# Användningsfall: Kväve med variabel giva (VRA) för potatis för att nå 5–10 % högre skörd

**Läs hela berättelsen:** [Uppnå 5–10% mer avkastning i potatis (fallstudie)](https://geopard.tech/blog/vk2kgcd5o1-realize-5-10-more-yield-in-potatoes/)

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FArzijS5zB8W3t8MlSq4U%2Fimage.png?alt=media&#x26;token=e1ab6d2d-8140-4349-8cf5-d9f75534159c" alt="" width="375"><figcaption></figcaption></figure>

## Sammanfattning

**Kund:** [**Databoerin (NL)** ](https://databoerin.nl/)— en innovativ rådgivare inom smart jordbruk lett av **Nicole Bartelds**. De specialiserar sig på gödslingsplaner för potatis och har använt GeoPard i flera år för att skapa **variabelgiva sidogödsling med kväve** baserat på **Sentinel-2 RedEdgeChlorophyll** och en grödtillväxtmodell. Rapporterade resultat från fleråriga fältförsök: **+5–10% avkastning** med **samma totala N**, jämnare beståndstak och renare, mer enhetlig mognad. Typiskt program: \~**60% bas-N** tidigt, sedan **sidogödsling vid radslutning** styrt av klorofyllbaserad N-upptagning.

Optimera **sidogödsling med kväve** i potatis med hjälp av **Sentinel-2 klorofyll (RedEdgeChlorophyll)**, en grödtillväxtmodell och GeoPard VRA-recept (ISOXML). Fältresultat rapporterade av en holländsk rådgivare visar **+5–10% avkastning** med **samma totala N**, omfördelat efter behov.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FCf4ogCbPy8oSWRMMoNPH%2Fimage.png?alt=media&#x26;token=c7ec8b21-34f3-42bb-9a9e-a33fb6a29f37" alt="Side-dressing VRA N map for the fertilizer spreader"><figcaption></figcaption></figure>

### När man ska använda

* Potatis på jordar med **variabel mineralisering** eller ojämn vigör.&#x20;
* Odlaren/rådgivare/återförsäljare som vill **omfördela N** vid tidpunkt för sidogödsling (radslutning).&#x20;

### Datainmatningar

* **Satellitbilder:** Sentinel-2; GeoPard bearbetar **molnfria bilder inom \~1 dag**, vilket framhäver **RedEdgeChlorophyll**.&#x20;
* **Fältgränser & zoner:** från gård/FMS eller skapade i GeoPard.
* Valfritt: jordprover, tidigare skördeuppgifter, topografi för kontext.

### Agronomisk logik (potatis, N sidogödsling)

* **Basgiva:** tidigt skede \~**60%** av rekommenderad dos (stallgödsel + mineral N).&#x20;
* **Sidogödsling vid radslutning:** använd klorofyllbaserat N-upptag för att **tillsätta N endast där det behövs**.&#x20;

***

### Steg-för-steg (GeoPard-arbetsflöde)

1. **Importera bilder**\
   Använd den senaste **molnfria Sentinel-2** scenen. GeoPard tillhandahåller **RedEdgeChlorophyll** för varje fält.&#x20;
2. **Skatta N-upptag**\
   Från **klorofyllinnehåll** (proxy för N i bladen) uppskatta aktuellt N-upptag jämfört med **optimalt upptag** från grödtillväxtmodellen.
3. **Beräkna differensen**\
   Konvertera gapet till **variabla givor (kg N/ha)** per hanteringsenhet.
4. **Skapa VRA-kartan, använd** [**Rates Distribution Tool**](https://docs.geopard.tech/geopard-tutorials/swe/produktvandring-webbappen/zonkartor-och-analys/tilldela-variabla-givor-i-zonerna-verktyg-for-fordelning-av-jordbruksinsatser-och-givor)\
   Sätt **min/max-givor** och operativa begränsningar, sedan **exportera ISOXML** för spridaren/terminalen.&#x20;
5. **Applicera & verifiera**\
   Utför sidogödsling; övervaka beståndsjämnhet och senare **skörd**. Använd **as-applied** + ny bilddata för validering.

***

### Utdata

* **RedEdgeChlorophyll-karta** (proxy för kväve i beståndet).
* **VRA N sidogödsling-recept** (ISOXML).
* Valfritt **EVI2** för att visualisera sortdrivna skillnader och beståndsjämnhet.

### Förväntad effekt

* **Avkastning:** rapporterad **+5–10%** med oförändrad total N, tack vare bättre rumslig fördelning.&#x20;
* **Grödkonformitet:** jämnare bestånd → mer enhetlig **potatis** skydd och **mognad**.&#x20;

***

### Bästa praxis

* Tidpunkt för sidogödsling **runt radslutning**.
* Undanta hörn/kanter; sätt **min- och maxnivåer** för maskinsäkerhet.
* Håll koll på [**moln & skuggor**](https://geopard.tech/blog/cloud-and-shadow-detection-in-agriculture/); bekräfta enheter (kg/ha).
* Om stallgödselns mineralisering är hög, håll konservativa maxnivåer och validera med **testremsor**.

### Validering & KPI:er

* **Beståndsjämnhet** (bilddata efter applicering)
* **Skördeökning** per zon jämfört med baslinjen.
* [**Kväveanvändningseffektivitet (NUE)**](https://docs.geopard.tech/geopard-tutorials/swe/agronomi/kvaveutnyttjandeeffektivitet-nue-och-kvaveupptag) och % area inom målintervallet för giva.

***

### Felsökning

* **Inga nyare bilder?** Vänta på nästa molnfria passage; kör om kartan.
* **Fläckvis vigör på grund av sort?** Använd **EVI2** för att separera sorteffekter från N-signalen.
* **Kontrollen avvisar filen?** Exportera ISOXML igen; kontrollera terminalprofil & koordinatsystem.

***

### Vanliga frågor

**Vilken index används?**\
**RedEdgeChlorophyll** för N-status; **EVI2** för vigör-/sortkontraster.

**Hur mycket bas-N vs. sidogiva?**\
Typiskt mönster i detta arbetsflöde: \~**60% bas**, resten vid sidogödsling informerad av klorofyll.&#x20;

**Vilken ökning kan man förvänta sig?**\
Fälterfarenhet som citeras: **+5–10% avkastning** med samma totala N, omfördelat. Resultaten varierar.

***

#### Attribution

Användningsfall anpassat från ett projekt med **Databoerin (NL)** som använder GeoPard-analys för potatisgödsling.