محصولات دانلودی

شناسایی مناطق سیل زده در نرم افزار ENVI – آموزشی کاربردی با استفاده از تصاویر Landsat8

امیرحسین احراری
نوشته شده توسط امیرحسین احراری

محصول آموزشی تخصصی آشکارسازی سیل با استفاده از تصاویر ماهواره ای لندست در نرم افزار ENVI منتشر شد. در این محصول، روش استفاده از تصاویر ماهواره ای Landsat8 برای شناسایی مناطق سیل زده، آموزش داده شده است. روش های مختلفی برای آشکارسازی مناطق سیل زده وجود دارد که در این بین روش های مبتنی بر شاخص های طیفی، از بیشترین کاربرد برخوردار است. 


مشخصات محصول 

  • مدرس: امیرحسین احراری 
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • قیمت: ۲۹۹۰۰ تومان
  • نوع محصول:‌ دانلودی
  • داده های تمرینی: ندارد.
  • پیش نیاز: آشنایی با روش دانلود تصاویر ماهواره لندست 
  • موضوع: کاربرد سنجش از دور در مخاطرات طبیعی (سیل)
  • نرم افزار: ENVI5.3

توضیحات محصول

در این محصول آموزشی امیرحسین احراری به آموزش روش آشکارسازی سیل با استفاده از تصاویر ماهواره ای پرداخته است. تصاویر ماهواره ای لندست داده آموزشی استفاده شده در این محصول است. با وجود آنکه چگونگی انتخاب تصاویر کاربردی لندست برای شناسایی سیل نیز آموزش داده شده، با این حال شما باید نسبت به فرایند دانلود تصاویر ماهواره ای لندست از سایت سازمان زمین شناسی ایالات متحده آمریکا آشنایی داشته باشید. 


عناوین آموزشی

ترتیب مطالب آموزش داده شده بر اساس تصاویر لندست، به ترتیب زیر است:

  • روش انتخاب تصاویر مورد نیاز 
  • روش تصحیحات رادیومتریکی 
  • روش تصحیح اتمسفری
  • روش محاسبه شاخص NDWI
  • روش شناسایی پهنه آبی
  • روش شناسایی مناطق سیل زده
  • برآورد وسعت منطقه آب گرفته شده
  • روش مقایسه با زمان قبل از سیل
  • مقایسه کمی
  • مقایسه مکانی 
  • تولید نقشه مناطق سیل زده

کاربرد سنجش از دور

سنجش از دور علمی است که با استفاده از پردازش تصاویر ماهواره ای، امکان استخراج انواع اطلاعات از پدیده های سطح زمین را فراهم آورد است. یکی از کاربردهای سنجش از دور در زمینه مطالعه بلایای طبیعی است. به عنوان مثال با استفاده از تصاویر ماهواره ای می توانید مناطق تخریب شده در اثر زلزله را شناسایی کنید. در زمان وقوع آتش سوزی های مهیب، مسیر حرکت آتش از طریق تصاویر ماهواره ای قابل نشخیص است. 

یکی از بلایای طبیعی سیل است که تحت تاثیر عوامل مختلفی رخ می دهد. سیل مخاطره ای است که در کوتاه مدت اتفاق افتاده و آثار آن به سرعت از منطقه حذف می شود. در همین راستا انتخاب زمان تصاویر ماهواره ای برای شناسایی دقیق آن از اهمیت بسیار بالایی برخوردار است. برای شناسایی مناطق سیل زده لازم است تا از تصاویر قبل و بعد از وقوع آن استفاده شود.

برای مطالعه سیل با استفاده از تصاویر ماهواره ای، شاخص های طیفی نقش بسیار مهمی را ایفا می کنند. شاخص های طیفی مختلفی برای مطالعه پهنه های آبی و نواحی مرطوب طراحی شده است. در این میان شاخص های طیفی که حساسیت بالایی نسبت به آب داشته و اثر رطوبت را در نظر نمی گیرند، برای مطالعه سیل بسیار مطلوب تر هستند. در همین راستا شاخص Normalized Difference Water Index به عنوان گزینه مطلوب برای شناسایی پهنه آبی است. 


منطقه مورد مطالعه

در این محصول آموزشی بخشی از استان خوزستان به عنوان منطقه مورد مطالعه انتخاب شده است. تصویر زمان قبل و بعد از وقوع سیل با ترکیب باند کاذب در شکل مقابل نمایش داده شده است.

پس از انجام تمامی تصحیحات رادیومتریکی و اتمسفری لازم شاخص Normalized Difference Water Index محاسبه شده و پهنه های آبی از سایر پوشش ها متمایز می گردد.

 


خرید محصول

به منظور خرید محصول آموزشی بر روی گزینه زیر کلیک کنید. سپس از خرید نسبت به دانلود محصول آموزشی اقدام کنید.

 


لینک های مفید

 


 

   

۳۷ دیدگاه

  • سلام
    سپاس از شما. بسیار به موقع بود. به نظر شما راهی برای تعیین میزان حجم درون سیلابدشت وجود دارد. ما از DEM س متری استفاده کردیم و تخمین زدیم . آآیا DEM با دقت کمتر از ۳۰ متری سراغ دارید؟

    • با سلام و احترام

      ممنون از نقطه نظر مثبت شما. در حال حاضر برای دسترسی به مدل های رقومی زمین با دقت بالاتر دو گزینه وجود دارد
      ۱) تولید dem با دقت ۱۰ متری از تصاویر ماهواره ای سنتینل ۱ با روش های تداخل سنجی راداری و با استفاده از داده های فرمت slc آن
      ۲) دانلود dem هایی با دقت ۱۲.۵ متر متعلق به ماهواره alos1 از طریق سایت alaska vertex که البته برای برخی از مناطق ایران گپ دارد. اما من برای شمال و برخی از قسمت های غرب ایران تست کردم داده از آن موجود است.

      موفق باشید

  • سلام، خسته نباشید
    ببخشید بنده میخاستم ی تصویر لندست رو طبقه بندی کنم برا ی محدوده تو ۴ کلاس شامل زراعی، آبی، باغی، بایر، میخاستم کل محدوده ی شهر که تو منطقه هست رو بصورت ی لایه جدا در بیاره چون منطقه شهری بازتابای مختلفی داره بدلیل پوششی که داره اگه بخام roi براش تعریف کنم بقیه مناطقم جز مناطق شهری در نظر میگیره، در واقع میخام ی پلیگون محدوده شهر رو جدا کنم و اسمشو بذارم کلاس شهر که در واقع کلاسم ۵ ام میشه، چیکار باید انجام بدم؟ ممنون میشم کمک کنین

    • با سلام و احترام

      منطقه شهری رو هم باید به عنوان یک کلاس در جریان طبقه بندی تعریف کنید. در صورتی که محدوده شهری در فرایند طبقه بندی خوب در نمیاد میتونید از شاخص ndbi به عنوان داده کمکی در طبقه بندی استفاده کنید. به نظر بنده اضافه شدن شاخص ndbi یا اضافه کردن تصویر راداری منطقه به طبقه بندی میتونه به شناسایی هرچه بهتر شهر کمک کنه. بنده خودم در این مواقع تصویر راداری سنتینل ۱ رو با لندست در یک مجموعه داده وارد طبقه بندی میکنم و به خوبی شهر جدا میشه. بدلیل اینکه شهر در تصاویر راداری به دلیل بازتاب گوشه ای از تن های بسیار بالایی برخوردار هست و براحتی تشخیص داده میشه. با این حال الگوریتم مورد استفاده هم بسیار تاثیرگذار هست. به عنوان مثال الگوریتم SVM به نظر بنده میتونه خیلی بهتر از الگوریتم ها کار کنه. البته این نظر بنده هست و در تست های تجربی که تا کنون انجام داده ام به اون رسیدم.

      موفق باشید

      • سپاس بیکران از حسن توجه جنابعالی
        جناب مهندس تصویرم لندست ۵ هست و مال ۱۹۸۶ و هیچ گونه تصویر دیگه ای در دسترس ندارم در این مورد، سوال دیگم اینه که وقتی اون شاخص ndbi رو اعمال کردیم و شهر رو جدا کرد: اول اینکه چجور شهر رو بصورت یک لایه خروجی بگیریم؟ دوم بعد از اینکه لایه شهر رو خوب تفکیک کرد چجور با بقیه لایه ها یکی کنیم؟ در واقع بچسبونیم به بقیه لایه ها که ی تصویر بشن، مثلا فرض کنیم لایه پوشش گیاهی ام با شاخص ndvi جدا کردیم، یا اینکه چنتا روش طبقه بندی مثل svm، sam، maximumlikelihood و…. و هر کدوم ی کاربری رو خوب تفکیک کردن حالا میخایم هر کدوم از این لایه ها را از بقیه نقشه جدا کنیم بعد همشون رو بذاریم کنار هم بشه ی تصویر مثلا شهر رو با ndbi جدا کردیم، گیاه رو با ndvi ، آب رو با ی شاخص و همنیجور الی آخر حالا چجور از تصویر اصلی جدا کنیم بعد که جدا کردیم چجور به هم بچسبونیم بشه ی لایه؟ البته تو یکی از محصولاتی که جنابعالی تهیه کردین این بحث رو اشاره میکنین اما روش انجام رو متاسفانه انجام نمیدین
        ببخشید اگه متن مناسبی نبود و تکرار داشت
        ممنون از محبت شما

        • با سلام و احترام

          با استفاده از دستور file : save file as: envi standard در نرم افزار انوی میتوانید نسبت به ذخیره سازی فایل اقدام نمایید. هم چنین با استفاده از resize data و گزینه spectral subset نیز میتوانید نسبت به جداسازی لایه شهر اقدام کنید.

          برای یکی کردن لایه ها از دستور layer stacking استفاده کنید.

          موفق باشید

  • سلام من یه شیپ فایل مربوط به annotations نقشه های سازمان نقشه برداری کشور دارم ولی فونتشون را نرم افزار arc gis10بهم میریزه چطور میتونم مشکل راحل کنم ممنون میشم راهنمایی فرماید

  • با سلام و احترام .اقای مهندس در خصوص داده های سنتینل ۱، در خصوص پهنه های ابی کدام دیتاست بهتر هست. ترکیب VV برای تشخیص کشت.? برای پهنه ابی کدام دیتا؟ لطفا در خصوص داده های VV و vh و… در سنتینل ۱ منبعی معرفی فرمایید. و سوال دوم اینکه برای پهنه آبی در سنتینل ۳ از چه چیزی استفاده کنیم.

    • با سلام و احترام خدمت شما.

      برای تشخیص کشت به نظر بنده استفاده از قطبش VV بسیار بهتر است در باند C ماهواره سنتینل ۱ البته.

      در ماهواره سنتینل ۳ برای شناسایی پهنه آبی به شما پیشنهاد میکنم که شاخص های آبی رو در مقالات طول موج آن را استخراج کنید و سپس نزدیکترین طول موج به باندهای ماهواره سنتینل ۳ را برای محاسبه شاخص آبی به کار ببندید. همچنین نرم افزار اسنپ هم فکر میکنم بصورت خودکار محاسبه شاخص آبی رو برای ماهواره سنتینل ۲ و ۳ انجام می دهد.

      موفق باشید

  • اقای مهندس در خصوص متادیتا لندست پی رقی بین داده های لندست با فرمت T1 و RT هست و چطور وقتی در سایت ارث دیتا متا دیتا رو دانلود کنیم. چون یکی از فرمتها دیتا (RT)در انوی مشکل دار هست چگونه متادیتا ان را دانلود کنیم؟ با تشکر

  • با سلام
    ممنون از این آموزش کاربردی، سوالم این هست که از خروجی دانلود شده از گوگل ارث انجین از landsat8 هم میشه برای مناطق سیل زده در envi استفاده کرد؟

    • با سلام و احترام

      بله امکان پذیر هست. حتی شما میتوانید در گوگل ارث انجین تصویر تصحیح شده را دانلود کنید و دیگر نیازی به انجام تصحیحات رادیومتریکی نیست. حتی می توانید تمامی فرایند را در گوگل ارث انجین انجام داده و تصویر نقشه نهایی را دانلود کنید.

      موفق باشید

  • با سلام و احترام، اقای مهندس ایا امکان بررسی حجم آب یا ارتفاع آب در پهنه سیل وجود دارد؟ و سوال دوم اینکه ایا تیرگی در تن رنگ در ترکیبRGB ایا دلالت بر عمق بیشتر اب دارد؟ یا اینکه ممکن است ترکیب پوشش ها باعث تیرگی و .. باشد. به عبارتی می توانیم برداشت کنیم در حالت RGB که رنگ سبز را به باند سبز دادیم هر جا تیره تر باشد نشان از عمق بیشتر اب هست؟

    • با سلام و احترام

      راستش دقیقا چنین کاری رو انجام ندادم اما از طریق تغییرات مساحت سطحی و مرز آب میشه به افزایش و کاهش تراز آب پی برد. بنده در ارتباط با دریاچه ارومیه قبلا چنین کاری رو انجام داده ام.
      معمولا به این صورت است که هرچه عمق بیشتر باشد میزان تیرگی آب نیز بیشتر است. بر اساس اصول سنجش از دور اگر املاحی مانند گل و لای در آب زیاد باشد در این شرایط میزان بازتاب آب بیشتر شده و به رنگ روشن تر دیده میشود.
      برای برآورد عمق آب پیشنهاد میکنم از دستور relative water depth در نرم افزار ENVI استفاده کنید. تغییرات عمق نسبی را بهتر نشان میدهد.

      موفق باشید

  • سلام جناب احراری
    در این آموزش به جای داده های لندست۸، میشه از داد های سنتینل۲ هم استفاده کرد؟
    و اگر ممکنه تفاوت این دوتا رو برای بدست آوردن پهنه های سیل بفرمایید.
    با تشکر

    • با سلام و احترام

      بله امکان پذیر هست. اما خب شکل پیش پردازش های آنها متفاوت است. مزیت سنیتنل ۲ این هست که با دقت بالاتری در باندهای ۱۰ متری امکان شناسایی مناطق سیل زده را فراهم می کند و مقدار مساحتی که تولید می کند به واقعیت نزدیکتر است.

      موفق باشید

      • سلام مجدد
        بنده یه تصویر لندست۸ از سیلاب دانلود کردم که بخشی از سیلاب توی تصویر آبی هست بخشی دیگش قهوه ای است. موقعی که می خوام NDWI رو حساب کنم مقادیر بین ۱- تا ۱، وقتی از صفر تا یک رو انتخاب می کنم اون بخش قهوه ای سیلاب رو در نظر نمی گیره، فقط قسمت هایی از سیلاب که آبی هست رو در نظر می گیره. آیا باید بازه رو تغییر داد مثلا از ۰٫۵- تا ۱ در نظر گرفت؟ یا کار دیگه ای باید انجام بدم؟

        • با سلام و احترام.

          در این گونه از موارد که آب مخلوطی از گل و لای هست باید از شاخص هایی استفاده کنید که حساسیت بالایی به رطوبت دارند. پیشنهاد میکنم که از نسبت نرمال شده باند مادون قرمز نزدیک و مادون قرمز طول موج کوتاه هم استفاده کنید. احتمال میره که نتیجه کار بهتر شود.

          NIR-SWIR/NIR+SWIR

          موفق باشید

  • سلام جناب احراری
    آیا داده های سنتینل -۲ ( S2A_MSIL2A ) برای شناسایی پهنه های آبی (NDWI) نیاز به پردازش های رادیومتریکی و اتمسفری دارند؟
    یه جایی خونده بودم فقط داده های (S2B_MSIL1C) نیاز به تصحیح اتمسفری دارد.
    اگر تصحیح اتمسفری رو انجام ندیم مشکل خاصی پیش می آید؟

    • با سلام و احترام

      این داده ها که میفرمایید از لجاظ رادیومتریکی و اتمسفری تصحیح شده هستند و نیازی به تصحیح ندارند. یعنی داده های S2-LevelA اما داده های Level-B نیاز به تصحیح رادیومتریکی و اتمسفری دارند. بنابراین برای داده های L2A مشکلی ایجاد نمیشه اما برای L2B اگر تصحیح انجام نشه در نتایج خطا ایجاد میشه.

      موفق باشید

  • سلام و وقت بخیر
    من آموزشتونو تهیه کردم، ولی هر کاری می کنم تو بخش فرمول نویسی که میخوام رنج پوشش گیاهی به صورت اعشاری باشه به مشکل میخورم میشه راهنماییم کنید ممنون
    float((b1 le 0)*0+(b1 ge 10000)*1+(b1 gt 0 and b1 it 10000)*float(b1/10000.0))

      • با سلام و وقت بخیر
        مشکلم برطرف شد باید عیارت float رو از اول فرمول بر می داشتم، البته شما تو کارتون این عبارت رو در بخش اول فرمولتون بود ولی من این عبارت رو که برداشتم فرمول رو قبول کرد بعد تونستم ادامه ی مراحل رو انجام بدم.
        یه سوال دیگه هم ازتون داشتم، من میخواستم این کار رو برای یک منطقه ی خاصی(محدوده ی شهرستان) انجام بدهم، می خواستم بدونم من چه موقعه باید محدوده ی مورد نظرم رو از تصویر ماهواره ای برش بدهم، یعنی اول منطقه ی مورد نظرم رو برش بدهم بعد تمام مراحلی که شماگفتید: تصحیح تصاویر و شاخص NDWI رو انجام بدهم یا نه اگه امکانش ممنون میشم راهنماییم کنید. تشکر از لطفتون(من رشتم سنجش از دور نیست بابت سوال هایم معذرت می خوام)

  • باسلام و تشکر از آموزش های بسیار مفید شما
    جناب احراری در این آموزش از یک فریم استفاده شده است اگر بخواهیم مثلا کل استان خوزستان را که در چند فریم هست استفاده کنیم بنطر شما برای هر فریم اول جدا پهنه های آبی را استخراج کنیم و سپسپهنه های آبی بدست آمده را مرج کنیم؟
    پیشاپیش ممنون از راهنمایی شما

    • با سلام و احترام

      بنده پیشنهاد میکنم که ابتدا روی هر فریم تصحیحات رادیومتریکی و اتمسفری را کامل انجام دهید. سپس تصاویر تصحیح شده را موزاییک نمایید. در گام آخر شاخص را بر روی تصویر موازییک شده اعمال کنید.

      موفق باشید

  • جناب آقای مهندس احراری. با سلام و سپاس از دیدگاهها و توضیحات ارزنده تون. آیا DEM دانلود شده از تصاویر ALOS با DEM مثلا ده متری سازمان نقشه برداری که میگن موجوده اساسا از نظر قدرت تفکیک مکانی و نیز دقت مختصاتی تفاوت داره؟ چرا این DEM ها جابجایی دارند و میگن که استفاده از مثلا DEM الوس بدلیل جابجایی قابل اطمینان نیست و DEM حاصل از نقشه های توپوگرافی ۲۵۰۰۰ رو به این ترجیح میدن. حالا اگه جابجایی داره آیا روشی برای تصحیحش هست یا اینکه بیخیالش بشیم. لطفا توضیح بفرمایید.

    • با سلام و احترام

      DEM های تولید شده از نقشه های توپوگرافی از دقت بالاتری نسبت به مدل های رقومی تولید شده از داده های راداری دارند. دلیل این امر نیز در دقت برداشت داده ها است. در روش تولید نقشه های توپوگرافی از روش های دقیق نقشه برداری زمینی برای برداشت داده ها استفاده میشه در حالی که در روش های ماهواره ای دقت پایین تر است. اما زمانی که به نقشه های دقیق دسترسی نداریم به ناچار از داده های ماهواره ای استفاده میشود چرا که مقرون به صرفه تر است.

      موفق باشید

  • عرض سلام و احترام و تبریک عید سعید فطر
    با تشکر از آموزش مندرج در این ویدیوی آموزشی دو سوال داشتم
    ۱- در مرحله دانلود تصاویر ماهواره ای ROW , Path را چگونه به دست آورده اید؟ و در طرح های دیگر چگونه ما می توانیم برای مناطق مورد مطالعه به دست آوریم؟
    ۲- برای تصحیحات اتمسفری تصاویر ماهواره ای چه زمان از دستور فلاش و چه زمان از دستور QUAC استفاده می کنیم؟

    • با سلام و احترام خدمت شما.

      عید بر شما هم مبارک باشه انشاءلله.

      برای بدست آوردن pathو row از سایت earth explorer استفاده کنید. در این سایت وقتی یک منطقه را بصورت دستی انتخاب میکنید تمامی تصاویر فریم های مختلف آن نمایش داده میشود. هر تصویر فراخوانی شده عدد path و rwo برای آن نوشته شده است.

      برای تصحیح اتمسفری، این دو روش ۸۰ درصد تطابق دقت دارند. اما دقت روش FLAASH بیشتر است. برای کارهای طیفی دقیق مانند کانی شناسی پیشنهاد میکنم از FLAASH استفاده بشه اما در سایر موارد استفاده از QUAC نیز مشکلی ندارد. خصوصا برای کارهایی که دقت طیفی بالایی نیاز نیست مانند طبقه بندی.

      موفق باشید

  • با سلام و عرض ادب
    میخاستم بپرسم ایا اموزشی درمورد حذف و بهبود پیکسل های مخلوط یا بد پیکسل تولید کردید؟

  • با سلام
    در بحث Change Detection شما شاخص NDWI را در نظر گرفتید و در انتها فرمودین که مناطق قرمز رنگ مربوط به کاهش رطوبت است و لزوما پهنه آبی نیست.
    ممنون میشم تناقض این در موضوع را توضیح بدین
    با تشکر

    • با سلام و احترام

      شاخص NDWI تغییرات هر پهنه آبی را نشان میدهد. در منطقه مورد مطالعه ما درسته که سیل آمده اما بخشی از مناطق سیل زده همان پهنه ابی است که در شرایط عادی وجود داشته است. وقتی در زمان اول پوشش آبی بوده و در زمان دوم اثری از رطوبت و اب دیده نشده نشان دهنده آن است که پهنه آبی دائمی نبوده و احتمالا رطوبت محدودی در سطح زمین بوده که در زمان دوم از بین رفته است. بنده در این ویدیو با استفاده از شاخص ndwi تغییرات رطوبت و اب رو بررسی کردم که شامل وجود و عدم وجود آن می شود.

      موفق باشید

      با سپاس از شما. موفق باشید

دیدگاهتان را بنویسید

آعاز تخفیف بزرگ روز دانشجو - برای اولین بار شامل 40% تخفیف همه محصولات - کد تخفیف: 16azarلطفا کلیک کنید
+ +