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

# 多層分析

GeoPardでは複数のデータレイヤーを統合して管理ゾーンを作成できます。重み、指標、ゾーン数、クラスタリング方式、最小ポリゴン面積を調整できます。

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

*インタラクティブデモ - 複数レイヤーによるゾーン作成*

精密農業では、収量データ、衛星画像、土壌肥沃度レイヤーなど、大量のデータが生成されます。多くのチームは、こうしたレイヤーを有用な知見や施策につなげることに、いまだ苦労しています。精密農業における管理ゾーンとは、土壌の種類、斜面上の位置、土壌の化学的性質、微気候、その他作物の生育を左右する要因に基づき、収量ポテンシャルが似ている圃場の区画です。現場に関する地域固有の知識も、このプロセスの重要な要素です。管理ゾーンを活用すると、作物への投入資材を最適化し、収量ポテンシャルを高めることができます。

主な課題は、圃場の実際のばらつきを反映した管理ゾーンを作成することです。衛星画像、土壌肥沃度、地形の派生データ、収量モニターのデータなどのレイヤーを組み合わせることは、圃場の状況に応じた管理ゾーンを実現するための、次の自然なステップです。

マルチレイヤー解析（統合解析とも呼ばれます）は、GeoPardの地理空間解析エンジンの機能の一つになりつつあります。

統合解析の一般的な組み合わせには、1つ以上の収量データセット、NDVIマップ、標高、土壌センサーによる物理化学的特性などがあります。GeoPardはこれらのパラメーターに対応しており、土壌サンプリングや収量データセットなど、システム内で利用可能なほかの圃場データレイヤーや、ユーザーが直接アップロードしたレイヤーも含めることができます。そのため、統合解析では次のような幅広いパラメーターを扱えます。

収量データ\
リモートセンシングデータ：

* 生産力ポテンシャルマップ（単年度・複数年度）
* 安定性／変動マップ
* 植生指数：NDVI、EVI2、WDRVI、LAI、SAVI、OSAVI、GCI、GNDVI

地形：

* 標高
* 傾斜
* 曲率
* 湿潤度指数
* 斜面方位
* 陰影起伏図
* 地形の起伏度
* 地表の粗さ

土壌データ：

* pH
* CEC（陽イオン交換容量）
* SOM（土壌有機物）
* K（カリウム）
* 作土層が薄く、有効水分保持力が低い（土壌が干ばつの影響を受けやすい）
* EC（電気伝導度）
* アップロードされたデータセットで利用可能なその他の化学的特性

各データレイヤーにカスタム係数を設定し、希望する重みを割り当てられます。GeoPardでは、圃場に関する知識を活かしながら、データソースとその重みを選んで管理ゾーンマップを作成できます。

## レイヤーの重みの仕組み

重みは、各レイヤーがゾーンマップの各ピクセルにどの程度影響するかを設定します。

### まず正規化します

入力レイヤーの単位や値の範囲はそれぞれ異なります。NDVIは0～1、収量は4～12 t/ha、pHは5.5～7.5、ECは5～60 mS/mです。生の値をそのまま組み合わせると、農学的な重要性に関係なく、数値範囲が最も大きいレイヤーが結果を左右してしまいます。

GeoPardはまず各レイヤーに最小値・最大値正規化を適用し、圃場内におけるそのレイヤー自体の最小値と最大値に基づいて、共通の範囲にスケーリングします。その後は重みだけで影響度が決まります。

### 次に重みを適用します

正規化した各レイヤーに重みを掛け、レイヤーを統合して1つのサーフェスを作成します。

### 負の重みでレイヤーの値を反転します

負の重みを設定すると、スケールが反転します。レイヤーの高い値は低く、低い値は高く扱われます。高い測定値が好ましくない状態を示す場合に使います。たとえば、次のようなケースです。

* 排水不良の圃場における粘土含有量
* 低地で霜害や湛水が発生する場合の標高
* 高い測定値が保水力ではなく塩類集積を示す場合のEC

### 欠損部分は補間されます

レイヤーに欠損ピクセルがある場合（衛星画像の雲、収量データの未記録区間、まばらな土壌サンプル地点など）、GeoPardはそのピクセルを除外せず、周囲の値から欠損部分を補間します。これにより、統合マップは圃場全体で連続性を保ちます。

### 結果を再度正規化します

重み付けして統合した後、結果マップをもう一度正規化して全範囲に広げ、そのうえで選択した数のゾーンに分割します。

{% hint style="info" %}
**重みの選び方：** まず、最も信頼できるレイヤーに最も高い重みを設定します。複数年の収量データや長期的な衛星画像による生産力は、通常、最も信頼性の高い指標です。単一日の衛星画像は、シーズン中のある時点だけを捉えるため、状況に左右されやすい指標です。
{% endhint %}

以下の画像は、18年間の生産力マップ、数値標高モデル、傾斜、陰影起伏図、2019年の収量データなどのレイヤーと、さまざまな統合解析の出力結果を示すサンプル圃場です。レイヤーを追加するにつれて管理ゾーンがどのように変化するかを確認できます。

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2Fthi0JMlu2pSoF0wLOJp4%2FGeoPard%20Multi-Layer%20Maps%20creating.png?alt=media&amp;token=05cd9cea-0069-451d-af90-caa61801aaa1" alt="Multi-layer zones setup with several data layers and weights"><figcaption><p>複数レイヤーのゾーンマップに使用するレイヤーと重み。</p></figcaption></figure>

<figure><img src="https://1993076779-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FrfxM1lvXMqXgHLGug8Ow%2FGeoPard%20Multi-Layer%20Maps%20creating%20-%20result%20map.png?alt=media&amp;token=78d3bfd6-255b-477b-95d5-6bb0de84da61" alt="Multi-layer zones map built from imagery, soil EC, topography and yield"><figcaption><p>結果：衛星画像、土壌EC、地形、収量データを組み合わせたゾーン。</p></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/jpn/tsu-webapuri/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.
