Jedním z moderních přístupů pro hospodaření na zemědělské půdě je tzv. Precizní zemědělství přináší změnu přístupu zemědělců k základní obhospodařované jednotce. Pole, jako základní obhospodařovaná jednotka, již není považován za homogenní celek, ke kterému je přistupováno jednotně, ale jako heterogenní plocha, kde řada půdních vlastností dosahuje mnohdy i vysoké prostorové variability. Pro podporu rozhodování v precizním hospodaření se zemědělskými pozemky, pro které je nutné znát množství relevantních informací o obhospodařovaném pozemku, tak vznikla řada metod k zjišťování prostorové variability půdy i vegetace. Od klasických metod vzorkování půdy a laboratorních anorganických rozborů rostlin, které jsou nejenom časové náročné (sběr a zpracování vzorků), ale i finančně, až k nepřímým metodám určení variability půdy a vegetace, jako je použití senzorů pro měření půdních vlastností nebo spektrálního projevu vegetace. Řada těchto metod je schopná produkovat časově i prostorově rozsáhlé datové sady, které je potřeba nějakým způsobem uchovávat ve formě vhodné k další práci.One of the modern approach to management of agricultural land is Precision farming. Precision farming brings change of farmer's approach to farmed basic unit. Field as farmed basic unit is no longer considered as homogenous area where farming is uniform. Field is now considered a heterogeneous area, where numbers of soil properties achieved considerably spatial variability. For decision support precision farming on agricultural land, for which it is necessary to know the amount of relevant information about land management, were developed a number of methods for detecting the spatial variability of soil and vegetation. From classical methods of soil sampling and laboratory analysis of inorganic materials, which are not only time-consuming (collecting and processing of samples) but also financial-consuming. To indirect methods of determining the variability of soil and vegetation, such as the use of sensors to measure soil properties or spectral properties of vegetation. Many of these methods is capable of producing time and spatially large datasets that need some way to store in a form suitable for further work.