> 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/tr/ziraat/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.md).

# İtalya’da Bayi İş Akışı: John Deere Ops Center - GeoPard - VRA Azot - Denemeler - Kâr Haritaları

John Deere Bayi Vaka Çalışması: Sergio Bassan ve GeoPard ile Hassas Tarım Yatırım Getirisi

Hassas tarımda doğru veriler ve gelişmiş analizler, daha bilinçli kararlar almak ve çiftlik verimliliğini artırmak için kilit öneme sahiptir. Geçen yıl, [GeoPard Agriculture](https://geopard.tech/) iş birliği yaptı: [John Deere](https://deere.com/) bayisi [Sergio Bassan S.r.l.](https://www.bassan.com/) İtalya'da, yetiştirme sezonu boyunca yerel çiftçileri desteklemek için. İş birliğimizin örnek olarak seçilen tek bir tarlaya nasıl katkı sağladığını aşağıda görebilirsiniz.

## 1. Başlangıç: Verimlilik Bölgelerinin ve Değişken Oranlı Uygulama Haritalarının Tanımlanması <a href="#ember54" id="ember54"></a>

Sezona hazırlanmak için tarlanın verimlilik profilini değerlendirmek üzere geçmiş verim verilerini ve bitki örtüsü eğilimlerini analiz ettik. Arazi yapısı nispeten düz olduğundan ve sınırlayıcı bir etken oluşturmadığından, verime ve geçmiş bitki örtüsü örüntülerine odaklandık. Verim verileri, [John Deere Operations Center entegrasyonu](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/john-deere-operations-center-integration/john-deere-operations-center-integration/2.-connect-to-johndeere-operations-center).

aracılığıyla GeoPard'a sorunsuz bir şekilde aktarıldı. Bir [çok katmanlı yaklaşım](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics)kullanarak her tarlayı, uydu görüntülerinden elde edilen EVI2 indeksiyle verim verileri ve geçmiş bitki örtüsü bilgilerine göre üç verimlilik bölgesine ayırdık. Böylece çiftçiler ekim ve gübreleme stratejilerini hassaslaştırıp uygulama oranlarını tarladaki değişkenliğe göre ayarlayabildi.

Değişken Oranlı Uygulama (VRA) ile ekimin etkisini değerlendirmek için tüm verimlilik bölgelerinden geçen bir deneme şeridi belirledik. Bu doğrudan karşılaştırma, VRA ile ekimin etkinliğini geleneksel sabit oranlı ekimle karşılaştırarak ölçmeye yardımcı oldu.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F9K1AKO8U6WRqtK5XBVKj%2F1.png?alt=media&amp;token=de34466e-17f1-40c9-98da-c00d71ae5d14" alt="The GeoPard VRA seeding map for silage corn, with the trial line."><figcaption><p>Deneme şeridi vurgulanmış silajlık mısır VRA ekim haritası.</p></figcaption></figure>

## 2. Hassas Uygulama: Ekimden Gübre Uygulamasına <a href="#ember59" id="ember59"></a>

GeoPard, VRA haritalarının sorunsuz uygulanmasını sağladı ve sezon boyunca yapılan uygulamaların ayrıntılı takibini sundu.

### VRA Haritalarının Sorunsuz Aktarımı ve Uygulanması <a href="#ember61" id="ember61"></a>

VRA haritaları, makinelerle uygulanmak üzere doğrudan John Deere Operations Center'a gönderildi. GeoPard; Shapefile, ISOXML ve John Deere Ops Center ile doğrudan entegrasyon dahil olmak üzere çeşitli dışa aktarma biçimlerini, Dosyalar, Harita Katmanları ve [İş Planları](https://youtu.be/op1o-Y3r6bg)olarak destekler. Sezon boyunca, bitki performansını ve besin yönetimini optimize etmek amacıyla değişken oranlı uygulamalar (ekim ve azotlu gübreleme) ile sabit oranlı uygulamalar (ekim öncesi fosfor ve potasyum uygulaması ile birkaç üst gübre azot uygulaması) birlikte gerçekleştirildi.

### Uygulanan Gübre Haritalarının Takibi <a href="#ember63" id="ember63"></a>

GeoPard, tüm uygulama verilerini kaydedip analiz ederek [planlanan ve gerçekleştirilen işlemleri karşılaştırdı](https://docs.geopard.tech/geopard-tutorials/agronomy/evaluate-accuracy-of-seeding-application) ve ayarlama ya da yeniden uygulama gerektirebilecek farklılıkları belirledi. Böylece hedeflenen ve uygulanan ekim oranlarının karşılaştırılması, önemli bir farklılık olmadan hassas uygulama yapıldığını doğruladı.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDqi85aemYTwjcnJtiTPT%2F2.png?alt=media&amp;token=bd5d1333-bcbc-4535-bf67-259d8ac719d7" alt="Article content"><figcaption><p>Ekim oranı: Hedeflenen ve uygulanan oranların karşılaştırması.</p></figcaption></figure>

## 3. Uygulanabilir İçgörülerin Sunulması <a href="#ember66" id="ember66"></a>

Hasat sonrası analiz, sezondan öğrenilenleri değerlendirmede ve bir sonraki sezonu planlamada önemli rol oynar.

### Verim Verilerinin Temizlenmesi ve Kalibrasyonu <a href="#ember68" id="ember68"></a>

Hasat tamamlandığında, verim haritaları John Deere Operations Center entegrasyonu aracılığıyla GeoPard'da otomatik olarak görünür veya GeoPard arayüzünden elle yüklenebilir. Platform, [biçerdöver verim verilerini kalibre edip temizler](https://docs.geopard.tech/geopard-tutorials/agronomy/yield-calibration-and-cleaning)ve daha iyi kararlar almak için yüksek doğrulukta içgörüler sunar. Aşağıdaki yan yana karşılaştırmalar, veri temizliğinin analizleri nasıl keskinleştirdiğini ve güvenilirliği nasıl artırdığını açıkça gösteriyor.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FgYa1XZB0Ay1GnowHzUs4%2F3.png?alt=media&amp;token=8e1afa21-e0ac-48ab-a087-9aa5c7edae25" alt="Article content"><figcaption><p>Kalibre edilmiş (üstte) ve ham (altta) verim verileri.</p></figcaption></figure>

### Azot Yönetimi <a href="#ember71" id="ember71"></a>

Sezon boyunca oluşturulan tüm uygulama haritalarına erişim sayesinde, azotla ilgili tüm işlemler toplanarak toplam azot uygulaması hassas biçimde hesaplanabildi.

Azot Alım Oranı, verim verileri ve bitki modelleri kullanılarak belirlendi. Biçerdöverlerde ham protein sensörleri varsa, daha da doğru içgörüler elde etmek için bu veriler hesaplamalara dahil edilir.

[Azot Kullanım Etkinliği ve Fazlası](https://docs.geopard.tech/geopard-tutorials/agronomy/nitrogen-use-efficiency-and-uptake) toplam azot girdisi ile bitkinin azot alımı karşılaştırılarak değerlendirildi; böylece gelecek sezonların gübreleme stratejilerinin optimize edilmesine yardımcı olundu.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FnuPXw9XnwPy3lc6Dci9B%2F4.png?alt=media&amp;token=05758c78-f64a-494b-970f-0bf22238ff6c" alt="Article content"><figcaption><p>Azot Kullanım Etkinliği.</p></figcaption></figure>

### VRA ve Denemelerin Değerlendirilmesi <a href="#ember76" id="ember76"></a>

İyi tanımlanmış deneme alanları sayesinde, farklı verimlilik bölgelerindeki bitki performansını karşılaştırmak için kapsamlı analizler oluşturuldu.

Bu içgörüler, [her bölgenin VRA ekimine nasıl yanıt verdiğini](https://docs.geopard.tech/geopard-tutorials/agronomy/field-trial-analytics)net biçimde ortaya koyarak gelecek sezonlar için en iyi uygulamaların doğrulanmasına yardımcı oldu.

Sunulan deneme haritası ve veri tablosu, dört farklı verimlilik bölgesindeki bitki performansını ayrıntılı biçimde analiz ederek Değişken Oranlı Uygulama (VRA) ile ekimin verim ve kârlılık üzerindeki etkisini gösteriyor.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FEpEUASCH2lPMWsn6nECR%2F5.png?alt=media&amp;token=955f90ec-264b-40f8-9e83-4be408601aef" alt="VRA and trial results"><figcaption><p>VRA ve deneme sonuçları.</p></figcaption></figure>

### **Önemli Gözlemler ve İçgörüler**

* **Kârlılık ve Alan**: Bölge 2 en yüksek toplam kârı ve ortalama verimi sağlarken, Bölge 3 daha küçük ve yüksek verimli alanların (20.42 t/ha) hektar başına yüksek kârlılık (€1808.14/ha) sağlayabileceğini gösterdi.
* **Bölge Performansı**: Harita, en yüksek verim alınan alanların daha açık yeşil tonlarla gösterilen verimlilik bölgeleriyle (Bölge 3) örtüştüğünü gösteriyor; bu da değişken oranlı ekime güçlü bir yanıt verildiğine işaret ediyor.
* **Kâr Dağılımı**: Bölge 4 (Deneme şeridi), iyi sayılabilecek bir verime rağmen, daha küçük alanı ve muhtemelen daha yüksek girdi maliyetleri veya daha düşük verimliliği nedeniyle toplam kârda geride kaldı.
* **Geleceğe Yönelik Çıkarımlar**: Bu analizler, gelecek sezonlarda ekim stratejilerini geliştirmek için veriye dayalı bir temel sunuyor. Bölge 3 gibi uygulamalara daha güçlü yanıt veren bölgelere yapılacak daha yüksek yatırımların, çiftliğin genel performansını artırabileceğine işaret ediyor.

### Verim ve Kârlılık Analizi <a href="#ember83" id="ember83"></a>

Çiftçiler, verim verilerini gerçekleşen girdi maliyetleriyle karşılaştırarak [Mekânsal Kâr Haritaları](https://geopard.tech/blog/introducing-geopards-profit-maps-a-step-forward-in-precision-agriculture/) tarla içindeki kârlılığı değerlendirmek için güçlü bir araç elde etti. Verim Geliri ile Giderlerin karşılaştırılması, kâr marjı yüksek bölgeleri belirledi ve daha hedefli müdahale gerektiren alanları ortaya çıkardı.

<figure><img src="https://4027984477-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="Article content"><figcaption><p>Kâr marjı yüksek ve düşük alanları gösteren kâr haritası.</p></figcaption></figure>

## 4. Geleceğe Bakış: Sırada Ne Var? <a href="#ember86" id="ember86"></a>

Bu yılki başarının üzerine koyarak John Deere bayisi Sergio Bassan Italy ile iş birliğimiz, ek özellikler ve geliştirilmiş operasyonlarla 2025 sezonunda da devam ediyor:

### Otomatik Toprak Örnekleme Önerileri <a href="#ember88" id="ember88"></a>

GeoPard’ın akıllı sistemi, bölgesel toprak örneklemesi için en uygun noktaları öneriyor. Örnekleme ve tarla gözlemleri için GeoPard Mobile uygulaması kullanılıyor.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKOxGw1tENbXpyyyOd9Q6%2F7.png?alt=media&amp;token=6ad38d66-31a4-44c3-9900-3dbb6b7e4e48" alt="Article content" width="375"><figcaption><p>Toprak örnekleme noktalarını gösteren harita</p></figcaption></figure>

### Toprak Örnekleme Verilerinin Analizi ve Değişken Oranlı Uygulama Önerileri <a href="#ember91" id="ember91"></a>

Toprak verileri [toplandıktan sonra](https://docs.geopard.tech/geopard-tutorials/product-tour-web-app/import/soil-data) , GeoPard bu bilgileri hassas gübre uygulama haritalarına dönüştürerek farklı bölgeler için değişken oranlı uygulama reçeteleri oluşturacak.

### Otomatik Deneme ve Değişken Oranlı Uygulama Analizi <a href="#ember93" id="ember93"></a>

Çiftçiler, değişken oranlı uygulama stratejilerinin ve deneme şeritlerinin etkinliğini değerlendiren otomatik bir süreçten yararlanacak; böylece daha hızlı ve tutarlı raporlama mümkün olacak.

<figure><img src="https://4027984477-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F4oApZ5oWX8s85glsZbVc%2F8.png?alt=media&amp;token=16653dc6-8966-408d-9a0e-22cd2ea820ac" alt="Article content"><figcaption></figcaption></figure>

### Otomatik Kâr Haritası Oluşturma <a href="#ember96" id="ember96"></a>

Kârlılığı optimize etmek ve gelecek sezonun planlamasına yardımcı olmak amacıyla, gerçekleştirilen operasyonları ve diğer önemli verileri kullanarak kârlılık haritalarını otomatikleştirmeyi planlıyoruz.

## 5. İş Ortağımızın Görüşleri <a href="#ember98" id="ember98"></a>

İş ortağımız **Sergio Bassan Italy'ye göre**,

> “GeoPard’ın analizleri, ekibimizin ve çiftçilerin hassas tarım araçlarını etkili biçimde kullanmasını kolaylaştırdı. Güvenilir analizler ve sezon boyunca sunulan kesintisiz destek, girdi planlamasını ve yönetimini iyileştirdi. Departmanımız ile GeoPard arasındaki iş birliğinin müşterilerimize önemli değişiklikler ve faydalar sağlayacağından eminiz.”

\- [Edoardo Pozzato](https://www.linkedin.com/article/edit/7307362147670343682/), Hassas Tarım Ziraat Mühendisi.

## Son Değerlendirme <a href="#ember102" id="ember102"></a>

Verimlilik bölgelerini belirlemekten verim ve kâr haritalarını analiz etmeye kadar, John Deere bayisi Sergio Bassan Italy ile iş birliğimiz hassas tarımın somut faydalarını ortaya koyuyor. Otomatik toprak örnekleme önerilerine ve geliştirilmiş kârlılık analizlerine geçerken, bölgedeki çiftçiler için daha yüksek verimlilik ve sürdürülebilirlik sağlamayı hedefliyoruz.

## Şirketler Hakkında <a href="#ember104" id="ember104"></a>

[**Sergio Bassan srl**](https://www.bassan.com/it/)**:** Şirket, 10 lokasyonunda yeni ve ikinci el tarım makineleri, traktörler, biçerdöverler, parçalayıcılar, teleskopik yükleyiciler, ekskavatörler, uydu destekli yönlendirme sistemleri, toprak işleme ve ot biçme ekipmanları, bahçecilik ve bağcılık makineleri, bahçe makineleri ve traktörleri, aksesuarlar ve yedek parçalardan oluşan geniş bir ürün yelpazesi sunuyor. Sergio Bassan ekibinde, hassas tarım teknolojileri konusunda rehberlik sağlayan ve çiftçilerin bu teknolojilerin faydalarını tarlada bizzat deneyimlemesine yardımcı olan sekiz hassas tarım teknisyeni bulunuyor. Hassas Tarım Departmanı, müşterileriyle sürekli iletişim içinde kalarak yeni çözümleri test etmeyi ve uzaktan da kesintisiz destek sunmayı amaçlıyor.

[**GeoPard Agriculture**](https://geopard.tech/)**:** Şirket, hassas tarım teknolojilerinin ön saflarında yer alıyor. Coğrafi veri analizinde uzmanlaşan GeoPard, karmaşık tarımsal verileri eyleme dönüştürülebilir içgörülere çeviren çözümler sunuyor. Teknolojisi; toprak analizinden değişken oranlı uygulama haritalarına, uzaktan algılamaya ve tarım ekipmanı verilerinin analizine kadar çiftçiliğin çeşitli alanlarını optimize etmeye odaklanıyor ve akıllı tarım uygulamalarının gelişimine önemli katkı sağlıyor.


---

# 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/tr/ziraat/dealer-workflow-in-italy-john-deere-ops-center-geopard-vra-nitrogen-trials-profit-maps.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.
