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

# फसलों और मिट्टी के लिए इंडेक्स

GeoPard वनस्पति, नमी, क्लोरोफ़िल, मिट्टी की चमक और अन्य इंडेक्स निकाल सकता है।

<figure><img src="https://537187778-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>GeoPard एप्लिकेशन में प्रत्येक मृदा और वनस्पति सूचकांक का विवरण दिया गया है</p></figcaption></figure>

### उपग्रह चित्रों पर आधारित सूचकांकों की सूची <a href="#vegetation-indices" id="vegetation-indices"></a>

सभी उपग्रह चित्रों को देखने और विश्लेषण के लिए सुधारकर अनुकूलित किया जाता है।

### GeoPard ब्लॉग पर लेख

* [वनस्पति सूचकांक और क्लोरोफिल की मात्रा](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [परिशुद्ध कृषि में कौन-सा वनस्पति सूचकांक इस्तेमाल करना बेहतर है?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [मृदा चमक सूचकांक टिकाऊ कृषि को कैसे संभव बनाता है?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [नमी – NDMI सूचकांक](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [वनस्पति सूचकांक: परिशुद्ध कृषि में इनका इस्तेमाल कैसे किया जाता है?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

अलग-अलग चित्र दृश्य चुनने से खेत को बेहतर ढंग से समझने में मदद मिलती है, क्योंकि इनमें अच्छी तरह विकसित क्षेत्रों और फसल के उगने में दिखने वाली असामान्यताओं को उभारा जाता है। इन दृश्यों में शामिल हैं:

1. **RGB** – प्राकृतिक या वास्तविक रंग (लाल, हरा और नीला)।
2. **NIR** – (डिफ़ॉल्ट) स्पेक्ट्रम के अदृश्य (निकट-अवरक्त) और दृश्य (लाल, हरे) भागों का संयोजन। इससे डेटा को समझना आसान होता है: वनस्पति लाल रंग के विभिन्न शेड में दिखती है, जहाँ घनी वनस्पति वाले क्षेत्र चमकीले लाल रंग में दिखाई देते हैं; मिट्टी गहरे से हल्के हरे या धूसर रंग में दिखती है।
3. **EVI2** – उन्नत वनस्पति सूचकांक (0 से 2.4 तक)। अधिक घने फसल आवरण वाले खेतों में यह NDVI से बेहतर है, जहाँ NDVI का मान संतृप्त हो सकता है। इस दृश्य का उपयोग फसल की सभी वृद्धि अवस्थाओं का विश्लेषण करने के लिए किया जा सकता है।
4. **LAI** – पत्ती क्षेत्र सूचकांक (0 से 5.86 तक), एक विमाहीन मान जो पौधों के आवरण की विशेषताएँ बताता है। इसका वितरण नंगी मिट्टी से घने आवरण तक होता है। इसका मान नंगी ज़मीन के लिए 0 से लेकर घने आवरण के लिए 3.5 या इससे अधिक तक होता है (बढ़वार के मौसम के चरम पर), और इसे लाल से हरे रंगों में दिखाया जाता है।
5. **NDVI** – सामान्यीकृत अंतर वनस्पति सूचकांक (0 से 1 तक) फसल के स्वास्थ्य का अच्छा संकेतक है और हरी वनस्पति का वितरण दिखाता है। हालांकि, बढ़वार के मौसम की शुरुआत में (जब मिट्टी का प्रभाव पड़ता है) और वनस्पति की अधिकतम बढ़वार के समय (जब सूचकांक संतृप्त हो सकता है) इस दृश्य की कुछ सीमाएँ हैं। मानचित्र पर इसे लाल से हरे रंग में दिखाया जाता है।
6. **GNDVI** – हरित सामान्यीकृत अंतर वनस्पति सूचकांक (0 से 1 तक)। यह NDVI की तुलना में क्लोरोफिल के अंतर के प्रति अधिक संवेदनशील है और फसल की शुरुआती से मध्य वृद्धि अवस्था के लिए सुझाया जाता है। मानचित्र पर इसका वितरण लाल से हरे रंग में दिखाया जाता है।
7. **IPVI** – अवरक्त प्रतिशत वनस्पति सूचकांक (0 से 1 तक)। कार्य के लिहाज़ से यह सूचकांक NDVI जैसा ही है, लेकिन इसकी गणना तेज़ होती है।
8. **GCI** – हरित क्लोरोफिल सूचकांक (0 से 7 तक)। इस सूचकांक का उपयोग पत्तियों में क्लोरोफिल की मात्रा का आकलन करने के लिए किया जाता है और यह कई प्रकार की वनस्पतियों पर लागू होता है। तनावग्रस्त पौधों में क्लोरोफिल की मात्रा घटती है, इसलिए यह सूचकांक पौधों के स्वास्थ्य का आकलन करने में मदद करता है। मानचित्र पर इसका वितरण हल्के हरे से गहरे हरे रंग में दिखाया जाता है।
9. **SAVI** – मृदा-समायोजित वनस्पति सूचकांक (0 से 1.5 तक) मिट्टी की चमक के प्रभाव को कम करता है। यह मौसम की शुरुआत में सबसे उपयोगी होता है, जब पौधे अलग-अलग या कतारों में होते हैं और मिट्टी स्पष्ट रूप से दिखाई देती है। यह मध्य वृद्धि अवस्था में भी उपयोगी है, जब पौधों की पत्तियाँ अभी आपस में नहीं मिली होतीं।
10. **OSAVI** – अनुकूलित मृदा-समायोजित वनस्पति सूचकांक (0 से 1 तक)। इसका उपयोग अपेक्षाकृत विरल वनस्पति वाले क्षेत्रों और फसल की शुरुआती से मध्य वृद्धि अवस्था में करना सबसे अच्छा है। इसे लाल से हरे रंग के लीजेंड के साथ दिखाया जाता है।
11. **NDWI** – सामान्यीकृत अंतर जल सूचकांक। इसका उपयोग जल और सूखी भूमि में अंतर करने तथा जल निकायों का मानचित्रण करने के लिए किया जाता है। मानचित्र पर इसे नीले रंग के विभिन्न शेड में दिखाया जाता है।
12. **WDRVI** – व्यापक गतिशील परास वनस्पति सूचकांक (-0.6 से 0.4 तक)। इस सूचकांक का उपयोग फसल की शारीरिक और मौसमी विशेषताओं के अधिक परिष्कृत विश्लेषण के लिए किया जाता है। इसमें NDVI वाले ही बैंड इस्तेमाल होते हैं, लेकिन गतिशील परास को बेहतर बनाया गया है।
13. **SBI** – मृदा चमक सूचकांक। यह मिट्टी में कार्बनिक पदार्थ, रेतीलेपन और लवणता वाले क्षेत्रों का अनुमान देता है, और समय के साथ मिट्टी की स्थिति में होने वाले बदलावों के अध्ययन में महत्वपूर्ण है।\
    रेतीली मिट्टी का रंग हल्का और बनावट मोटी होती है, इसलिए यह अधिक प्रकाश परावर्तित करती है और मृदा चमक सूचकांक पर इसका मान अधिक होता है। इसके विपरीत, कार्बनिक पदार्थ और नमी से भरपूर चिकनी मिट्टी गहरे रंग की दिखती है और इसका मान कम होता है।
14. **NDMI** – सामान्यीकृत अंतर नमी सूचकांक। इसका उपयोग वनस्पति में पानी की मात्रा का पता लगाने के लिए किया जाता है। पौधों में पानी की कमी से होने वाले तनाव की पहचान के लिए यह उपयुक्त है। बेहतर स्थिति वाली वनस्पति के मान अधिक होते हैं। नमी सूचकांक के कम मान यह संकेत देते हैं कि पर्याप्त नमी न मिलने के कारण पौधे तनाव में हैं।\
    व्याख्या:
    * (-1; -0.8) नंगी मिट्टी;
    * (-0.8; -0.2) आवरण लगभग नहीं या बहुत कम;
    * (-0.2; 0) कम आवरण और पानी की कमी से अधिक तनाव, या बहुत कम आवरण और पानी की कमी से कम तनाव;
    * (0; 0.2) औसत आवरण और पानी की कमी से अधिक तनाव, या कम आवरण और पानी की कमी से कम तनाव;
    * (0.2; 0.4) अधिक आवरण और पानी की कमी से अधिक तनाव, या औसत आवरण और पानी की कमी से कम तनाव;
    * (0.4; 1) अधिक से बहुत अधिक आवरण और पानी की कमी से कोई तनाव नहीं।
15. **MSI** – नमी तनाव सूचकांक। इसका उपयोग पौधों के आवरण में तनाव के विश्लेषण, उत्पादकता के पूर्वानुमान और जैव-भौतिक मॉडलिंग के लिए किया जाता है। सूचकांक के अधिक मान पौधों में पानी की कमी से अधिक तनाव और मिट्टी में नमी व पानी की कम मात्रा दर्शाते हैं। इस सूचकांक के मान 0 से 3 से अधिक तक हो सकते हैं; हरी वनस्पति के लिए सामान्य परास 0.2 से 2 है।
16. **CCCI** – आवरण क्लोरोफिल मात्रा सूचकांक। यह दो-आयामी दूरसंवेदी सूचकांक फसल में नाइट्रोजन की स्थिति का अनुमान लगाने के लिए प्रस्तावित किया गया है। CCCI निकट-अवरक्त (NIR) और लाल स्पेक्ट्रम क्षेत्रों की परावर्तकता का उपयोग करके मौसम के साथ आवरण के घनत्व में होने वाले बदलावों को ध्यान में रखता है। वहीं, NIR और सुदूर-लाल क्षेत्रों की परावर्तकता का उपयोग आवरण में क्लोरोफिल के सापेक्ष बदलावों का पता लगाने के लिए किया जाता है; क्लोरोफिल, नाइट्रोजन की मात्रा का एक प्रतिनिधि संकेतक है।
17. **MCARI** – संशोधित क्लोरोफिल अवशोषण अनुपात सूचकांक पत्तियों में क्लोरोफिल की सांद्रता और ज़मीन से परावर्तित प्रकाश के प्रति संवेदनशील है। आम तौर पर, MCARI के अधिक मान पत्तियों में क्लोरोफिल की कम मात्रा दर्शाते हैं। क्लोरोफिल की कम सांद्रता का अनुमान लगाने में MCARI की सीमाएँ हैं, खासकर इसलिए कि मिट्टी के संकेत का प्रभाव इसकी उपयोगिता को सीमित करता है।
18. **TCARI** – ट्रांसफ़ॉर्म्ड क्लोरोफ़िल एब्ज़ॉर्प्शन रिफ़्लेक्टेंस इंडेक्स, कई CARI सूचकांकों में से एक है, जो क्लोरोफ़िल की सापेक्ष मात्रा दर्शाता है। यह मिट्टी की अंतर्निहित परावर्तकता से प्रभावित होता है, ख़ासकर कम LAI वाली वनस्पति में।
19. **MCARI/OSAVI** और **TCARI/OSAVI** क्लोरोफ़िल की मात्रा के साथ बेहतर रैखिकता और लीफ़ एरिया इंडेक्स (LAI) के प्रति अधिक प्रतिरोध पाने के लिए CARI के एकीकृत रूप हैं। यह सुधार इसलिए होता है क्योंकि लाल और निकट-अवरक्त (NIR) परावर्तकतों की जगह हरी, लाल और रेड-एज परावर्तकतों का उपयोग किया जाता है। इन सूचकांकों के संयोजन का उपयोग कैनोपी में क्लोरोफ़िल की मात्रा का अनुमान लगाने के लिए किया जा सकता है।


---

# 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/in/product-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.
