> 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/zones-maps-and-analytics/multi-layer-analytics.md).

# मल्टी-लेयर विश्लेषण

GeoPard में आप कई डेटा लेयर जोड़कर मैनेजमेंट ज़ोन बना सकते हैं। आप वेट, इंडेक्स, ज़ोन की संख्या, क्लस्टरिंग टाइप और न्यूनतम पॉलिगन एरिया नियंत्रित करते हैं।

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

*इंटरैक्टिव डेमो - बहु-स्तरीय ज़ोन बनाना*

प्रिसीजन खेती से बहुत सारा डेटा बनता है, जिसमें उपज डेटा, सैटेलाइट इमेजरी और मिट्टी की उर्वरता की परतें शामिल हैं। बहुत-सी टीमें अभी भी इन परतों को काम की समझ और कार्रवाई में बदलने में जूझ रही हैं। प्रिसीजन खेती में, मैनेजमेंट ज़ोन खेत के वे हिस्से होते हैं जिनकी उपज क्षमता मिट्टी के प्रकार, ढलान की स्थिति, मिट्टी की रासायनिक बनावट, सूक्ष्म जलवायु या फसल को प्रभावित करने वाले अन्य कारकों के आधार पर मिलती-जुलती होती है। खेत की स्थानीय जानकारी भी इस प्रक्रिया का एक अहम हिस्सा है। मैनेजमेंट ज़ोन फसल इनपुट और उपज क्षमता को बेहतर करने में मदद करते हैं।

मुख्य चुनौती ऐसे मैनेजमेंट ज़ोन बनाना है जो खेत की असली बदलती परिस्थितियों को दिखाएँ। सैटेलाइट इमेजरी, मिट्टी की उर्वरता, टोपोग्राफी से निकले डेरिवेटिव और उपज मॉनिटर डेटा जैसी परतों को मिलाना, ज़्यादा प्रतिक्रियाशील मैनेजमेंट ज़ोन की ओर अगला तार्किक कदम है।

मल्टी-लेयर एनालिटिक्स (जिसे इंटीग्रेटेड एनालिसिस भी कहा जाता है) GeoPard के जियोस्पेशल एनालिटिक्स इंजन का हिस्सा बनता जा रहा है।

इंटीग्रेटेड एनालिसिस के लिए सामान्य संयोजनों में एक या अधिक उपज डेटासेट, NDVI मैप, ऊँचाई, और मिट्टी सेंसर की भौतिक-रासायनिक विशेषताएँ शामिल होती हैं। GeoPard इन पैरामीटरों को सपोर्ट करता है और साथ ही आपको अन्य फील्ड डेटा लेयर भी शामिल करने देता है, जो पहले से सिस्टम में उपलब्ध हों या यूज़र द्वारा सीधे अपलोड की गई हों, जैसे मिट्टी सैंपलिंग और उपज डेटासेट। नतीजतन, आप इंटीग्रेटेड एनालिटिक्स के लिए पैरामीटरों के पूरे सेट के साथ काम कर सकते हैं:

उपज डेटा\
रिमोट सेंसिंग डेटा:

* संभावित उत्पादकता मानचित्र (एक-वर्षीय और बहु-वर्षीय)
* स्थिरता/भिन्नता मानचित्र
* वनस्पति सूचकांक NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

टोपोग्राफी:

* ऊँचाई
* ढलान
* वक्रता
* आर्द्रता सूचकांक
* दिशा
* हिलशेड
* ऊबड़-खाबड़पन
* खुरदरापन

मिट्टी का डेटा:

* pH
* CEC (कैटायन विनिमय क्षमता)
* SOM (मिट्टी का जैविक पदार्थ)
* K (पोटैशियम)
* पतली ऊपरी मिट्टी की गहराई, उपलब्ध जल धारण क्षमता कम (सूखा-प्रवण मिट्टी)
* EC (विद्युत चालकता)
* और अपलोड किए गए डेटासेट में उपलब्ध अन्य रासायनिक गुण

यह ध्यान देना महत्वपूर्ण है कि आप हर डेटा लेयर के लिए कस्टम कारक सेट कर सकते हैं ताकि मनचाहा वज़न दिया जा सके। GeoPard में डेटा स्रोत और उनके वज़न चुनते हुए, आप खेत के अपने ज्ञान के आधार पर मैनेजमेंट ज़ोन मैप बना सकते हैं।

नीचे दी गई छवियों में एक नमूना खेत दिखाया गया है, जिसमें 18-वर्षीय उत्पादकता मानचित्र, डिजिटल एलिवेशन मॉडल, ढलान, हिलशेड और 2019 के उपज डेटा जैसी डेटा लेयरें, साथ ही अलग-अलग इंटीग्रेटेड एनालिटिक्स आउटपुट शामिल हैं। आप देख सकते हैं कि जैसे-जैसे अतिरिक्त लेयर जोड़ी जाती हैं, मैनेजमेंट ज़ोन कैसे बदलते जाते हैं।

<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/in/product-tour-web-app/zones-maps-and-analytics/multi-layer-analytics.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.