گوگل ارث انجین محصولات دانلودی

تولید نقشه PCA با استفاده از تصاویر سنجنده ASTER در کانی شناسی – سامانه گوگل ارث انجین

امیرحسین احراری
نوشته شده توسط امیرحسین احراری

در این محصول آموزشی روش تولید نقشه PCA با استفاده از تصاویر سنجنده ASTER در مطالعات کانی شناسی و سامانه گوگل ارث انجین آموزش داده شده است. در این محصول تمامی مراحل لازم برای پردازش و کار با داده های سنجنده استر خصوصا در مراحل تصحیحات توسط امیرحسین احراری توضیح داده شده است. در این محصول بصورت تخصصی موضوع کار با داده های سنجنده استر به همراه مشکلات و محدودیت های آن در سامانه گوگل ارث انجین تدریس شده است. فراخوانی، تصحیح و روش استخراج الگوریتم PCA از جمله مهم ترین مطالبی است که در سامانه ارث انجین به آن ها پرداخته شده است.


مشخصات محصول

  • قیمت: ۴۹/۹۰۰ تومان
  • مدرس: امیرحسین احراری
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • موضوع: کاربرد سنجش از دور در کانی شناسی
  • ماهواره: سنجنده ASTER
  • داده های تمرینی: دارد
  • نرم افزار: سامانه Google Earth Engine

توضیحات محصول

این محصول آموزشی در دو بخش اصلی تهیه شده است. بخش اول در ارتباط با چگونگی فراخوانی و تصحیح رادیومتریکی تصاویر سنجنده ASTER و بخش دوم در ارتباط با روش محاسبه تبدیل طیفی PCA در سامانه گوگل ارث انجین است. لازم بذکر است که تمامی محدودیت ها و مشکلات مربوط به داده های استر در گوگل ارث انجین بررسی شده و راهکار ایجاد یک مجموعه داده کاربردی برای انجام محاسبات بعدی تعریف شده است. این محصول بصورت تخصصی در مطالعات کانی شناسی کاربرد داشته و چگونگی استفاده از روش PCA در جداسازی تنوع کانی های تشریح شده است.


عناوین آموزشی

عناوین آموزش داده شده در این محصول عبارت اند از:

  • فراخوانی تصاویر استر
  • بررسی ویژگی های تصاویر استر
  • انتخاب باندهای کاربردی در کانی شناسی
  • تصحیح رادیومتریکی تصاویر استر
  • محاسبه تجریه مولفه های اصلی PCA
  • نقش PCA در تفکیک و جداسازی کانی ها
  • خروجی گرفتن از تصاویر برای نرم افزارهای دسکتاپ

روش PCA

تجریه مولفه های اصلی PCA یکی از پرکاربردترین روش های تبدیل طیفی تصاویر ماهواره ای است که از آن برای جداسازی پوشش های مختلف سطح زمین استفاده می شود. در این روش دو فرایند فشرده سازی و بارزسازی تفاوت ها انجام می شود. تصاویر ورودی به این الگوریتم بصورت چند باندی بوده و خروجی معادل با مولفه هایی است که اطلاعات در آن ها متراکم سازی شده و تفاوت ها را آشکار کرده است. در این روش کوچکترین تفاوت های بین باندی آشکار شده و امکان تشخیص بهتر تفاوت ها را فراهم می کند. عموما از این روش در مطالعات کانی شناسی استفاده می شود. به عبارت دیگر شباهت های طیفی میان کانی های تشکیل دهنده خاک به حدی است که معمولا امکان تشخیص بصری آن ها از یکدیگر وجود ندارد. بر همین اساس به لطف روش های رقومی چون PCA امکان بارزسازی دقیق این تفاوت های کوچک به خوبی فراهم می شود.


سنجنده ASTER

استر به عنوان پرکاربردترین سنجنده ماهواره ای در مطالعات کانی شناسی است. دلیل این امر باندهای طیفی آن است که بصورت تخصصی برای این گونه از مطالعات طراحی شده است. ۶ باند سنجنده استر در محدوده مادون قرمز بازتابی است که متناسب با محدوده های جذبی کانی ها در این محدوده تعریف شده است. این سنجنده با توان تفکیک مکانی ۳۰ متری و ۱۴ باند طیفی متنوع امکان تولید انواع نقشه های کانی شناسی و سنگ شناسی را فراهم کرده است. از سال ۲۰۱۰ میلادی باندهای مادون قرمز طول موج کوتاه این سنجنده به دلیل خطای CrossTalk از کار افتاد و از دسترس خارج شد. با این حال باندهای مرئی، مادون قرمز نزدیک و حرارتی آن هم چنان در دسترس و قابل استفاده است. لازم بذکر است که در مطالعات کانی شناسی امکان استفاده از باندهای مادون قرمز طول موج کوتاه مربوط به پیش از سال ۲۰۱۰ نیز وجود دارد البته به شرط آن که تغییر قابل توجهی در منطقه مورد مطالعه ایجاد نشده باشد.


خرید محصول 

به منظور خرید این محصول آموزشی بر روی لینک زیر کلیک کرده و سپس بلافاصله دانلود نمایید. 

 

۱۹ دیدگاه

  • با سلام یه سوال داشتم در رابطه با سامانه گوگل ارث انجین، که آیا امکان برش تصاویر با استفاده از شیب فایل در حد شهرستان وجود دارد؟

  • سلام آقایی مهندسی وقت شما بخیر
    من برای بررسی کانی ها آهن با استفاد از داده های سنجنده استر اقدام کردم اما زمانی که با دستور ppi را بررسی کردم و میخواهستم از کتابخانه های طیفی استفاد کنم همه باز scor وoff را برای من صفر بیان میکند میشود راهنمایی کند ممنون تان

    • با سلام و احترام

      شاخص PPI نشان دهنده رصد خلوص پیکسل هاست. شاید پیکسل هایی که شما ازش نمونه دارید پیکسل های خالصی نیستند. به همین دلیل مقادیر آن را صفر نشان داده است.

      موفق باشید

      • با سلام
        خوب بررسی کردم یک چیز جالب تر یاد گرفتم.
        اما میخواهم روش SAMرا بر روی داده های سنجنده استر انجام دهم انجام نمیشود در صورت که خوب میدانم که همان ناحیه معدنی همین کانی ها وجود دارد مانند هماتیت و مگنیت و مگنیز .اما انجام نمیشود. لطفا کند رهنمایی فرماید.

  • سلام وقتتون بخیر
    من این آموزش رو کامل دیدم و سوالی ک دارم این هست که چگونه می‎شود به اطلاعاتی دست یافت که از روی نقشه PCA نوع و کلاسه بندی کانی های یک منطقه خاص که مثلا به رنگ خاصی نشان داده شده اند را متوجه شد؟
    در واقع براساس چه اطلاعات کیفی و یا عددی نوع و ترکیب حدودی کانی ها را تعیین کنیم؟
    تا چه میزان این حدس و تعیین نوع کانی قابل استناد و اطمینان هست که به طور مثال یک رخنمونی از کانی های مگنتیت در فلان جا هست.
    ممنون می شم به سوالم پاسخ دهید.
    با تشکر.

    • با سلام و احترام

      در گام اول PCA خاک رو بر اساس کانی های تشکیل دهنده متمایز می کند. در گام دوم اینکه هر رنگ نشان دهنده چه نوع کانی هست نیاز به داده های زمینی و پردازش های مکمل دیگری مانند روش های unmixing و mtmf دارد که در ارث انجین قابل اجرا نیست. به عبارت دیگر صرفا یک دستور برای جداسازی کانی ها استفاده نمی شود بلکه مجموعه ای از دستورات باید بصورت ترکیبی استفاده کنیم تا نقشه کانی ها تولید شود. با توجه به اینکه روش PCA یکی از روش های اصلی در این زمینه محسوب می شود در این محصول به آن پرداختیم. سایر روش هایی که گفتم در ارث انجین به سادگی قابل اجرا نیست. به همین دلیل دیگر به آن اشاره ای نکردیم. اما نرم افزار ٍENVI بصورت کامل این الگوریتم ها را پوشش داده است. به آموزش زیر مراجعه کنید:
      http://girs.ir/ثبت-نام-وبینار-روش-های-کانی-شناسی-سنجند/

      موفق باشید

      • سلام
        ممنون از پاسختون
        من قسمت ۶ دوره استاد بزرگ ENVIرو تهیه کردم و بسیار عال بود
        تو مستر کلاس آیندتونم ثبت نام کردم تا بیشتر ازتون یاد بگیرم و سوالاتم رو بپرسم .
        بسیار ممنون از مجموعه خوبتون و نحوه صحیح آموزشتون.
        ای کاش فقط مدرک هم بدید به دوستان که تو کارگاه ها و دوره هاتون شرکت می کنن، بسیار عالی میشه.
        باتشکر از زحماتتون.

  • سلام وقت بخیر
    سوالم در مورد نحوه تشخیص نوع و ترکیب کانی ها با استفاده از نقشهPCA هست؟ پس از این که نقشه تهیه شد، برچه اساسی مناطقی که رنگ های متفاوتی دارند را به دسته های کانی ها و یا سنگ های خاصی اطلاق کنیم؟
    آیا شیوه و راه حلی دارد؟

    • با سلام و احترام

      در روش PCA تفاوت های کوچک بین باندهای گوناگون بارز می شود. در مناطق بیابانی که فقط یک پوشش یعنی خاک و سنگ وجود دارد تفاوت های بارز شده بر حسب کانی های موجود در آن ها است.
      الگوریتم PCA را در هر منطقه ای که اجرا کنید تفاوت های بین پوشش ها را بارزتر می کند.

      موفق باشید

  • سلام مهندس
    روش ppiرا بررسی کردم درست هم جواب گرفتم .
    اما میخواهم از روش Spectral angal map استفاد کنم در صورت میدانم کانی ها موجود در منطقه را اما باز هم جواب نمیده زمان که نمایش میدهد تصاویر سیاه است.

  • با سلام و عرض وقت بخیر
    ضمن تشکر از شما ، در انتهای کلیپ شماره۴ وقتی نوبت به radiometricMean میرسه بعد از ران نمودن مشکلی پیش نمیاد اما وقتی تیک مریوط به radianceMean میزنم با خطای زیر مواجه میشم:
    radianceMean: Tile error: Expected a homogeneous image collection, but an image with an incompatible band was encountered. Mismatched type for band ‘B04’:
    Expected type: Float.
    Actual type: Float.
    Image ID: null
    This band might require an explicit cast.
    راه حلی برای رفع اون سراغ دارین؟

    • با سلام و احترام

      این خطا بدلیل مشکل در کدنویسی ایجاد شده. پیشنهاد میکنم دقیقا با کد بنده مقایسه کنید (لینکش همراه محصول هست) تا خطای موجود در کد خود را شناسایی کنید.

      موفق باشید

        • با سلام و احترام

          بنده امروز ایمیل شما رو دریافت کردم و در ارتباط با آن توضیح دادم خدمتتون. لینک کد بررسی شده رو هم براتون ارسال کردم. اگر باز به مشکلی خوردید همین جا کامنت بزارید بی زحمت.

          با سپاس از شما.

          • سلام و عرض ادب
            خروجی نهایی تولید شده صرفا تصویر هست ،آیا میشه لژاند خاصی برای اون تهیه کرد که نوع تفکیک رنگی هارو مشخص کنه؟یعنی تفکیک رنگی ها رو چطور نامگذاری کنیم؟مثلا رنگ زرد معرف چی هست؟

          • با سلام و احترام

            خروجی حاصل از pca به مانند نقشه طبقه بندی شده نیست و به عنوان خروجی نهایی برای کار کانی شناسی در نظر گرفته نمی شود. در کنار آن باید پردازش های پیشرفته تری نیز انجام شود.

            موفق باشید

دیدگاهتان را بنویسید

اگر تمایل به تدریس و تولید آموزش و کسب درآمد دارید بر روی دکمه رو به رو کلیک کنید و فرم را پر کنیدلطفا کلیک کنید
+ +
تخفیفات جمعه سیاه (بلک فرایدی) آکادمی سنجش از دور با 35 درصد تخفیف برای همه محصولات شروع شد و تا جمعه ساعت 24 ادامه دارد. کد تخفیف: blackfriday
روز
ساعت
دقیقه
ثانیه
ورود به بخش محصولات آموزشی