> 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/ukrainian/oglyad-produktu-vebdodatok/satellite-monitoring.md).

# Супутниковий моніторинг

Візуалізуйте та аналізуйте знімки Landsat, Sentinel і Planet.

{% embed url="<https://youtu.be/nxHF4Kw3O2M?si=jt8pGkoeNTuGmDUS>" %}
Супутникові знімки та аналіз рослинності GeoPard. Необроблений супутниковий знімок, знімок після збільшення роздільної здатності та з розтягуванням контрасту. Рівень поля та регіону.
{% endembed %}

**Спостереження за Землею** починається з якісної підготовки даних, зокрема виявлення перешкод (хмар, тіней) та вдосконаленої обробки знімків.

{% hint style="info" %}
Перегляньте інтерактивну сторінку моніторингу посівів за супутниковими знімками на geopard.tech: [Моніторинг посівів за супутниковими знімками](https://geopard.tech/crop-monitoring/)
{% endhint %}

GeoPard надає доступ до архіву оброблених, відкаліброваних і очищених супутникових знімків за понад 30 років із детальними даними, розрахованими для кожного знімка.

Це дає змогу відстежувати розвиток посівів, зокрема аналізувати минулі періоди й оцінювати стан, знаходити ділянки з різним рівнем росту, виявляти аномалії та порівнювати своє господарство із сусідніми полями й територіями.

GeoPard надає необроблені знімки Sentinel-2 і їхню версію зі збільшеною роздільною здатністю (<1 м), покращену за допомогою розтягування контрасту для 20 індексів супутникових знімків.

Усе це доступно в базовому пакеті моніторингу GeoPard.

**Супутникові знімки, які надає GeoPard**

<table><thead><tr><th width="104">Постачальник</th><th width="129">Супутники</th><th width="79">Покриття</th><th width="84">Глобальне</th><th width="126">Частота</th><th width="118">Необроблені пікселі</th><th width="144">Піксель GeoPard</th></tr></thead><tbody><tr><td><strong>USGS/NASA</strong></td><td>Landsat 5-9</td><td>З 1988 року</td><td>Так</td><td>Кожні 8 днів (2 супутники)</td><td>30 м</td><td>1 м</td></tr><tr><td><strong>ESA</strong></td><td>Sentinel-2</td><td>З 2015 року</td><td>Так</td><td>Кожні 5 днів</td><td>10 м</td><td>1 м</td></tr><tr><td><strong>Planet Labs</strong></td><td>PlanetScope</td><td>Щодня, починаючи з 2020 року</td><td>Так</td><td>Приблизно щодня</td><td>3,7 м</td><td>1 м</td></tr></tbody></table>

* **Індекси в реальному часі:** GeoPard обчислює індекси в реальному часі як для повних сцен (Sentinel-2 і Landsat), так і на рівні окремих ділянок поля.
* **Розтягування контрасту:** Доступне для кожного постачальника; індекси перераховуються на основі статистики області інтересу (AOI).
* **Зонування й аналітика:** Знімки підтримують розширене багатошарове зонування та аналітику на основі рівнянь, що підвищує точність агрономічних рішень.

<figure><img src="https://2650431644-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 і Planet Scope. Обидва набори знімків оброблено GeoPard і збільшено до роздільної здатності 1 м. Ближнє інфрачервоне зображення та NDVI з підсиленим контрастом.</p></figcaption></figure>

Це можна використовувати для:

* Точного виявлення змін і раннього виявлення аномалій
* Моніторингу посівів
* Оцінювання збитків (від повені, граду, вилягання)
* Прогнозування врожайності
* Створення карт диференційованого внесення на основі багатошарового зонування або агрономічних рівнянь
* Виявлення вирубування лісів

### Елементи керування та фільтри <a href="#controls-and-filters" id="controls-and-filters"></a>

GeoPard має такі елементи керування та фільтри для супутникових даних:

1. Порівняння шарів — дає змогу порівнювати аналітику за критеріями поруч у режимі розділеного екрана
2. Спадний список «Хмарність» із такими значеннями:

* Безхмарно — показує лише знімки без хмар
* Мінлива хмарність — додає знімки з частковою хмарністю
* Усі знімки (за замовчуванням) — показує всі доступні супутникові знімки

3. Фільтр постачальника — дає змогу фільтрувати знімки за постачальником (Sentinel, Planet або Landsat)
4. Фільтри за місяцем і роком — дають змогу відфільтрувати супутникові знімки за місяцем або роком
5. Розділ супутникового моніторингу — для кожного супутникового знімка показує:

* Дату
* Позначку хмарності (часткова хмарність або хмарно, якщо вибрано)
* Для знімків без хмар показує індекс NDVI, обчислений за знімком
* Назву постачальника (Sentinel, Planet або Landsat)

На карті поля доступні такі елементи керування:

1. Набір індексів
2. Обрізати за межею
3. Приховати/показати шар
4. Наблизити поле
5. Наблизити моє місцезнаходження
6. Перегляд у 3D/2D
7. Збільшити масштаб
8. Зменшити масштаб
9. Джерело карти (карти Bing або Mapbox)
10. Нове — контрастне зображення: кольори відповідно до статистичних даних для вибраного індексу в межах поля

### &#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/ukrainian/oglyad-produktu-vebdodatok/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.
