OPERACIJE V OBMOČJIH NA RAZLIČNIH PLASTIH
V preciznem kmetijstvu sta zbiranje podatkov na terenu in odločanje na podlagi podatkov bistvenega pomena. Kot naslednjo stopnjo v razvoju večplastne analitike in iskanju odvisnosti med plastmi predstavljamo nov modul Območja delovanja.
Tam lahko iščete odvisnosti med različnimi zemljevidi kmetijskih con, kot so zgodovinska vegetacija, topografija vključno z njenimi izpeljankami, podatki iz monitorjev pridelka, podatki o tleh, skenerji, zemljevidi stabilnosti itd. To je korak naprej pri opredelitvi najbolj prizadetih območij in razumevanju razlogov za heterogenost polj.
Kako lahko prepoznate območja?
Najprej izberite zemljevide polj, ki jih želite navzkrižno raziskati. Primerjalni pogled plasti je dober pristop za določitev specifičnih kmetijskih območij za analizo.
Morda boste želeli primerjati območja z nizkim potencialom pridelka in površna območja, najbolj nestabilna območja in nizko vegetacijo, nizko električno prevodnost in pridelek, uporabljeno karto gnojenja in trenutno vegetacijo ter drugo.
Drugič, v modulu Operacije con na vsakem zemljevidu, ki ga želite primerjati, označite specifična kmetijska območja. In končno, pridobite območje zanimanja. Upoštevajte, da je v analizah mogoče uporabiti več kot dva zemljevida.
Kako lahko to znanje uporabite?
Poleg iskanja povezav, ki lahko pomagajo razložiti pridelek, je mogoče določiti cilje pridelka za določena kmetijska območja; raziskati zanimiva območja; zmanjšati naložbe v takšna lokalizirana območja ali zgraditi načrt za ublažitev omejujočih dejavnikov in odpraviti območja z manj rezultati, pri čemer je treba poznati temeljne vzroke; ter zgraditi agronomski načrt z uporabo praks VRA.
Na posnetkih zaslona je več primerov vpogledov v polja. Upoštevajte, da je vsako polje edinstveno in da spodaj navedeni primeri ne zagotavljajo enakega rezultata za vaše polje, vendar so dober način za začetek preiskave.
Svoje agronomske prakse lahko delite s komentarjem te objave ali pa se obrnete neposredno na ekipo GeoPard Agriculture. Odprti smo za povratne informacije, saj za vas gradimo rešitev za boljše razumevanje variabilnosti polj in njeno obvladovanje.


























