> 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/nor/produktomvisning-nettapp/sonekart-og-analyser/flerlagsanalyser.md).

# Flerlagsanalyser

Med GeoPard kan du koble sammen flere datalag for å lage forvaltningssoner. Du styrer vekter, indekser, antall soner, klyngetype og minimum polygonareal.

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

*Interaktiv demo – oppretting av flersjikts-soner*

Presisjonslandbruk genererer store mengder data, inkludert avlingsdata, satellittbilder og jordfruktbarhetslag. Mange team sliter fortsatt med å gjøre disse lagene om til nyttig innsikt og tiltak. I presisjonslandbruk er forvaltningssoner deler av et skifte med likt avlingspotensial basert på jordtype, plassering i hellingen, jordkjemi, mikroklima eller andre faktorer som styrer avlingen. Lokal kunnskap om skiftet er også en viktig del av prosessen. Forvaltningssoner hjelper til med å optimalisere innsatsfaktorer og avlingspotensial.

Den største utfordringen er å bygge forvaltningssoner som gjenspeiler den reelle variasjonen i skiftet. Å kombinere lag som satellittbilder, jordfruktbarhet, topografiske derivater og data fra avlingsmonitor er det neste logiske steget mot mer responsiv soneinndeling.

Flersjiktsanalyse (også kalt integrert analyse) blir en del av GeoPards geospatiale analysemotor.

Klassiske kombinasjoner for integrert analyse inkluderer ett eller flere avlingsdatasett, et NDVI-kart, høyde over havet og fysisk-kjemiske egenskaper fra jordsensorer. GeoPard støtter disse parameterne og lar deg også inkludere andre datalag fra skiftet som allerede er tilgjengelige i systemet eller lastet opp direkte av brukeren, som jordprøver og avlingsdatasett. Dermed kan du arbeide med et fullstendig sett av parametere for integrert analyse:

Avlingsdata\
Fjernmålingsdata:

* Kart over potensiell produktivitet (ett år og flere år)
* Kart over stabilitet/variasjon
* Vegetasjonsindekser NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Topografi:

* Høyde over havet
* Helling
* Krumming
* Fuktighetsindeks
* Helningsretning
* Skyggebelyste høyde-kart
* Terrengruhet
* Ruhet

Jorddata:

* pH
* CEC (kationbyttekapasitet)
* SOM (jordens organiske materiale)
* K (kalium)
* Tynt matjordlag, lavere tilgjengelig vannlagringskapasitet (tørkutsatt jord)
* EC (elektrisk ledningsevne)
* og andre kjemiske egenskaper som finnes i det opplastede datasettet

Det er viktig å merke seg at du kan konfigurere egne faktorer for hvert datalag og tildele ønsket vekt. Du kan bygge kart over forvaltningssoner basert på din kunnskap om skiftet, samtidig som du velger datakilder og vektene deres i GeoPard.

Bildene nedenfor viser et eksempel-skifte med datalag som et 18-års produktivitetskart, digital terrengmodell, helling, skyggebelyst terreng og avlingsdata fra 2019, sammen med ulike resultater fra integrert analyse. Du kan følge hvordan forvaltningssonene utvikler seg etter hvert som flere lag legges til.

<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/nor/produktomvisning-nettapp/sonekart-og-analyser/flerlagsanalyser.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.