Användningsfall: Variabelgödsling (VRA) för potatis för att uppnå 5–10 % mer avkastning

Använd GeoPard med Sentinel-2 RedEdgeKlorofyll för att skapa VRA N-side-dress-kartor i potatis — öka skörden med 5–10 % med samma totala kväve.

Läs hela berättelsen: Uppnå 5–10% mer avkastning i potatis (fallstudie)

Sammanfattning

Kund: 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.

När man ska använda

• Potatis på jordar med variabel mineralisering eller ojämn vigör.

• Odlaren/rådgivare/återförsäljare som vill omfördela N vid tidpunkt för sidogödsling (radslutning).

Datainmatningar

• Satellitbilder: Sentinel-2; GeoPard bearbetar molnfria bilder inom ~1 dag, vilket framhäver RedEdgeChlorophyll.

• 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).

• Sidogödsling vid radslutning: använd klorofyllbaserat N-upptag för att tillsätta N endast där det behövs.

---

Steg-för-steg (GeoPard-arbetsflöde)

1. Importera bilder Använd den senaste molnfria Sentinel-2 scenen. GeoPard tillhandahåller RedEdgeChlorophyll för varje fält.

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 Sätt min/max-givor och operativa begränsningar, sedan exportera ISOXML för spridaren/terminalen.

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.

• Grödkonformitet: jämnare bestånd → mer enhetlig potatis skydd och mognad.

---

Bästa praxis

• Tidpunkt för sidogödsling runt radslutning.

• Undanta hörn/kanter; sätt min- och maxnivåer för maskinsäkerhet.

• Håll koll på moln & skuggor; 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) 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.

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.