> 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/fr/visite-guidee-du-produit-application-web/satellite-monitoring.md).

# Suivi satellite

Visualisez et analysez les images Landsat, Sentinel et Planet.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
Imagerie satellite et analyse de la végétation GeoPard. Image satellite brute, image rééchantillonnée en haute résolution et étirement du contraste. À l’échelle de la parcelle et de la région.
{% endembed %}

**Observation de la Terre** commence par une préparation rigoureuse des données, notamment la détection des obstacles (nuages, ombres) et le traitement avancé des images.

{% hint style="info" %}
Consultez la page interactive de suivi des cultures par satellite sur geopard.tech : [Suivi des cultures par satellite](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard donne accès à plus de 30 ans d’archives d’images satellite traitées, calibrées et nettoyées, avec des vues détaillées calculées pour chaque image.

Vous pouvez ainsi suivre le développement des cultures, y compris au moyen d’analyses rétrospectives et d’évaluations de leur état, repérer les zones où la croissance est différente, détecter les anomalies et comparer votre exploitation aux parcelles et zones voisines.

GeoPard inclut les images brutes Sentinel-2 et une version rééchantillonnée en haute résolution (résolution <1 m), améliorée par étirement du contraste sur 20 indices d’imagerie satellite.

Toutes ces fonctionnalités sont incluses dans l’offre de suivi de base de GeoPard.

**Imagerie satellite fournie par GeoPard**

<table><thead><tr><th width="104">Fournisseur</th><th width="129">Satellites</th><th width="79">Couverture</th><th width="84">Mondiale</th><th width="126">Fréquence</th><th width="118">Pixel brut</th><th width="144">Pixel GeoPard</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5-9</td><td>Depuis 1988</td><td>Oui</td><td>Tous les 8 jours (2 satellites)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Depuis 2015</td><td>Oui</td><td>Tous les 5 jours</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Tous les jours depuis 2020</td><td>Oui</td><td>± Tous les jours</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Indices en temps réel :** GeoPard calcule les indices en temps réel, à la fois pour les scènes complètes (Sentinel-2 et Landsat) et à l’échelle de la sous-parcelle.
* **Étirement du contraste :** Disponible pour chaque fournisseur, avec des indices recalculés à partir des statistiques de la zone d’intérêt (AOI).
* **Zonage et analyses :** Les images permettent un zonage avancé multicouche et des analyses fondées sur des équations, pour une prise de décision agronomique plus précise.

<figure><img src="https://690567185-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 et PlanetScope. Les deux jeux d’images sont traités par GeoPard et rééchantillonnés à 1 m. Proche infrarouge et NDVI avec contraste.</p></figcaption></figure>

Vous pouvez les utiliser pour :

* Détecter avec précision les changements et repérer les anomalies à un stade précoce
* Suivre les cultures
* Évaluer les dégâts (inondations, grêle, verse)
* Prédire les rendements
* Créer des cartes d’application à dose variable à partir d’un zonage multicouche ou d’équations agronomiques
* Détecter la déforestation

### Commandes et filtres <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard propose les commandes et filtres suivants pour les données satellitaires :

1. Comparer les couches – permet de comparer côte à côte les analyses des critères dans une vue partagée
2. Liste déroulante de couverture nuageuse avec les valeurs suivantes :

* Sans nuages – affiche uniquement les images sans nuages
* Partiellement nuageux – ajoute les images partiellement nuageuses
* Toutes les images (par défaut) – affiche toutes les images satellite disponibles

3. Filtre par fournisseur – permet de filtrer les images par fournisseur (Sentinel, Planet ou Landsat)
4. Filtres par mois et par année – permettent de filtrer les images satellite par mois ou par année
5. Section de suivi par satellite – affiche chaque image satellite avec :

* Date
* Indicateur de couverture nuageuse (partiellement nuageux ou nuageux, si cette option est sélectionnée)
* Pour les images sans nuages, l’indice NDVI calculé à partir de l’image est affiché
* Nom du fournisseur (Sentinel, Planet ou Landsat)

Sur la carte de la parcelle, les commandes suivantes sont disponibles :

1. Ensemble d’indices
2. Découper selon les limites de la parcelle
3. Masquer/Afficher la couche
4. Zoomer sur la parcelle
5. Zoomer sur ma position
6. Vue 3D/2D
7. Zoom avant
8. Zoom arrière
9. Source de la carte (cartes Bing ou Mapbox)
10. Nouveau – Image à contraste renforcé – couleurs basées sur les statistiques de l’indice sélectionné dans les limites de la parcelle

### &#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/fr/visite-guidee-du-produit-application-web/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.
