> 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/de/produkt-tour-web-app/satellite-monitoring/indices-for-crops-and-soils.md).

# Indizes für Kulturen und Böden

GeoPard kann Vegetations-, Feuchte-, Chlorophyll-, Bodenhelligkeits- und weitere Indizes berechnen.

<figure><img src="https://1347797700-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FLYsFwlSMWLFKPlm1Mt6z%2Fimage.png?alt=media&amp;token=953379ed-8f3c-4968-a857-34b88f220638" alt=""><figcaption><p>Jeder Boden- und Vegetationsindex wird in der GeoPard-Anwendung beschrieben</p></figcaption></figure>

### Liste der auf Satellitenbildern basierenden Indizes <a href="#vegetation-indices" id="vegetation-indices"></a>

Alle Satellitenbilder werden korrigiert und für die Anzeige und Analyse optimiert.

### Artikel im GeoPard-Blog

* [Vegetationsindizes und Chlorophyllgehalt](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [Welcher Vegetationsindex eignet sich besser für die Präzisionslandwirtschaft?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [Wie ermöglicht der Bodenhelligkeitsindex eine nachhaltige Landwirtschaft?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Feuchtigkeit – NDMI-Index](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Vegetationsindizes: Wie werden sie in der Präzisionslandwirtschaft eingesetzt?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Mithilfe verschiedener Bildansichten können Sie Ihren Schlag besser beurteilen, indem Sie gut entwickelte Bereiche und Unregelmäßigkeiten beim Auflaufen der Pflanzen hervorheben. Dazu gehören:

1. **RGB** – Natürliche Farben oder Echtfarben (Rot, Grün und Blau).
2. **NIR** – (Standard) eine Kombination aus nicht sichtbaren (nahinfraroten) und sichtbaren (roten und grünen) Spektralbereichen. Sie verbessert die Interpretierbarkeit der Daten: Vegetation wird in Rottönen dargestellt, wobei stark bewachsene Bereiche leuchtend rot erscheinen. Böden reichen von Dunkel- bis Hellgrün oder Grau.
3. **EVI2** – Enhanced Vegetation Index (von 0 bis 2,4); bei Schlägen mit hoher Bestandesdichte ist er dem NDVI vorzuziehen, da dieser dort sättigen kann. Diese Ansicht eignet sich zur Analyse von Kulturen in allen Wachstumsstadien.
4. **LAI** – Blattflächenindex (von 0 bis 5,86), eine dimensionslose Größe zur Charakterisierung von Pflanzenbeständen. Er bildet die Verteilung von unbewachsenem Boden bis zu dichtem Bestand ab. Die Werte reichen von unbewachsenem Boden (Indexwert 0) bis zu dichtem Bestand (Indexwert 3,5 und höher zum Höhepunkt der Vegetationsperiode). Die Darstellung erfolgt in Rot- bis Grüntönen.
5. **NDVI** – Der normierte differenzierte Vegetationsindex (von 0 bis 1) ist ein guter Indikator für den Zustand der Kultur und zeigt die Verteilung grüner Vegetation. Diese Ansicht ist jedoch zu Beginn der Vegetationsperiode (durch den Bodeneinfluss) und bei maximaler Vegetationsentwicklung (Sättigung) nur eingeschränkt aussagekräftig. Die Karte zeigt Werte von Rot bis Grün.
6. **GNDVI** – Der grüne normierte differenzierte Vegetationsindex (von 0 bis 1). Er reagiert empfindlicher auf Unterschiede im Chlorophyllgehalt als der NDVI und wird für Kulturen in frühen bis mittleren Wachstumsstadien empfohlen. Die Karte zeigt Werte von Rot bis Grün.
7. **IPVI** – Infrarot-Prozent-Vegetationsindex (von 0 bis 1). Dieser Index ist funktional identisch mit dem NDVI, lässt sich jedoch schneller berechnen.
8. **GCI** – Grüner Chlorophyllindex (von 0 bis 7). Dieser Index dient zur Bewertung des Chlorophyllgehalts in Blättern und ist für zahlreiche Pflanzenarten geeignet. Er hilft bei der Beurteilung des Pflanzenzustands, da der Chlorophyllgehalt bei gestressten Pflanzen abnimmt. Die Karte zeigt Werte von Hellgrün bis Dunkelgrün.
9. **SAVI** – Bodenangepasster Vegetationsindex (von 0 bis 1,5), der den Einfluss der Bodenhelligkeit minimiert. Er eignet sich besonders zu Saisonbeginn, wenn die Pflanzen vereinzelt oder in Reihen stehen und der Boden deutlich sichtbar ist, sowie während der mittleren Wachstumsphase, wenn sich die Pflanzen noch nicht berühren.
10. **OSAVI** – Optimierter bodenangepasster Vegetationsindex (von 0 bis 1). Er eignet sich am besten für Bereiche mit relativ spärlicher Vegetation sowie für Kulturen in frühen bis mittleren Wachstumsstadien. Die Darstellung erfolgt mit einer Farbskala von Rot bis Grün.
11. **NDWI** – Normierter differenzierter Wasserindex. Er dient dazu, Wasser von trockenem Land zu unterscheiden und Wasserflächen zu kartieren. Die Karte zeigt Werte in Blautönen.
12. **WDRVI** – Vegetationsindex mit erweitertem Dynamikbereich (von -0,6 bis 0,4). Dieser Index dient einer differenzierten Analyse der physiologischen und phänologischen Merkmale der Kultur. Er verwendet dieselben Bänder wie der NDVI, bildet den Dynamikbereich jedoch differenzierter ab.
13. **SBI** – Bodenhelligkeitsindex. Er dient als Näherungsmaß für organische Bodensubstanz, sandige Böden und versalzene Bereiche und ist für die Untersuchung zeitlicher Veränderungen der Bodeneigenschaften wichtig.\
    Sandige Böden reflektieren aufgrund ihrer helleren Farbe und gröberen Textur mehr Licht und weisen daher höhere Werte im Bodenhelligkeitsindex auf. Tonreiche Böden, die mehr organische Substanz und Feuchtigkeit enthalten, erscheinen dagegen dunkler und weisen niedrigere Werte auf.
14. **NDMI** – Normierter differenzierter Feuchteindex. Er dient zur Bestimmung des Wassergehalts der Vegetation und eignet sich besonders zum Erkennen von Wasserstress bei Pflanzen. Gut entwickelte Vegetation weist höhere Werte auf. Niedrigere Feuchteindexwerte deuten darauf hin, dass die Pflanzen aufgrund unzureichender Feuchtigkeit unter Stress stehen.\
    Interpretation:
    * (-1; -0.8) Unbewachsener Boden;
    * (-0.8; -0.2) Nahezu keine oder sehr geringe Bestandesbedeckung;
    * (-0.2; 0) Geringe Bestandesbedeckung mit hohem Wasserstress ODER sehr geringe Bestandesbedeckung mit geringem Wasserstress;
    * (0; 0.2) Mittlere Bestandesbedeckung mit hohem Wasserstress ODER geringe Bestandesbedeckung mit geringem Wasserstress;
    * (0.2; 0.4) Hohe Bestandesbedeckung mit hohem Wasserstress ODER mittlere Bestandesbedeckung mit geringem Wasserstress;
    * (0.4; 1) Hohe bis sehr hohe Bestandesbedeckung ohne Wasserstress.
15. **MSI** – Feuchtestressindex. Er wird zur Analyse von Stress im Pflanzenbestand, zur Ertragsprognose und für biophysikalische Modellierungen verwendet. Höhere Indexwerte weisen auf stärkeren Wasserstress der Pflanzen sowie geringere Bodenfeuchte und einen niedrigeren Wassergehalt hin. Die Werte reichen von 0 bis über 3; für grüne Vegetation liegt der übliche Bereich zwischen 0,2 und 2.
16. **CCCI** – Chlorophyllgehaltsindex des Pflanzenbestands. Der Chlorophyllgehaltsindex des Pflanzenbestands (CCCI) ist ein zweidimensionaler Fernerkundungsindex, der zur Ableitung des Stickstoffstatus von Kulturen vorgeschlagen wurde. Der CCCI nutzt Reflexionswerte im nahinfraroten (NIR) und roten Spektralbereich, um saisonale Veränderungen der Bestandesdichte zu berücksichtigen. Reflexionswerte im NIR- und Rotkantenbereich dienen dazu, relative Veränderungen des Chlorophyllgehalts im Bestand zu erfassen, der als Näherungsmaß für den Stickstoffgehalt herangezogen wird.
17. **MCARI** – Modifizierter Chlorophyll-Absorptionsverhältnisindex. Er reagiert auf die Chlorophyllkonzentration in den Blättern und die Bodenreflexion. Im Allgemeinen weisen hohe MCARI-Werte auf einen niedrigen Chlorophyllgehalt in den Blättern hin. Bei der Vorhersage niedriger Chlorophyllkonzentrationen ist der MCARI nur eingeschränkt aussagekräftig, insbesondere weil das Bodensignal seine Funktionalität beeinträchtigt.
18. **TCARI** – Der Transformierte Chlorophyll-Absorptions-Reflexionsindex (TCARI) ist einer von mehreren CARI-Indizes, die den relativen Chlorophyllgehalt anzeigen. Er wird von der Reflexion des darunterliegenden Bodens beeinflusst, insbesondere bei Vegetation mit einem niedrigen LAI.
19. **MCARI/OSAVI** und **TCARI/OSAVI** sind integrierte Formen des CARI, die eine bessere Linearität in Bezug auf den Chlorophyllgehalt und eine geringere Empfindlichkeit gegenüber dem Blattflächenindex (LAI) aufweisen. Diese Verbesserung ergibt sich daraus, dass die Reflexionswerte im roten und nahinfraroten Bereich durch die Reflexionswerte im grünen, roten und Red-Edge-Bereich ersetzt wurden. Die Indexkombinationen können zur Schätzung des Chlorophyllgehalts der Vegetationsdecke verwendet werden.


---

# 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/de/produkt-tour-web-app/satellite-monitoring/indices-for-crops-and-soils.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.
