> 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/indices-for-crops-and-soils.md).

# Indeksy dla upraw i gleb

GeoPard może obliczać indeksy wegetacji, wilgotności, chlorofilu, jasności gleby i inne.

<figure><img src="https://3832317038-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>Każdy indeks glebowy i wegetacyjny opisano w aplikacji GeoPard</p></figcaption></figure>

### Lista indeksów opartych na zobrazowaniach satelitarnych <a href="#vegetation-indices" id="vegetation-indices"></a>

Wszystkie zobrazowania satelitarne są skorygowane i zoptymalizowane pod kątem wyświetlania i analizy.

### Artykuły na blogu GeoPard

* [Indeksy wegetacyjne i zawartość chlorofilu](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [Który indeks wegetacyjny najlepiej stosować w rolnictwie precyzyjnym?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [Jak wskaźnik jasności gleby wspiera zrównoważone rolnictwo?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Wilgotność – indeks NDMI](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Indeksy wegetacyjne: jak wykorzystuje się je w rolnictwie precyzyjnym?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Wybór różnych widoków zobrazowań pomaga lepiej zrozumieć pole, ponieważ uwydatnia obszary o dobrym rozwoju roślin oraz nieprawidłowości we wschodach. Dostępne widoki:

1. **RGB** – Barwy naturalne lub rzeczywiste (czerwony, zielony i niebieski).
2. **NIR** – (domyślny) połączenie niewidocznej dla oka części widma (bliska podczerwień) z jego widoczną częścią (czerwień, zieleń). Ułatwia interpretację danych: roślinność ma odcienie czerwieni, a obszary gęsto pokryte roślinnością są jaskrawoczerwone; gleba przybiera barwy od ciemnozielonej do jasnozielonej lub szarej.
3. **EVI2** – Ulepszony indeks wegetacji (od 0 do 2,4). Jest lepszym wyborem niż NDVI na polach o dużej gęstości łanu, gdzie NDVI może ulegać nasyceniu. Ten widok można wykorzystać do analizy upraw na wszystkich etapach wzrostu.
4. **LAI** – Indeks powierzchni liściowej (od 0 do 5,86) to bezwymiarowa wielkość charakteryzująca łan. Pokazuje rozkład od odsłoniętej gleby po gęsty łan. Przyjmuje wartości od 0 dla odsłoniętej gleby do 3,5 i więcej dla gęstego łanu w szczycie sezonu wegetacyjnego; na mapie jest prezentowany kolorami od czerwonego do zielonego.
5. **NDVI** – Znormalizowany różnicowy indeks wegetacji (od 0 do 1) dobrze obrazuje kondycję upraw i rozkład zielonej roślinności. Ma jednak ograniczenia na początku sezonu wegetacyjnego (wpływ gleby) i w szczycie rozwoju roślinności (nasycenie). Na mapie jest prezentowany kolorami od czerwonego do zielonego.
6. **GNDVI** – Zielony znormalizowany różnicowy indeks wegetacji (od 0 do 1). Jest bardziej czuły na różnice w zawartości chlorofilu niż NDVI i zaleca się go do upraw na wczesnych i środkowych etapach wzrostu. Na mapie przedstawia rozkład kolorami od czerwonego do zielonego.
7. **IPVI** – Podczerwony procentowy indeks wegetacji (od 0 do 1). Funkcjonalnie jest równoważny NDVI, ale jego obliczenie jest szybsze.
8. **GCI** – Zielony indeks chlorofilowy (od 0 do 7). Służy do oceny zawartości chlorofilu w liściach i może być stosowany do wielu gatunków roślin. Pomaga ocenić kondycję roślin, ponieważ zawartość chlorofilu spada u roślin poddanych stresowi. Na mapie jego wartości przedstawiono kolorami od jasnozielonego do ciemnozielonego.
9. **SAVI** – Indeks wegetacji skorygowany o jasność gleby (od 0 do 1,5) ogranicza wpływ jasności gleby. Jest szczególnie przydatny na początku sezonu, gdy rośliny rosną osobno lub w rzędach, a gleba jest dobrze widoczna, oraz w środkowym etapie wzrostu, gdy rośliny jeszcze się nie stykają.
10. **OSAVI** – Zoptymalizowany indeks wegetacji skorygowany o jasność gleby (od 0 do 1). Najlepiej sprawdza się na obszarach o stosunkowo rzadkiej roślinności oraz w uprawach na wczesnych i środkowych etapach wzrostu. Jest prezentowany za pomocą legendy kolorów od czerwonego do zielonego.
11. **NDWI** – Znormalizowany różnicowy indeks wody. Służy do odróżniania wody od suchego lądu oraz do mapowania zbiorników wodnych. Na mapie jest prezentowany w odcieniach niebieskiego.
12. **WDRVI** – Indeks wegetacji o szerokim zakresie dynamicznym (od -0,6 do 0,4). Służy do bardziej zaawansowanej analizy cech fizjologicznych i fenologicznych upraw. Wykorzystuje te same pasma co NDVI, ale zapewnia rozszerzony zakres dynamiczny.
13. **SBI** – Wskaźnik jasności gleby. Jest pośrednim wskaźnikiem zawartości materii organicznej, obecności piasków i zasolenia, a także ważnym narzędziem do badania zmian właściwości gleby w czasie.\
    Piaszczyste gleby, o jaśniejszej barwie i grubszej strukturze, odbijają więcej światła, dlatego osiągają wyższe wartości wskaźnika jasności gleby. Z kolei gleby ilaste, bogatsze w materię organiczną i wilgoć, wydają się ciemniejsze i osiągają niższe wartości.
14. **NDMI** – Znormalizowany różnicowy indeks wilgotności. Służy do określania zawartości wody w roślinności. Idealnie nadaje się do wykrywania stresu wodnego roślin. Lepsza kondycja roślinności wiąże się z wyższymi wartościami. Niższe wartości indeksu wilgotności sugerują, że rośliny są narażone na stres spowodowany niedoborem wilgoci.\
    Interpretacja:
    * (-1; -0,8) Odsłonięta gleba;
    * (-0,8; -0,2) Prawie brak lub bardzo małe pokrycie łanem;
    * (-0,2; 0) Małe pokrycie łanem i silny stres wodny LUB bardzo małe pokrycie łanem i niewielki stres wodny;
    * (0; 0,2) Średnie pokrycie łanem i silny stres wodny LUB małe pokrycie łanem i niewielki stres wodny;
    * (0,2; 0,4) Duże pokrycie łanem i silny stres wodny LUB średnie pokrycie łanem i niewielki stres wodny;
    * (0,4; 1) Duże lub bardzo duże pokrycie łanem, bez stresu wodnego.
15. **MSI** – Indeks stresu wilgotnościowego. Służy do analizy stresu łanu, prognozowania produktywności i modelowania biofizycznego. Wyższe wartości indeksu oznaczają większy stres wodny roślin oraz mniejszą wilgotność i zawartość wody w glebie. Wartości indeksu mieszczą się w zakresie od 0 do ponad 3; typowy zakres dla zielonej roślinności wynosi od 0,2 do 2.
16. **CCCI** – Indeks zawartości chlorofilu w łanie. CCCI to dwuwymiarowy indeks teledetekcyjny opracowany do szacowania stanu odżywienia upraw azotem. Wykorzystuje współczynniki odbicia w zakresach bliskiej podczerwieni (NIR) i czerwieni, aby uwzględnić sezonowe zmiany gęstości łanu, a współczynniki odbicia w zakresach NIR i dalekiej czerwieni służą do wykrywania względnych zmian zawartości chlorofilu w łanie, która pośrednio wskazuje zawartość azotu.
17. **MCARI** – Zmodyfikowany indeks stosunku absorpcji chlorofilu reaguje na stężenie chlorofilu w liściach i odbicie od podłoża. Zazwyczaj wysokie wartości MCARI wskazują na niską zawartość chlorofilu w liściach. MCARI słabo przewiduje niskie stężenia chlorofilu, zwłaszcza ze względu na wpływ sygnału gleby, który ogranicza jego skuteczność.
18. **TCARI** – Przekształcony wskaźnik absorpcji chlorofilu w odbiciu (Transformed Chlorophyll Absorption Reflectance Index) to jeden z kilku wskaźników CARI określających względną zawartość chlorofilu. Jest podatny na wpływ odbicia promieniowania od gleby, zwłaszcza w uprawach o niskim LAI.
19. **MCARI/OSAVI** oraz **TCARI/OSAVI** to zintegrowane formy wskaźnika CARI, które zapewniają lepszą liniową zależność od zawartości chlorofilu i mniejszą podatność na zmiany wskaźnika powierzchni liści (LAI). Poprawę uzyskano, zastępując odbicia w paśmie czerwonym i bliskiej podczerwieni odbiciami w pasmach zielonym, czerwonym i red-edge. Kombinacje tych wskaźników można stosować do szacowania zawartości chlorofilu w łanie.


---

# 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/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.
