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

# Analyse over meerdere lagen

Met GeoPard kunt u meerdere datalagen combineren om managementzones te maken. U bepaalt zelf gewichten, indices, het aantal zones, het clusteringtype en de minimale polygoonoppervlakte.

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

*Interactieve demo - zones met meerdere lagen maken*

Precisielandbouw genereert grote hoeveelheden gegevens, waaronder opbrengstgegevens, satellietbeelden en bodemvruchtbaarheidslagen. Veel teams hebben nog steeds moeite om die lagen om te zetten in bruikbare inzichten en acties. In de precisielandbouw zijn beheerszones delen van een perceel met een vergelijkbaar opbrengstpotentieel, gebaseerd op bodemtype, hellingspositie, bodemsamenstelling, microklimaat of andere factoren die de gewasgroei beïnvloeden. Lokale perceelskennis is ook een belangrijk onderdeel van het proces. Beheerszones helpen bij het optimaliseren van de gewasinput en het opbrengstpotentieel.

De grootste uitdaging is het maken van beheerszones die de werkelijke variatie binnen een perceel weerspiegelen. Het combineren van lagen zoals satellietbeelden, bodemvruchtbaarheid, afgeleide topografische gegevens en opbrengstmonitorgegevens is de logische volgende stap naar beheerszones die beter inspelen op de omstandigheden.

Analyses met meerdere lagen (ook wel geïntegreerde analyse genoemd) worden onderdeel van de georuimtelijke analysemodule van GeoPard.

Klassieke combinaties voor geïntegreerde analyse omvatten een of meer opbrengstdatasets, een NDVI-kaart, hoogtegegevens en fysisch-chemische eigenschappen van de bodem die met sensoren zijn gemeten. GeoPard ondersteunt deze parameters en laat je ook andere perceelsgegevenslagen opnemen die al in het systeem beschikbaar zijn of rechtstreeks door de gebruiker zijn geüpload, zoals bodemmonsters en opbrengstdatasets. Zo kun je met een complete set parameters werken voor geïntegreerde analyses:

Opbrengstgegevens\
Teledetectiegegevens:

* Potentiële-productiviteitskaart (voor één jaar of meerdere jaren)
* Stabiliteits-/variatiekaart
* Vegetatie-indexen NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Topografie:

* Hoogteligging
* Helling
* Kromming
* Vochtigheidsindex
* Hellingsrichting
* Hillshades
* Terreinkorreligheid
* Ruwheid

Bodemgegevens:

* pH
* CEC (kationenuitwisselingscapaciteit)
* SOM (organische stof in de bodem)
* K (kalium)
* Dunne bouwvoor, lager waterbergend vermogen (droogtegevoelige bodem)
* EC (elektrische geleidbaarheid)
* en andere chemische eigenschappen in de geüploade dataset

Je kunt voor elke gegevenslaag aangepaste factoren instellen om het gewenste gewicht toe te kennen. Je kunt beheerszonekaarten maken op basis van je kennis van het perceel, terwijl je in GeoPard de gegevensbronnen en hun gewichten selecteert.

## Zo werken laaggewichten

Het gewicht bepaalt in welke mate elke laag invloed heeft op elke pixel van de uiteindelijke zonekaart.

### Eerst vindt normalisatie plaats

Invoerlagen gebruiken onvergelijkbare eenheden en bereiken: NDVI loopt van 0 tot 1, opbrengst van 4 tot 12 t/ha, pH van 5,5 tot 7,5 en EC van 5 tot 60 mS/m. Als je de ruwe waarden combineert, bepaalt de laag met het grootste numerieke bereik het resultaat, ongeacht het agronomische belang ervan.

GeoPard past eerst min-max-normalisatie toe op elke laag, waarbij de waarden worden herschaald naar een gemeenschappelijk bereik op basis van het minimum en maximum van die laag binnen het perceel. Daarna bepaalt alleen het gewicht de invloed.

### Daarna worden de gewichten toegepast

Elke genormaliseerde laag wordt vermenigvuldigd met het gewicht en de lagen worden samengevoegd tot één oppervlak.

### Negatieve gewichten keren de laag om

Een negatief gewicht keert de schaal om: hoge waarden van de laag worden als laag behandeld en lage waarden als hoog. Gebruik dit wanneer hoge meetwaarden op slechtere omstandigheden wijzen, bijvoorbeeld:

* Kleigehalte op een perceel met slechte drainage
* Hoogte op plaatsen waar laaggelegen delen last hebben van vorst of wateroverlast
* EC wanneer hoge meetwaarden wijzen op verzilting in plaats van waterbergend vermogen

### Ontbrekende waarden worden geïnterpoleerd

Als een laag ontbrekende pixels bevat (bewolking op een satellietopname, een overgeslagen werkgang in opbrengstgegevens of weinig bodemmonsterpunten), interpoleert GeoPard de ontbrekende waarden op basis van omliggende waarden in plaats van de pixel weg te laten. De gecombineerde kaart blijft zo doorlopend over het hele perceel.

### Het resultaat wordt opnieuw genormaliseerd

Na het wegen en combineren wordt de resultaatkaart opnieuw genormaliseerd, zodat deze het volledige bereik beslaat. Vervolgens wordt de kaart opgedeeld in het aantal zones dat je hebt geselecteerd.

{% hint style="info" %}
**Gewichten kiezen:** begin met het hoogste gewicht toe te kennen aan de laag die je het meest vertrouwt. Opbrengstgegevens over meerdere jaren en satellietgegevens over productiviteit op de lange termijn zijn meestal de betrouwbaarste signalen. Satellietbeelden van één datum zijn het meest afhankelijk van de situatie, omdat één opname slechts één moment in het seizoen vastlegt.
{% endhint %}

De afbeeldingen hieronder tonen een voorbeeldperceel met gegevenslagen zoals een productiviteitskaart over 18 jaar, een digitaal hoogtemodel, helling, hillshade en opbrengstgegevens uit 2019, samen met verschillende resultaten van geïntegreerde analyses. Je kunt volgen hoe de beheerszones veranderen wanneer er extra lagen worden toegevoegd.

<figure><img src="https://3615228694-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>Lagen en gewichten voor een zonekaart met meerdere lagen.</p></figcaption></figure>

<figure><img src="https://3615228694-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>Het resultaat: zones op basis van satellietbeelden, bodem-EC, topografie en opbrengstgegevens samen.</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/nl/producttour-webapp/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.
