> 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/ltu/produkto-turas-ziniatinklio-programa/zones-maps-and-analytics/multi-layer-analytics.md).

# Analitika su keliais sluoksniais

Naudodami GeoPard galite sujungti kelis duomenų sluoksnius ir sukurti valdymo zonas. Jūs valdote svorius, indeksus, zonų skaičių, grupavimo tipą ir minimalų daugiakampio plotą.

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

*Interaktyvioji demonstracija – daugi sluoksnių valdymo zonų kūrimas*

Tikslioji žemdirbystė generuoja daug duomenų, įskaitant derliaus duomenis, palydovinius vaizdus ir dirvožemio derlingumo sluoksnius. Daugeliui komandų vis dar sunku paversti šiuos sluoksnius naudingomis įžvalgomis ir veiksmais. Tiksliojoje žemdirbystėje valdymo zonos – tai lauko dalys, pasižyminčios panašiu derliaus potencialu, kurį lemia dirvožemio tipas, padėtis šlaite, dirvožemio cheminės savybės, mikroklimatas ar kiti pasėlių augimą veikiantys veiksniai. Svarbi proceso dalis – ir vietinės lauko sąlygų žinios. Valdymo zonos padeda optimizuoti pasėlių auginimo sąnaudas ir derliaus potencialą.

Pagrindinis iššūkis – sudaryti valdymo zonas, atspindinčias tikrąjį lauko kintamumą. Tokių sluoksnių kaip palydoviniai vaizdai, dirvožemio derlingumas, išvestiniai reljefo duomenys ir derliaus matavimo įrangos duomenys derinimas yra logiškas kitas žingsnis siekiant geriau prie lauko sąlygų pritaikytų valdymo zonų.

Daugi sluoksnė analizė (dar vadinama integruotąja analize) tampa „GeoPard“ geografinės erdvės analizės sistemos dalimi.

Klasikiniai integruotosios analizės deriniai apima vieną ar kelis derliaus duomenų rinkinius, NDVI žemėlapį, aukščio duomenis ir dirvožemio jutiklių fizikines bei chemines savybes. „GeoPard“ palaiko šiuos parametrus, taip pat leidžia įtraukti kitus sistemoje jau esančius arba naudotojo tiesiogiai įkeltus lauko duomenų sluoksnius, pavyzdžiui, dirvožemio mėginių ir derliaus duomenų rinkinius. Todėl integruotajai analizei galite naudoti visą parametrų rinkinį:

Derliaus duomenys\
Nuotolinio stebėjimo duomenys:

* Produktyvumo potencialo žemėlapis (vienų ir kelerių metų)
* Stabilumo / kintamumo žemėlapis
* Augalijos indeksai: NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Reljefas:

* Aukštis
* Nuolydis
* Kreivumas
* Drėgnumo indeksas
* Ekspozicija
* Šešėliuotas reljefo vaizdas
* Reljefo raižytumas
* Paviršiaus nelygumas

Dirvožemio duomenys:

* pH
* CEC (katijonų mainų geba)
* SOM (dirvožemio organinė medžiaga)
* K (kalis)
* Plonas viršutinio dirvožemio sluoksnis, mažesnė vandens atsargų talpa (sausrai jautrus dirvožemis)
* EC (elektros laidis)
* ir kiti įkeltame duomenų rinkinyje esantys cheminiai rodikliai

Svarbu žinoti, kad kiekvienam duomenų sluoksniui galite nustatyti pasirinktinius veiksnius ir priskirti jiems norimą svorį. „GeoPard“ galite sudaryti valdymo zonų žemėlapius, remdamiesi savo lauko pažinimu ir pasirinkdami duomenų šaltinius bei jų svorius.

## Kaip veikia sluoksnių svoriai

Svoris nurodo, kokią įtaką kiekvienas sluoksnis turi kiekvienam galutinio zonų žemėlapio pikseliui.

### Pirmiausia atliekamas normalizavimas

Įvesties sluoksnių matavimo vienetai ir intervalai skiriasi: NDVI reikšmės svyruoja nuo 0 iki 1, derliaus – nuo 4 iki 12 t/ha, pH – nuo 5,5 iki 7,5, EC – nuo 5 iki 60 mS/m. Jei derintume pradines reikšmes, rezultatą nulemtų didžiausią skaitinį intervalą turintis sluoksnis, neatsižvelgiant į jo agronominę svarbą.

Pirmiausia „GeoPard“ kiekvieną sluoksnį normalizuoja min.–maks. metodu: reikšmės perskaičiuojamos į bendrą intervalą pagal konkretaus sluoksnio mažiausią ir didžiausią reikšmes lauke. Tuomet įtaką lemia vien sluoksniui priskirtas svoris.

### Tada pritaikomi svoriai

Kiekvienas normalizuotas sluoksnis padauginamas iš jam priskirto svorio, o sluoksniai sujungiami į vieną paviršių.

### Neigiamas svoris apverčia sluoksnio reikšmes

Neigiamas svoris apverčia skalę: didelės sluoksnio reikšmės laikomos mažomis, o mažos – didelėmis. Taip darykite, kai didelės reikšmės rodo prastesnes sąlygas, pavyzdžiui:

* Molio kiekis prastai drenuojamame lauke
* Aukštis vietose, kur žemesnėse lauko dalyse pasitaiko šalnų arba užmirkimo
* EC, kai didelės reikšmės rodo druskingumą, o ne vandens sulaikymo gebą

### Spragos interpoliuojamos

Jei sluoksnyje trūksta pikselių (palydoviniame vaizde juos dengia debesys, derliaus duomenyse praleistas važiavimas, dirvožemio mėginių taškai išsidėstę retai), „GeoPard“ spragą interpoliuoja pagal aplinkines reikšmes, o ne pašalina pikselį. Taip bendras žemėlapis išlieka vientisas visame lauke.

### Rezultatas vėl normalizuojamas

Pritaikius svorius ir sujungus sluoksnius, rezultatų žemėlapis dar kartą normalizuojamas, kad apimtų visą reikšmių intervalą, o tada suskirstomas į jūsų pasirinktą zonų skaičių.

{% hint style="info" %}
**Kaip pasirinkti svorius:** Pradėkite didžiausią svorį priskirdami sluoksniui, kuriuo labiausiai pasitikite. Kelerių metų derliaus duomenys ir ilgalaikiai palydoviniai produktyvumo duomenys paprastai yra patikimiausi rodikliai. Vienos datos palydoviniai vaizdai labiausiai priklauso nuo konkrečios situacijos, nes vienas vaizdas parodo tik vieną sezono momentą.
{% endhint %}

Toliau pateiktuose vaizduose matomas pavyzdinis laukas ir jo duomenų sluoksniai: 18 metų produktyvumo žemėlapis, skaitmeninis reljefo modelis, nuolydis, šešėliuotas reljefo vaizdas ir 2019 m. derliaus duomenys, taip pat skirtingi integruotosios analizės rezultatai. Galite stebėti, kaip keičiamos valdymo zonos, įtraukiant papildomus sluoksnius.

<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/ltu/produkto-turas-ziniatinklio-programa/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.
