تولید نقشه محصولات زراعی از تصاویر ماهواره ای – استخراج نقشه گیاهان زراعی

1,612 بازدید

اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.

آموزش رایگان نرم افزار ENVI

در ENVI حرفه ای شو 🦾

0 تا 100 مفاهیم سنجش از دور

کاملا رایگان شروع کن 🧩

آموزش رایگان ArcGIS pro

واقعاااااا رایگاااااانه 🤗

آموزش گوگل ارث انجین

شدیدا توصیه شده 🌏

دانلود لندیوز 10 متری ایران و …

به کمک گوگل ارث انجین 🚀

کتاب موتور پردازش مجازی

اولین کتاب آموزش گوگل ارث انجین 📗

طبقه بندی تصاویر ماهواره ای

آشنایی با انواع روش ها 😲

پیش پردازش تصاویر ماهواره ای

هندسی – رادیومتریکی – اتمسفری 🀄

دانلود داده های آلتیمتری

ترازسنجی برای دریاچه ها 🧿

پوشش اراضی 10 متری

تولید شده توسط ESRI 🧐

نمایش سه بعدی در ArcGIS

مدل رقومی ارتفاع 🗻

مطالب پربازدید

در این آموزش تولید نقشه محصولات زراعی از تصاویر ماهواره ای و استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای سنتینل ۱ و۲ و لندست ۸ یاد می گیرید. با توجه به رشد اقتصادی و گسترش شهرها، امنیت غذایی دارای اهمیت ویژه­ای می ­­باشد. یکی از مهم ترین روش ­های پیش­بینی میزان محصولات کشاورزی و ارتقای امنیت غذایی، تحلیل زمانی…

در این آموزش تولید نقشه محصولات زراعی از تصاویر ماهواره ای و استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای سنتینل ۱ و۲ و لندست ۸ یاد می گیرید.

با توجه به رشد اقتصادی و گسترش شهرها، امنیت غذایی دارای اهمیت ویژه­ای می ­­باشد. یکی از مهم ترین روش ­های پیش­بینی میزان محصولات کشاورزی و ارتقای امنیت غذایی، تحلیل زمانی تصاویر محصولات زراعی مختلف است. طبقه بندی و تولید نقشه محصولات زراعی دارای اهمیت فراوانی است.

فناوری سنجش از دور مبتنی بر حسگرهای نوری و راداری، یکی از ابزارهای مهم برای استخراج نواحی زراعی است. همچنین فناوری سنجش از دور برای تخمین نوع محصولات زراعی قابل استفاده است. به دلیل افزایش رزولوشن مکانی، زمانی و طیفی تصاویر ماهواره­ ها، نتایج طبقه بندی بهبود یافته است. طبقه ­بندی­ های سری زمانی و در مقیاس بزرگ مبتنی بر نوع محصول، مهم­ترین موضوع مطالعاتی در این حوزه است.

تولید نقشه محصولات زراعی از تصاویر ماهواره ای

به دلیل شرایط جوی (مانند هوای ابری و بارانی)، به کارگیری تصاویر نوری در بازه­ های زمانی مختلف دارای محدودیت می­ باشد. بنابراین، ترکیب آن­ها با تصاویر راداری می­تواند موجب ارتقای روش­ های پیشنهادی شود. با این وجود، استفاده از تصاویر راداری دارای پیچیدگی بیشتری است، زیرا تحلیل این تصاویر نیازمند تحلیل ساختارهای پیچیده داده و تعیین وضعیت آن با محصول زراعی است.

استفاده از بسترهای مبتنی بر ابر (cloud)، امکان پردازش حجم بزرگی از تصاویر را با روش ­های یادگیری ماشین فراهم می­ کند. محیط پردازش GEE (Google Earth Engine)، یک بستر مبتنی بر ابر برای تحلیل تصاویر زمین است. این بستر به برای اهداف تحقیقاتی، آموزشی و غیر سودآور به صورت رایگان خدمت­ رسانی می کند.


تهیه این آموزش:

برای خرید محصول بر روی دکمه زیر کلیک کرده و بلافاصله پس از خرید آن را دانلود نمایید.


مشخصات محصول آموزشی

  • مدرس: محمد کاکوئی
  • متخصص برنامه نویسی، پردازش تصویر و سنجش از دور در محیط Google Earth Engine
  • موضوع: استخراج نقشه گیاهان زراعی
  • نرم افزار: سامانه گوگل ارث انجین
  • ماهواره: سنتینل ۱ و سنتینل ۲ و لندست ۸
  • فرمت آموزش: ویدئوهای آموزشی MP4
  • طول آموزش: حدودا ۱ ساعت
  • کد تمرینی: دارد

توضیحات محصول آموزشی

شناسایی و استخراج نقشه گیاهان زراعی دارای اهمیت زیادی در حوزه کشاورزی است. بسیاری از تحقیقات انجام شده در حوزه استخراج نقشه گیاهان زراعی مبتنی بر تصاویر SAR هستند. ما در این آموزش، از تصاویر و داده ­های چند زمانی سنتینل-۱، سنتینل-۲ و لندست-۸ بهره بردیم تا پوشش گیاهان زراعی شناسایی شوند. در این بررسی از ویژگی تفاوت در زمان رشد و نمو گیاهان مختلف بهره برده ­ایم.

همچنین می­ توان از داده های پیش پردازش شده در GEE استفاده کرد و برای نمایش نوع محصول آن­ها را فراخوانی کرد. گرچه این روش بسیار سریع است و پاسخگوی نیاز فوری خواهد بود، اما به دلیل رزولوشن نامناسب، دارای جزییات زیادی نیست. برای حل این مشکل می ­توان طبقه بندی را براساس داده ­های فصلی تشکیل شده سنتینل-۱، سنتینل-۲ و لندست-۸ انجام داد و در بازه ­های یک ساله، نقشه زمین ­های زراعی را تولید کرد.


عناوین آموزشی

عناوین آموزش داده شده عبارت است از:

  • فراخوانی تصاویر سنتینل ۱ و سنتینل ۲ و لندست ۸ در زمان و مکان مشخص
  • تعریف شاخص در تابع و اعمال آن به تصاویر سنتینل ۲ و لندست ۸
  • تشکیل تصاویر فصلی برای هر ماهواره
  • نمونه گیری تصادفی از داده و تشکیل پایگاه داده برای خوشه ­بندی
  • خوشه بندی داده ها به روش K-means و اعمال به تصاویر مورد نظر
  • فراخوانی داده­ محصولات زراعی پیش پردازش شده در GEE شامل کلاس ­هایی از گندم، برنج، جو، سویا، ذرت و …
  • نمونه گیری مبتنی بر هر کلاس از داده و تشکیل پایگاه داده برای طبقه بندی
  • آموزش طبقه بند جنگل تصادفی
  • طبقه بندی تصویر و تولید نقشه محصولات زراعی در رزولوشن ۱۰ متر

استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای
استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای

ویدئوی معرفی آموزش


خرید محصول تولید نقشه محصولات زراعی از تصاویر ماهواره ای:

برای خرید محصول بر روی لینک زیر کلیک کرده و بلافاصله پس از خرید آن را دانلود نمایید.


لینک های مفید

نوشته های مرتبط :

87 دیدگاه. ارسال دیدگاه جدید

  • با سلام و احترام
    ضمن تشکر از استاد گرامی
    آیا می توان با استفاده از سامانه گوگل ارث انجین و بدون دانستن نوع گیاه ( گندم، جو ، لوبیا و ….) در منطقه ، اقدام به تعیین نوع گیاه نمود؟
    با تشکر

    پاسخ
    • mohammad kakooei
      1398-08-28 9:58 ق.ظ

      سلام
      بله. در کنار روش های بامربی (supervised) که در این آموزش معرفی شده است، روش هایی مبتنی بر نمودار و شرایط فصلی و ماهیانه رشد گیاه وجود دارد که بدون طبقه بندی (classification) و داده های آموزشی (training dataset) این کار را انجام میدهد.
      ان شاالله در آینده محصولی در مورد این موضوع در GEE تولید میشود.
      موفق باشید

      پاسخ
  • سلام من تمام مراحل را انجام دادم با این ارور مواجه شدم چیکار باید بکنم؟
    Required argument (numPoints) missing to function: Image.stratifiedSample(image, numPoints, classBand, region, scale, projection, seed, classValues, classPoints, dropNulls, tileScale, geometries)

    Extracts a stratified random sample of points from an image. Extracts the specified number of samples for each distinct value discovered within the ‘classBand’. Returns a FeatureCollection of 1 Feature per extracted point, with each feature having 1 property per band in the input image. If there are less than the specified number of samples available for a given class value, then all of the points for that class will be included. Requires that the classBand contain integer values

    پاسخ
    • Mohammad Kakooei
      1398-09-07 11:35 ق.ظ

      سلام
      به نظر میرسه که در یکی از کلاس ها نمونه وجود نداره، چون روش stratifiedSample نیاز داره که از همه کلاس ها نمونه برداری کنه
      با Get Link لینک کدتون رو بگیرید و برای من ایمیل کنید تا بررسی کنم.
      kakooey.m@gmail.com
      موفق باشید

      پاسخ
  • حمیدرضا قره چائی
    1398-09-10 5:08 ب.ظ

    سلام
    زمان کلاسترینگ کردن در استخراج نقشه زراعی خطای time out می دهند. وسعت منطقه ۴۰۰ کیلومتر مربع است. تعداد پیکسل را تا ۲۰ هزار تا قرار دادم بازم هم خطا می دهد در فیلم آموزشی تعداد پیکسل ۵ هزار تعیین شده است.

    با سپاس

    پاسخ
    • Mohammad Kakooei
      1398-09-10 7:51 ب.ظ

      سلام
      اولا بررسی کنید که آیا clusterer آموزش میبینه یا نه. یعنی اگر از clusterer پرینت بگیرید، در کنسول نمایش داده میشه. فکر میکنم که در این مورد مشکلی ندارید
      به نظر میرسه که مساحت منطقه برای نتیجه ی آنلاین بزرگ باشه. بنابراین مجبور هستید که مشابه بخش دوم، نتیجه را به asset خودتون export کنید و بعدا ببینید.
      برای بررسی بیشتر میتونید لینک کدتون رو برای من ایمیل کنید
      موفق باشید

      پاسخ
  • با سلام و عرض ادب
    من میخوام برای یک فصل زراعی (۶ماهه) برای یک دشت به مساحت ۳۰۰ هکتار به تفکیک نوع محصول کشت شده برای هرکدوم از قطعات زمینهای زراعی (کاداستر اراضی) رو بدست بیارم. در این آموزش قدرت تفکیک مکانی برای یک قطعه زمین زراعی حداقل چند هکتاره؟ و میزان دقت برآورد نوع محصول کشت شده حاصل از نتایج چقدر قابل اطمینانه؟
    سپاس

    پاسخ
  • با سلام و عرض ادب

    دقت برآورد نوع محصول با واقعیت آنچه که در زمین کشت شده به چه میزان می باشد؟ حداقل مساحتی که میتوان نوع محصول کشت شده رو با این آموزش مشخص کرد چند هکتار می باشد؟

    با سپاس

    پاسخ
    • mohammad kakooei
      1398-10-21 11:34 ق.ظ

      سلاو
      با توجه به اینکه از تلفیق تصاویر سنتینل و لندست استفاده شده است، رزولوشن مکانی نقشه نهایی برابر ۱۰ متر است.
      قابلیت اطمینان نقشه وابسته به کیفیت داده های آموزشی است که در این محصول از GFSAD استفاده شده است.

      پاسخ
  • سید عرفان
    1398-11-27 3:03 ب.ظ

    سلام استاد یک سوال داشتم، بهترین سنجنده برای برآورد سطح زیر کشت محصولی مانند نخود یا گندم در سطح یک استان کدام است؟ اگر سطح منطقه ی مورد مطالعاتیمان یک استان مانند کرمانشاه باشد. لندست بهتر است یا مادیس؟

    پاسخ
    • mohammad kakooei
      1398-11-27 11:54 ب.ظ

      سلام
      از دقت موررد انتظار تا سرعت و ابزار تحلیل در این موضوع موثر است
      ولی اگر امکانات مهیا باشه، من لندست رو انتخاب میکنم

      پاسخ
  • Omid Afsharkohan
    1399-01-15 2:52 ب.ظ

    سلام استاد وقتتون بخیر
    در قسمت خوشه بندی بعد از اضافه کردن تصویر GFSAD رنگ لایه مورد نظر سبز نشد و سیاه سفید باقی موند،میخواستم بدونم ایراد کار کجا هستش ممنون میشم🙏

    پاسخ
    • Mohammad Kakooei
      1399-01-15 3:09 ب.ظ

      سلام و وقت بخیر
      اگر یک باند را به صورت عادی نمایش دهید به صورت مقیاس سطح خاکستری نمایش داده می شود.
      یا باید پلت رنگ تعریف کنید
      یا از تابع randomVisualizer استفاده کنید.
      موفق باشید

      پاسخ
      • Omid Afsharkohan
        1399-01-15 10:16 ب.ظ

        من دقیقا طبق آموزش شما پیش رفتم یعنی پلت رنگ هم مثل همان که در آموزش گفتین استفاده کردم ولی متاسفانه نشد

        پاسخ
  • سلام و احترام
    لطفا آموزش همین بخش رو بدون استفاده از گوگل ارت انجین بذارید چرا که امکان استفاده از این نرم افزار برای برخی فراهم نیست و با اینکه کتاب راهنما رو هم از شما خریداری کردم نیاز به فیلتر شکن دارد که بدون اون نمیشه کار کرد .
    اگر آموزش جدا برای یک مبحث با نرم افزار مورد نظر خودمان بخواهیم امکان پذیر هست ؟
    متشکرم

    پاسخ
  • ali mehrabi
    1399-03-01 8:17 ق.ظ

    سلام و عرض ادب جناب مهندس
    امکانش هست مقاله یا مقاله هایی برای cropland از این approach ای که جنابعالی استفاده کردین رو لینک بدین؟
    و سوال دیگه اینکه آیا امکان بازنویسی محصول با استفاده از پایتون می باشد یا خیر؟

    پاسخ
    • Mohammad Kakooei
      1399-03-01 4:02 ب.ظ

      سلام
      در آموزش هایی که به صورت کامل از یک مقاله مشخص استفاده شده است، خود مقاله نیز توضیح داده شده است.
      در این آموزش روش های بدون مربی و با مربی آموزش داده شده است که در بسیاری از روش های شناسایی Cropland مشترک است و شما با جستجو می توانید مقالات و survey ها را بیابید.
      البته به زودی مقاله ما هم چاپ میشود و میتوانید از آن استفاده کنید.
      موفق باشید

      پاسخ
    • Mohammad Kakooei
      1399-03-01 4:22 ب.ظ

      بله..میتوان این کد را در پایتون بازنویسی کرد.. البته مختص به این کد نیست و شکل کد جاوا اسکریپت در GEE، شباهت زیادی به پایتون دارد.

      پاسخ
  • سلام وقتتون بخیر
    ممنون برای آموزش خوبتون
    ببخشید تصحیحات مربوط به مرحله پیش پردازش تصاویر راداری سنتینل ۱ رو چطور باید در GEE انجام بدیم؟ چون این مراحل رو در نرم افزار به راحتی میشه انجام داد اما نمیدونم چطور در GEE این تصحیحات رو روی تصاویر اعمال کنم.
    تصحیحاتی مثل تصحیحات رادیومتریک، نویز حرراتی، terrain correction و ..

    پاسخ
  • سلام،
    من سعی کردم با استفاده از روش کلاستربندی نقشه مزراع ذرت کشور را ایجاد کنم اما خطای زیادی دارد. به عنوان مثال در کویر کلاسی را میدهد که قطعا وجود ندارد. البته در مساحت کوچک ظاهرا درست است که البته ان هم نیاز به راستی آزمایی دارد اما در مساحت بزرگ قطعا خطا دارد. ایا برای مساحت های بزگ لازم است در کد تغییراتی بدهیم مثلا تعداد نمونه را زیاد کنیم. ضمنا بسیار مشتاقم برای کاهش میزان محاسبات از محصول جدید شما با همکاری دانشگا هخواجه نصیر در GEE که کاربری اراضی را ایجاد کرده اید استفاده کنم و فقط محاسبات در کلاس (۱۲) farmland صورت گیرد. ممنون میشوم اگر راهنمایی بفرمایید.

    پاسخ
    • Mohammad Kakooei
      1399-10-22 10:55 ق.ظ

      سلام
      بله، ویژگی های استفاده شده احتمالا برای مساحت های بزرگ کافی نباشد. نیاز است ویژگی های زمانی و مکانی بیشتری را در نظر بگیرید تا هم خوشه بندی و هم طبقه بندی بهبود یابد.
      نگاهی به مقاله زیر بیاندازید و نحوه استفاده از ویژگی های مختلف را بررسی کنید
      Application of Google Earth Engine Cloud Computing Platform, Sentinel Imagery, and Neural Networks for Crop Mapping in Canada
      https://www.mdpi.com/2072-4292/12/21/3561

      برای نقشه ایران هم زحمت معرفی رو آقای احراری کشیدند و میتونید از لینک زیر استفاده کنید
      https://girs.ir/iran-landcover-10meter

      پاسخ
      • بسیار ممنون از توضیحاتتون، در صورت امکان خط کدی که میتواند محاسبات را در فصول مختلف فقط برای یک کلاس خاص در مورد این مثال (farmland=class12) معرفی بفرمایید با تشکر

        پاسخ
  • Parivash Paridad
    1400-01-27 2:15 ب.ظ

    با سلام
    آیا میتوان از این محصول برای تشخیص یک نوع درخت خاص مثلا زیتون استفاده نمود؟
    آیا دوره فنولوژی گیاه و DEM در نظر گرفته شده است؟
    آیا برای افراد خارج از ایران در دسترس است؟
    ممنونم

    پاسخ
    • Mohammad Kakooei
      1400-01-28 11:55 ب.ظ

      سلام
      این روش به صورت مستقیم برای شناسایی درخت زیتون کاربرد ندارد و داده های فنولوژی و DEM را در نظر نمیگیرد.

      پاسخ
    • با سلام و احترام

      بله در صورتی که زیتون در منطقه مورد مطالعه شما چرخه فنولوژی متفاوتی نسبت به سایر پوشش ها داشته باشد قابل استفاده است.
      DEM خیر ولی چرخه فنولوژی در نظر گرفته شده است.

      موفق باشید

      پاسخ
      • Parivash Paridad
        1400-02-01 6:08 ب.ظ

        ممنونم از پاسخ شما
        آیا به نظر شما محاسبه چند مدل vegetation index و افزودن این مقادیر به عنوان باندهای جدید به تصویر موزاییک شده و انجام classification بر روی این تصویر کمکی میکند ؟ آیا شاخص خاصی مد نظر شما هست ؟
        برای در نظر گرفتن ویژگی های فنولوژیکی ، آیا مثالی ، کتابی … را میشه به من معرفی کنید؟ من نمیدانم چگونه باید این ویژگی را در کد در GEE اعمال کنم
        موفق باشید

        پاسخ
        • قطعا استفاده از شاخص مانند LAI نسبت به NDVI دقت بالاتری در شناسایی صرخه فنولوژی ایجاد می کنه.
          افزایش تعداد شاخص ها در صورتی مناسب هست که شما داده های زمینی از موقعیت محصول مورد نورتون داشته باشید. در این صورت دقت طبقه بندی می تونه بالاتر بره. البته فراموش نکنید که هر شاخص هم در این زمینه وارد نکنید. افزونگی بیش از حد نتایج رو خراب میکنه. باید شاخص ها رو هدفمند و متناسب با کارتون انتخاب نمایید. من خود معمولا از شاخص های NDVI, LAI و EVI بصورت ترکیبی استفاده میکنم.

          موفق باشید

          پاسخ
  • Parivash Paridad
    1400-01-27 2:23 ب.ظ

    منظورم این است که میشود از این روش برای محصولات دیگر و در یک کشور دیگر استفاده کرد؟ یعنی قابل تعمیم هست ؟

    پاسخ
    • Mohammad Kakooei
      1400-01-29 12:01 ق.ظ

      میتوانید به عنوان مبنا از این محصول استفاده کنید ولی لزوما داده های مورد نیاز و منطقه مورد مطالعه شما را پوشش نمیدهد.
      قابلیت تعمیم همه مقالات چاپ شده نیز به عوامل متعددی وابسته است. همچنین قابلیت تعمیم روش این محصول نیز به ایده پردازی شما وابسته است.

      پاسخ
    • بله تکنیک ارائه شده ثابت هست و برای هر منطقه ای در سطح جهان قابل استفاده است.

      موفق باشید

      پاسخ
  • Zahra_Mesbahi
    1400-01-30 11:08 ق.ظ

    سلام آقای دکتر وقت بخیر

    امکانش هست بفرمایید این مطلب «با توجه به رشد اقتصادی و گسترش شهرها، امنیت غذایی دارای اهمیت ویژه­ای می ­­باشد….» از کدام مقاله است؟

    پاسخ
    • Mohammad Kakooei
      1400-01-30 7:28 ب.ظ

      سلام و وقت بخیر
      متاسفانه در مستندات خودم رفرنسش موجود نیست
      این آموزش مربوط به یکسال قبل هست و اگر در ویدئو به رفرنس اشاره ای نشده باشد، الان یادم نیست که از چه رفرنسی استفاده شده است.
      موفق باشید

      پاسخ
    • با سلام و احترام

      فعلا مقاله ای در ارتباط با این مطلب در سایت نیست.

      موفق باشید

      پاسخ
  • علی قربانی
    1400-02-01 9:47 ب.ظ

    سلام . من این محصول تولید نقشه محصولات زراعی (Cropland)
    رو از سایت خریداری کردم. با این که خود نرم افراز رو دانلود کردم ولی کدهای گوگلی مربوط به این نرم افزار رو نمیشه دانلود کنم. فکر کنم بخاطر تحریم های گوگل باشه. لطفا راهنمایی کنید. تشکر.

    پاسخ
    • Mohammad Kakooei
      1400-02-01 10:05 ب.ظ

      سلام
      باید از نرم افزارهایی استفاده کنید که IP شما را بر روی کشوری غیر از ایران تغییر دهد.
      در ضمن، کدها دانلود نمیشوند و به صورت خودکار در محیط گوگل ارث انجین باز میشوند.
      موفق باشید

      پاسخ
    • با سلام و احترام

      باید برای وارد شدن به کدهای گوگل حتما اکانت ارث انجین داشته باشید و اینکه از فیلتر شکن استفاده کنید.

      موفق باشید

      پاسخ
  • سلام دکتر کاکوئی گرامی
    این آموزشتان که در جواب یکی از دیدگاه عرض کرده بودید و حدود ۲ سال از آن می گذرد کی تهیه میشه:
    آیا می توان با استفاده از سامانه گوگل ارث انجین و بدون دانستن نوع گیاه ( گندم، جو ، لوبیا و ….) در منطقه ، اقدام به تعیین نوع گیاه نمود؟
    بله. در کنار روش های بامربی (supervised) که در این آموزش معرفی شده است، روش هایی مبتنی بر نمودار و شرایط فصلی و ماهیانه رشد گیاه وجود دارد که بدون طبقه بندی (classification) و داده های آموزشی (training dataset) این کار را انجام میدهد.
    ان شاالله در آینده محصولی در مورد این موضوع در GEE تولید میشود.

    پاسخ
  • kkuter k.kuter@chmail.ir
    1400-03-02 1:01 ب.ظ

    خواهد شد.
    با عرض سلام و ادب و خسته نباشید من در code google engin اومدم برای شناسایی تصویر از سنتینل 1 استفاده کردم(تصویر فرضا یک کشتی در دریا می باشد). بعد از شناسایی به صورت یک نقطه سفید هست . ایا این امکان داره تصویر رو به صورت شکل واقعی خودش نمایش داد . این هم ادرس کد نوشته شده

    https://code.earthengine.google.com/48caf1519b0184054f06c7eb578a5901

    متشکر میشم اگه کمکم کنید

    پاسخ
    • Mohammad Kakooei
      1400-03-02 1:33 ب.ظ

      سلام
      منظور از شکل واقعی خوش، چه تصویری است؟

      پاسخ
      • kkuter k.kuter@chmail.ir
        1400-03-03 8:39 ق.ظ

        مثلا من سطح دریا رو پردازش کردم تصاویر کشتی رو به صورت نقطه روشن نشون میده میخواستم تصویر رو به صورت شکل واقعی یا شبیه خودش (کشتی) نمایش بده با تشکر

        پاسخ
    • با سلام و احترام

      نحوه نمایش داده های راداری به همین صورت است. اگر نیاز به نمایش نزدیک به آن چه با چشم غیر مسلح میبینیم داشته باشید باید از تصاویر سنتینل 2 و باندهای اپتیکی استفاده کنید.

      موفق باشید

      پاسخ
      • kkuter k.kuter@chmail.ir
        1400-03-05 2:01 ب.ظ

        با سلام مجدد و تشکر
        ایا برای دسترسی به همین تصاویر که فرمودید نیاز به داشتن اکانت خریداری شده می باشد یا این تصاویر به صورت رایگان هم در دسترس می باشد؟

        پاسخ
        • Mohammad Kakooei
          1400-03-05 5:46 ب.ظ

          سلام
          شما به گراندتروث نیاز دارید
          و اینکه تهیه پایگاه داده کار دشواری هست
          مخصوصا برای کاربرد شما که باید در همان لحظه!!! از یک ماهواره با رزولوشن بالا تصویر داشته باشید
          اگر پایگاه داده آماده ندارید، اصلا پیشنهاد نمیکنم که آن را بسازید

          پاسخ
        • با استفاده از داده های رایگان می توانید دسترسی داشته باشید.

          موفق باشید

          پاسخ
  • سلام
    آیا در این آموزش محصول یونجه نیز قابل جداسازی می باشد؟
    و دقت شناسایی آن چقدر است؟

    پاسخ
    • Mohammad Kakooei
      1400-03-21 11:47 ب.ظ

      سلام
      در اینجا به محصول یونجه به صورت اختصاصی پرداخته نشده است و کلاس های برنج، گندم، سویا و … را شامل می شود.
      علت اصلی هم در دسترس نبودن نمونه های میدانی از محصول یونجه است. شما یا باید نمونه هایی داشته باشید که بتوانید از الگوریتم های طبقه بندی استفاده کنید. مشابه همین محصول که طبقه بندی را برای محصولات کشاورزی انجام داده است.
      و یا باید اطلاعاتی از فنولوژی را داشته باشید که بتوانید با داده های سری زمانی کار کنید. (مشابه استخراج محصول برنج در لینک زیر)
      https://girs.ir/identify-areas-for-rice-planting
      https://girs.ir/rice
      موفق باشید

      پاسخ
      • خیلی ممنون
        یعنی من با برداشت نمونه زمینی محصول یونجه با استفاده از این آموزش به نتیجه طلوب میرسم
        یا از آموزش دیگه تون که استخراج محصول برنج هستش استفاده کنم ( یعنی به جای برنج هدف تشخیص محصول یونجه باشه)
        خیلی ممنون میشم اگه دقیق راهنمایی کنید

        پاسخ
        • Mohammad Kakooei
          1400-03-22 7:58 ب.ظ

          خواهش میکنم
          من در مورد محصول یونجه اطلاعات کافی ندارم.
          مثلا سوالات زیر را بررسی کنید و سپس کار را آغاز کنید.
          1- مقیاس منطقه مطالعاتی شما چقدر است؟
          2- در منطقه شما چه محصولاتی وجود داره و فنولوژی یونجه مشابه چه محصولاتی در منطقه است؟
          3- علاوه بر یونجه، آیا داده های آموزشی از محصولات دیگر هم در دسترس است؟
          4- پوشش سری زمانی ماهواره ها در منطقه شما چقدر است؟
          توضیح کامل محصولات به همراه ویدئو در صفحه محصول است و شما با توجه به نیاز خودتون میتونید تهیه کنید. مسئله شما بسیار کلی و البته در گام های ابتدایی قرار دارد. با توجه به پاسخ سوالات بالا، مقاله ای معتبر را در نظر بگیرید و پایه کار خودتان قرار دهید.
          ان شالله پروژه شما به خوبی پیش بره
          موفق باشید

          پاسخ
  • محمد جواد تجدد
    1400-07-24 11:15 ق.ظ

    با سلام خدمت مدرس عزیز
    من سوالی داشتم در مورد این محصول.
    امکانش هست که در گوگل ارث انجین بعضی از داده های موجود در این اموزش وجود نداشته باشه؟ چون من این کد اموزشی رو در گیلان ران گرفتم و ارور داد به من ولی تو مازندران نه. البته کل منطقه مازندران رو شامل نشد

    پاسخ
    • Mohammad Kakooei
      1400-07-24 5:46 ب.ظ

      سلام
      مطمئن نیستم مشکل شما در کدام بخش ممکنه به وجود بیاد.
      در هر حال، احتمالا اگر بخش بزرگتری را انتخاب کنید و الگوریتم را با آن آموزش دهید، بتوانید برای گیلان هم نقشه را تولید کنید.
      از سویی اگر به نقشه با کیفیت بالا میخواهید، توصیه میشود که داده های میدانی در منطقه مورد مطالعه را داشته باشد و برای روش میتوانید از همین محصول استفاده کنید.
      موفق باشید

      پاسخ
  • عرض سلام و ادب
    بنده محصول آموزشی “تولید نقشه محصولات زراعی از تصاویر ماهواره ای – استخراج نقشه گیاهان زراعی” را خریداری کردم و عیناً کدهای وجود در فیلم را برای یک دهستان اعمال کردم ولی متأسفانه یک ارور داد. خواهشمندم راهنمایی کنید. ممنون
    لینک کد : https://code.earthengine.google.com/621ba345a8626e97f54e6c4e324fbc4e

    پاسخ
    • با سلام و احترام

      من شیپ فایل های شما رو ندارم و کد برای من قابل اجرا نیست. لطفا روی شیپ فایل های خود در بخش assets کلیک کرده و گزینه anyone can read رو فعال کنید تا من بتونم بر اساس منطقه مورد مطالعه شما کد رو اجرا کنم. سپس لینک رو مجددا برای بنده ارسال کنید.

      موفق باشید

      پاسخ
  • سجاد زیباساز
    1400-11-15 2:36 ب.ظ

    لینک کد مجدداً خدمتتان ارسال می گردد :
    https://code.earthengine.google.com/ea0505a80fdc47dc3d5c18f7ca28e883

    پاسخ
  • سلام
    برای خرید این آموزش اقدام کردم، بعد از پرداخت وجه، به صفحه اصلی هدایت نشده و مشکل پیش اومد.

    پاسخ
    • با سلام و احترام

      هر مشکلی در فرایند خرید داشتید لطفا با بخش پشتیبانی سایت مکاتبه کنید تا در اسرع وقت مشکل را برطرف کنند. البته در روزها و ساعت های غیر اداری پاسخ گویی با تاخیر همراه هست. girs.academy@gmail.com

      موفق باشید

      پاسخ
  • با سلام
    خیلی ممنون و متشکرم
    مشکل دانلود فیلم آموزشی برای بنده حل شد. یک سئوال داشتم آیا امکان دسترسی به کل کد دستوری این محصول فراهم هست تا مجبور به نوشتن دوباره اون نباشیم و فقط محدوده مطالعاتی مون رو براش تعریف کنیم؟
    سپاس گزارم

    پاسخ
  • سلام وقتتون بخیر. من از نوع محصولات و ویژگی های محصول در منطقه اطلاعی ندارم . میخواهم نوع محصولات و سطح زیرکشت انها رو براورد کنم. چه روشی را به من پیشنهاد می کنید؟این مورد یکی از مسائل جزئی پایان نامم هست و رشته خودم سنجش از دور نیست و اشنایی قبلی با روشهای سنجش از دور ندارم. لطفا روشی رو معرفی کنید که خیلی سنگین و زمانبر نباشد.

    پاسخ
    • Mohammad Kakooei
      1402-02-14 7:25 ب.ظ

      سلام
      بهتر است برای این کار از محصولات و نقشه های آماده جهانی استفاده کنید. گرچه دقت آنها پایین است اما با توجه به اینکه شما هم اطلاعاتی در مورد منطقه و محصولات ندارید تنها راه است.

      پاسخ
  • maesam1982@gmail.com
    1402-03-07 10:17 ب.ظ

    با سلام و وقت بخیر . در ابتدای کد نویسی پس از فیلتر کردن .filter(ee.Filter.eq(‘orbitProperties_pass’,’ASCENDING’));
    فرمودید از نظر ویژگی related_number همگی مقدار 130 را نشان می دهد چون تصاویر کم است در حالیکه برای منطقه انتخابی بنده اعداد 57 – 159 – 130 است. نحوه فیلتر کردن 130 باید به چه صورت باشد ؟
    راهنمایی بفرمائید ممنون میشم

    پاسخ
  • maesam1982@gmail.com
    1402-03-07 10:37 ب.ظ

    در ادامه
    وقتی از فیلتر .filter(ee.Filter.eq(‘relativeOrbitNumber_start’,’130′))
    استفاده میکنم عملا کالکشنی پیدا نمیکنه (130).
    اگه امکان داره نحوه فیلتر کردن برای جداسازی relativeOrbitNumber_start’,’130 بنویسید ممنون میشم

    پاسخ
    • Mohammad Kakooei
      1402-03-07 11:22 ب.ظ

      سلام
      مقدار ۱۳۰ یک عدد است و نباید به صورت string نوشته شود. یعنی به جای ‘130’ فقط بنویسید ۱۳۰

      پاسخ
  • maesam1982@gmail.com
    1402-03-12 10:54 ب.ظ

    سلام و وقت بخیر
    مشکل خطای کد 3
    ID: W5ILX5WQKEWDIGWEFNUVD5IN
    Phase: Failed
    Runtime: 0s (started 2023-06-02 22:51:14 +0330)
    Attempted 1 time
    Error: Classifier.randomForest: This classifier has been replaced. For more information see: http://goo.gle/deprecated-classifiers. (Error code: 3)
    خطای ارسال به ASSEt

    پاسخ
    • Mohammad Kakooei
      1402-03-14 1:47 ق.ظ

      سلام
      به دلیل آپدیت کتابخانه GEE دستور زیر دچار تغییر شده است
      دستور ee.Classifier.randomForest به ee.Classifier.smileRandomForest
      موفق باشید

      پاسخ
  • سلام وقت بخیر
    من این محصول را خریداری کردم ولی وقتی کد را بر روی منطقه مورد مطالعه خودم می‌زنم خطا زیر را می‌دهد و اجازه run شدن تصویر را نمی‌دهد. ممنون می‌شوم راهنمایی بفرمائید.
    لینک کد:

    https://code.earthengine.google.com/97a36c7854cb51f349b5e6a36fecb99e
    خطا:
    l8_seasonal: Layer error: Image.select: Pattern ‘B4’ did not match any bands.

    result_clustering: Layer error: Image.select: Pattern ‘B4’ did not match any bands.

    پاسخ
  • سلام وقت بخیر

    من وقتی نوع طبقه بندی را با توجه به توضیحات از randomForest به smileRandomForest تغییر می‌دهم و مجدد تصویر را RUN می‌کنم با هیچ خطایی مواجه نمی‌شوم ولی تصویر image را هم نمایش نمی‌دهد.
    ممنون می‌شوم راهنمائی بفرمائید.

    لینک کد:
    https://code.earthengine.google.com/4947b9d028221cdbcb377912f3618e8f

    پاسخ
    • Mohammad Kakooei
      1402-05-07 1:29 ب.ظ

      سلام
      باید asset خود را share کنید تا کد قابل اجرا باشد.

      Image.load: Image asset ‘users/ghazaiehiva/classified_cropland3’ not found

      پاسخ
  • پاسخ
    • Mohammad Kakooei
      1402-05-08 1:11 ب.ظ

      تصویر به اشتراک گذاشته شده 66 بایت است و در واقع فاقد اطلاعات تصویر است.
      به نظرم، کامنت قبلی را انجام نداده اید و اصلا تصاویر لندست8 برای طبقه بندی ندارید! برای فیلتر ‘CLOUD_COVER’ لندست 8 به جای 5 مثلا از 10 استفاده کنید.
      موفق باشید

      پاسخ
  • پاسخ
  • سلام جناب احراری، آیا جناب عالی غیر از آموزش، کار اجرا بصورت پروژه برای دستگاه دولتی هم انجام می دهید ؟

    پاسخ
  • بله، چون در ارتباط با موضوع این آموزش بود و ایشون قبلاٌ هم این جا راهنمایی فرمودند می نویسم، آیا می تونید فرد دیگری رو معرفی کنید؟

    پاسخ
  • سارا صلاحی
    1402-06-24 1:47 ق.ظ

    سلام من این آموزش رو پیاده سازی کردم. میخواستم فقط زمین های کشت پنبه و یا فقط ذرت رو استخراج کنم.آیا میتونم از خروجی این ویدیو به عنوان یک گرند تروث استفاده کنم با توجه به اینکه GSFAD چندین محصول رو در یک دسته قرار میده؟ چطور میتونم برای این کار اقدام کنم اگر آموزشی در این رابطه دارید بهم معرفی میکنین.ممنون

    پاسخ
    • Mohammad Kakooei
      1402-06-26 10:51 ق.ظ

      سلام
      تا زمانی که نتوانید داده مناسب پیدا کنید، نمیتوان در مورد الگوریتم و روش طبقه بندی صحبت کرد. آیا شما داده ای (به هر شکل) دارید که حداقل دو کلاس داشته باشد؟ (پنبه – غیره) یا (ذرت-غیره). بعد از حل موضوع داده، در روش های طبقه بندی تبدیل به مساله با تعداد نمونه های نامتوازن میشود و شاید روش های بدون نظارت و .. کارایی بیشتری داشته باشند!
      موفق باشید

      پاسخ

دیدگاهتان را بنویسید

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

این فیلد را پر کنید
این فیلد را پر کنید
لطفاً یک نشانی ایمیل معتبر بنویسید.

keyboard_arrow_up