> 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/it/tour-del-prodotto-app-web/satellite-monitoring.md).

# Monitoraggio satellitare

Visualizza e analizza immagini Landsat, Sentinel e Planet.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
Immagini satellitari e analisi della vegetazione di GeoPard. Immagine satellitare grezza, versione con sovracampionamento e contrasto esteso. A livello di campo e regionale.
{% endembed %}

**Osservazione della Terra** inizia con una solida preparazione dei dati, che include il rilevamento degli ostacoli (nuvole e ombre) e l'elaborazione avanzata delle immagini.

{% hint style="info" %}
Consulta la pagina interattiva sul monitoraggio satellitare delle colture su geopard.tech: [Monitoraggio satellitare delle colture](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard offre accesso a un archivio di oltre 30 anni di immagini satellitari elaborate, calibrate e ripulite, con visualizzazioni dettagliate calcolate per ogni immagine.

Questo consente di monitorare lo sviluppo delle colture, anche tramite analisi retrospettive e valutazioni delle condizioni, individuare le zone con diversi livelli di crescita, rilevare anomalie e confrontare la propria azienda agricola con i campi e le aree vicine.

GeoPard include le immagini Sentinel-2 originali e una versione con sovracampionamento (risoluzione <1 m), migliorata tramite estensione del contrasto su 20 indici di immagini satellitari.

Tutto è disponibile nel pacchetto base di monitoraggio GeoPard.

**Immagini satellitari fornite da GeoPard**

<table><thead><tr><th width="104">Fornitore</th><th width="129">Satelliti</th><th width="79">Copertura</th><th width="84">Globale</th><th width="126">Frequenza</th><th width="118">Pixel grezzo</th><th width="144">Risoluzione pixel GeoPard</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5-9</td><td>Dal 1988</td><td>Sì</td><td>Ogni 8 giorni (2 satelliti)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Dal 2015</td><td>Sì</td><td>Ogni 5 giorni</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Ogni giorno, dal 2020</td><td>Sì</td><td>±Ogni giorno</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Indici in tempo reale:** GeoPard calcola gli indici in tempo reale sia per le scene complete (Sentinel-2 e Landsat) sia a livello di sottoappezzamento.
* **Estensione del contrasto:** Disponibile per ogni fornitore, con indici ricalcolati sulla base delle statistiche dell'area di interesse (AOI).
* **Zonizzazione e analisi:** Le immagini supportano la zonizzazione avanzata a più livelli e le analisi basate su equazioni, migliorando la precisione delle decisioni agronomiche.

<figure><img src="https://1371939954-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 e PlanetScope. Entrambi elaborati da GeoPard e portati a una risoluzione di 1 m. Infrarosso vicino e NDVI a contrasto.</p></figcaption></figure>

Puoi usarli per:

* Rilevamento accurato dei cambiamenti e individuazione precoce delle anomalie
* Monitoraggio delle colture
* Valutazione dei danni (alluvioni, grandine, allettamento)
* Previsione della resa
* Mappe per la distribuzione a rateo variabile basate su zonizzazione a più livelli o equazioni agronomiche
* Rilevamento della deforestazione

### Controlli e filtri <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard offre i seguenti controlli e filtri per i dati satellitari:

1. Confronta livelli: consente di confrontare affiancate le analisi dei criteri in una vista divisa
2. Menu a discesa Nuvolosità con i seguenti valori:

* Senza nuvole: mostra solo le immagini senza nuvole
* Parzialmente nuvoloso: include le immagini parzialmente nuvolose
* Tutte le immagini (predefinito): mostra tutte le immagini satellitari disponibili

3. Filtro per fornitore: consente di filtrare le immagini in base al fornitore (Sentinel, Planet o Landsat)
4. Filtri per mese e anno – consentono di filtrare le immagini satellitari per mese o anno
5. Sezione di monitoraggio satellitare – mostra ogni immagine satellitare con:

* Data
* Indicatore di nuvolosità (parzialmente nuvoloso o nuvoloso, se selezionato)
* Per le immagini prive di nuvole, mostra l'indice NDVI calcolato a partire dall'immagine
* Nome del fornitore (Sentinel, Planet o Landsat)

Sulla mappa del campo sono disponibili i seguenti controlli:

1. Set di indici
2. Ritaglia sul perimetro
3. Nascondi/Mostra livello
4. Inquadra il campo
5. Inquadra la mia posizione
6. Vista 3D/2D
7. Aumenta lo zoom
8. Riduci lo zoom
9. Fonte della mappa (mappe Bing o Mapbox)
10. Novità - Immagine a contrasto - colori basati sulle statistiche dell'indice selezionato all'interno del perimetro del campo

### &#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/it/tour-del-prodotto-app-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.
