> 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-vebzastosunok/karti-zon-i-analitika/bagatosharova-analitika.md).

# Багатошарова аналітика

У GeoPard ви можете інтегрувати кілька шарів даних для створення зон управління. Ви контролюєте ваги, індекси, кількість зон, тип кластеризації та мінімальну площу полігона.

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

*Інтерактивна демонстрація — створення багатошарових зон*

Точне землеробство генерує великі обсяги даних, зокрема дані врожайності, супутникові знімки та шари родючості ґрунту. Багато команд досі мають труднощі з перетворенням цих шарів на корисні висновки та дії. У точному землеробстві зони управління — це частини поля з подібним потенціалом урожайності, що визначається типом ґрунту, положенням на схилі, хімічним складом ґрунту, мікрокліматом або іншими факторами, які впливають на врожай. Локальні знання про поле також є важливою частиною процесу. Зони управління допомагають оптимізувати ресурси для вирощування культур і потенціал урожайності.

Головне завдання — побудувати зони управління, які відображають реальну мінливість поля. Поєднання таких шарів, як супутникові знімки, родючість ґрунту, похідні топографії та дані моніторингу врожайності, є наступним логічним кроком до більш адаптивних зон управління.

Багатошарова аналітика (також відома як інтегрований аналіз) стає частиною геопросторового аналітичного рушія GeoPard.

Класичні комбінації для інтегрованого аналізу включають один або кілька наборів даних про врожайність, карту NDVI, висоту над рівнем моря та фізико-хімічні характеристики ґрунтових сенсорів. GeoPard підтримує ці параметри, а також дає змогу додавати інші шари даних поля, вже доступні в системі, або завантажені користувачем безпосередньо, такі як дані ґрунтового відбору та набори даних про врожайність. У результаті ви можете працювати з повним набором параметрів для інтегрованої аналітики:

Дані про врожайність\
Дані дистанційного зондування:

* Карта потенційної продуктивності (за один рік і за кілька років)
* Карта стабільності/варіації
* Вегетаційні індекси NDVI, EVI2, WDRVI, LAI, SAVI, OSAVI, GCI, GNDVI

Топографія:

* Висота над рівнем моря
* Крутизна схилу
* Кривизна
* Індекс вологості
* Експозиція
* Тіні рельєфу
* Розчленованість рельєфу
* Шорсткість

Дані про ґрунт:

* pH
* CEC (ємність катіонного обміну)
* SOM (вміст органічної речовини в ґрунті)
* K (калій)
* Тонкий верхній шар ґрунту, нижча доступна водоутримувальна здатність (посушливий ґрунт)
* EC (електропровідність)
* та інші хімічні характеристики, доступні в завантаженому наборі даних

Важливо зазначити, що ви можете налаштувати власні фактори для кожного шару даних, щоб призначити бажану вагу. Ви можете створювати карти зон управління на основі своїх знань про поле, вибираючи джерела даних та їхні ваги в GeoPard.

Наведені нижче зображення показують зразок поля з такими шарами даних, як карта продуктивності за 18 років, цифрова модель рельєфу, схил, тінь рельєфу та дані врожайності за 2019 рік, а також різні результати інтегрованої аналітики. Ви можете простежити, як зони управління змінюються в міру додавання додаткових шарів.

<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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.geopard.tech/geopard-tutorials/ukrainian/oglyad-produktu-vebzastosunok/karti-zon-i-analitika/bagatosharova-analitika.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.
