanja in manjkajočih podatkov, prisoten pa je tudi šum. Za najboljše rezultate priporočamo uporabo postopkov umerjanja in čiščenja podatkov o pridelku.\
Navodila po korakih so na voljo na [POVEZAVI](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/yield-and-trials/yield-calibration-and-cleaning.md).
{% endhint %}

Podatkovna zbirka o pridelku po umerjanju in čiščenju je prikazana na *sliki 5*, skupaj s posodobljenimi statističnimi podatki. To zbirko bomo uporabili v naslednjih korakih.

<figure><img src="https://29491374-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>Slika 5: Umerjena in očiščena podatkovna zbirka o pridelku</p></figcaption></figure>

## Koncept

Cilj analize poskusa je ugotoviti najučinkovitejši odmerek dušika (N34) za njivo. Določena so bila območja z odmerki dušika 120 kg/ha, 150 kg/ha in 180 kg/ha. Podatki izhajajo iz podatkovnega nabora ApplicationDataset ter umerjenega podatkovnega nabora YieldDataset.

Analizo osredotočamo na tri različna območja:

* 120 kg/ha (poskusno območje)
* 150 kg/ha (glavno območje)
* 180 kg/ha (drugo poskusno območje)

Naš pristop bo vključeval naslednje vrednotenja:

1. **Na podlagi načrta:** z uporabo načrtovanega spremenljivega odmerjanja (VRA), povezanega z umerjenim pridelkom.
2. **Na podlagi aplikacije:** Primerjava dejanskih podatkovnih naborov o aplikaciji z umerjenim pridelkom.
3. **Na podlagi aplikacije in pretekle produktivnosti:** Primerjava dejanskih podatkovnih naborov o aplikaciji z umerjenim pridelkom, prekritim z območji preteklega proizvodnega potenciala njive.

Ta sistematični pristop bo omogočil celovito vrednotenje vpliva dušika na pridelek na podlagi podatkov o načrtovanem in dejansko uporabljenem odmerku.

## Na podlagi načrta

Vpliv ~~uporabljenega~~ načrtovanega dušika (N34) na porazdelitev pridelka je prikazan na naslednjih posnetkih zaslona *(sl. 6, sl. 7, sl. 8)*. Tukaj je kratek povzetek ugotovitev:

* <mark style="color:modro;">Glavno območje z odmerkom dušika 150 kg/ha obsega 45,8 ha, povprečni pridelek pa znaša 4,99 t/ha.</mark> (*Sl. 6*).
* <mark style="color:modro;">Prvo poskusno območje z odmerkom dušika 180 kg/ha obsega 1,76 ha, povprečni pridelek pa znaša 6,5 t/ha.</mark> (*Sl. 7*).
* <mark style="color:modro;">Drugo poskusno območje z odmerkom dušika 120 kg/ha obsega 1,86 ha, povprečni pridelek pa znaša 6,39 t/ha.</mark> (*Sl. 8*).

Rezultati sprožajo pomembno vprašanje: <mark style="color:oranžno;">Zakaj se zdi, da je manjši odmerek učinkovitejši od večjega?</mark> Za podrobnejši vpogled bomo v naslednji fazi[ poskuse ovrednotili na podlagi dejanskih podatkov o aplikaciji](#applied-based-evaluation).

<figure><img src="https://29491374-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>Sl. 6 Glavno območje z N34 150 kg/ha</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 7 Poskusno območje z N34 180 kg/ha</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 8 Poskusno območje z N34 120 kg/ha</p></figcaption></figure>

V nadaljevanju je podrobna razprava o formulah in nastavitvah, uporabljenih pri vrednotenju.

{% hint style="info" %}
Za podrobnejši vpogled v pristop z enačbami in njegovo izvedbo si oglejte naša navodila za [uporabniški vmesnik](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/equation-based-analytics.md) in [API](https://docs.geopard.tech/geopard-tutorials/svn/dokumentacija-api/diagrams-with-basic-flows/5.-execute-equations.md).
{% endhint %}

Spodaj so enačbe za ponovitev izračunov.

1. Glavno območje z 150 kg/ha:\
   `Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)`
2. Poskusno območje z 120 kg/ha:\
   `Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)`
3. Poskusno območje z 180 kg/ha:\
   `Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)`

Pomembno je, da aktivirate *Numpy* *(sl. 9)* in izklopite *Interpolacija* *(sl. 10)*.

<figure><img src="https://29491374-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>Sl. 9 Aktivirajte »Numpy«</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 10 Izklopite uporabo »Interpolated« podatkov</p></figcaption></figure>

## Na podlagi dejansko uporabljenih količin

Pomembna ugotovitev je, da se dejanska količina gnojila, uporabljena med poskusom, ne ujema vedno z načrtovano (ciljno) količino. Razpon dejansko uporabljenih količin je bil od 120 kg/ha do kar 189 kg/ha *(sl. 11)*. Zaradi te variabilnosti je bilo ključno določiti dopustno odstopanje. Zato smo za sprejemljiv prag primernosti poskusa za vrednotenje določili natančnost ±5 %.

Na naslednjih posnetkih zaslona (*sl. 12, sl. 13, sl. 14)* je prikazana statistična porazdelitev pridelka glede na dejansko uporabljene količine dušika (N34). Spodaj so povzeti statistični podatki, pri čemer upoštevamo sprejemljivo natančnost ±5 %:

* <mark style="color:modro;">Na glavni coni, kjer je bila ciljna količina 150 kg/ha, je bilo gnojilo uporabljeno na površini 43,5 ha, povprečni pridelek pa je znašal 4,9 t/ha</mark> (*Sl. 12*).
* <mark style="color:modro;">Prva poskusna cona s ciljno količino 180 kg/ha je obsegala 1,47 ha, povprečni pridelek pa je znašal 6,5 t/ha</mark> (*Sl. 13*).
* <mark style="color:modro;">Druga poskusna cona s ciljno količino 120 kg/ha je obsegala 1,44 ha, povprečni pridelek pa je znašal 6,3 t/ha</mark> (*Sl. 14*).

<figure><img src="https://29491374-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>Sl. 11 Dejanske uporabljene količine v poskusnih conah</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 12 Glavna cona z N34, 150 kg/ha ±5 %</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 13 Poskusna cona z N34, 180 kg/ha ±5 %</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 14 Poskusna cona z N34, 120 kg/ha ±5 %</p></figcaption></figure>

Za podrobnejše razumevanje metodologije in rezultatov so spodaj navedene uporabljene enačbe:

1. Dejanska količina uporabljenega dušika v poskusu:\
   `Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)`
2. Glavna cona s 150 kg/ha, ob upoštevanju 5-odstotnega sprejemljivega odstopanja:\
   `Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
3. Poskusna cona s 120 kg/ha, ob upoštevanju 5-odstotnega sprejemljivega odstopanja:\
   `Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
4. Poskusna cona s 180 kg/ha, ob upoštevanju 5-odstotnega sprejemljivega odstopanja:\
   `Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

## **Produktivnost glede na dejansko uporabljeno količino in zgodovinsko produktivnost**

Pridelek v poskusnih conah je dosledno presegel povprečni pridelek na celotnem polju. Eden od ključnih razlogov za to razliko je očitno zgodovinsko visoka produktivnost območja, na katerem so potekali poskusi, kot je prikazano na slikah *sl. 15* in *sl. 16*. Za bolj poglobljeno vrednotenje poskusov je pri analizi rezultatov ključno upoštevati območja produktivnosti.

<figure><img src="https://29491374-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>Sl. 15 Območja zgodovinskega proizvodnega potenciala polja</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 16 Območja zgodovinskega proizvodnega potenciala polja kot YieldDataset</p></figcaption></figure>

Na naslednjih posnetkih zaslona (*sl. 17, sl. 18, sl. 19)* je prikazana statistična porazdelitev pridelka glede na dejansko uporabljene količine dušika (N34), prekrivajoča se z območji zgodovinske produktivnosti (ustvarjenimi v GeoPard). Spodaj so povzeti statistični podatki; pri dejansko uporabljenih količinah upoštevamo sprejemljivo natančnost ±5 %:

* <mark style="color:modro;">Na glavni coni s ciljno količino 150 kg/ha je bilo gnojilo uporabljeno na površini 2,65 ha, povprečni pridelek pa je znašal 6,34 t/ha</mark> (*Sl. 17*).
* <mark style="color:modro;">Prva poskusna cona s ciljno količino 180 kg/ha je obsegala 1,08 ha, povprečni pridelek pa je znašal 6,41 t/ha</mark> (*Sl. 18*).
* <mark style="color:modro;">Druga poskusna cona s ciljno količino 120 kg/ha je obsegala 1,78 ha, povprečni pridelek pa je znašal 6,33 t/ha</mark> (*Sl. 19*).

<figure><img src="https://29491374-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>Sl. 17 Glavna cona z N34, 150 kg/ha, prekrita z območji zgodovinske produktivnosti</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 18 Poskusna cona z N34, 180 kg/ha ±5 %, prekrita z območji zgodovinske produktivnosti</p></figcaption></figure>

<figure><img src="https://29491374-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>Sl. 19 Poskusna cona z N34, 120 kg/ha ±5 %, prekrita z območji zgodovinske produktivnosti</p></figcaption></figure>

Za podrobnejše razumevanje metodologije in rezultatov so spodaj navedene uporabljene enačbe:

1. Glavna obravnava pri 150 kg/ha z upoštevanim 5-odstotnim sprejemljivim odstopanjem, prekrivanje z zgodovinsko produktivnostjo:\
   `Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)`
2. Poskus pri 120 kg/ha z upoštevanim 5-odstotnim sprejemljivim odstopanjem, prekrivanje z zgodovinsko produktivnostjo:\
   `Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)`
3. Poskus pri 180 kg/ha z upoštevanim 5-odstotnim sprejemljivim odstopanjem, prekrivanje z zgodovinsko produktivnostjo:\
   `Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)`

kjer

* del `Productivity_SubZone == 51` označuje območja z visoko produktivnostjo, na katerih so bili izvedeni poskusi uporabe,
* deli `(Applied_Value >= 142.5) & (Applied_Value <= 157.5)` , `(Applied_Value >= 114.0) & (Applied_Value <= 126.0)`, `(Applied_Value >= 171.0) & (Applied_Value <= 189.0)` upoštevajo ±5-odstotno odstopanje od odmerkov `150`, `120`, `180` kg/ha.

## Povzetek

Rezultati pridelka iz poskusov se dobro ujemajo s povprečnim pridelkom, zabeleženim na območju polja z visoko zgodovinsko produktivnostjo. Z drugimi besedami, poskusna uporaba proizvoda N34 v odmerkih <mark style="color:modro;">120 kg/ha – 150 kg/ha – 180 kg/ha</mark>, je dala povprečne pridelke <mark style="color:modro;">6,33 t/ha – 6,34 t/ha – 6,41 t/ha</mark> po vrsti in ni pomembno vplivala na pridelek na območju z visoko produktivnostjo.


---

# 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/svn/agronomija/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.
