> 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/zonenkarten-und-analysen/mehrschicht-analytik.md).

# Mehrschicht-Analytik

Mit GeoPard können Sie mehrere Datenebenen integrieren, um Managementzonen zu erstellen. Sie steuern Gewichte, Indizes, die Anzahl der Zonen, den Clustertyp und die minimale Polygonfläche.

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

*Interaktive Demo – Erstellung von Mehrschicht-Zonen*

Präzisionslandwirtschaft erzeugt große Datenmengen, darunter Ertragsdaten, Satellitenbilder und Bodeneigenschaftsschichten. Viele Teams haben immer noch Schwierigkeiten, diese Schichten in nützliche Erkenntnisse und Maßnahmen zu überführen. In der Präzisionslandwirtschaft sind Managementzonen Teil eines Feldes mit ähnlichem Ertragspotenzial, basierend auf Bodentyp, Hanglage, Bodenchemie, Mikroklima oder anderen ertragsbestimmenden Faktoren. Das lokale Feldwissen ist ebenfalls ein wichtiger Bestandteil des Prozesses. Managementzonen helfen, Betriebsmittelinput und Ertragspotenzial zu optimieren.

Die zentrale Herausforderung besteht darin, Managementzonen zu erstellen, die die reale Feldvariabilität widerspiegeln. Die Kombination von Schichten wie Satellitenbildern, Bodeneigenschaftsdaten, Topographie-Attributen und Daten des Ertragsmonitors ist der nächste logische Schritt hin zu reaktionsfähigeren Managementzonen.

Die Mehrschichtanalyse (auch integrierte Analyse genannt) wird zu einem Bestandteil der GeoPard-Geodatenanalyse-Engine.

Klassische Kombinationen für die integrierte Analyse umfassen einen oder mehrere Ertragsdatensätze, eine NDVI-Karte, Höhenlage und physikochemische Kennwerte aus Bodensensoren. GeoPard unterstützt diese Parameter und ermöglicht es Ihnen außerdem, weitere im System bereits verfügbare oder direkt vom Benutzer hochgeladene Feld-Datenschichten einzubeziehen, wie z. B. Bodenproben- und Ertragsdatensätze. Dadurch können Sie mit einem vollständigen Parametersatz für integrierte Analysen arbeiten:

Ertragsdaten\
Fernerkundungsdaten:

* Karte der potenziellen Produktivität (einjährig und mehrjährig)
* Karte der Stabilität/Variation
* Vegetationsindizes NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Topographie:

* Höhenlage
* Hangneigung
* Krümmung
* Befeuchtungsindex
* Exposition
* Schummerung
* Reliefenergie
* Rauigkeit

Bodendaten:

* pH
* KAK (Kationenaustauschkapazität)
* SOM (Bodenorganische Substanz)
* K (Kalium)
* Dünne Oberbodenschicht, geringere nutzbare Wasserspeicherkapazität (trockenheitsgefährdeter Boden)
* EC (elektrische Leitfähigkeit)
* und weitere chemische Attribute, die im hochgeladenen Datensatz verfügbar sind

Es ist wichtig zu beachten, dass Sie für jede Datenschicht benutzerdefinierte Faktoren konfigurieren können, um die gewünschte Gewichtung festzulegen. Sie können Managementzonenkarten auf Grundlage Ihres Feldwissens erstellen und dabei in GeoPard die Datenquellen und deren Gewichtungen auswählen.

Die folgenden Bilder zeigen ein Beispiel-Feld mit Datenschichten wie einer 18-jährigen Produktivitätskarte, einem digitalen Höhenmodell, Hangneigung, Schummerung und Ertragsdaten von 2019 sowie verschiedenen Ausgaben der integrierten Analyse. Sie können nachvollziehen, wie sich die Managementzonen mit dem Hinzufügen weiterer Schichten entwickeln.

<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/de/produkt-tour-web-app/zonenkarten-und-analysen/mehrschicht-analytik.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.