> 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/lva/produkta-apskats-timekla-lietotne/satellite-monitoring.md).

# Satelītu monitorings

Vizualizējiet un analizējiet Landsat, Sentinel un Planet attēlus.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
GeoPard satelītattēli un veģetācijas analīze. Neapstrādāts satelītattēls, palielināta izšķirtspēja un kontrasta izstiepšana. Lauka un reģiona līmenī.
{% endembed %}

**Zemes novērošana** sākas ar rūpīgu datu sagatavošanu, tostarp šķēršļu (mākoņu un ēnu) noteikšanu un progresīvu attēlu apstrādi.

{% hint style="info" %}
Skatiet interaktīvo satelītattēlu lapu kultūraugu uzraudzībai vietnē geopard.tech: [Kultūraugu uzraudzība ar satelītattēliem](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard nodrošina piekļuvi vairāk nekā 30 gadu apstrādātu, kalibrētu un attīrītu satelītattēlu arhīvam, kurā katram attēlam ir aprēķināti detalizēti rādītāji.

Tas ļauj uzraudzīt kultūraugu attīstību, tostarp veikt retrospektīvu analīzi un novērtēt to stāvokli, atrast platības ar atšķirīgu augšanas intensitāti, noteikt novirzes un salīdzināt savu saimniecību ar kaimiņu laukiem un teritorijām.

GeoPard nodrošina neapstrādātus Sentinel-2 satelītattēlus un to palielinātas izšķirtspējas versiju (<1 m izšķirtspēja), kas uzlabota, izstiepjot kontrastu 20 satelītattēlu indeksiem.

Tas viss ir iekļauts GeoPard pamata uzraudzības paketē.

**GeoPard nodrošinātie satelītattēli**

<table><thead><tr><th width="104">Pakalpojumu sniedzējs</th><th width="129">Satelīti</th><th width="79">Pārklājums</th><th width="84">Globāls</th><th width="126">Biežums</th><th width="118">Neapstrādāts pikselis</th><th width="144">GeoPard pikseļa izmērs</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5–9</td><td>Kopš 1988. gada</td><td>Jā</td><td>Ik pēc 8 dienām (2 satelīti)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Kopš 2015. gada</td><td>Jā</td><td>Reizi 5 dienās</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Katru dienu kopš 2020. gada</td><td>Jā</td><td>±Katru dienu</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Reāllaika indeksi:** GeoPard reāllaikā aprēķina indeksus gan pilniem attēliem (Sentinel-2 un Landsat), gan lauka apakšplatību līmenī.
* **Kontrasta izstiepšana:** Pieejama katram pakalpojumu sniedzējam; indeksi tiek pārrēķināti, ņemot vērā interesējošās teritorijas (AOI) statistiku.
* **Zonēšana un analītika:** Attēli atbalsta progresīvu daudzslāņu zonēšanu un uz vienādojumiem balstītu analītiku, uzlabojot precizitāti agronomisko lēmumu pieņemšanā.

<figure><img src="https://1923267647-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 un Planet Scope salīdzinājums. Abus apstrādājis GeoPard, palielinot izšķirtspēju līdz 1 m. Tuvais infrasarkanais kanāls un kontrasta NDVI.</p></figcaption></figure>

To var izmantot, lai:

* precīzi noteiktu izmaiņas un savlaicīgi pamanītu novirzes
* uzraudzītu kultūraugus
* novērtētu postījumus (plūdu, krusas un veldres radītos)
* prognozētu ražu
* veidotu mainīgas devas lietojuma kartes, pamatojoties uz daudzslāņu zonēšanu vai agronomiskiem vienādojumiem
* noteiktu mežu izciršanu

### Vadīklas un filtri <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard satelītdatiem piedāvā šādas vadīklas un filtrus:

1. Slāņu salīdzināšana — ļauj dalītā skatā blakus salīdzināt kritēriju analītikas datus
2. Mākoņainības nolaižamajā sarakstā pieejamas šādas vērtības:

* Bez mākoņiem — rāda tikai attēlus bez mākoņiem
* Daļēji mākoņains — pievieno attēlus ar daļēju mākoņu segumu
* Visi attēli (noklusējums) — rāda visus pieejamos satelītattēlus

3. Pakalpojumu sniedzēja filtrs — ļauj filtrēt attēlus pēc pakalpojumu sniedzēja (Sentinel, Planet vai Landsat)
4. Mēneša un gada filtri — ļauj filtrēt satelītattēlus pēc mēneša vai gada
5. Satelītnovērošanas sadaļā katrs satelītattēls tiek parādīts ar šādu informāciju:

* Datums
* Mākoņu indikators (daļēji mākoņains vai mākoņains, ja šī opcija ir atlasīta)
* Attēliem bez mākoņiem tiek parādīts no attēla aprēķinātais NDVI indekss
* Datu nodrošinātāja nosaukums (Sentinel, Planet vai Landsat)

Lauka kartē ir pieejamas šādas vadīklas:

1. Indeksu kopa
2. Apgriezt pēc lauka robežas
3. Paslēpt/rādīt slāni
4. Tuvināt lauku
5. Tuvināt manu atrašanās vietu
6. 3D/2D skats
7. Tuvināt
8. Tālināt
9. Kartes avots (Bing vai Mapbox kartes)
10. Jaunums — kontrastattēls: krāsas veido, pamatojoties uz atlasītā indeksa statistiku lauka robežās

### &#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/lva/produkta-apskats-timekla-lietotne/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.
