> 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/dnk/produktguide-webapp/satellite-monitoring.md).

# Satellitovervågning

Visualisér og analysér Landsat-, Sentinel- og Planet-billeder.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
GeoPards satellitbilleder og vegetationsanalyse. Råt satellitbillede kontra opsamplet billede kontra kontrastudstrækning. Mark- og regionalt niveau.
{% endembed %}

**Jordobservation** begynder med grundig dataforberedelse, herunder registrering af forhindringer (skyer og skygger) og avanceret billedbehandling.

{% hint style="info" %}
Se den interaktive side om satellitbaseret afgrødeovervågning på geopard.tech: [Satellitbaseret afgrødeovervågning](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard giver adgang til et mere end 30 år gammelt arkiv med behandlede, kalibrerede og rensede satellitbilleder, hvor der er beregnet detaljerede visninger for hvert billede.

Det giver dig mulighed for at overvåge afgrødernes udvikling, foretage retrospektive analyser og vurdere afgrødernes tilstand, finde områder med forskellig vækst, opdage anomalier og sammenligne din bedrift med nabomarker og områder.

GeoPard indeholder rå Sentinel-2-billeder og en opsamplet version (opløsning på <1 m), forbedret med kontrastudstrækning på tværs af 20 satellitbilledindekser.

Alt er tilgængeligt i GeoPards pakke til grundlæggende overvågning.

**Satellitbilleder leveret af GeoPard**

<table><thead><tr><th width="104">Udbyder</th><th width="129">Satellitter</th><th width="79">Dækning</th><th width="84">Global</th><th width="126">Frekvens</th><th width="118">Rå pixel</th><th width="144">GeoPard-pixel</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5-9</td><td>Siden 1988</td><td>Ja</td><td>Hver 8. dag (2 satellitter)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Siden 2015</td><td>Ja</td><td>Hver 5. dag</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Hver dag siden 2020</td><td>Ja</td><td>±Hver dag</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Indekser i realtid:** GeoPard beregner indekser i realtid både for hele scener (Sentinel-2 og Landsat) og på delmarksniveau.
* **Kontrastudstrækning:** Tilgængelig for hver udbyder med genberegnede indekser baseret på statistikker for interesseområdet (AOI).
* **Zoneinddeling og analyser:** Billederne understøtter avanceret zoneinddeling med flere lag og ligningsbaserede analyser, der øger præcisionen i agronomiske beslutninger.

<figure><img src="https://1581835146-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FcVtpbUivLctWvL6noWAP%2FGeoPard%20-%20Sentinel2%20%26%20Planet%2C%20NIR%20%26%20Contrast%20NDVI.png?alt=media&amp;token=1cacf604-9cca-49f5-aa23-f548e89ff803" alt=""><figcaption><p>Sentinel-2 sammenlignet med Planet Scope. Begge er behandlet af GeoPard og opsamplet til 1 m. Nærinfrarød sammenlignet med kontrast-NDVI.</p></figcaption></figure>

Du kan bruge det til:

* Præcis registrering af ændringer og tidlig opdagelse af anomalier
* Afgrødeovervågning
* Skadevurdering (oversvømmelser, hagl, lejesæd)
* Udbytteprognoser
* Kort til tildeling med variabel dosering baseret på zoneinddeling med flere lag eller agronomiske ligninger
* Registrering af skovrydning

### Indstillinger og filtre <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard har følgende indstillinger og filtre til satellitdata:

1. Sammenlign lag – giver mulighed for at sammenligne kriterieanalyser side om side i en opdelt visning
2. Rullemenuen Skyer indeholder følgende værdier:

* Skyfri – viser kun billeder uden skyer
* Delvist skyet – medtager delvist skyede billeder
* Alle billeder (standard) – viser alle tilgængelige satellitbilleder

3. Udbyderfilter – giver dig mulighed for at filtrere billeder efter udbyder (Sentinel, Planet eller Landsat)
4. Måneds- og årsfiltre – gør det muligt at filtrere satellitbilleder efter måned eller år
5. Sektionen Satellitovervågning – viser hvert satellitbillede med:

* Dato
* Skyindikator (delvist skyet eller overskyet, hvis valgt)
* For skyfri billeder vises NDVI-indekset, der er beregnet ud fra billedet
* Udbyderens navn (Sentinel, Planet eller Landsat)

På markkortet har du følgende betjeningsmuligheder:

1. Indekssæt
2. Beskær efter markgrænse
3. Skjul/vis lag
4. Zoom til mark
5. Zoom til min placering
6. 3D-/2D-visning
7. Zoom ind
8. Zoom ud
9. Kortkilde (Bing- eller Mapbox-kort)
10. Ny – Kontrastbillede – farver baseret på statistikkerne for det valgte indeks inden for markgrænsen

### &#x20;<a href="#vegetation-indices" id="vegetation-indices"></a>


---

# 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/dnk/produktguide-webapp/satellite-monitoring.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.
