> 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/produktvandring-webbapp/skordedata-och-skordeanalys.md).

# Skördedata och skördeanalys

Importera, bearbeta, rensa, återställa, analysera, skapa givkartor, lönsamhetskartor och dela skördedata i GeoPard.

Använd GeoPard för att göra råa skördefiler till avkastningslager redo för beslut.

### Typiskt arbetsflöde

{% stepper %}
{% step %}

### Importera

För in skördedata från shapefiler, maskinfiler eller John Deere. Börja med filimport. Sedan bearbeta, rensa, kalibrera, fyll i luckor och återanvänd resultatet för agronomiska rekommendationer.
{% endstep %}

{% step %}

### Bearbeta

Granska attribut, enheter, fältpassning och maskinspecifika detaljer.
{% endstep %}

{% step %}

### Rensa och kalibrera

Ta bort brus. Rätta till bandning. Justera värden mot tillförlitliga totalsummor.
{% endstep %}

{% step %}

### Återställ luckor

Använd syntetisk avkastning där loggningen saknas eller är ofullständig.
{% endstep %}

{% step %}

### Bygg rekommendationer

Skapa zoner, ekvationer och lönsamhetsflöden utifrån rensad avkastning.
{% endstep %}

{% step %}

### Dela utdata

Skicka avkastningsbaserade lager och rekommendationer till John Deere Ops Center.
{% endstep %}
{% endstepper %}

### 1. Importera skördedata

GeoPard stöder standard-GIS-filer och maskinformat.

Vanliga indata är `shp`, `ISOXML` och proprietära filer som `jdl`, `cn1`, `adm`, `dat` och relaterade maskinarkiv.

Du kan också importera avkastning direkt från John Deere Operations Center.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FAyA8wGTgxwgAZsjOhlmz%2Fimage.png?alt=media&amp;token=0aeed3da-5098-404c-a881-2025f690f4bd" alt="Upload machinery files"><figcaption><p>Ladda upp maskinfiler och låt GeoPard tolka dem till dataset.</p></figcaption></figure>

Använd dessa sidor för exakt arbetsflöde:

* [Import av skördedata](/geopard-tutorials/swe/produktvandring-webbapp/importera-data-for-precisionsjordbruk/import-av-skordedata.md)
* [Proprietära maskinformat](/geopard-tutorials/swe/produktvandring-webbapp/importera-data-for-precisionsjordbruk/proprietara-maskinformat.md)
* [Importera från MyJohnDeere](/geopard-tutorials/swe/produktvandring-webbapp/importera-data-for-precisionsjordbruk/importera-fran-myjohndeere.md)

### 2. Bearbetning av skördedata

Efter import kopplar GeoPard datasetet till fältet och visar dess skördeattribut.

Det här är steget där du bekräftar att datasetet är användbart.

Kontrollera först följande:

* huvudattributet för avkastning är rätt valt
* enheterna är korrekta och jämförbara
* fukt, hastighet, arbetsbredd och kör-riktning ser rimliga ut
* data passar fältgränsen
* maskinspår eller skördedatum finns vid behov

Den här granskningen hjälper innan något rengörings-, zon- eller ekvationsarbete.

{% hint style="info" %}
Skördedataset innehåller ofta mer än ett användbart lager.

Förutom avkastningsmassa, granska fukt, torrsubstans, hastighet, sträcka, färdriktning och maskinspårets beteende.
{% endhint %}

### 3. Rensning och kalibrering

Råa skördefiler innehåller ofta vändningar, stopp, toppar, överlapp och värden utanför fältet.

GeoPard rensar dessa artefakter och kalibrerar datasetet för senare analys.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F20oK9gntxkBPLitm5waW%2Fimage.png?alt=media&amp;token=dc4dc121-6e5e-41cf-8d72-515fe882663a" alt="Result after cleaning and calibration"><figcaption><p>Resultat efter rensning och kalibrering.</p></figcaption></figure>

Använd detta när du behöver:

* ta bort avvikare och brus
* beskära data efter fältgränsen
* justera flera skördetröskor eller skördedagar
* korrigera global snedvridning med känd medel- eller totalavkastning
* tillämpa USDA:s logik för skörderensning

Öppna hela guiden här:

* [Kalibrering och rensning av skördedata](/geopard-tutorials/swe/agronomi/skordekalibrering-och-rensning.md)

{% hint style="warning" %}
Använd **Spårvis kalibrering** när bandning kommer från flera maskiner eller dagar.

Använd **Medel- eller total kalibrering** när fältets totalsumma är tillförlitlig.
{% endhint %}

### 4. Syntetiska avkastningskartor

Inte varje skörd har komplett avkastningsloggning.

Syntetiska avkastningskartor hjälper när data saknas, är ofullständig eller aldrig registrerades.

<figure><img src="https://1016759462-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="Calibrated vs synthetic yield"><figcaption><p>Jämför kalibrerad avkastning med en syntetisk avkastningskarta.</p></figcaption></figure>

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fz427malsrdHAQOCNjQyh%2Fimage.png?alt=media&amp;token=26a63983-2a7f-48b2-bfc9-3e40a883582a" alt="Synthetic yield dataset example"><figcaption><p>Exempel på ett syntetiskt avkastningsdataset.</p></figcaption></figure>

Detta är användbart när:

* äldre skördetröskor saknade avkastningsmonitor
* bara en del av fältet loggades
* rådata är för skadad för att lita på ensam
* bara fältets medel- eller totalavkastning är känd

Syntetisk avkastning använder fältets historiska beteende och mönster från fjärranalys.

Det fungerar också för **partiell återställning**.

Om en del av fältet har användbar skördedata och en annan del saknas eller är för brusig kan GeoPard rekonstruera det ofullständiga området och bygga ett mer komplett skördedataset.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F0seT3f3a7IV3lozI6BSj%2FGeoPard-restoring_partial_yield.gif?alt=media&amp;token=1b6eecac-ac0a-45ff-80ee-26dd89da4a5a" alt="Reconstruct partial harvesting dataset"><figcaption><p>Rekonstruera den saknade delen av ett delvis skördedataset.</p></figcaption></figure>

Läs mer:

* [Syntetisk avkastningskarta](/geopard-tutorials/swe/agronomi/syntetisk-skordekarta.md)
* [Satellitövervakning](/geopard-tutorials/swe/produktvandring-webbapp/satellitovervakning.md)

### 5. Skapa rekommendationer från skördedata

Rensad skördedata är en av de starkaste indata för recept och analys efter säsongen.

#### Zoner

Använd avkastning ensam eller kombinera den med jord- och utförda-lager.

Det här är en vanlig väg till produktivitetszoner och planering av variabla givor.

Du kan också bygga zonering från flera skördedataset över flera år.

Det vanliga arbetsflödet är:

* rensa och kalibrera varje skördedataset
* normalisera eller jämför dataset från olika år
* inkludera syntetisk avkastning där historisk skördeloggning saknas
* kombinera de valda avkastningslagren i ett zoneringsflöde

Användbara sidor:

* [Skapa zonkarta med jord-/avkastnings-/utförda data](/geopard-tutorials/swe/produktvandring-webbapp/zonkartor-och-analyser/skapa-en-zonkarta-med-jord-skorde-eller-utford-data.md)
* [Process för att skapa fältförvaltningszoner (produktivitetszoner)](/geopard-tutorials/swe/agronomi/process-for-att-skapa-skotselzoner-produktionszoner.md)
* [Jämföra skördedataset](/geopard-tutorials/swe/agronomi/jamfora-skordedataset.md)

#### Ekvationer

Använd avkastning i ekvationer för borttagning, effektivitet, ROI, likhet och anpassad analys.

* [Ekvationsbaserad analys](/geopard-tutorials/swe/produktvandring-webbapp/ekvationsbaserad-analys.md)
* [Batch-ekvationsanalys](/geopard-tutorials/swe/produktvandring-webbapp/ekvationsbaserad-analys/batchanalys-med-ekvationer.md)
* [Kväveutnyttjandegrad (NUE) och kväveupptag](/geopard-tutorials/swe/agronomi/kvaveeffektivitet-nue-och-kvaveupptag.md)

#### VRA-kartor baserade på näringsupptag

Skördedata kan också stödja arbetsflöden för näringsborttagning och näringsupptag.

Ett praktiskt exempel är att bygga en karta för variabel kvävegiva utifrån grödans upptagslogik och sedan exportera den som ett maskinklart recept.

<figure><img src="https://lh4.googleusercontent.com/GlMwn4wfmG_uCEh4YaAY7w8wMmZ-eqdVkS9y8gZr1GFxnS7SJX_oH7njtMadYROdlHRkmsqg69JEGGFl-m02gJhdipOKxaoyohJDuzo5lAdmsx3CEGc3jUbTgaakZZc1ZzL1IThM15urylg81hoYv3Fv_lfHK3Y3iYtNiOBMhEGBzKF_eoyV8QBcJQ" alt="Variable-rate nutrient uptake map example"><figcaption><p>Exempel på en VRA-karta baserad på näringsupptag härlett från skördedata.</p></figcaption></figure>

GeoPard kan beräkna:

* **Kväveupptag (NU)**
* **Kväveutnyttjandegrad (NUE)**
* **Kväveöverskott (NS)**

Dessa utdata hjälper till att se var grödan tog bort mer näring, var kväve blev outnyttjat och var givorna nästa säsong bör höjas eller sänkas.

Använd dessa referenser:

* [Kväveutnyttjandegrad (NUE) och kväveupptag](/geopard-tutorials/swe/agronomi/kvaveeffektivitet-nue-och-kvaveupptag.md)
* [Användningsfall: Variabel kvävegiva (VRA) för potatis för att nå 5–10 % högre avkastning](/geopard-tutorials/swe/agronomi/anvandningsfall-variabel-kvavegiva-vra-for-potatis-for-att-fa-5-10-hogre-skord.md)
* [Tilldela variabla givor i zonerna (verktyg för fördelning av insatsgivor)](/geopard-tutorials/swe/produktvandring-webbapp/zonkartor-och-analyser/tilldela-variabla-givor-i-zoner-verktyg-for-fordelning-av-insatsgivor.md)

#### Lönsamhetskartor

Lönsamhetsflöden kombinerar avkastning, priser och driftskostnader.

Använd dem för att se marginalskillnader inom samma fält, inte bara ett genomsnitt för hela fältet.

I exempelflödet med återförsäljaren i Italien jämför GeoPard avkastning och lönsamhet per zon efter VRA-utförande och skördegranskning.

Viktiga slutsatser från det exemplet:

* **Zon 2** hade högst totalvinst och medelavkastning.
* **Zon 3** nådde högst produktivitet med **20,42 t/ha**.
* **Zon 3** gav också **1808,14 €/ha** lönsamhet.
* Lönsamhetskartan visar var marginalen är stark och var kostnaderna är svårare att få igen.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F47XGTkAERSxGHMsIKxQ6%2F6.png?alt=media&amp;token=557d812b-784f-4d33-a208-157ef4e6ac47" alt="Profit map with high and low margin areas"><figcaption><p>Lönsamhetskarta med områden med hög och låg marginal.</p></figcaption></figure>

Referenser:

* [Återförsäljarflöde i Italien: John Deere Ops Center - GeoPard - VRA-kväve - försök - lönsamhetskartor](/geopard-tutorials/swe/agronomi/aterforsaljararbetsflode-i-italien-john-deere-ops-center-geopard-vra-kvave-forsok-lonsamhetskartor.md)
* [Vi presenterar GeoPards lönsamhetskartor: ett steg framåt inom precisionsjordbruk](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/)

### 6. Validera skörderesultat med skörderapport

Använd Skörderapport för att validera zonernas resultat efter skörd.

Jämför avkastning med föreskrivna eller utförda givor. Granska skörderespons, zonernas ekonomi och åtgärder för nästa säsong.

<div><figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FjfRXHkaTS72n8EWNW1bc%2Fyield-report-tab.png?alt=media&amp;token=f242bad8-8727-4d0d-99b2-f1432adddab7" alt=""><figcaption></figcaption></figure> <figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FJhUbXX7KIE0yM624ixpO%2Fcompare-by-zones-2.png?alt=media&amp;token=514b76ba-7d6f-455a-b452-6b2136e39124" alt=""><figcaption></figcaption></figure></div>

* [Skörderapport](/geopard-tutorials/swe/agronomi/skorderapport.md)

### 7. Skicka skördedata till John Deere Ops Center

Det finns tre praktiska vägar.

Först importerar du skördedata från John Deere till GeoPard.

För det andra skickar du avkastningsbaserade utdata tillbaka till John Deere som filer eller kartlager.

För det tredje exporterar du bearbetad avkastning tillbaka som **Driftsdata**.

Använd **Driftsdata** vägen när du vill att det rensade eller kalibrerade datasetet ska ersätta datasetet som visas i John Deere Operations Center.

Om fältet redan är länkat till John Deere kan nya GeoPard-tillgångar på det fältet synkas tillbaka till Ops Center.

<figure><img src="https://1016759462-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F8dKxPmUmV4amrPsHjVS2%2FExport%20GeoPard%20Layer%20to%20John%20Deere%20as%20a%20Map%20Layer.png?alt=media&amp;token=97fa981e-9c01-4755-97ba-c30db4cb27ad" alt="Export layer to John Deere"><figcaption><p>Skicka GeoPard-lager till John Deere Ops Center.</p></figcaption></figure>

Använd dessa sidor:

* [Importera från MyJohnDeere](/geopard-tutorials/swe/produktvandring-webbapp/importera-data-for-precisionsjordbruk/importera-fran-myjohndeere.md)
* [6. Exportera Rx-kartor till John Deere Operations Center som filer](/geopard-tutorials/swe/produktvandring-webbapp/integration-med-john-deere-operations-center/6.-exportera-rx-kartor-till-john-deere-operations-center-som-filer.md)
* [9. Exportera jord-, topografi-, satellit- eller analysdata som kartlager](/geopard-tutorials/swe/produktvandring-webbapp/integration-med-john-deere-operations-center/9.-exportera-jord-topografi-satellit-eller-analysdata-som-kartlager.md)

{% hint style="info" %}
För fält som är kopplade till John Deere kan GeoPard också skicka bearbetade lager tillbaka till Ops Center som driftsdata.

Det är användbart efter rensning och kalibrering av avkastning, när det korrigerade datasetet ska ersätta det ursprungliga driftslagret i John Deere.
{% endhint %}

### Relaterade sidor

* [Jämföra skördedataset](/geopard-tutorials/swe/agronomi/jamfora-skordedataset.md)
* [Visa skördedata](/geopard-tutorials/swe/produktvandring-mobilapp/visa-skordedata.md)
* [Driftslogg - spåra fel/importer och analys](/geopard-tutorials/swe/produktvandring-webbapp/logg-for-operationer-folj-fel-importer-och-analyser.md)


---

# 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/produktvandring-webbapp/skordedata-och-skordeanalys.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.