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

# Індекси для культур і ґрунтів

GeoPard може обчислювати індекси вегетації, вологості, хлорофілу, яскравості ґрунту та інші.

<figure><img src="https://2650431644-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>Опис кожного індексу ґрунту та рослинності наведено в застосунку GeoPard</p></figcaption></figure>

### Список індексів на основі супутникових зображень <a href="#vegetation-indices" id="vegetation-indices"></a>

Усі супутникові зображення скориговано й оптимізовано для перегляду та аналізу.

### Статті в блозі GeoPard

* [Індекси рослинності та вміст хлорофілу](https://geopard.tech/blog/vegetation-indices-and-chlorophyll-content/)
* [Який індекс рослинності краще використовувати в точному землеробстві?](https://geopard.tech/blog/use-of-ndvi-normalized-difference-vegetation-index-in-precision-agriculture/)
* [Як індекс яскравості ґрунту сприяє сталому сільському господарству?](https://geopard.tech/blog/how-the-soil-brightness-index-enables-sustainable-agriculture/)
* [Вологість — індекс NDMI](https://geopard.tech/blog/normalized-difference-moisture-index-ndmi/)
* [Індекс рослинності: як його використовують у точному землеробстві?](https://geopard.tech/blog/vegetation-index-how-are-they-used-in-precision-agriculture/)

Перегляд знімків у різних режимах допомагає краще зрозуміти стан поля, виділяючи ділянки з добре розвиненими рослинами та аномалії сходів. Доступні такі режими:

1. **RGB** – Природні, або справжні, кольори (червоний, зелений і синій).
2. **NIR** – (за замовчуванням) поєднання невидимої (ближньої інфрачервоної) та видимої (червоної, зеленої) частин спектра. Це полегшує інтерпретацію даних: рослинність відображається відтінками червоного, причому ділянки з густою рослинністю — яскраво-червоним, а ґрунт — від темно- до світло-зеленого або сірого.
3. **EVI2** – Покращений індекс рослинності (від 0 до 2,4). Для полів із густим рослинним покривом він кращий за NDVI, який може досягати насичення. Цей режим можна використовувати для аналізу культур на всіх етапах росту.
4. **LAI** – Індекс листкової поверхні (від 0 до 5,86) — безрозмірна величина, що характеризує рослинний покрив. Він показує розподіл від оголеного ґрунту до густого рослинного покриву. Значення варіюються від оголеної землі (0) до густого покриву (3,5 і вище на піку вегетаційного сезону). На карті відображається градієнтом від червоного до зеленого.
5. **NDVI** – Нормалізований диференційний індекс рослинності (від 0 до 1) — надійний показник здоров’я культур, що відображає розподіл зеленої рослинності. Однак на початку вегетаційного сезону на нього впливає ґрунт, а на піку вегетації значення можуть досягати насичення. На карті значення показано градієнтом від червоного до зеленого.
6. **GNDVI** – Зелений нормалізований диференційний індекс рослинності (від 0 до 1). Він чутливіший до відмінностей у вмісті хлорофілу, ніж NDVI, і рекомендований для культур на ранніх і середніх етапах росту. На карті значення показано градієнтом від червоного до зеленого.
7. **IPVI** – Інфрачервоний відсотковий індекс рослинності (від 0 до 1). Функціонально цей індекс еквівалентний NDVI, але обчислюється швидше.
8. **GCI** – Індекс зеленого хлорофілу (від 0 до 7). Його використовують для оцінювання вмісту хлорофілу в листі; він підходить для широкого спектра видів рослин. Оскільки вміст хлорофілу в рослинах під стресом знижується, індекс допомагає оцінити їхній стан. На карті значення показано від світло-зеленого до темно-зеленого.
9. **SAVI** – Індекс рослинності з поправкою на ґрунт (від 0 до 1,5), що мінімізує вплив яскравості ґрунту. Найкорисніший на початку сезону, коли рослини розміщені окремо або рядами й ґрунт добре видно, а також на середньому етапі росту, поки рослини ще не зімкнулися.
10. **OSAVI** – Оптимізований індекс рослинності з поправкою на ґрунт (від 0 до 1). Найкраще підходить для ділянок із відносно рідкою рослинністю та культур на ранніх і середніх етапах росту. Відображається за шкалою від червоного до зеленого.
11. **NDWI** – Нормалізований диференційний водний індекс. Його використовують для розрізнення води й суходолу та картографування водойм. На карті відображається відтінками синього.
12. **WDRVI** – Індекс рослинності з широким динамічним діапазоном (від -0,6 до 0,4). Його використовують для поглибленого аналізу фізіологічних і фенологічних характеристик культур. Він використовує ті самі канали, що й NDVI, але розширює динамічний діапазон.
13. **SBI** – Індекс яскравості ґрунту. Він слугує непрямим показником вмісту органічної речовини, піску та засоленості ґрунту й важливий для вивчення змін стану ґрунту з часом.\
    Піщані ґрунти світліші за кольором і мають грубішу структуру, тому відбивають більше світла й отримують вищі значення індексу яскравості ґрунту. Натомість глинисті ґрунти, багатші на органічну речовину та вологу, виглядають темнішими й отримують нижчі значення.
14. **NDMI** – Нормалізований диференційний індекс вологості. Його використовують для визначення вмісту води в рослинності. Він добре підходить для виявлення водного стресу рослин. Кращий стан рослинності відповідає вищим значенням. Нижчі значення індексу вологості свідчать про стрес рослин через нестачу вологи.\
    Інтерпретація:
    * (-1; -0.8) Оголений ґрунт;
    * (-0.8; -0.2) Майже повна відсутність або дуже низьке покриття рослинністю;
    * (-0.2; 0) Низьке покриття рослинністю за сильного водного стресу АБО дуже низьке покриття за слабкого водного стресу;
    * (0; 0.2) Середнє покриття рослинністю за сильного водного стресу АБО низьке покриття за слабкого водного стресу;
    * (0.2; 0.4) Високе покриття рослинністю за сильного водного стресу АБО середнє покриття за слабкого водного стресу;
    * (0.4; 1) Високе або дуже високе покриття рослинністю без водного стресу.
15. **MSI** – Індекс водного стресу. Його використовують для аналізу стресу рослинного покриву, прогнозування продуктивності та біофізичного моделювання. Вищі значення індексу свідчать про сильніший водний стрес рослин і меншу вологість ґрунту та вміст води. Значення індексу варіюються від 0 до понад 3; типовий діапазон для зеленої рослинності — від 0,2 до 2.
16. **CCCI** – Індекс вмісту хлорофілу в рослинному покриві. Це двовимірний індекс дистанційного зондування, запропонований для оцінювання азотного стану культур. CCCI використовує коефіцієнти відбиття в ближній інфрачервоній (NIR) і червоній ділянках спектра, щоб враховувати сезонні зміни густоти рослинного покриву, а також у ближній інфрачервоній і далекій червоній ділянках — для виявлення відносних змін вмісту хлорофілу в покриві, що слугує непрямим показником вмісту азоту.
17. **MCARI** – Модифікований індекс співвідношення поглинання хлорофілу реагує на концентрацію хлорофілу в листі та відбиття від ґрунту. Загалом високі значення MCARI свідчать про низький вміст хлорофілу в листі. Індекс недостатньо ефективний для прогнозування низьких концентрацій хлорофілу, зокрема через вплив сигналу від ґрунту.
18. **TCARI** – Перетворений індекс відбивання для поглинання хлорофілу — один із кількох індексів CARI, що вказують на відносний вміст хлорофілу. На нього впливає відбивання ґрунту під рослинністю, особливо за низького індексу листкової поверхні (LAI).
19. **MCARI/OSAVI** і **TCARI/OSAVI** — це інтегровані форми CARI, які забезпечують кращу лінійну залежність від вмісту хлорофілу та стійкість до індексу листкової поверхні (LAI). Це покращення досягається завдяки заміні відбивання в червоному та ближньому інфрачервоному діапазонах на відбивання в зеленому, червоному та червоному краю спектра. Комбінації індексів можна використовувати для оцінювання вмісту хлорофілу в рослинному покриві.


---

# 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/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.
