> 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/pl/przewodnik-po-produkcie-aplikacja-webowa/satellite-monitoring.md).

# Monitorowanie satelitarne

Wizualizuj i analizuj obrazy Landsat, Sentinel i Planet.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
Zdjęcia satelitarne GeoPard i analiza roślinności. Surowe zdjęcie satelitarne, zdjęcie z podwyższoną rozdzielczością oraz zdjęcie z rozciągniętym kontrastem. Poziom pola i regionu.
{% endembed %}

**Obserwacja Ziemi** zaczyna się od solidnego przygotowania danych, obejmującego wykrywanie przeszkód (chmur i cieni) oraz zaawansowane przetwarzanie zdjęć.

{% hint style="info" %}
Zobacz interaktywną stronę monitorowania upraw na podstawie zdjęć satelitarnych w serwisie geopard.tech: [Monitorowanie upraw na podstawie zdjęć satelitarnych](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard zapewnia dostęp do ponad 30-letniego archiwum przetworzonych, skalibrowanych i oczyszczonych zdjęć satelitarnych, z widokami szczegółowymi obliczanymi dla każdego zdjęcia.

Dzięki temu możesz monitorować rozwój upraw, przeprowadzać analizy wsteczne i oceniać ich kondycję, rozpoznawać obszary o różnym poziomie wzrostu, wykrywać anomalie oraz porównywać swoje gospodarstwo z sąsiednimi polami i obszarami.

GeoPard udostępnia surowe zdjęcia Sentinel-2 oraz wersję o podwyższonej rozdzielczości (<1 m), wzmocnioną przez rozciągnięcie kontrastu dla 20 wskaźników zdjęć satelitarnych.

Wszystkie te funkcje są dostępne w podstawowym pakiecie monitorowania GeoPard.

**Zdjęcia satelitarne udostępniane przez GeoPard**

<table><thead><tr><th width="104">Dostawca</th><th width="129">Satelity</th><th width="79">Zasięg</th><th width="84">Globalny</th><th width="126">Częstotliwość</th><th width="118">Surowy piksel</th><th width="144">Piksel GeoPard</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5–9</td><td>Od 1988 r.</td><td>Tak</td><td>Co 8 dni (2 satelity)</td><td>30 m</td><td>1 m</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>Od 2015 r.</td><td>Tak</td><td>Co 5 dni</td><td>10 m</td><td>1 m</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Codziennie, od 2020 r.</td><td>Tak</td><td>± codziennie</td><td>3,7 m</td><td>1 m</td></tr></tbody></table>

* **Wskaźniki w czasie rzeczywistym:** GeoPard oblicza wskaźniki w czasie rzeczywistym zarówno dla pełnych scen (Sentinel-2 i Landsat), jak i na poziomie podobszaru pola.
* **Rozciąganie kontrastu:** Dostępne dla każdego dostawcy; wskaźniki są przeliczane na podstawie statystyk obszaru zainteresowania (AOI).
* **Strefowanie i analityka:** Zdjęcia obsługują zaawansowane strefowanie wielowarstwowe i analitykę opartą na równaniach, co zwiększa precyzję podejmowania decyzji agronomicznych.

<figure><img src="https://3832317038-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 i PlanetScope. Dane z obu źródeł przetworzone przez GeoPard i przeskalowane do 1 m. Pasmo bliskiej podczerwieni i kontrastowy NDVI.</p></figcaption></figure>

Możesz wykorzystać te dane do:

* Dokładnego wykrywania zmian i wczesnego wykrywania anomalii
* Monitorowania upraw
* Oceny szkód (powódź, grad, wyleganie)
* Prognozowania plonów
* Tworzenia map aplikacji zmiennodawkowej na podstawie strefowania wielowarstwowego lub równań agronomicznych
* Wykrywania wylesiania

### Elementy sterujące i filtry <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard udostępnia następujące elementy sterujące i filtry danych satelitarnych:

1. Porównywanie warstw – umożliwia zestawianie analiz kryteriów obok siebie w widoku podzielonym
2. Lista rozwijana zachmurzenia z następującymi wartościami:

* Bezchmurne – wyświetla tylko zdjęcia bez chmur
* Częściowo zachmurzone – uwzględnia zdjęcia z częściowym zachmurzeniem
* Wszystkie zdjęcia (domyślnie) – wyświetla wszystkie dostępne zdjęcia satelitarne

3. Filtr dostawcy – umożliwia filtrowanie zdjęć według dostawcy (Sentinel, Planet lub Landsat)
4. Filtry miesiąca i roku – umożliwiają filtrowanie zdjęć satelitarnych według miesiąca lub roku
5. Sekcja monitoringu satelitarnego – wyświetla każde zdjęcie satelitarne wraz z:

* Datą
* Wskaźnikiem zachmurzenia (częściowe lub całkowite zachmurzenie, jeśli wybrano)
* W przypadku zdjęć bezchmurnych wyświetla indeks NDVI obliczony na podstawie zdjęcia
* Nazwą dostawcy (Sentinel, Planet lub Landsat)

Na mapie pola dostępne są następujące elementy sterujące:

1. Zestaw indeksów
2. Przytnij do granicy pola
3. Ukryj/Pokaż warstwę
4. Przybliż do pola
5. Przybliż do mojej lokalizacji
6. Widok 3D/2D
7. Przybliż
8. Oddal
9. Źródło mapy (mapy Bing lub Mapbox)
10. Nowość — obraz kontrastowy — kolory oparte na statystykach wybranego indeksu w granicach pola

### &#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/pl/przewodnik-po-produkcie-aplikacja-webowa/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.
