> 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/nl/producttour-webapp/satellite-monitoring/indices-for-crops-and-soils.md).

# Indices voor gewassen en bodems

GeoPard kan vegetatie-, vocht-, chlorofyl-, bodemhelderheids- en andere indices berekenen.

<figure><img src="https://3615228694-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>Elke bodem- en vegetatie-index wordt beschreven in de GeoPard-applicatie</p></figcaption></figure>

### Lijst met indices op basis van satellietbeelden <a href="#vegetation-indices" id="vegetation-indices"></a>

Alle satellietbeelden worden gecorrigeerd en geoptimaliseerd voor weergave en analyse.

### Artikelen op de GeoPard-blog

* [Vegetatie-indices en chlorofylgehalte](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [Welke vegetatie-index is het meest geschikt voor precisielandbouw?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [Hoe maakt de Soil Brightness Index duurzame landbouw mogelijk?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Vocht – NDMI-index](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Vegetatie-indices: hoe worden ze gebruikt in de precisielandbouw?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Door verschillende beeldweergaven te selecteren, krijgt u een beter inzicht in uw perceel. Ze brengen goed ontwikkelde zones en afwijkingen in de opkomst van het gewas in beeld. De weergaven zijn onder meer:

1. **RGB** – Natuurlijke of ware kleuren (rood, groen en blauw).
2. **NIR** – (standaard) een combinatie van niet-zichtbare (nabij-infrarood) en zichtbare (rode en groene) delen van het spectrum. Dit maakt de gegevens beter interpreteerbaar: vegetatie wordt weergegeven in roodtinten, waarbij dicht begroeide zones felrood zijn. De bodem wordt weergegeven in tinten van donkergroen tot lichtgroen of grijs.
3. **EVI2** – Enhanced Vegetation Index (van 0 tot 2,4). Deze index heeft de voorkeur boven NDVI voor percelen met een hoge gewasdichtheid, waar NDVI verzadigd kan raken. Deze weergave kan worden gebruikt om gewassen in alle groeistadia te analyseren.
4. **LAI** – Leaf Area Index (van 0 tot 5,86), een dimensieloze grootheid die het bladerdek van planten kenmerkt. De waarden lopen uiteen van kale bodem tot een dicht bladerdek. De index varieert van kale grond (indexwaarde 0) tot een dicht bladerdek (indexwaarde 3,5 of hoger op het hoogtepunt van het groeiseizoen) en wordt weergegeven in rood- tot groentinten.
5. **NDVI** – Normalized Difference Vegetation Index (van 0 tot 1) is een goede indicator voor de gewasgezondheid en geeft de verdeling van groene vegetatie weer. Deze weergave kent beperkingen aan het begin van het groeiseizoen (door de invloed van de bodem) en op het hoogtepunt van de vegetatiegroei (verzadiging). De kaart geeft de waarden weer van rood tot groen.
6. **GNDVI** – Green Normalized Difference Vegetation Index (van 0 tot 1). Deze index is gevoeliger voor verschillen in chlorofyl dan NDVI en wordt aanbevolen voor gewassen in de vroege tot middelste groeifase. De kaart geeft de waarden weer van rood tot groen.
7. **IPVI** – Infrared Percentage Vegetation Index (van 0 tot 1). Deze index werkt in feite hetzelfde als NDVI, maar wordt sneller berekend.
8. **GCI** – Green Chlorophyll Index (van 0 tot 7). Deze index wordt gebruikt om het chlorofylgehalte in bladeren te beoordelen en is toepasbaar op een breed scala aan plantensoorten. De index helpt de plantgezondheid te meten, omdat het chlorofylgehalte bij planten onder stress afneemt. De kaart geeft de waarden weer van lichtgroen tot donkergroen.
9. **SAVI** – Soil Adjusted Vegetation Index (van 0 tot 1,5) beperkt de invloed van de helderheid van de bodem. Deze index is vooral nuttig aan het begin van het seizoen, wanneer planten los van elkaar staan of in rijen groeien en de bodem duidelijk zichtbaar is, en tijdens de middelste groeifase, wanneer de planten elkaar nog niet raken.
10. **OSAVI** – Optimized Soil Adjusted Vegetation Index (van 0 tot 1). Deze index is het meest geschikt voor gebieden met relatief weinig vegetatie en voor gewassen in de vroege tot middelste groeifase. De waarden worden weergegeven met een kleurschaal van rood tot groen.
11. **NDWI** – Normalized Difference Water Index. Deze index wordt gebruikt om water van droog land te onderscheiden en wateroppervlakken in kaart te brengen. De kaart geeft de waarden weer in blauwtinten.
12. **WDRVI** – Wide Dynamic Range Vegetation Index (van -0,6 tot 0,4). Deze index wordt gebruikt voor een meer geavanceerde analyse van de fysiologische en fenologische kenmerken van het gewas. De index gebruikt dezelfde banden als NDVI, maar past een groter dynamisch bereik toe.
13. **SBI** – Soil Brightness Index. Deze index is een indicator voor organische stof in de bodem, zand en zoutgebieden en is belangrijk om veranderingen in de bodemgesteldheid door de tijd heen te onderzoeken.\
    Zandgronden zijn lichter van kleur en hebben een grovere structuur. Ze weerkaatsen daardoor meer licht en krijgen een hogere waarde op de Soil Brightness Index. Kleigronden bevatten daarentegen meer organische stof en vocht, zijn donkerder en krijgen een lagere waarde.
14. **NDMI** – Normalized Difference Moisture Index. Deze index wordt gebruikt om het watergehalte van vegetatie te bepalen. Hij is ideaal om waterstress bij planten op te sporen. Gezondere vegetatie heeft hogere waarden. Lagere waarden wijzen erop dat planten stress ondervinden door een gebrek aan vocht.\
    Interpretatie:
    * (-1; -0.8) Kale bodem;
    * (-0.8; -0.2) Vrijwel geen of zeer weinig bladerdek;
    * (-0.2; 0) Weinig bladerdek met hoge waterstress OF zeer weinig bladerdek met lage waterstress;
    * (0; 0.2) Gemiddeld bladerdek met hoge waterstress OF weinig bladerdek met lage waterstress;
    * (0.2; 0.4) Veel bladerdek met hoge waterstress OF gemiddeld bladerdek met lage waterstress;
    * (0.4; 1) Veel tot zeer veel bladerdek zonder waterstress.
15. **MSI** – Moisture Stress Index. Deze index wordt gebruikt voor stressanalyse van het bladerdek, productiviteitsvoorspellingen en biofysische modellering. Hogere indexwaarden wijzen op meer waterstress bij planten en minder bodemvocht en watergehalte. De waarden lopen van 0 tot boven 3; voor groene vegetatie ligt het gebruikelijke bereik tussen 0,2 en 2.
16. **CCCI** – Canopy Chlorophyll Content Index. De Canopy Chlorophyll Content Index (CCCI) is een tweedimensionale teledetectie-index die is ontwikkeld om de stikstofstatus van gewassen af te leiden. CCCI gebruikt reflectiewaarden in de nabij-infrarode (NIR) en rode spectrale gebieden om rekening te houden met seizoensgebonden veranderingen in de dichtheid van het bladerdek. Reflectiewaarden in de NIR- en verroodgebieden worden gebruikt om relatieve veranderingen in het chlorofylgehalte van het bladerdek vast te stellen, als indicator voor het stikstofgehalte.
17. **MCARI** – Modified Chlorophyll Absorption Ratio Index reageert op de chlorofylconcentratie in bladeren en de reflectie van de grond. Hoge MCARI-waarden wijzen over het algemeen op een laag chlorofylgehalte in bladeren. MCARI is minder betrouwbaar bij het voorspellen van lage chlorofylconcentraties, vooral doordat het bodemsignaal de bruikbaarheid ervan beperkt.
18. **TCARI** – De Transformed Chlorophyll Absorption Reflectance Index is een van de verschillende CARI-indices die de relatieve hoeveelheid chlorofyl aangeven. De index wordt beïnvloed door de reflectie van de onderliggende bodem, vooral bij vegetatie met een lage LAI.
19. **MCARI/OSAVI** en **TCARI/OSAVI** zijn geïntegreerde vormen van CARI met een betere lineariteit ten opzichte van het chlorofylgehalte en een grotere ongevoeligheid voor de bladoppervlakte-index (LAI). Dit is mogelijk doordat de rode en nabije-infraroodreflectie is vervangen door de groene, rode en red-edge-reflectie. De combinaties van indices kunnen worden gebruikt om het chlorofylgehalte van het bladerdek te schatten.


---

# 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/nl/producttour-webapp/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.
