> 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/swe/agronomi/seeding/evaluate-accuracy-of-seeding-application.md).

# Utvärdera precisionen i såddinsatsen

Hur du utvärderar precisionen i en såddinsats genom att jämföra de föreskrivna målgivorna med de faktiska utförda givorna spatialt.

## Bakgrund

I modernt jordbruk utförs de flesta agronomiska åtgärder utifrån förberedda kartor för behovsanpassad spridning (VRA). Kartorna innehåller vanligtvis flera utsädesmängder anpassade efter olika zoner på fältet, för att hantera de naturliga variationerna i mark- och grödförhållanden.

Genom att följa sådana VRA-kartor strävar lantbrukare efter att optimera utsädesåtgången, säkerställa rätt planttäthet och maximera skörden. I det här fallet <mark style="background-color:yellow;">fokuserar vi på att utvärdera hur noggrant utsädet har såtts</mark> genom att jämföra de planerade utsädesmängderna (enligt VRA-kartan) med de faktiska utsädesmängder som maskinen registrerade under fältarbetet.

## Maskinloggade data

När sådden är klar registrerar maskinens inbyggda system olika parametrar för arbetet. Här är två nyckelvärden särskilt intressanta:

* <mark style="background-color:yellow;">**Målvärde**</mark>**:** Den planerade utsädesmängden på en viss plats, enligt tilldelningskartan (VRA eller jämn utsädesmängd).
* <mark style="background-color:yellow;">**Faktiskt värde**</mark>**:** Den faktiska utsädesmängden som såddes på samma plats.

Genom att granska de här två värdena i ett geografiskt sammanhang kan vi bedöma hur väl den faktiska sådden följde planen. Jämförelsen omfattar visualisering av kartor över både målvärde och faktiskt värde, analys av deras statistiska fördelningar samt kontroll av att rätt mängd utsäde såddes.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F46nZZTZdARLCWF83phTK%2Fimage.png?alt=media&amp;token=1849c0a3-92d2-4f06-851d-1906ba170db6" alt=""><figcaption><p>Maskinloggade data: målgiva jämfört med faktisk giva vid giva efter behov (VRA)</p></figcaption></figure>

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FuMX1TE9MCiwxejzTo4cd%2Fimage.png?alt=media&amp;token=7239ac8e-c82a-4970-8a53-da49a1a46ea0" alt=""><figcaption><p>Maskinloggade data: målgiva jämfört med faktisk giva vid giva efter behov (VRA)</p></figcaption></figure>

## **Bedöm spridningens noggrannhet**

För att bedöma hur korrekt gödslingen utförts använder vi en tidigare sparad ekvation med namnet <mark style="background-color:yellow;">Spatial Correlation Analysis (Data Layers Similarity)</mark> som mäter den geografiska likheten mellan värdena för faktisk giva och målgiva.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FrDgSf0J2uDfD9Wy0GPjw%2Fimage.png?alt=media&amp;token=7af48fc7-2044-483c-b50b-a1ea3c0461f7" alt=""><figcaption><p>Sök efter den befintliga ekvationen Data Layers Similarity</p></figcaption></figure>

<mark style="background-color:yellow;">Likhetsvärdet varierar mellan 0 och 1, där 0 innebär att värdena inte överensstämmer och 1 innebär en fullständig överensstämmelse mellan värdena och deras geografiska fördelning.</mark>

Med andra ord: ju närmare 1 likhetsvärdet ligger, desto noggrannare utfördes sådden. Värden som genomgående ligger nära 1 visar att tilldelningsplanen (VRA eller jämn utsädesmängd) följdes noggrant och säkerställer att fältet får den planerade utsädesmängden för en optimal etablering av grödan.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FmjCSaH3232WiBX2XT9pU%2Fimage.png?alt=media&amp;token=0ae5feb6-0442-48c0-b9c5-37700c69f8ec" alt=""><figcaption><p>Karta från likhetsekvationen: målgiva jämfört med faktisk giva vid giva efter behov (VRA)</p></figcaption></figure>

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FVA23PZJy0dpt3mtmdl4t%2Fimage.png?alt=media&amp;token=80fb5583-39fd-478f-b4e1-846ea3cf927c" alt=""><figcaption><p>Karta från likhetsekvationen: målgiva jämfört med faktisk giva vid giva efter behov (VRA)</p></figcaption></figure>


---

# 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/swe/agronomi/seeding/evaluate-accuracy-of-seeding-application.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.
