> 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/synthetic-yield-map.md).

# Sintetična karta pridelka: karte pridelka za sezone brez podatkov

Ponovno izdelajte karto pridelka za preteklo sezono na podlagi satelitskih posnetkov in ene znane vrednosti – skupnega ali povprečnega pridelka na polju – ter jo uporabite za določanje območij in primerjave.

Sintetični zemljevid pridelka zapolni sezono, v kateri je bil merilnik pridelka izklopljen, pokvarjen ali sploh ni bil nameščen. GeoPard uporabi satelitske posnetke iz te sezone in eno znano vrednost – skupni ali povprečni pridelek na parceli – ter jo porazdeli po parceli. Tako lahko dopolnite večletne cone ali primerjate sezone; podatke merilnika pa ohranite tam, kjer so na voljo.

{% hint style="success" %}
Zapolnite vrzeli v zgodovini pridelka: [Začnite brezplačno](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}

## Ocenjevanje vrzeli v pridelku: pomen sintetičnega kartiranja pridelka

Modul GeoPard za sintetične zemljevide pridelka rešuje pogost izziv v kmetijstvu: pomanjkanje podrobnih zgodovinskih podatkov o pridelku pri številnih kmetih. Kmetje imajo pogosto podatke o povprečnem ali skupnem pridelku na posamezni parceli, podrobni zemljevidi pridelka za pretekla leta pa so pogosto nedostopni. GeoPardov modul ponuja rešitev, saj omogoča naknadno izdelavo zemljevidov pridelka z visoko natančnostjo (več kot 90 %).

Ta funkcionalnost je posebej koristna za kmete, ki želijo razumeti in analizirati pridelek svojih parcel skozi leta. Modul uporabi razpoložljive podatke o povprečnem ali skupnem pridelku ter z GeoPardovimi analitičnimi metodami izdela podrobne zemljevide pridelka za katero koli preteklo leto.

Z izdelavo teh sintetičnih zemljevidov pridelka kmetje pridobijo vpogled v razporeditev in variabilnost pridelka znotraj svojih parcel. Ti podatki so ključni za sprejemanje premišljenih odločitev o upravljanju posevkov, razporejanju virov in načrtovanju prihodnjih kmetijskih strategij.

Skratka, modul GeoPard za sintetične zemljevide pridelka je praktično orodje, ki kmetom omogoča vpogled v zgodovinske pridelke in podatkovno podprto kmetovanje, tudi kadar podrobni podatki iz preteklih let niso na voljo.

Razumevanje prostorske razporeditve pridelka je ključno za vsakoletno izpopolnjevanje agronomskih odločitev, pri čemer imajo zemljevidi pridelka (oziroma nabori podatkov o pridelku) pomembno vlogo.

Vendar kombajni niso vedno opremljeni z napravo za beleženje podatkov za kartiranje pridelka, zlasti starejši modeli. Zato zemljevidi pridelka pogosto zajemajo le dele parcel, požetih s stroji, ki omogočajo kartiranje pridelka.

Za reševanje teh izzivov GeoPard zaključuje razvoj sintetičnega zemljevida pridelka, rešitve za celovit vpogled v pridelek ne glede na omejitve opreme.

## **Tehnični pristop**

Sintetični zemljevidi pridelka nastanejo na podlagi GeoPardovih obsežnih izkušenj z upravljanjem podatkovnih naborov o pridelku. Pri tem se osredotočamo na prepoznavanje dejavnikov, ki omejujejo pridelek, ocenjevanje zgodovinskega [potenciala parcele](https://geopard.tech/blog/field-potential-maps-yield-data/) in analizo [razvoja vegetacije med sezono](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/satellite-monitoring.md). Ta metodologija omogoča izdelavo zemljevidov razporeditve pridelka tudi brez neposrednih podatkov o pridelku s kombajnov.

Osnova za prostorsko razporeditev so podatki daljinskega zaznavanja, umerjanje na dejanske vrednosti pridelka pa se izvede z uskladitvijo s sporočenim povprečnim ali skupnim pridelkom na parceli. Tako je vsako območje parcele natančno prikazano, rezultat pa je celovit in zanesljiv prikaz razporeditve pridelka po celotni parceli.

## Primeri iz prakse

{% hint style="info" %}
Za visoko natančnost izračunov je kot dodaten korak nujno umerjanje pridelka. Pomaga odpraviti odstopajoče vrednosti in pravilno prilagoditi statistično razporeditev podatkov. Več o [pomenu umerjanja pridelka](https://docs.geopard.tech/geopard-tutorials/svn/agronomija/yield-and-trials/yield-calibration-and-cleaning.md) in o tem, kako ga izvedete z GeoPardom.
{% endhint %}

### Zemljevid pridelka koruzne silaže: dejanski in sintetični

Sintetični zemljevid pridelka smo preverili z izvirnim zemljevidom pridelka koruzne silaže. Pri tem se je pokazalo, da je kot vmesni korak potrebno umerjanje pridelka, s katerim odpravimo osamelce v podatkih in popravimo vrednosti pridelka.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKBxJivTWUD4d1TEkiejY%2Fimage.png?alt=media&amp;token=783769a5-3c50-4031-b2ce-7a255bccdf14" alt=""><figcaption><p>Zemljevid pridelka: surovi (izvirni) in umerjeni</p></figcaption></figure>

Prostorski vzorec sintetičnega zemljevida pridelka temelji na GeoPardovem naprednem razumevanju [variabilnosti parcele](https://geopard.tech/blog/use-of-heterogeneity-factor-in-precision-agriculture/) in strokovnem znanju na področju [obdelave in coniranja podatkovnih naborov o pridelku](https://geopard.tech/blog/7b27v4yf41-yield-data-and-analytics-in-geopard/). Nato smo ga umerili s povprečno vrednostjo pridelka koruzne silaže, da se prostorski vzorec čim bolj ujema z dejanskimi vrednostmi pridelka. <mark style="background-color:yellow;">Statistična in prostorska razporeditev podatkov o pridelku kot masi (t/ha) je prikazana na spodnjem posnetku zaslona.</mark>

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnEKqU70RiQEE0oxNKgls%2Fimage.png?alt=media&amp;token=e779ea7e-dc6b-45d0-8be6-4f320a5d600a" alt=""><figcaption><p>Zemljevid pridelka: umerjeni in sintetični</p></figcaption></figure>

### Koruza: dejanski in sintetični

<mark style="background-color:yellow;">Statistična in prostorska razporeditev podatkov o pridelku koruze kot masi (t/ha) za umerjene in sintetične nabore podatkov o pridelku je prikazana na spodnjem posnetku zaslona.</mark>

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJYJW4Tvd2KIeSDoxyXLJ%2Fimage.png?alt=media&amp;token=9287734f-beb4-4153-a6e4-1bcf2c6967b8" alt=""><figcaption><p>Zemljevid pridelka: umerjeni in sintetični</p></figcaption></figure>

### Soja: dejanski in sintetični

Spodnji posnetek zaslona prikazuje statistično in prostorsko razporeditev mase pridelka soje v umerjenih in sintetičnih naborih podatkov o pridelku. Pomembno je omeniti, da so bili izvirni podatki o pridelku podani v mg/m2, sintetični podatki o pridelku pa so bili pretvorjeni in so prikazani v t/ha.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fx0LJjzOgEOIHl8QkrKev%2Fimage.png?alt=media&amp;token=3802315c-2785-48ef-aabd-63262adc3f5a" alt=""><figcaption><p>Zemljevid pridelka: umerjeni in sintetični</p></figcaption></figure>

### Pšenica: obnova zemljevida pridelka

Pogosto je na voljo le delni zemljevid pridelka. Razlogov je več, najpogostejši pa so: starejši stroji nimajo potrebne opreme za beleženje podatkov ob žetvi (1), človeški dejavnik (2) in neuporabni zbrani podatki (3). GeoPard te izzive rešuje z obnovo nepopolnih zemljevidov pridelka. Postopek vključuje celovito oceno [potenciala parcele](https://geopard.tech/blog/field-potential-maps-yield-data/) in [trendov vegetacije med sezono](https://docs.geopard.tech/geopard-tutorials/svn/predstavitev-izdelka-spletna-aplikacija/satellite-monitoring.md), pri čemer z GeoPardovimi izpopolnjenimi metodami analize podatkov o pridelku izboljšamo popolnost zemljevida.

Za odpravo odstopajočih vrednosti v razporeditvi podatkov o pridelku je še vedno potrebno umerjanje pridelka.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FRce8VNyPVrknT8nv5S70%2Fimage.png?alt=media&amp;token=fee2ecf8-35de-4777-b189-ac47eb234f31" alt=""><figcaption><p>Zemljevid pridelka: dejanski (izvirni) in umerjeni</p></figcaption></figure>

Primerjava znanih delov zemljevida pridelka z obnovljenim zemljevidom pridelka je prikazana na spodnjem posnetku zaslona.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHrDt9mmQZ6Vm4H7HLR91%2Fimage.png?alt=media&amp;token=63879fe6-8502-4dd7-b48c-75cb40b6859c" alt=""><figcaption><p>Zemljevid pridelka: umerjeni in sintetični</p></figcaption></figure>

### Grah: zapolnjevanje vrzeli v zemljevidu pridelka

V mnogih primerih je na voljo le delni zemljevid pridelka. Najpogostejši razlogi so:

1. starejši stroji brez opreme za beleženje pridelka,
2. človeške napake med žetvijo in
3. neuporabni zbrani podatki.

GeoPard rešuje te izzive tako, da z naprednimi lastniškimi algoritmi obnovi nepopolne zemljevide pridelka.

<figure><img src="https://29491374-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FWw9e7u8eEBaBtgjNqSPF%2Fimage.png?alt=media&amp;token=36e15b1f-50d9-4ca1-a381-f82c07521e95" alt=""><figcaption><p>Zemljevid pridelka: obnovljen v primerjavi z izvirnikom</p></figcaption></figure>

{% hint style="success" %}
Zapolnite vrzeli v zgodovini pridelka: [Začnite brezplačno](https://app.geopard.tech/auth/sign-up?utm_source=docs\&utm_medium=cta\&utm_campaign=synthetic-yield-map)
{% endhint %}


---

# 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/synthetic-yield-map.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.
