{"id":11785,"date":"2025-07-06T21:42:54","date_gmt":"2025-07-06T19:42:54","guid":{"rendered":"https:\/\/geopard.tech\/?p=11785"},"modified":"2025-07-06T21:48:35","modified_gmt":"2025-07-06T19:48:35","slug":"kaukokartoituskasvillisuusindeksit-muuttavat-perunan-satoennusteita","status":"publish","type":"post","link":"https:\/\/geopard.tech\/fin\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/","title":{"rendered":"Kaukokartoituksen kasvillisuusindeksit muuttavat perunan satoennusteita"},"content":{"rendered":"<p>Peruna on yksi maailman t\u00e4rkeimmist\u00e4 ravintokasveista ja se on miljoonien ihmisten peruselintarvike. Ensinn\u00e4kin perunakasvien kasvutavan tunteminen ja niiden sadon ennustaminen auttavat viljelij\u00f6it\u00e4 hallitsemaan kastelua, lannoitusta ja tuholaistorjuntaa tehokkaammin.<\/p>\n<p>Toiseksi, elintarvikkeiden jalostajat ja varastointilaitokset voivat suunnitella logistiikkaa ja ty\u00f6voimaa paremmin, kun niill\u00e4 on luotettavat satoarviot. Perinteiset menetelm\u00e4t \u2013 kuten pelloilla k\u00e4veleminen ja kasvien mittaaminen k\u00e4sin \u2013 ovat kuitenkin aikaa vievi\u00e4 ja alttiita inhimillisille virheille.<\/p>\n<p>Siksi tiedemiehet ovat siirtyneet kaukokartoitukseen, jossa k\u00e4ytet\u00e4\u00e4n satelliittien, droonien tai kannettavien laitteiden kameroita ja antureita perunan kasvun seuraamiseen ja sadon ennustamiseen nopeammin ja tarkemmin.<\/p>\n<h2>Perunan satoennusteiden ymm\u00e4rt\u00e4minen<\/h2>\n<p>Viimeisten kahden vuosikymmenen aikana kiinnostus kaukokartoituksen soveltamiseen perunatutkimuksessa on kasvanut huomattavasti. Itse asiassa systemaattinen katsaus tunnisti 482 alun perin seulotusta artikkelista 79 tutkimusta, jotka julkaistiin vuosina 2000\u20132022 t\u00e4st\u00e4 aiheesta.<\/p>\n<p>L\u00e4pin\u00e4kyvyyden ja toistettavuuden varmistamiseksi kirjoittajat noudattivat vakiintuneita ohjeita (Kitchenham &amp; Charters 2007; PRISMA-viitekehys) ja tekiv\u00e4t hakuja kahdeksasta merkitt\u00e4v\u00e4st\u00e4 tietokannasta \u2013 Google Scholar, ScienceDirect, Scopus, Web of Science, IEEE Xplore, MDPI, Taylor &amp; Francis ja SpringerLink \u2013 k\u00e4ytt\u00e4en termej\u00e4, kuten \u201cperunan sadon ennustaminen\u201d JA \u201ckaukokartoitus\u201d.\u201d<\/p>\n<p>N\u00e4in ollen mukaan otettiin vain alkuper\u00e4isi\u00e4 englanninkielisi\u00e4 tutkimuksia, joissa k\u00e4ytettiin kaukokartoitusdataa kasvun seurantaan tai sadon arviointiin. Lis\u00e4ksi kustakin valitusta artikkelista tiedot poimittiin nelj\u00e4n keskeisen kysymyksen perusteella:<\/p>\n<ul>\n<li>Mit\u00e4 tunnistusalustaa k\u00e4ytettiin (satelliitti, miehitt\u00e4m\u00e4t\u00f6n ilma-alus vai maanp\u00e4\u00e4llinen)?<\/li>\n<li>Mit\u00e4 kasvillisuusindeksej\u00e4 tai spektriominaisuuksia arvioitiin?<\/li>\n<li>Mit\u00e4 viljelykasvien ominaisuuksia seurattiin (biomassa, lehtipinta-ala, klorofylli, typpi)?<\/li>\n<li>Kuinka tarkasti lopullinen mukulasato voitaisiin ennustaa (m\u00e4\u00e4rityskerroin, R\u00b2)?<\/li>\n<\/ul>\n<p>N\u00e4m\u00e4 kysymykset auttoivat arvioijia kartoittamaan nykytilanteen ja tunnistamaan aukkoja, joihin tuleva tutkimus voisi keskitty\u00e4.<\/p>\n<h2>Kaukokartoitusalustat ja kasvillisuusindeksit<\/h2>\n<p>Tutkijat ovat k\u00e4ytt\u00e4neet kolmenlaisia kaukokartoitusalustoja, joilla kullakin on omat etunsa ja rajoituksensa. Ensinn\u00e4kin optiset satelliitit, kuten Sentinel-2 (10 m spatiaalinen resoluutio, 5 p\u00e4iv\u00e4n uudelleentarkastelu) ja Landsat 5\u20138 (30 m, 16 p\u00e4iv\u00e4n uudelleentarkastelu), tarjoavat laajan kattavuuden ja usein ilmaisen datan saatavuuden.<\/p>\n<p>Toiseksi satelliitit, kuten MODIS\/TERRA\/Aqua (250\u20131000 m, p\u00e4ivitt\u00e4in tai kahden p\u00e4iv\u00e4n uudelleenk\u00e4ynnistys), ja kaupalliset j\u00e4rjestelm\u00e4t, kuten PlanetScope (3 m, p\u00e4ivitt\u00e4in, kustannukset noin $218 \/ 100 km\u00b2), mahdollistavat useammin tapahtuvan tai tarkemman seurannan, vaikka kustannukset voivatkin olla tekij\u00e4.<\/p>\n<p><img data-recalc-dims=\"1\" fetchpriority=\"high\" decoding=\"async\" data-attachment-id=\"11792\" data-permalink=\"https:\/\/geopard.tech\/fin\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/remote-sensing-platforms-and-vegetation-indices\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?fit=1024%2C1024&amp;ssl=1\" data-orig-size=\"1024,1024\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Remote Sensing Platforms and Vegetation Indices\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?fit=1024%2C1024&amp;ssl=1\" class=\"alignnone size-full wp-image-11792\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?resize=810%2C810&#038;ssl=1\" alt=\"Kaukokartoitusalustat ja kasvillisuusindeksit\" width=\"810\" height=\"810\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?w=1024&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?resize=300%2C300&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?resize=150%2C150&amp;ssl=1 150w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?resize=768%2C768&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Platforms-and-Vegetation-Indices.webp?resize=120%2C120&amp;ssl=1 120w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><\/p>\n<p>Kolmanneksi miehitt\u00e4m\u00e4tt\u00f6m\u00e4t ilma-alukset (UAV), joissa on monispektrisi\u00e4 tai hyperspektrisi\u00e4 kameroita, tarjoavat eritt\u00e4in korkean resoluution (jopa muutama senttimetri pikseli\u00e4 kohden) ja niit\u00e4 voidaan lent\u00e4\u00e4 tarvittaessa, mutta ne kattavat pienempi\u00e4 alueita ja vaativat enemm\u00e4n logistiikkaa.<\/p>\n<p>Lopuksi, maanp\u00e4\u00e4lliset anturit \u2013 kuten k\u00e4dess\u00e4 pidett\u00e4v\u00e4t NDVI-mittarit ja SPAD-klorofyllimittarit \u2013 antavat eritt\u00e4in tarkkoja pistemittauksia, vaikkakin ne ovat aikaa vievi\u00e4 suurilla kentill\u00e4 k\u00e4ytett\u00e4ess\u00e4.<\/p>\n<p>Kasvillisuusindeksit (VI) muuntavat raakat heijastuskykyarvot mielekk\u00e4iksi arvioiksi kasvin ominaisuuksista. Yleisimpi\u00e4 indeksej\u00e4 perunatutkimuksissa ovat:<\/p>\n<ul>\n<li>NDVI (normalisoitu kasvillisuusindeksi): (NIR \u2013 Punainen) \/ (NIR + Punainen)<\/li>\n<li>GNDVI (vihre\u00e4 NDVI): (NIR \u2013 vihre\u00e4) \/ (NIR + vihre\u00e4)<\/li>\n<li>NDRE (Normalisoitu erotus punareunassa): (NIR \u2013 punainen reuna) \/ (NIR + punainen reuna)<\/li>\n<li>OSAVI (Optimoitu maaper\u00e4\u00e4n mukautettu kasvillisuusindeksi): 1,16 \u00d7 (NIR \u2013 Punainen) \/ (NIR + Punainen + 0,16)<\/li>\n<li>EVI (Enhanced Vegetation Index), CIred-edge, CIgreen ja muita. .<\/li>\n<\/ul>\n<p>N\u00e4m\u00e4 indeksit valitaan niiden herkkyyden perusteella latvuston peitt\u00e4vyydelle, klorofyllipitoisuudelle ja maaper\u00e4n taustalle. N\u00e4in ollen ne toimivat perustana kasvien terveyden arvioinnille ja sadon ennustamiselle.<\/p>\n<h2>Perunan kasvun seuranta ja sadon ennustaminen<\/h2>\n<p>Kaukokartoituksen avulla tutkijat seuraavat perunan keskeisi\u00e4 ominaisuuksia \u2013 maanp\u00e4\u00e4llist\u00e4 biomassaa (AGB), lehtipinta-alaa (LAI), latvuskasvuston klorofyllipitoisuutta (CCC) ja lehtien typpipitoisuutta \u2013 ja yhdist\u00e4v\u00e4t n\u00e4m\u00e4 sitten lopulliseen mukulasatoon.<\/p>\n<p>Ensinn\u00e4kin AGB:n arvioiminen pelk\u00e4st\u00e4\u00e4n viskositeetin indeksiarvojen avulla voi olla haastavaa, kun latvusto on tihe\u00e4, koska monet indeksit saturoituvat; siksi viskositeetin indeksiarvojen yhdist\u00e4minen kasvien korkeuteen tai tekstuuriominaisuuksiin koneoppimismalleissa usein parantaa tarkkuutta.<\/p>\n<p><img data-recalc-dims=\"1\" decoding=\"async\" data-attachment-id=\"11793\" data-permalink=\"https:\/\/geopard.tech\/fin\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/potato-monitoring-growth-and-predicting-yield\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?fit=1024%2C1024&amp;ssl=1\" data-orig-size=\"1024,1024\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Potato Monitoring Growth and Predicting Yield\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?fit=1024%2C1024&amp;ssl=1\" class=\"alignnone size-full wp-image-11793\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?resize=810%2C810&#038;ssl=1\" alt=\"Perunan kasvun seuranta ja sadon ennustaminen\" width=\"810\" height=\"810\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?w=1024&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?resize=300%2C300&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?resize=150%2C150&amp;ssl=1 150w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?resize=768%2C768&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Monitoring-Growth-and-Predicting-Yield.webp?resize=120%2C120&amp;ssl=1 120w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><\/p>\n<p>Toiseksi, LAI:n \u2013 kokonaislehtipinta-alan yksipuolisen lehden pinta-alan suhteessa maan pinta-alaan \u2013 arvioinnissa on saavutettu jopa 0,84:n R\u00b2-arvoja k\u00e4ytt\u00e4m\u00e4ll\u00e4 sek\u00e4 miehitt\u00e4m\u00e4tt\u00f6mien ilma-alusten hyperspektraali- ett\u00e4 satelliittien monispektraalisista antureista saatua aikasarjadataa.<\/p>\n<p>Kolmanneksi, CCC-arviot, jotka on johdettu indekseist\u00e4, kuten CIred-edge, CIgreen, TCARI\/OSAVI ja TCARI + OSAVI, saavuttivat R\u00b2 \u2248 0,85:n kasvuvaiheessa, mik\u00e4 viittaa vahvaan korrelaatioon laboratoriossa mitatun klorofyllin kanssa.<\/p>\n<p>Lopuksi ennustettiin lehtien typpipitoisuutta, joka on elint\u00e4rke\u00e4\u00e4 terveelle kasvulle. R\u00b2-kerroin vaihteli v\u00e4lill\u00e4 0,52\u20130,95 k\u00e4ytett\u00e4ess\u00e4 maanp\u00e4\u00e4llisi\u00e4 antureita sek\u00e4 regressio- tai satunnaismets\u00e4malleja.<\/p>\n<p>Mukuloiden sadon ennustamisessa erottuu kaksi p\u00e4\u00e4asiallista mallinnusmenetelm\u00e4\u00e4:<\/p>\n<p>Empiiriset regressiomallit: T\u00e4ss\u00e4 yksi VI \u2013 useimmiten NDVI, GNDVI tai NDRE \u2013 sovitetaan perustuotettavuuteen. Raportoidut NDVI:n ja tuoton R\u00b2-arvot vaihtelevat v\u00e4lill\u00e4 0,23\u20130,84 (mediaani \u2248 0,67), kun taas NDRE:n ja tuoton v\u00e4liset korrelaatiot vaihtelevat v\u00e4lill\u00e4 0,12\u20130,85 (mediaani \u2248 0,61).<\/p>\n<p>Koneoppimismallit: N\u00e4it\u00e4 ovat satunnaismets\u00e4mallit, tukivektorikoneet ja neuroverkot, jotka yhdist\u00e4v\u00e4t useita vis-indikaattoreita, spektrikaistoja ja ei-spektrisi\u00e4 tekij\u00f6it\u00e4, kuten s\u00e4\u00e4t\u00e4, maaper\u00e4\u00e4 ja hallintaa. T\u00e4llaiset mallit ovat nostaneet R\u00b2:n jopa 0,93:een joissakin tutkimuksissa.<\/p>\n<p>Lis\u00e4ksi tiedonkeruun ajoitus vaikuttaa suuresti ennusteiden tarkkuuteen. Useissa tutkimuksissa istutuksen j\u00e4lkeen 36\u201355 p\u00e4iv\u00e4\u00e4 tehdyt viskositeettimittaukset osoittivat korkeimmat korrelaatiot lopullisen mukulasadon kanssa.<\/p>\n<p>T\u00e4m\u00e4 vaihe on yhdenmukainen suurimman maanpeitteen ja mukuloiden kasvun alkamisen kanssa, mik\u00e4 tekee kasvin rakenteesta parhaiten osoituksen lopullisesta sadosta. Joitakin keskeisi\u00e4 l\u00f6ydettyj\u00e4 tilastoja:<\/p>\n<ul>\n<li>Havaituista 482 tutkimuksesta 79 (2000\u20132022) t\u00e4ytti arviointikriteerit.<\/li>\n<li>Keskittymisalueet: satoennuste (37 %), lehtien typpistatus (21 %), AGB (15 %), LAI (15 %), CCC (12 %).<\/li>\n<li>K\u00e4ytetyimm\u00e4t satelliittialustat: Sentinel-2, Landsat, MODIS; kaupallinen: PlanetScope.<\/li>\n<li>R\u00b2-alueet: NDVI\u2013saanto (0,23\u20130,84), NDRE\u2013saanto (0,12\u20130,85), GNDVI\u2013saanto (0,26\u20130,75).<\/li>\n<\/ul>\n<h2>Perunan sadon ennustamisen suositukset<\/h2>\n<p>N\u00e4iden havaintojen perusteella ammattilaisten tulisi ensin valita tavoitteilleen sopiva alusta. Alueellisia satoennusteita varten ilmainen Sentinel-2-data tarjoaa luotettavan kattavuuden 10 metrin tarkkuudella ja 5 p\u00e4iv\u00e4n tarkistusaikataululla.<\/p>\n<p>Paikallisten arvioiden tarkentamiseksi noin 36\u201355 p\u00e4iv\u00e4\u00e4 istutuksen j\u00e4lkeen suunnitellut miehitt\u00e4m\u00e4tt\u00f6mien ilma-alusten lennot tallentavat kriittisi\u00e4 latvusdynamiikkoja ja parantavat satelliittimallien kalibrointia. Maanp\u00e4\u00e4llisi\u00e4 antureita k\u00e4ytet\u00e4\u00e4n parhaiten pistokokeisiin ja et\u00e4havaintojen kalibrointiin, erityisesti yhdistett\u00e4ess\u00e4 spektritietoja kentt\u00e4mittauksiin.<\/p>\n<p>Kasvillisuusindeksien osalta ammattilaisten tulisi priorisoida NDVI:t\u00e4, NDRE:t\u00e4 ja CI:n <sub>punareunaa<\/sub> lopullisen sadon ennustamisessa, koska ne osoittavat jatkuvasti vahvoja korrelaatioita.<\/p>\n<p><img data-recalc-dims=\"1\" decoding=\"async\" data-attachment-id=\"11794\" data-permalink=\"https:\/\/geopard.tech\/fin\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/potato-yield-prediction-recommendations\/\" data-orig-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?fit=1024%2C1024&amp;ssl=1\" data-orig-size=\"1024,1024\" data-comments-opened=\"1\" data-image-meta=\"{&quot;aperture&quot;:&quot;0&quot;,&quot;credit&quot;:&quot;&quot;,&quot;camera&quot;:&quot;&quot;,&quot;caption&quot;:&quot;&quot;,&quot;created_timestamp&quot;:&quot;0&quot;,&quot;copyright&quot;:&quot;&quot;,&quot;focal_length&quot;:&quot;0&quot;,&quot;iso&quot;:&quot;0&quot;,&quot;shutter_speed&quot;:&quot;0&quot;,&quot;title&quot;:&quot;&quot;,&quot;orientation&quot;:&quot;0&quot;}\" data-image-title=\"Potato Yield Prediction Recommendations\" data-image-description=\"\" data-image-caption=\"\" data-large-file=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?fit=1024%2C1024&amp;ssl=1\" class=\"alignnone size-full wp-image-11794\" src=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?resize=810%2C810&#038;ssl=1\" alt=\"Perunan sadon ennustamisen suositukset\" width=\"810\" height=\"810\" srcset=\"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?w=1024&amp;ssl=1 1024w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?resize=300%2C300&amp;ssl=1 300w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?resize=150%2C150&amp;ssl=1 150w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?resize=768%2C768&amp;ssl=1 768w, https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Potato-Yield-Prediction-Recommendations.webp?resize=120%2C120&amp;ssl=1 120w\" sizes=\"(max-width: 810px) 100vw, 810px\" \/><\/p>\n<p>Klorofylli- ja typpipitoisuutta arvioitaessa tarkimmat tulokset saadaan yhdist\u00e4m\u00e4ll\u00e4 punareunaindeksit maaper\u00e4\u00e4n kompensoituihin viskositeetin indeksilukuihin \u2013 kuten TCARI\/OSAVI. Biomassan arvioinnissa viskositeetin indeksilukujen integrointi kasvien korkeuteen tai tekstuuriominaisuuksiin koneoppimiskehyksiss\u00e4 parantaa tarkkuutta entisest\u00e4\u00e4n.<\/p>\n<p>Mallinnuksen osalta yksinkertaiset lineaariset tai ep\u00e4lineaariset regressiot, jotka k\u00e4ytt\u00e4v\u00e4t yht\u00e4 indeksi\u00e4, ovat tehokkaita, kun pohjadataa on rajoitetusti. Kun saatavilla on useita indeksej\u00e4 ja apudataa (s\u00e4\u00e4, maaper\u00e4, mets\u00e4nhoito), koneoppimismenetelm\u00e4t, kuten satunnaismets\u00e4analyysi tai neuroverkot, tarjoavat paremman suorituskyvyn. T\u00e4rke\u00e4\u00e4 on, ett\u00e4 ajoituskuvat noin 36\u201355 p\u00e4iv\u00e4\u00e4 istutuksen j\u00e4lkeen ovat ratkaisevan t\u00e4rkeit\u00e4, koska t\u00e4m\u00e4 aikav\u00e4li tuottaa jatkuvasti korkeimman ennustetarkkuuden.<\/p>\n<h2>Johtop\u00e4\u00e4t\u00f6s<\/h2>\n<p>Yhteenvetona voidaan todeta, ett\u00e4 kaukokartoitus tarjoaa nopean, joustavan ja tarkan ty\u00f6kalupakin perunan kasvun seurantaan ja mukulasadon ennustamiseen. Valitsemalla sopivan alustan, valitsemalla informatiivisimmat kasvillisuusindeksit, ajoittamalla tiedonkeruun noin 36\u201355 p\u00e4iv\u00e4n ik\u00e4\u00e4ntymisp\u00e4iv\u00e4\u00e4n ja soveltamalla sopivia mallinnustekniikoita tutkijat ja k\u00e4yt\u00e4nn\u00f6n ty\u00f6ntekij\u00e4t voivat parantaa merkitt\u00e4v\u00e4sti satoennusteita.<\/p>\n<p>T\u00e4m\u00e4 l\u00e4hestymistapa ei ainoastaan s\u00e4\u00e4st\u00e4 aikaa, vaan tukee my\u00f6s \u00e4lykk\u00e4\u00e4mpi\u00e4 johtop\u00e4\u00e4t\u00f6ksi\u00e4, mik\u00e4 hy\u00f6dytt\u00e4\u00e4 viime k\u00e4dess\u00e4 viljelij\u00f6it\u00e4, agronomeja ja koko perunan toimitusketjua.<\/p>\n<p><strong>Viite<\/strong>: Mukiibi, A., Machakaire, ATB, Franke, AC.\u00a0<i>ym.<\/i>\u00a0Perunan kasvun seurannan ja mukulasadon ennustamisen kasvillisuusindeksien systemaattinen katsaus kaukokartoitukseen.\u00a0<i>Peruna Res.<\/i>\u00a0<b>68<\/b>, 409\u2013448 (2025). <a href=\"https:\/\/doi.org\/10.1007\/s11540-024-09748-7\" rel=\"nofollow\">https:\/\/doi.org\/10.1007\/s11540-024-09748-7<\/a><\/p>","protected":false},"excerpt":{"rendered":"<p>Peruna on yksi maailman t\u00e4rkeimmist\u00e4 ravintokasveista ja se on miljoonien ihmisten peruselintarvike. Ensinn\u00e4kin, on t\u00e4rke\u00e4\u00e4 tiet\u00e4\u00e4, miten perunakasvit kasvavat\u2026<\/p>","protected":false},"author":210157960,"featured_media":11791,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_eb_attr":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"{title}\n\n{excerpt}\n\n{url}","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[1378],"tags":[],"class_list":["post-11785","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-remote-sensing"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.2 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Remote Sensing Vegetation Indices Transform Potato Yield Forecasting - GeoPard Agriculture<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/geopard.tech\/fin\/blogi\/kaukokartoituskasvillisuusindeksit-muuttavat-perunan-satoennusteita\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting - GeoPard Agriculture\" \/>\n<meta property=\"og:description\" content=\"Potato stands as one of the world\u2019s most important food crops, serving as a staple for millions of people. Firstly, knowing how potato plants grow...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geopard.tech\/fin\/blogi\/kaukokartoituskasvillisuusindeksit-muuttavat-perunan-satoennusteita\/\" \/>\n<meta property=\"og:site_name\" content=\"GeoPard - Precision agriculture Mapping software\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/geopardAgriculture\/\" \/>\n<meta property=\"article:published_time\" content=\"2025-07-06T19:42:54+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-07-06T19:48:35+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"dementievgeopard\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:site\" content=\"@geopardagri\" \/>\n<meta name=\"twitter:label1\" content=\"Kirjoittanut\" \/>\n\t<meta name=\"twitter:data1\" content=\"dementievgeopard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Arvioitu lukuaika\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minuuttia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/\"},\"author\":{\"name\":\"dementievgeopard\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\"},\"headline\":\"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting\",\"datePublished\":\"2025-07-06T19:42:54+00:00\",\"dateModified\":\"2025-07-06T19:48:35+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/\"},\"wordCount\":1197,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2025\\\/07\\\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1\",\"articleSection\":[\"Remote Sensing\"],\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/\",\"url\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/\",\"name\":\"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting - GeoPard Agriculture\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2025\\\/07\\\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1\",\"datePublished\":\"2025-07-06T19:42:54+00:00\",\"dateModified\":\"2025-07-06T19:48:35+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#breadcrumb\"},\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2025\\\/07\\\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2025\\\/07\\\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1\",\"width\":1920,\"height\":1080,\"caption\":\"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/blog\\\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/geopard.tech\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#website\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"name\":\"GeoPard - Precision agriculture software\",\"description\":\"Precision agriculture Mapping software\",\"publisher\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\"},\"alternateName\":\"GeoPard\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/geopard.tech\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fi\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#organization\",\"name\":\"GeoPard Agriculture\",\"alternateName\":\"GeoPard\",\"url\":\"https:\\\/\\\/geopard.tech\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/geopard.tech\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/favicon.png?fit=200%2C200&ssl=1\",\"width\":200,\"height\":200,\"caption\":\"GeoPard Agriculture\"},\"image\":{\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/geopardAgriculture\\\/\",\"https:\\\/\\\/x.com\\\/geopardagri\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/geopard-agriculture\\\/\",\"https:\\\/\\\/www.instagram.com\\\/geopardagriculture\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/geopard.tech\\\/#\\\/schema\\\/person\\\/dd217733c742620adc57befbbcd84a8a\",\"name\":\"dementievgeopard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g\",\"caption\":\"dementievgeopard\"},\"url\":\"#\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Kaukokartoituksen kasvillisuusindeksit mullistavat perunan satoennusteita - GeoPard Agriculture","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/geopard.tech\/fin\/blogi\/kaukokartoituskasvillisuusindeksit-muuttavat-perunan-satoennusteita\/","og_locale":"fi_FI","og_type":"article","og_title":"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting - GeoPard Agriculture","og_description":"Potato stands as one of the world\u2019s most important food crops, serving as a staple for millions of people. Firstly, knowing how potato plants grow...","og_url":"https:\/\/geopard.tech\/fin\/blogi\/kaukokartoituskasvillisuusindeksit-muuttavat-perunan-satoennusteita\/","og_site_name":"GeoPard - Precision agriculture Mapping software","article_publisher":"https:\/\/www.facebook.com\/geopardAgriculture\/","article_published_time":"2025-07-06T19:42:54+00:00","article_modified_time":"2025-07-06T19:48:35+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png","type":"image\/png"}],"author":"dementievgeopard","twitter_card":"summary_large_image","twitter_creator":"@geopardagri","twitter_site":"@geopardagri","twitter_misc":{"Kirjoittanut":"dementievgeopard","Arvioitu lukuaika":"6 minuuttia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#article","isPartOf":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/"},"author":{"name":"dementievgeopard","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a"},"headline":"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting","datePublished":"2025-07-06T19:42:54+00:00","dateModified":"2025-07-06T19:48:35+00:00","mainEntityOfPage":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/"},"wordCount":1197,"commentCount":0,"publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"image":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1","articleSection":["Remote Sensing"],"inLanguage":"fi","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/","url":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/","name":"Kaukokartoituksen kasvillisuusindeksit mullistavat perunan satoennusteita - GeoPard Agriculture","isPartOf":{"@id":"https:\/\/geopard.tech\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#primaryimage"},"image":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1","datePublished":"2025-07-06T19:42:54+00:00","dateModified":"2025-07-06T19:48:35+00:00","breadcrumb":{"@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/"]}]},{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#primaryimage","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1","width":1920,"height":1080,"caption":"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting"},{"@type":"BreadcrumbList","@id":"https:\/\/geopard.tech\/blog\/remote-sensing-vegetation-indices-transform-potato-yield-forecasting\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/geopard.tech\/"},{"@type":"ListItem","position":2,"name":"Remote Sensing Vegetation Indices Transform Potato Yield Forecasting"}]},{"@type":"WebSite","@id":"https:\/\/geopard.tech\/#website","url":"https:\/\/geopard.tech\/","name":"GeoPard - T\u00e4sm\u00e4viljelyohjelmisto","description":"Tarkkuusviljelyn kartoitusohjelmisto","publisher":{"@id":"https:\/\/geopard.tech\/#organization"},"alternateName":"GeoPard","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/geopard.tech\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fi"},{"@type":"Organization","@id":"https:\/\/geopard.tech\/#organization","name":"GeoPard Maatalous","alternateName":"GeoPard","url":"https:\/\/geopard.tech\/","logo":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/","url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","contentUrl":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2022\/03\/favicon.png?fit=200%2C200&ssl=1","width":200,"height":200,"caption":"GeoPard Agriculture"},"image":{"@id":"https:\/\/geopard.tech\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/geopardAgriculture\/","https:\/\/x.com\/geopardagri","https:\/\/www.linkedin.com\/company\/geopard-agriculture\/","https:\/\/www.instagram.com\/geopardagriculture\/"]},{"@type":"Person","@id":"https:\/\/geopard.tech\/#\/schema\/person\/dd217733c742620adc57befbbcd84a8a","name":"dementiageopardi","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/7c09adac9c20b00454199df5a41ea67c812a6c97e948bf109899836ddde31354?s=96&d=identicon&r=g","caption":"dementievgeopard"},"url":"#"}]}},"jetpack_publicize_connections":[],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/pdiCPa-345","jetpack_featured_media_url":"https:\/\/i0.wp.com\/geopard.tech\/wp-content\/uploads\/2025\/07\/Remote-Sensing-Vegetation-Indices-Transform-Potato-Yield-Forecasting.png?fit=1920%2C1080&ssl=1","_links":{"self":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts\/11785","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/users\/210157960"}],"replies":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/comments?post=11785"}],"version-history":[{"count":0,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/posts\/11785\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/media\/11791"}],"wp:attachment":[{"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/media?parent=11785"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/categories?post=11785"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geopard.tech\/fin\/wp-json\/wp\/v2\/tags?post=11785"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}