> 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/cze/prohlidka-produktu-webova-aplikace/zonove-mapy-a-analyzy/analyza-vice-vrstev.md).

# Analýza více vrstev

V GeoPard můžete pro tvorbu management zón propojit více datových vrstev. Řídíte váhy, indexy, počet zón, typ shlukování i minimální plochu polygonu.

{% @arcade/embed url="<https://app.arcade.software/share/em63luvNTYI6CFKUC3m6>" flowId="em63luvNTYI6CFKUC3m6" %}

*Interaktivní ukázka – tvorba vícevrstvých zón*

Precizní zemědělství vytváří velké množství dat, včetně výnosových dat, satelitních snímků a vrstev úrodnosti půdy. Mnoho týmů stále naráží na problém, jak tyto vrstvy převést na užitečné poznatky a kroky v praxi. V precizním zemědělství jsou řídicí zóny části pole s podobným výnosovým potenciálem podle typu půdy, polohy na svahu, půdní chemie, mikroklimatu nebo jiných faktorů ovlivňujících porost. Důležitou součástí procesu jsou i místní znalosti daného pole. Řídicí zóny pomáhají optimalizovat vstupy do porostu i výnosový potenciál.

Hlavní výzvou je vytvořit řídicí zóny, které skutečně odrážejí variabilitu pole. Spojení vrstev, jako jsou satelitní snímky, úrodnost půdy, odvozené topografické vrstvy a data z výnosoměru, je dalším logickým krokem k pružnějšímu řízení.

Vícevrstvá analytika (také známá jako integrovaná analýza) se stává součástí geodatového analytického jádra GeoPard.

Mezi klasické kombinace pro integrovanou analýzu patří jedna nebo více výnosových sad dat, mapa NDVI, nadmořská výška a fyzikálně-chemické vlastnosti z půdních senzorů. GeoPard tyto parametry podporuje a navíc umožňuje zahrnout i další datové vrstvy z pole, které už v systému existují nebo je uživatel přímo nahraje, například půdní rozbory a výnosová data. Díky tomu můžete pracovat s celou sadou parametrů pro integrovanou analytiku:

Výnosová data\
Data z dálkového průzkumu Země:

* Mapa potenciální produktivity (jednoletá i víceletá)
* Mapa stability/variability
* Vegetační indexy NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Topografie:

* Nadmořská výška
* Sklon
* Zakřivení
* Index vlhkosti
* Expozice
* Stínování reliéfu
* Členitost
* Drsnost

Půdní data:

* pH
* CEC (kationtová výměnná kapacita)
* SOM (půdní organická hmota)
* K (draslík)
* Plytká ornice, nižší schopnost zadržovat dostupnou vodu (půda náchylná k suchu)
* EC (elektrická vodivost)
* a další chemické vlastnosti dostupné v nahraném datasetu

Je důležité zmínit, že pro každou datovou vrstvu můžete nastavit vlastní faktory a přiřadit jim požadovanou váhu. V GeoPard si můžete sestavit mapy řídicích zón podle svých znalostí pole a zároveň vybírat datové zdroje i jejich váhy.

Obrázky níže ukazují ukázkové pole s datovými vrstvami, jako je 18letá mapa produktivity, digitální model reliéfu, sklon, stínování reliéfu a výnosová data z roku 2019, spolu s různými výstupy integrované analytiky. Můžete sledovat, jak se řídicí zóny vyvíjejí s přidáváním dalších vrstev.

<figure><img src="https://i0.wp.com/help.geopard.tech/wp-content/uploads/2021/12/image-8.png?resize=1024%2C501&#x26;ssl=1" alt=""><figcaption></figcaption></figure>

<figure><img src="https://i0.wp.com/help.geopard.tech/wp-content/uploads/2021/12/image-9.png?resize=1024%2C504&#x26;ssl=1" alt=""><figcaption></figcaption></figure>

<figure><img src="https://i0.wp.com/help.geopard.tech/wp-content/uploads/2021/12/image-10.png?resize=1024%2C505&#x26;ssl=1" alt=""><figcaption></figcaption></figure>

<figure><img src="https://i0.wp.com/help.geopard.tech/wp-content/uploads/2021/12/image-11.png?resize=1024%2C505&#x26;ssl=1" alt=""><figcaption></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/cze/prohlidka-produktu-webova-aplikace/zonove-mapy-a-analyzy/analyza-vice-vrstev.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.