> 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/jpn/tsu-webapuri/satellite-monitoring/indices-for-crops-and-soils.md).

# 作物と土壌の指標

GeoPardでは、植生、水分、クロロフィル、土壌明度などの各種指標を計算できます。

<figure><img src="https://1993076779-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>各土壌・植生指数の詳細はGeoPardアプリケーションで確認できます</p></figcaption></figure>

### 衛星画像に基づく指数一覧 <a href="#vegetation-indices" id="vegetation-indices"></a>

すべての衛星画像は、表示および解析に適した状態になるよう補正・最適化されています。

### GeoPardブログの記事

* [植生指数とクロロフィル含有量](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [精密農業で使う植生指数はどれがよい？](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [土壌輝度指数は持続可能な農業にどう役立つ？](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [水分 — NDMI指数](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [植生指数：精密農業でどのように活用する？](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

異なる画像表示を選ぶと、生育が良好な区域や作物の出芽のばらつきを強調して、圃場の状態をよりよく把握できます。表示形式は次のとおりです。

1. **RGB** – 自然色または実際の色（赤、緑、青）。
2. **NIR** – （デフォルト）可視光外の近赤外線と、可視光の赤・緑の領域を組み合わせた表示です。データを読み取りやすくし、植生は赤系で表示され、植生の密度が高い区域ほど明るい赤になります。土壌は濃い緑から薄い緑または灰色で表示されます。
3. **EVI2** – 強化植生指数（0～2.4）。NDVIが飽和する可能性のある、群落密度の高い圃場では、NDVIよりも適しています。あらゆる生育段階の作物の解析に使用できます。
4. **LAI** – 葉面積指数（0～5.86）。植物群落の特徴を表す無次元量です。裸地から密な群落までの分布を示します。値は裸地の0から密な群落までを取り、作期の最盛期には3.5以上になります。赤から緑の色で表示されます。
5. **NDVI** – 正規化植生指数（0～1）は、緑色植生の分布を示し、作物の健全度を把握するのに役立ちます。ただし、生育期の初期（土壌の影響を受ける）や植生の最盛期（飽和が生じる）には、この表示の利用に限界があります。マップ上では赤から緑の色で表示されます。
6. **GNDVI** – 緑色正規化植生指数（0～1）。NDVIよりもクロロフィル量の違いに敏感で、生育初期から中期の作物に適しています。マップ上では赤から緑の色で表示されます。
7. **IPVI** – 赤外線パーセンテージ植生指数（0～1）。機能的にはNDVIと同じですが、計算がより高速です。
8. **GCI** – 緑色クロロフィル指数（0～7）。葉のクロロフィル含有量を評価する指数で、幅広い植物種に適用できます。ストレスを受けた植物ではクロロフィル含有量が低下するため、植物の健全度の測定に役立ちます。マップ上では明るい緑から濃い緑の色で表示されます。
9. **SAVI** – 土壌調整植生指数（0～1.5）。土壌の明るさによる影響を抑えます。作期の初期、つまり植物が離れて生えている、または列状に植えられていて土壌がよく見える時期や、植物同士がまだ触れ合っていない生育中期に最も有用です。
10. **OSAVI** – 最適化土壌調整植生指数（0～1）。植生が比較的まばらな区域や、生育初期から中期の作物に適しています。赤から緑の凡例で表示されます。
11. **NDWI** – 正規化水指数。水域と乾燥地の識別や、水域のマッピングに使用されます。マップ上では青系の色で表示されます。
12. **WDRVI** – 広ダイナミックレンジ植生指数（-0.6～0.4）。作物の生理学的・生物季節的特性をより詳細に解析するために使用されます。NDVIと同じバンドを使いますが、ダイナミックレンジを強化して適用します。
13. **SBI** – 土壌輝度指数。土壌有機物、砂質土壌、塩類集積地の指標となり、土壌状態の経時変化を調べるうえで重要です。\
    砂質土壌は色が明るく、粒子が粗いため、より多くの光を反射し、土壌輝度指数の値が高くなります。一方、有機物と水分に富む粘土質土壌は暗く見え、値が低くなります。
14. **NDMI** – 正規化水分指数。植生の含水量を判定するために使用され、植物の水分ストレスの把握に適しています。植生の状態がよいほど値は高くなります。値が低い場合は、水分不足によるストレスを受けている可能性があります。\
    判読の目安：
    * (-1; -0.8) 裸地;
    * (-0.8; -0.2) 群落被覆がほとんどない、または非常に少ない;
    * (-0.2; 0) 群落被覆が少なく水分ストレスが大きい、または群落被覆が非常に少なく水分ストレスが小さい;
    * (0; 0.2) 群落被覆が中程度で水分ストレスが大きい、または群落被覆が少なく水分ストレスが小さい;
    * (0.2; 0.4) 群落被覆が大きく水分ストレスが大きい、または群落被覆が中程度で水分ストレスが小さい;
    * (0.4; 1) 群落被覆が大きい、または非常に大きく、水分ストレスがない。
15. **MSI** – 水分ストレス指数。群落のストレス解析、生産性の予測、生物物理モデリングに使用されます。値が高いほど、植物の水分ストレスが大きく、土壌水分および植物の含水量が少ないことを示します。値の範囲は0から3超で、緑色植生では一般に0.2～2です。
16. **CCCI** – 群落クロロフィル含有量指数。作物の窒素状態を推定するために提案された、二次元のリモートセンシング指数です。近赤外（NIR）と赤の反射率を用いて季節による群落密度の変化を考慮し、NIRと遠赤色領域の反射率を用いて群落クロロフィル量の相対的な変化を検出します。群落クロロフィル量は窒素含有量の代替指標です。
17. **MCARI** – 修正クロロフィル吸収比指数は、葉のクロロフィル濃度と地表反射率に反応します。一般に、MCARI値が高いほど葉のクロロフィル含有量が低いことを示します。特に土壌由来の信号が機能を制限するため、クロロフィル濃度が低い場合の予測には弱点があります。
18. **TCARI** – 変換クロロフィル吸収反射指数（TCARI）は、クロロフィルの相対量を示す複数のCARI指数の一つです。土壌の反射率の影響を受け、特にLAIが低い植生でその影響が顕著です。
19. **MCARI/OSAVI** および **TCARI/OSAVI** は、クロロフィル含量との線形性を高め、葉面積指数（LAI）の影響を抑えるために統合されたCARI指数です。赤色および近赤外（NIR）の反射率を、緑色、赤色、レッドエッジの反射率に置き換えることで、この改善が得られます。これらの指数の組み合わせは、群落のクロロフィル含量の推定に利用できます。


---

# 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/jpn/tsu-webapuri/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.
