تولید نقشه کشت آبی و باغات با استفاده از تصاویر گوگل ارث و ماهواره لندست

3.67 out of 5 based on 3 customer ratings
(دیدگاه 3 کاربر)

250,000 تومان

  • مدرس : مهندس امیرحسین احراری (کارشناس سنجش از دور سازمان فائو)
  • نرم افزار : ENVI
  • موضوع : سنجش از دور کشاورزی
  • مخاطب : علاقمندان سنجش از دور کشاورزی
  • مدت آموزش : ۸ ساعت 
  • تعداد ویدیو های آموزشی : ۳۰ عدد
  • داده های تمرینی : دارد (۱۰ گیگابایت داده تمرینی ضمیمه شده است)
  • نرم افزار : نرم افزار متن باز معرفی شده در محصول ضمیمه شده است. 
دسته: برچسب: , , , , , , , , , , , , , , , , , , , , , , , , ,

توضیحات

اگر سوالی در ارتباط با این محصول آموزشی دارید، در بخش نظرات با ما در میان بزارید. 

 

کاربردی ترین محصول آموزشی در زمینه استفاده ترکیبی از تصاویر ماهواره ای و تصاویر گوگل ارث منتشر شد !


  • در این محصول آموزشی استفاده ترکیبی تصاویر ماهواره ای لندست و تصاویر گوگل ارث در زمینه کشاورزی آموزش داده شده است. 
  • در این محصول آموزشی دقت محاسبات صورت گرفته بر روی تصاویر ماهواره ای لندست با استفاده از گوگل ارث ارزیابی شده است. 
  • آیا میدانید گوگل ارث میتواند در زمینه تولید نقشه های کشت آبی و باغات در سنجش از دور کشاورزی کاربردی باشد؟
  • آیا میدانید گوگل ارث میتواند بصورت ترکیبی با تصاویر ماهواره ای چون لندست و سنتینل در زمینه کشاورزی استفاده شود؟
  • آیا میدانید گوگل ارث چگونه میتواند در شناسایی کشت آبی و باغی با تصاویر ماهواره ای لندست و سنتینل بصورت ترکیبی استفاده شود؟
  • در این محصول آموزشی تجربه های بسیار کاربردی را در زمینه کاربرد سنجش از دور در مطالعات کشاورزی بدست خواهید آورد.


مشخصات محصول آموزشی 

  • قیمت : ۲۵۰ هزار تومان
  • مدرس : مهندس امیرحسین احراری (کارشناس سنجش از دور سازمان فائو)
  • نرم افزار : ENVI
  • موضوع : سنجش از دور کشاورزی
  • مخاطب : علاقمندان سنجش از دور کشاورزی
  • مدت آموزش : ۸ ساعت 
  • تعداد ویدیو های آموزشی : ۳۰ عدد
  • داده های تمرینی : دارد (۱۰ گیگابایت داده تمرینی ضمیمه شده است)
  • نرم افزار : نرم افزار متن باز معرفی شده در محصول ضمیمه شده است. 

سرفصل های آموزش داده شده

  • دانلود تصاویر ماهواره ای لندست (سری زمانی)
  • روش انتخاب تصاویر بهینه برای تولید نقشه کشت آبی و باغات (سری زمانی)
  • روش تصحیحات رادیومتریکی ماهواره لندست 
  • روش تصحیحات اتمسفری تصاویر ماهواره ای لندست با الگوریتم FLAASH
  • روش افزایش توان تفکیک مکانی تصاویر لندست به ۱۵ متر (فیوژن)
  • روش محاسبه شاخص های پوشش گیاهی NDVI (سری زمانی)
  • روش اتوماتیک سازی پردازش داده های سری زمانی لندست با استفاده از زبان برنامه نویسی IDL
  • روش ترکیب داده های سری زمانی برای بارزسازی تفاوت های بین کشت های آبی و باغات
  • روش استفاده ترکیبی تصاویر  ماهواره ای لندست و گوگل ارث در تفکیک کشت های آبی و باغی
  • روش استفاده ترکیبی تصاویر ماهواره ای لندست و گوگل ارث در تفکیک پوشش های گیاهی زراعی و طبیعی (مانند مراتع)
  • روش استفاده از الگوریتم های طبقه بندی نظارت شده برای تولید نقشه زراعی
  • روش استفاده از الگوریتم تصمیم گیری درختی برای جداسازی کلاس های کشت آبی و باغی
  • روش استفاده از الگوریتم Random Forest در تولید نقشه کشت های آبی و باغات
  • روش گویا سازی نتایج طبقه بندی با استفاده از روش های پس پردازش تصاویر ماهواره ای 
  • روش تلفیق کلاس های طبقه بندی شده با استفاده از الگوریتم Decision Tree
  • روش برداشت نمونه های مرجع زمینی با استفاده از گوگل ارث 
  • روش وارد سازی نمونه های مرجع گوگل ارث در نرم افزار ENVI برای اعتبار سنجی 
  • روش اعتبار سنجی نقشه های طبقه بندی شده با استفاده از ماتریس خطاها
  • تجزیه و تحلیل تمامی مولفه های ماتریس خطاها در اعتبار سنجی 
  • روش تولید Layout از نقشه تولید شده 


مهم ترین موضوعات آموزش داده شده در این محصول

  • استفاده ترکیبی گوگل ارث و ماهواره لندست 
  • خودکارسازی پردازش داده های سری زمانی با استفاده از زبان IDL
  • ترکیب داده های سری زمانی NDVI به منظور حل مشکل انتخاب تصاویر نمایش دهنده تفاوت زمین ها
  • استفاده از الگوریتم Random Forest به عنوان یکی از معتبر ترین روش های طبقه بندی دv مطالعات زراعی
  • بررسی قابلیت های الگوریتم Decision Tree در فرایند طبقه بندی
  • اعتبار سنجی نتیجه فرضیات ارائه شده با استفاده از Google Earth

با استفاده از این محصول آموزشی چه مهارت هایی بدست می آورید ؟

  • منطبق کردن نتایج ماهواره لندست و گوگل ارث
  • کدنویسی سری زمانی برای تصاویر ماهواره لندست
  • روش انجام طبقه بندی Random Forest
  • اعتبار سنجی کیفی و کمی نقشه کشت آبی و باغی با استفاده از Google Earth
  • مهارت انجام کار با یک نرم افزار تخصصی (متن باز) طبقه بندی تصاویر ماهواره ای

این محصول آموزشی از چه قسمت هایی تشکیل شده است ؟

  • بخش اول : دانلود تصاویر و آماده سازی داده های سری زمانی در نرم افزار ENVI و زبان IDL
  • بخش دوم : ترکیب داده های سری زمانی به منظور تفکیک کشت آبی و باغی با استفاده از گوگل ارث
  • بخش سوم : طبقه بندی با استفاده از روش های پیشرفته و اعتبار سنجی نقشه های کشت آبی و باغات

پرکاربردترین محورهای کاربرد سنجش از دور در کشاورزی چیست ؟ 



روش بکاربرده شده در این آموزش برای تصاویر ماهواره سنتینل نیز قابل استفاده است؟

  • بله. در صورتی که شما با روش های پیش پردازش و آماده سازی داده های سنتینل آشنایی داشته باشید میتوانید از این محصول آموزشی برای آن استفاده نمایید. 

آیا تصاویر ماهواره ای رایگان دقت لازم برای جداسازی کشت های آبی و باغات را دارا هستند؟ 

  • بله. با استفاده از تصاویر ماهواره ای سری لندست و سنتینل به راحتی میتوان نسبت به جداسازی این پوشش ها اقدام کرد. 

چگونه ادعای مذکور را تایید میکنید؟

  • استفاده از داده های مرجع که از دقت بالاتری دارند مانند تصاویر موجود در گوگل ارث میتوانند برای اعتبار سنجی کمی و کیفی مورد استفاده قرار گرفته و از لحاظ علمی نیز قابل استناد در مقالات نیز هست. 

در نقشه کشت آبی و باغی چه کلاس هایی را در فرایند طبقه بندی شناسایی کردید؟

  • زمین های کشت آبی
  • مراتع و پوشش های گیاهی طبیعی
  • باغات
  • زمین های بایر
  • هدف اصلی در تولید این محصول آموزشی جداسازی پوشش های گیاهی طبیعی و زراعی به همراه زمین های کشت آبی و باغات بوده است.

روش پیاده سازی چه الگوریتم هایی را در این محصول آموزشی ارائه کردید؟

  • طبقه بندی کمترین فاصله Minimum Distance
  • طبقه بندی بیشترین شباهت Maximum Likelihood
  • طبقه بندی مبتنی بر شبکه های عصبی مصنوعی Neural Network
  • طبقه بندی مبتنی بر بردارهای ماشین پشتیبان Support Vector Machines
  • طبقه بندی مبتنی بر Random Forest
  • طبقه بندی مبتنی بر تصمیم گیری درختی Decision Tree

در بخش اعتبار سنجی به تحلیل چه پارامترهایی پرداختید؟

  • روش اجرای ماتریس خطاها
  • تحلیل پارامتر overall accuracy
  • معرفی پارامتر kappa coefficient
  • تحلیل پارامتر خطای omission
  • تحلیل پارامتر خطای commission 
  •  تحلیل پارامتر user accuracy
  • تحلیل پارامتر producer accuracy

در این محصول آموزشی دقیقا چه نوع گیاه هایی را با دقت بالا از یکدیگر تفکیک کردید؟

  • در این محصول جداسازی پوشش گیاهی طبیعی و زراعی و کشت آبی و باغی بصورت کامل آموزش داده شده است. 


مشخصات محصول آموزشی 

  • قیمت : ۲۵۰ هزار تومان
  • مدرس : مهندس امیرحسین احراری (کارشناس سنجش از دور سازمان فائو)
  • نرم افزار : ENVI
  • موضوع : سنجش از دور کشاورزی
  • مخاطب : علاقمندان سنجش از دور کشاورزی
  • مدت آموزش : ۸ ساعت 
  • تعداد ویدیو های آموزشی : ۳۰ عدد
  • داده های تمرینی : دارد (۱۰ گیگابایت داده تمرینی ضمیمه شده است)
  • نرم افزار : نرم افزار متن باز معرفی شده در محصول ضمیمه شده است. 

سرفصل های آموزش داده شده

  • دانلود تصاویر ماهواره ای لندست (سری زمانی)
  • روش انتخاب تصاویر بهینه برای تولید نقشه کشت آبی و باغات (سری زمانی)
  • روش تصحیحات رادیومتریکی ماهواره لندست 
  • روش تصحیحات اتمسفری تصاویر ماهواره ای لندست با الگوریتم FLAASH
  • روش افزایش توان تفکیک مکانی تصاویر لندست به ۱۵ متر (فیوژن)
  • روش محاسبه شاخص های پوشش گیاهی NDVI (سری زمانی)
  • روش اتوماتیک سازی پردازش داده های سری زمانی لندست با استفاده از زبان برنامه نویسی IDL
  • روش ترکیب داده های سری زمانی برای بارزسازی تفاوت های بین کشت های آبی و باغات
  • روش استفاده ترکیبی تصاویر  ماهواره ای لندست و گوگل ارث در تفکیک کشت های آبی و باغی
  • روش استفاده ترکیبی تصاویر ماهواره ای لندست و گوگل ارث در تفکیک پوشش های گیاهی زراعی و طبیعی (مانند مراتع)
  • روش استفاده از الگوریتم های طبقه بندی نظارت شده برای تولید نقشه زراعی
  • روش استفاده از الگوریتم تصمیم گیری درختی برای جداسازی کلاس های کشت آبی و باغی
  • روش استفاده از الگوریتم Random Forest در تولید نقشه کشت های آبی و باغات
  • روش گویا سازی نتایج طبقه بندی با استفاده از روش های پس پردازش تصاویر ماهواره ای 
  • روش تلفیق کلاس های طبقه بندی شده با استفاده از الگوریتم Decision Tree
  • روش برداشت نمونه های مرجع زمینی با استفاده از گوگل ارث 
  • روش وارد سازی نمونه های مرجع گوگل ارث در نرم افزار ENVI برای اعتبار سنجی 
  • روش اعتبار سنجی نقشه های طبقه بندی شده با استفاده از ماتریس خطاها
  • تجزیه و تحلیل تمامی مولفه های ماتریس خطاها در اعتبار سنجی 
  • روش تولید Layout از نقشه تولید شده


اگر سوالی در ارتباط با این محصول آموزشی دارید، در بخش نظرات با ما در میان بزارید. 

3 دیدگاه برای تولید نقشه کشت آبی و باغات با استفاده از تصاویر گوگل ارث و ماهواره لندست

  1. 3 از 5

    با درود و احترام. ضمن تشکر از زحمات ارزنده شما . سوالی که داشتم این هست که آیا این محصول با محصولی که مشابه اما با تصاویر سنتینل ۲ سطوح تحت کشت را محاسبه می کرد متفاوت هست. یا اینکه اصول اولیه مثل دانلود تصاویر و تصحیات مشابه هست. به عبارت دیگر ایا تفاوت دو محصول فقط در نوع تصاویر و ماهواره و سنجنده هست یا اینکه کلا متفاوت هستند. لطفا راهنمایی کنید. با تشکر

    • با سلام خدمت شما متخصص محترم
      در این محصول آموزشی
      روش دانلود داده های لندست
      روش تصحیحات رادیومتریکی
      روش تلفیق تصاویر لندست به ۱۵ متر
      روش محاسبه ndvi
      روش ترکیب ndvi ماهیانه در سه تصویر (که این روش در محصول سنتینل توضیح داده نشده است)
      روش تطابق دادن ndvi ترکیب شده با گوگل ارث (که در محصول سنتیننل توضیح داده نشده است)
      روش طبقه بندی درختی در جداسازی کشت آبی و باغی با استفاده از دستور Decision Tree (که در محصول سنتینل توضیح داده نشده است)
      روش طبقه بندی با روش Random Forest با استفاده از نرم افزار SAGA (که در محصول سنتینل توضیح داده نشده است)
      روش برداشت نمونه های مرجع اعتبار سنجی از گوگل ارث (که در محصول سنتینل توضیح داده نشده است)
      روش اعتبار سنجی نقشه کشت آبی و باغی با استفاده از ماتریس خطاها (که در محصول سنتینل توضیح داده نشده است)
      روش تجزیه و تحلیل تمامی مولفه های ماتریس خطاها (که در محصول سنتینل توضیح داده نشده است)
      روش تولید مدل Layout برای نقشه تولید شده (که در محصول سنتینل توضیح داده نشده است)
      البته مطالبی که در ارتباط با مقایسه روش های طبقه بندی در محصول سنتینل بود در این محصول نیز به آن پرداخته شده است.

      بازهم اگر سوالی بود در خدمت شما هستیم. با احترام

  2. 5 از 5

    حتما آموزش مناسبی خواهد بود. ممنون

  3. 3 از 5

    باسلام
    ضمن تشکر از تلاش های بی وقفه شما، همانطوریکه می دانید سیستم های سنجش از دور و جی ای اس یکی شده وهمه سیستم های مرتبط وارد یک سیستم بنام جی ای اس شده اند،لذا آیا بهتر نیست که این آموزش هادر نرم افزار های کاربردی مانند ArcGIS آموزش داده شود که بیشتر دستگاه های اجرایی وشرکت ها که درگیر موضوعات روزمره برای رفاه وآسایش مردم هستند ، مورد استفاده قرار دهند، بطور مثال شهرداری ها. ضمنااین موضوعات ابتدا باید بصورت یک پایلوت حداقل با یک دستگاه اجرایی عملیاتی وبعد نتایج آن آموزشی شود.نرم افزاری که شما در آموزش های خود مورد استفاده قرار می دهیددر دستگاه اجرایی استفاده نمیشود. این نرم افزار آموزشی بوده وبیشتر در سیستم های آموزشی وموسستات تحقیقاتی بعضا استفاده می کنند. خسته نباشید.

    • سلام مهندس صادقی
      ممنون از پیشنهاد شما
      شایان ذکر است همه مباحث سنجش از دور در محصول جدید دکتر عبدی در محیط آرک جی آی اس آموزش داده شده است. میتوانید برای اطلاعات بیشتر به لینک زیر مراجعه کنید:
      آموزش علمی و کاربردی مدل سازی، آماده سازی، بارزسازی و طبقه بندی تصاویر ماهواره ای با استفاده از ArcGIS Desktop

    • با سلام و احترام خدمت شما متخصص محترم

      ابتدا از پیشنهاد شما کمال تشکر را دارا هستم اما در ارتباط با مواردی که فرمودید :
      نزدیکتر شدن GIS و RS به یکدیگر را قبول دارم اما این به معنای کنار گذاشته شدن نرم افزارهایی مانند ENVI نیست.
      ۱) نرم افزار ArcGIS یک نرم افزار تخصصی در زمینه سیستم اطلاعات جغرافیایی و تحلیل های مکانی است و برای سنجش از دور و پردازش تصاویر ماهواره ای طراحی نشده است.
      ۲) این درست هست که شما میتوانید با نرم افزار ArcGIS با تصاویر ماهواره ای کار کنید اما این نرم افزار در خیلی از زمینه های سنجش از دور قابلیت استفاده ندارد. مثلا در موضوعاتی چون الگوریتم های تصحیح اتمسفری، شناسایی پیکسل های خالص، تبدیلات تصاویر ماهواره ای، فضای ویژگی، فضای فرکانسی و غیره. یا برای پردازش تخصصی داده های راداری و لایدار و همچنین تحلیل های طیفی نرم افزار ArcGIS قابلیت های کافی را ندارد. اسم دستوراتی که بردم همگی در پروژه های تجاری سنجش از دور قابل استفاده هستند مانند کانی شناسی، کاربری اراضی، کشاورزی، تبخیر و تعرق و ….

      نکته دیگر این هست که اگر بخواهید بصورت عمیق در سنجش از دور تخصص پیدا کنید قطعا نرم افزارهایی مثل ENVI را نیاز دارید. اگر این حرف اشتباه بود در دنیا از این نرم افزار استفاده نمیشد و اصلا لزومی به طراحی آن نبود.

      نرم افزار envi هم برخی از دستورات نرم افزار arcgis رو دارد اما آیا میتوان گفت که چون ENVI دستورات این چنینی دارد نرم افزار ArcGIS بدون کاربرد است.

      ۳) در ارتباط با شرکت ها و سازمان ها، بنده خودم در سازمان فائو و وزارت جهاد کشاورزی از نرم افزار envi برای انجام پروژه ها استفاده میکنم و تضمین میکنم که صد در صد در شرکت ها و سازمان های فعال در سنجش از دور قابل استفاده هست. بسیاری از افرادی که محصولات ما رو خریداری میکنند درگیر پروژه های تجاری سنجش از دور هستند و یا از شرکت های تجاری هستند چندین سازمان و شرکت تا الان در کلاس های ما شرکت و آموزش ها را خریداری کردند و همه آنها با استفاده از نرم افزار ENVI بوده است.
      ۴) در ارتباط با تست کردن موضوعات قبل از آموزش باید عرض کنم که بنده تمام مواردی که در این جا آموزش میدهم رو هر روز در پروژه های تحقیقاتی و تجاری دارم استفاده میکنم. به عنوان مثال همین آموزش کشت آبی و باغی رو بنده در پروژه سازمان فائو تست کردم و نتیجه مثبت گرفتم.

      بازهم از پیشنهاد شما کمال تشکر را دارا هستم.

      موفق باشید

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *