مطالب تخصصی

کاربردهای گوگل ارث انجین در سنجش از دور – به همراه معرفی کتاب گوگل ارث انجین

امیرحسین احراری
نوشته شده توسط Amirhossein.Ahrari@Gmail.com

گوگل ارث انجین یک پلتفرم ابری (تحت وب) سنجش از دور است که برای پردازش و ذخیره سازی حجم زیادی از تصاویر ماهواره ای در مقیاس پتابایت  طراحی شده. پس از عرضه رایگان تصاویر ماهواره لندست در سال ۲۰۰۸ میلادی، گوگل امکان ذخیره سازی و پردازش این داده های رایگان را از طریق وب فراهم کرد.  با این حال، هم اکنون پس از گذشت سال ها، داده های سایر ماهواره های کاربردی سنجش از دور در این سامانه پشتیبانی شده است.


دسترسی به سامانه گوگل ارث انجین ساده و دارای محیطی کاربر پسند است که طی آن کاربران می توانند نسبت به فراخوانی و پردازش داده ها اقدام کنند. در این سامانه شما می توانید از داده های آماده موجود در گوگل ارث انجین و یا داده های دانلود شده توسط خودتان استفاده نمایید. به عبارت دیگر کاربران می توانند تصاویر و داده های خود را در این سامانه بارگذاری کرده و سپس نسبت به اعمال انواع الگوریتم های پردازشی بر روی آن ها اقدام نمایند.

 

امکانات این سامانه شرایطی را فراهم کرده که هر متخصصی با هر ملیتی در هر کجای جهان بتواند نسبت به انجام پردازش تصاویر ماهواره ای برای  کاربردهایی چون آشکارسازی تغییرات، تولید نقشه روندها و مطالعه کمی پدیده های سطح زمین اقدام نماید. در حقیقت این سامانه برای محققانی که از امکانات مناسبی برخوردار نیستند طراحی شده تا از این طریق با کمترین هزینه، نسبت به اجرای الگوریتم­ های علمی خود اقدام کنند.


در این مقاله عملی، هدف آن است تا مزیت­ ها و کاربردهای سامانه گوگل ارث انجین برای انجام کارها و پروژه های سنجش از دور تشریح شود. امروزه با استفاده از این سامانه قدرتمند انجام پردازش هایی میسر شده که تا دیروز برای بسیاری از کاربران به عنوان یک رویا تلقی می شده.

 

تا کنون بیش از ۲۲ مقاله علمی معتبر منتشر شده که در آن از سامانه گوگل ارث انجین در راستای، پایش پوشش گیاهی، تولید نقشه نوع کشت ، ارزیابی اکوسیستم ها و غیره استفاده گردیده است. در این سامانه ابری سنجش از دور، طیف عظیمی از تصاویر ماهواره ای رایگان مانند سنتینل ۲ تا سنجنده مادیس و سایر ماهواره های اقلیم شناسی و زیست محیطی  در بازه های زمانی کوتاه مدت و بلند مدت پوشش داده شده است.


از سال ۲۰۱۸ میلادی تا کنون، در بیش از ۱۵۸ ژورنال علمی در سطح جهان از گوگل ارث انجین برای انجام کارهای علمی استفاده شده. با وجود آنکه سامانه گوگل ارث انجین، بصورت متن باز عرضه شده اما در کشورهای توسعه یافته بسیار بیشتر از کشور های درحال توسعه برای انجام پروژه های علمی بکار برده می شود. در این مقاله، پنج حیطه اصلی کاربرد سامانه گوگل ارث انجین در سنجش از دور  معرفی و بررسی شده است.


پوشش گیاهی

مقالات بسیار زیادی در ارتباط با استفاده از سامانه گوگل ارث انجین در زمینه تولید نقشه پوشش گیاهی و پایش آن منتشر شده است. در بسیاری از این مقالات  از متغیرهایی چون شاخص سطح برگ LAI ، شاخص   تابش فعال فتوسنتزی FAPAR ، شاخص نسبت پوشش گیاهی FVC و شاخص  رطوبت تاج پوشش CWC، استفاده شده است.

 

در کشور ویتنام، از داده های پروداکت EVI سنجنده مادیس برای تولید نقشه پوشش گیاهی در مقیاس ملی استفاده شد. در مطالعه دیگری مبتنی بر تصاویر  چندزمانه ماهواره لندست سنجنده TMدر کشور چین، نقشه پوشش گیاهی، نقشه پوشش زمین با کاهش اثر ابر و توپوگرافی تولید شد. سپس با ترکیب شاخص های طیفی، به همراه سایر داده های فرعی، نقشه پوشش گیاهی با دقت ۷۰ درصدی تولید شد.

 

در کشور آمریکا از تصاویر و داده های ماهواره لندست در گوگل ارث انجین برای پایش ۳۰ ساله تغییرات پوشش گیاهی استفاده شد. با وجود آنکه وضعیت ابری باعث از دست رفتن اطلاعات برخی از تصاویر شده اما  با مدل سازی های صورت گرفته، اطلاعات از دست رفته بازیابی شده است. در کشور برزیل نیز با استفاده از  تصاویر سال های ۲۰۰۰ تا ۲۰۱۶ سنجنده MODISتغییرات مراتع  با دقت ۸۰ درصد پایش شد.

 


کاربری اراضی

مطالعات بسیاری بر روی کاربری اراضی با استفاده از داده های سامانه گوگل ارث انجین در مقیاس های مختلف به انجام رسیده است. در همین راستا در پژوهشی در کشور برزیل، نقشه های کاربری و پوشش اراضی بروزرسانی  و دقت آن از ۳۰۰ متر به ۳۰ متر ارتقا یافته است. در این رهیافت، با استفاده از الگوریتم های نظارت نشده و بدون استفاده از داده های زمینی نقشه های بروز شدند.

 

در مطالعه ای دیگر، از تصاویر  ماهواره ای لندست در مقیاس جهانی  برای ارزیابی رابطه تغییر کاربری اراضی با  جزیره حرارتی شهری استفاده شد. در این مطالعه بیش از ۶۰۰۰ تصویر ماهواره ای لندست بین سال های ۲۰۰۰ تا ۲۰۱۱ برای برآورد کاربری اراضی و دمای سطح زمین فراخوانی و پردازش شد.

 

وجود ابر در تصاویر ماهواره ای، موضوع جدیدی نیست، این سامانه امکانی برای شما فراهم شده که بتوانید با استفاده از پردازش های سری زمانی در سنجش از دور، نسبت به کاهش اثر ابر در داده ها اقدام کنید. در بسیاری از این پروژه ها از پردازش های سری زمانی، برای حذف تصاویر ابری استفاده شده است.

 

در مطالعه دیگری که در کشور کانادا انجام شد، از تصاویر ماهواره ای سنتینل ۱ و ۲ برای تولید نقشه تالاب ها در گوگل ارث انجین استفاده کردند. در این مطالعه از الگوریتم های machine learning و استفاده ترکیبی داده های راداری و اپتیک  استفاده شد.

 


کشاورزی

مطالعات بسیاری نیز در ارتباط با  نقش گوگل ارث انجین در زمینه کاربرد سنجش از دور در کشاورزی صورت گرفته است. در این مطالعات، از تصاویر ماهواره ای رایگان این سامانه برای تولید نقشه نوع کشت، برآورد سطح زیر کشت و مدیریت زمین های زراعی  استفاده شده است. به عنوان مثال، در ایالت مونتنا  از تصاویر ماهواره ای لندست و مادیس تلفیق شدند تا از این طریق پروداکت ۳۰ متری GPP برای بازه زمانی ۲۰۰۸ تا ۲۰۱۵ تولید شد.

 

در قاره آفریقا نیز از تصاویر لندست و سنتینل ۲ برای تولید  نقشه زمین های زراعی با توان تفکیک مکانی ۳۰ متری استفاده شد. این پروژه که توسط سازمان فائو انجام شد، از الگوریتم پیکسل مبنای Random Forest و طبقه بندی شی گرا برای تولید نقشه ها استفاده نمودند.

 


مدیریت مخاطرات و علوم زمین

یکی از کاربردهای گوگل ارث انجین در زمینه مدل سازی هیدرولوژیکی آب معادل برف مبتنی بر پروداکت برف سنجنده مادیس است. با استفاده از این مدل در گوگل ارث انجین نسبت به تولید نقشه رواناب های ناشی از ذوب برف، در کشورهای مختلفی  چون شیلی، اسپانیا و آمریکا اقدام می شود.

 

از دیگری کاربردهای سنجش از دور که در گوگل ارث انجین فراهم آمده در زمینه  آشکارسازی سیل است. با این حال داده های اقلیمی بروز موجود در این سامانه امکان پیش بینی وقوع سیل را نیز فراهم کرده است.

 

از دیگر  کاربردهای سنجش از دور در مخاطرات، خشکسالی است. در این سامانه شما می توانید انواع شاخص های خشکسالی را محاسبه و تغییرات آن را پایش نمایید. این نوع از مدل ها، به شکل موفقی در کشور اتیوپی و آفریقای جنوبی مورد استفاده قرار گرفته است.

 


در این مقاله سعی شد تا شما بصورت مختصر با نمونه کاربردهای گوگل ارث انجین در مطالعات مختلفی که در سال های اخیر انجام شده آشنایی پیدا کنید. حدود ۲۰ مقاله در ارتباط با کاربردهای گوگل ارث انجین در علوم محیطی جمع آوری شده که جزو کتاب موتور مجازی پردازش تصاویر ماهواره ای است.

 

درصورتی که علاقه مند به آشنایی با این کتاب و روش تهیه آن هستید به در وبینار معرفی کتاب گوگل ارث انجین امیرحسین احراری شرکت کنید. با شرکت در این وبینار ضمن معرفی ویژگی های کتاب، فایل های الحاقی و هدیه کتاب، روش  خرید کتاب گوگل ارث انجین با تخفیف ویژه نیز اطلاع رسانی خواهد شد.

 


کاربردهای گوگل ارث انجین

  1. تولید نقشه پوشش گیاهی 
  2. پایش پوشش گیاهی 
  3. تولید نقشه مراتع و پایش آن
  4. تولید نقشه نوع کشت
  5. تولید نقشه کاربری اراضی
  6. تولید نقشه سیل
  7. تولید نقشه پیش بینی سیل
  8. تولید نقشه خشکسالی
  9. تولید نقشه جزیره حرارتی شهری
  10. تولید نقشه آب معادل برف
  11. تولید نقشه تالاب ها
  12. و …

ماهواره های گوگل ارث انجین

  • ماهواره های سری لندست 
  • ماهواره های سری سنتینل 
  • سنجنده مادیس و پروداکت های آن 
  • سنجنده استر 
  • سنجنده هایپریون
  • سنجنده ها و ماهواره های اقلیمی و زیست محیطی

لینک های مفید

 


 

   

۴ دیدگاه

  • با عرض سلام و خسته نباشید
    گوگل ارث انجین در کانی شناسی هم کاربرد دارد؟ لطفا درصورت امکان در وبینار کمی به این موضوع نیز بپردازید.
    با تشکر

    • با سلام و احترام

      خیلی مانند نرم افزار انوی برای کانی شناسی کاربردی نیست و بنده توصیه نمیکنم از آن برای این هدف استفاده کنید. چون قبلا بررسی های لازم رو در این رابطه انجام دادم. شاید در آینده امکانات آن برای کانی شناسی بهتر شود.

      موفق باشید

  • سلام
    یه مشکل اساسی و بزرگ در زمینه سنجش از دور هست که داده های ماهواره ای رو چه جوری میشه با داده های زمینی مقایسه و در واقع صحت سنجی کرد ،یعنی این خروجی هاییی که می گیریم رو اگر داده های زمینی وجود نداشته باشه(بر فرض رطوبت خاک که معمولا اطلاعات کم از هست)چه جووری میشه از صحتش مطمئن شد؟

    • با سلام و احترام

      برای اعتبار سنجی داده ها و تصاویر ماهواره ای از روش های آماری مختلفی استفاده میشه. البته این روش های آماری در کابردهای مختلف متفاوت هستند. مثلا در برخی از کاربردها از ماتریس خطاها استفاده میشه و در برخی دیگر همبستگی و … . حتی برای اصلاح نتایج نیز با استفاده از داده های زمینی روش های آماری رگرسیونی استفاده میشود. برای اطمینان از داده ها هم اگر داده زمینی ندارید باید به این نکته توجه داشته باشید که شاید دقت مطلق در سنجش از دور خیلی عالی نباشه اما دقت نسبی آن کاملا درست و صحیح است. به عنوان مثال افزایش و کاهش رطوبت خاک در زمان ها و مکان ها مختلف به درستی برآورد شده اما مقدار دقیق آن بصورت مطلق با خطا مواجه است. نکته دیگر آن است که درصورتی که تغییرات رطوبتی رو در طول موج های مختلف اگر بررسی کنیم و در همه آن ها به یک الگوی واحد برسیم یعنی اینکه نتیجه حاصله دقیق است چون از چند مرجع طیفی به یک نتیجه واحد رسیدیم.

      موفق باشید

دیدگاهتان را بنویسید