تولید نقشه نوع کشت با تصاویر ماهواره ای سنتینل ۲ در نرم افزار ENVI

1,907 بازدید

بالاترین کیفیت محصولات

بالاترین امنیت خرید

خرید و دانلود آنی

پشتیبانی بسیار سریع

اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.

محصول آموزشی تولید نقشه نوع کشت با استفاده از تصاویر ماهواره ای سنتینل ۲ در نرم افزار ENVI منتشر شد. در این محصول روش کار با تصاویر ماهواره ای سنتینل ۲ برای تولید نقشه نوع کشت در مطالعات کشاورزی بصورت کاربردی و مرحله به مرحله آموزش داده شده است. روش کار با تصاویر ماهواره ای سنتینل ۲ در این محصول بصورت کامل و کاربردی در نرم افزار ENVI به منظور استفاده در زمینه کشاورزی تدریس شده است. مطالب این محصول کاملا جدید بوده و تا کنون در آموزش های دیگر به آن پرداخته نشده است. 

زمان: ۶ ساعت

فرمت آموزش : ویدئو

حجم فایل : ۱۶ گیگ

محصول آموزشی تولید نقشه نوع کشت با استفاده از تصاویر ماهواره ای سنتینل ۲ در نرم افزار ENVI منتشر شد. در این محصول روش کار با تصاویر ماهواره ای سنتینل ۲ برای تولید نقشه نوع کشت در مطالعات کشاورزی بصورت کاربردی و مرحله به مرحله آموزش داده شده است. روش کار با تصاویر ماهواره ای سنتینل ۲ در این محصول بصورت کامل و کاربردی در نرم افزار ENVI به منظور استفاده در زمینه کشاورزی تدریس شده است. مطالب این محصول کاملا جدید بوده و تا کنون در آموزش های دیگر به آن پرداخته نشده است. 


مشخصات محصول 

  • قیمت: ۶۵۰/۰۰۰ تومان
  • مدرس: امیرحسین احراری
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای 
  • موضوع: تولید نقشه نوع کشت محصول 
  • نرم افزار: ENVI 5.3
  • داده های تمرینی: دارد

توضيحات محصول 

محصول آموزشی تولید نقشه نوع کشت با تصاویر ماهواره ای سنتینل ۲ در نرم افزار ENVI منتشر شد. در این محصول مراحل کار با تصاویر ماهواره ای سنتینل ۲ بصورت کاربردی و گام به گام در نرم افزار ENVI توسط امیرحسین احراری تدریس شده است. ترکیب داده های چندزمانه و تولید نقشه نوع کشت بر اساس صرخه فنولوژی از جمله مهم ترین مطالبی است که در این دوره با استفاده از تصاویر ماهواره ای تدریس شده است. 


عناوين آموزشی 

مهم ترین عناوين آموزشی این محصول عبارت اند از:

  • روش دانلود داده های ماهواره سنتینل ۲
  • روش دانلود مدل های رقومی زمین سنجنده ALOS-PALSAR
  • روش تصحیح هندسی داده های Level-C ماهوراه سنتینل ۲
  • روش تصحیح رادیومتریکی داده های Level-C ماهواره سنتینل ۲
  • روش تصحیح اتمسفری داده های Level-C ماهواره سنتینل ۲
  • روش محاسبه شاخص طیفی NDVI برای داده های Level-C ماهواره سنتینل ۲
  • روش ایجاد سری های زمانی برای داده های Level-C ماهواره سنتینل ۲
  • روش استخراج چرخه فنولوژی برای داده های Level-C ماهواره سنتینل ۲
  • روش جداسازی و تفکیک انواع محصولات و کشت های زمین های زراعی
  • روش اجرای طبقه بندی SVM و Neural Network در تولید نقشه های نوع محصول
  • روش گویا سازی نتایج الگوریتم های طبقه بندی در تولید نقشه های نوع محصول
  • روش محاسبه سطح زیر کشت هریک از محصولات زراعی

داده های ماهواره ای اصلی بکاربرده شده در این آموزش مربوط به کدام سنجنده و ماهواره است و چرا؟

  • ماهواره SENTINEL-2
  • بدلیل توان تفکیک مکانی بالا (۱۰ متر)
  • بدلیل وجود باندهای کاربردی مرئی و مادون قرمز بازتابی در زمینه مطالعه پوشش گیاهی و کشاورزی
  • بدلیل توان تفکیک زمانی مناسب

کدام یک از باندهای ماهواره SENTINEL-2 در این آموزش استفاده شده است؟

  • باندهای مرئی و مادون قرمز نزدیک
  • بدلیل کاربردی بودن آنها در برآورد شاخص های طیفی گیاهی

مهم ترین ماهواره های سنجش از دور در مطالعات کشاورزی کدامند ؟

  • ماهواره های سری لندست
  • ماهواره سنتینل۲
  • سنجنده مادیس

کاربرد سنجش از دور در کشاورزی چیست؟

سنجش از دور در کشاورزی خدمات موثر و مفیدی را ارائه میکند که عبارت اند از :

  • تعیین سطح زیر کشت
  • برآورد بیومس
  • شناسایی انواع تنش های گیاهی در زمین های زراعی
  • پایش فعالیت های کشاورزی
  • مطالعه چرخه فنولوژی گیاهان
  • بررسی خاک گیاه
  • بررسی انواع ترکیبات شیمیایی تشکیل دهنده گیاهان
  • تفکیک انواع محصولات زراعی
  • کاداستر زراعی
  • برآورد تبخیر و تعرق در زمین های زراعی
  • و غیره

 مهم ترین کاربرد داده های ماهواره ای سنتینل در چه زمینه ای است؟

  • کشاورزی
  • کاربری اراضی
  • جنگلداری
  • مخاطرات طبیعی
  • مطالعات شهری 

آیا منطق ارائه شده در آین آموزش برای داده های ماهواره لندست نیز قابل استفاده است؟

بله. شما میتوانید ساختار ارائه شده در این آموزش را عینا برای داده های ماهواره لندست نیز استفاده نمایید. تنها تفاوت در روش پیش پردازش هندسی و رادیومتریکی داده های ماهواره لندست در مقایسه با داده های ماهواره سنتینل است.

چرا در این آموزش از داده های ماهواره لندست استفاده نشده است؟

لندست نیز به مانند سنتینل برای تولید نقشه های زراعی کاربردی است. هر دو ماهواره مذکور از باندها و ویژگی های طیفی و زمانی لازم برای تولید نقشه های کشت برخوردار هستند. اما سنتینل ۲ با توان تفکیک مکانی ۱۰ متری در مقایسه با توان تفکیک ۱۵ متری لندست (در حالت تلفیق شده با پانکروماتیک) امکان بهتری را برای تولید نقشه نوع محصول فراهم آورده است بدلیل آنکه درصد پیکسل های مخلوط در آن بسیار کمتر و در نتیجه دقت طبقه بندی افزایش میابد.

لندست بهتر است یا سنتینل ؟

هیچکدام به تنهایی بهتر نیستند. لندست و سنتینل درصورتی که بصورت ترکیبی همراه باهم استفاده شوند نتایج بهتری را تولید میکنند.

با استفاده از این محصول آموزشی چه کارهایی میتوان انجام داد؟

این محصول آموزشی روش تولید یک نقشه نوع محصولات زراعی را از ابتدا تا انتها آموزش داده است. مطالب و روش ارائه شده در این آموزش قابل استفاده در پروژه های تحقیقاتی و تجاری است.


مدرس 

  • امیرحسین احراری
  • کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  •  بیش از ۱۰ سال آموزش سنجش از دور
  • تحصیلات کارشناسی: سنجش از دور، دانشگاه تهران
  • تحصیلات کارشناسی ارشد: سنجش از دور، دانشگاه تهران
  • طراح و مدرس صدها دوره آموزشی سنجش از دور
  • نویسنده اولین کتاب گوگل ارث انجین در ایران
  • طراح و مدرس دوره استاد بزرگ ENVI
  • طراح و مدرس نخستین دوره آنلاین نرم افزار ENVI در ایران
  • طراح و مدرس نخستین آموزش جامع سامانه گوگل ارث انجین در ایران
  • و . . .

محصولات مرتبط :

65 دیدگاه. ارسال دیدگاه جدید

  • باسلام،
    آیا میتوان نقشه نوع کشت مانند اراضی باغات را با استفاده از تصاویر ماهواره ای سنتینل ۲، در نرم افزار SNAP هم تولید کرد؟ شما آموزشی در این زمینه دارید؟ غیر از این اموزش که با نرم افزار ENVI می باشد.

    پاسخ
  • م ایران
    1400-11-27 2:33 ب.ظ

    با سلام و ادب
    ببخشین این محصولی که با عنوان “تولید نقشه نوع کشت با استفاده از تصاویر ماهواره ای سنتینل ۲ در نرم افزارenvi ” در سایت موجود هست. آیا میشود همین نقشه های نوع کشت را در google earth engine تولید کرد؟ یا فقط در محیط Envi امکانش هست؟
    ممنونم از پاسخدهی شما

    پاسخ
  • زهرا چقازردی
    1401-03-24 1:36 ب.ظ

    ببخشید میخواستم بدونم پس از تهیه نقشه نوع کشت محصول زراعی از چه طریقی می توان مساحت اون نوع کشت رو برآورد کرد؟
    با تشکر

    پاسخ
    • با سلام و احترام

      باید نقشه طبقه بندی شده تبدیل به لایه وکتوری شود و سپس در نرم افزار QGIS یا ArcGIS مساحت هر کلاس را از طریق جدول توصیفی محاسبه کنید.

      موفق باشید

      پاسخ
      • زینب شهاوندی
        1402-03-28 6:03 ب.ظ

        با سلام و احترام
        آیا این اموزش متفاوت با اموزشی است که در دوره اموزش رایگان ENVIموجود است؟

        پاسخ
  • رضا رادمهر
    1401-08-05 12:16 ق.ظ

    سلام وقتتون بخیر، من میخوام لایه نخیلات رو در سطح یک استان ترسیم و محاسبه کنم شما برای انجام اینکار چه روشی رو پیشنهاد میدید؟ ممنون

    پاسخ
    • با سلام و احترام

      به نظرم استفاده از داده های سنتینل ۲ به همراه شاخص طیفی NDVI چند زمانه (از هر ماه یک تصویر) و طبقه بندی آن مناسب باشد.

      موفق باشید

      پاسخ
  • سلام آقای مهندس وقت بخیر ممنون از آموزش های خوبتون میخواستم بدونم آیا در محصولات آموزشی تون ، نحوه تولید نقشه نوع کشت مانند اراضی باغات در سامانه گوگل ارث انجین وجود دارد؟ اگر هست خیلی ممنون میشم لینک مربوطه را برایم ارسال بفرمایید.
    با تشکرررررررر

    پاسخ
  • با سلام
    در اجرای طبقه بندی svm مشکل دارم. مدل بدون پیغام خطا Run می شود ولی حتی بعد از 24 ساعت هم هیچ پیشرفتی نمی کند. با تغییر و بدون تغییر ضرایب پیش فرض هم مشکل حل نمی شود. من 5 طبقه در نظر گرفته ام و کل ابعاد تصویر 5000 در 8000 پیکسل است. لطفا بفرمایید چکار باید کرد؟

    پاسخ
    • با سلام و احترام

      این خطا معمولا به دو دلیل ایجاد میشه: ۱) وسعت بسیار زیاد منطقه مورد مطالعه و حجم بالای داده مورد استفاده و ۲) پایین بودن سخت افزار سیستم
      اول این دستور را برای یک منطقه خیلی کوچک ران کنید اگر اجرا شد و مشکلی نداشت یعنی سنگینی داده ورودی مانع از پردازش شده. اگر همچنان همین مشکل تکرار شد با یک سیستم دیگر نیز تست کنید.

      موفق باشید

      پاسخ
  • سلام دانلود آموزش ها خیلی زمان‌بر هست چکار کنیم؟

    پاسخ
    • با سلام و احترام

      لینک های دانلود داخل حساب کاربری شما همیشه در دسترس هست. می توانید از دانشگاه فایل ها رو دانلود نمایید. از سایت ارث انجین هم داده ها رو دانلود کنید همین زمان نیاز هست. به دلیل همین محدویت حجم بالای داده های ماهواره ای هست که بنده اکثر آموزش ها رو از چند سال پیش در سامانه ارث انجین تدریس میکنم.

      موفق باشید

      پاسخ
  • سلام وقت بخیر من این دوره رو مدتی پیش خریداری کردم اولا از تدریس بسیار عالی جناب مهندس احراری کمال تشکر دارم و بعد اینکه به دو مشکل خوردم اینکه در سایت usgs تصاویر سنتینل 2 دسترسی نیست و وقتی به سراغ سایت copernicus مراجعه میکنم جهت دانلود تصاویر طبق مراحل گفته شده در آموزش با پیغام زیر مواجه میشم

    Offline product retrieval has been initiated and the product has been moved to Cart. Please check your Cart to know when it will be online.

    ممنون میشم راهنمایی کنید

    پاسخ
    • با سلام و احترام

      برای دانلود داده های سنتینل سال های قبل از سایت کوپرنیکوس اول باید آن را add to card کنید. بعد از چند ساعت فایل درخواستی از طریق بخش card قابل دانلود هست و می توانید استفاده کنید.

      موفق باشید

      پاسخ
      • تشکر آقای مهندس
        من شاخص ndvi رو برای تصویر محاسبه میکنم بازه [1, 10-] بدست میاد ممنون میشم این مورد رو هم راهنمایی کنید

        پاسخ
        • با سلام و احترام

          گاهی وجود یک پیکسل خطا باعث میشه دامنه اعداد تصویر اشتباه نشان داده شود. چک کنید که قالب پیکسل های تصویر تو رنج درست هست یا خیر. گاهی وجود یک پیکسل خطا باعث میشه که فکر کنید محاسبه اشتباه بوده. اگر چند عدد پیکسل مقدار غیرعادی دارند ایرادی ندارد و محاسبه درست است.

          موفق باشید

          پاسخ
  • میلاد صباحی
    1402-01-14 12:52 ق.ظ

    آقای مهندس سلام مجدد

    بحث خطای ndvi که در بالا فرمودین رو با توجه به راهنمایی شما درست کردم یکسوال دیگه که ذهنمو مشغول کرده تصاویر سنتینل 2 دریافت شده از ارث انجین نیاز به پیش پردازش دارند یا نه؟

    و مورد دیگه اینکه برای منطقه مورد نظری که انتخاب کردم و کد ارث انجین برای دانلود تصاویر رو هم که ران کردم 40 تصویر در بازه مشخص شده داده سوالی که ذهنمو درگیر کرده اینکه برای هر تاریخ دو تصویر داده با این تفاوت که در تصویر اول از تاریخ 1 در انتهای تصویر T39STU نوشته شده و در تصویر دوم از همان تاریخ 1 انتهای تصویر T38SQD نوشته شده ممنون میشم تفاوت این دو رو بهم بگین

    پاسخ
    • با سلام و احترام

      در صورتی که از داده های L2A سنتینل در ارث انجین استفاده کنید نیاز به تصحیح ندارند جز یک scale factor که باید روی داده ها اعمال شود. در هر تاریخ ممکنه از یک منطقه در قالب چند فریم تصویر وجود داشته باشد. هرفریم بخشی از منطقه مورد مطالعه را پوشش میدهد. فریم های همزمان دقیقا وسعت مکانی یکسانی را پوشش نمیدهد.

      موفق باشید

      پاسخ
      • میلاد صباحی
        1402-01-14 1:10 ب.ظ

        یک دنیا تشکر آقای مهندس یک سوال دیگه بازم عذرخواهی بابت اینکه زیاد سوال میپرسم

        شما در آموزش از داده های L-C استفاده کردین قبل از اعمال هر پیش پردازشی باندهای فراخوانی شده رو هم layer stack کردین اگر در انتها بخواهیم هر لایه بعد از پیش پردازش بصورت جدا با فرمت tiff ذخیره بشه چه مراحلی در ENVI باید سپری بشه؟

        ممنونم از لطف شما

        پاسخ
      • میلاد صباحی
        1402-01-14 4:46 ب.ظ

        آقای مهندس عذرخواهی مجدد یکسوال دیگه ایجاد شد ناحیه مطالعاتی من زیاد بزرگ نیست طوری هستش که در هر فریم میشه گفت بصورت کامل قرار میگیره چون فرمودین که “فریم های همزمان دقیقا وسعت مکانی یکسانی را پوشش نمیدهد.” داخل محاسبه ndvi مشکلی ایجاد نمیکنه؟ (من قبل از هر پردازش منطقه مورد مطالعه رو از تصاویر برش میزنم و بعدش طبق آموزشهای شما پیش میرم)

        پاسخ
        • میلاد صباحی
          1402-01-15 9:45 ق.ظ

          راجع به محاسبه ndvi که گفتم مشکل ایجاد نمیکنه منظورم این هستش که محاسبه ndvi ماهانه از تصاویر هر دو فریم استفاده بشه مشکلی ایجاد نمیکنه یا بهتره که در پردازش ها و تمامی مراحل کار از یک فریم استفاده بشه؟

          پاسخ
          • در این گونه موارد برای پوشش دادن یک منطقه بزرگ باید از میانگین شاخص یک ماه استفاده کرده یا اینکه تصاویر رو موزاییک کنید. البته برای موزاییک اختلاف زمانی داده ها نباید چندان زیاد باشد.
            موفق باشید

        • با سلام و احترام

          اگر داخل یک فریم قرار میگیرد پس نیاز به موزاییک کردن یا میانگین گیری ندارید.

          موفق باشید

          پاسخ
  • میلاد صباحی
    1402-01-15 6:34 ب.ظ

    آقای مهندس یک سوال دیگه و فکر میکنم سوالاتم تموم شده باشه اینکه میشه تمام پیش پردازش هایی که گفتید رو بصورت تک باند هم انجام داد؟

    پاسخ
    • با سلام و احترام

      تصحیح رادیومتریکی بر روی هر باند بصورت جداگانه قابل انجام است اما برای تصحیح اتمسفری باید همه باندها رو باهم داشته باشید.

      موفق باشید

      پاسخ
  • maesam1982@gmail.com
    1402-02-13 10:31 ق.ظ

    با سلام و وقت بخیر. تفاوت L1C و L2A در سنتینل 2 چیست؟ چرا ژس از ثبت نام در سایت EarthExplorer ماهواره سنتینل وجود ندراد بعد از NASA به ترتیب RADAR و UAC قرار گرفته و ظاهرا Sentinel حدف شده؟ راهنمایی بفرمائید

    پاسخ
    • با سلام و احترام

      L1C تصحیح رادیومتریکی شده
      L2A تصحیح رادیومتریکی و اتمسفری شده است.
      از سایت sentinel data hub برای دانلود تصاویر سنتینل استفاده کنید.

      موفق باشید

      پاسخ
  • maesam1982@gmail.com
    1402-02-13 9:35 ب.ظ

    تشکر بابت پیگیری و پاسخگویی حضرتعالی. متوجه شدم
    The USGS Sentinel-2 archive has been decommissioned, and data is no longer available for download through the USGS. All Sentinel-2 data are freely available from the Copernicus Open Access Hub.

    پاسخ
  • عباس نعیمی
    1402-03-22 1:49 ب.ظ

    سلام آیا اموزش داخل اموزش جامع انوی موجود است یا خیر؟

    پاسخ
  • سلام وقت خوش
    من این آموزش رو خریدمم بعد متوجه شدم تا 2017 هست
    برای بررسی تغییرات آب زیرزمینی از سال 2017 تا امروز از چه پروداکت یا تصویری استفاده کنم؟

    پاسخ
  • با سلام و وقت بخیر
    چرا بعد از استک کردن ndvi ها یک حاشیه سیاه با مقدار -1.000000e+34 در اطراف تصویر شکل می گیرد، برای رفع یا پیشگیری از ایجاد آن چه باید کرد؟ متشکرم

    پاسخ
  • با سلام و احترام

    آقای مهندس احراری، فرآیند svm برای من بسیاز زمان بر هست، مثلا یکبار ران کردنش برای ndvi stack حدود 134 ساعت طول کشید؟ آیا این طبیعی است؟ یا مشکلی وجود دارد؟ و اینکه در پایان کلاسها در layer manager نمایش داده می شود ولی تصویر طبقه بندی شده نمایش داده نمی شود، بلکه یک صفحه سفیذ است. همین مشکل عددم نمایش تصویر طبقه بندی شده برای روش nn هم وجود دارد. در صورتی که فرضا بعد از استفاده از maximum likelihood تصویر فاینال نمایش داده می شود. لطفا راهنمایی بفرمایید. تشکر

    پاسخ
    • با سلام و احترام

      منطقا نباید این همه زمان بر باشه. فقط در زمانی این مشکل ایجاد میشه که حجم داده ورودی و وسعت منطقه مورد مطالعه بسیار بالا باشد.
      بر روی یک تصویر کوچک تر تست کنید. البته من الان سه سالی هست که دیگه از انوی استفاده نمیکنم اما داخل نرم افزار ArcGIS pro هم روش SVM یا Random Forest موجود هست. می توانید با آن تست کنید.

      موفق باشید

      پاسخ
  • 13 ساعت

    پاسخ
  • با سلام و عرض ادب

    استاد احراری فرمودید که سه سالی هست از انوی استفاده نمی کنید،امکانش هست که بفرمایید چرا و اینکه از چه نرم افزار جایگزینی استفاده می کنید؟

    پاسخ
    • بله من الان از گوگل ارث انجین و زبان برنامه نویسی پایتون در گوگل کولب برای پروژه ها استفاده میکنم. برای کارهای جی آی اس هم از نرم افزار ArcGIS pro

      موفق باشید

      پاسخ
  • با سلام و احترام

    ضمن عرض خداقوت به شما، آقای مهندس احراری، شما فرمودید که با استفاده از ارتفاع می توان مناطق زراعی را از پوشش های طبیعی جدا کرد، منتها زمانی که پوشش های زراعی ما مانندزنجان در دشت و مناطق کم ارتفاع متمرکز باشند، برای حوضه آبخیزی فرضا در خوزستان که شامل مناطق زراعی واقع در ارتفاعات مختلف و بعضا هم ارتفاع با پوشش های طبیعی است چه راهکاری را معرفی می فرمایید؟ مثلا پوشش های زراعی واقع در رامهرمز، باغملک و ایذه که در ارتفاعات مختلفی واقع شده اند.
    سوال دیگر اینکه بعد از ری اسکیل کردن تصاویرم (لندست کالکشن دو لول دو)، وقتی که ndvi را محاسبه می کنم و quick stat می گیرم، در یک بازه عجیب قرار می گیرند، -788 تا 1066. علت چی میتونه باشه و اینکه آیا الزامی به ری اسکیل کردن تصاویر هست؟ ممنونم بایت وقتی که به پاسخ گویی اختصاص می دهید

    پاسخ
    • با سلام و احترام

      استفاده از داده های ارتفاعی فقط برای مناطق شمالی کشور شاید مناسب باشه. برای سایر مناطق باید از NDVI ماهیانه و طبقه بندی نظارت شده برای جداسازی اراضی کشاورزی استفاده نمایید. برای اعتبارسنجی ndvi نباید به min و max استناد کنید. گاهی یکی دوتا پیکسل خطا باعث خراب شدن رنج می شود. cursor موس را روی تصویر حرکت بدید. اگر کلیات مقادی درست باشد یعنی محاسبه درست بوده.

      موفق باشید

      پاسخ
  • با سللام و عرض ادب
    و ممنون بایت پاسخگویی به سوالات

    آقای مهندس احراری، اگر در منطقه مورد مطالعه هم کشت آبی باسد و هم دیم و از لحاظ فنولوژی تفاوت محسوسی نداشته باشند، آیا راه حلی برای جداسازی شان وجود دارد؟

    پاسخ
    • با سلام و احترام

      اگر ازهر یک از زمین ها و کاربری های هدفتون سمپل داشته باشید امکان جداسازی با الگوریتم های طبقه بندی هست. البته تصاویر ورودی هم باید تصاویر چندزمانه ndvi باشد.

      موفق باشید

      پاسخ
  • با سلام و احترام

    یک سوال داشتم، البته ممکنه مبنای علمی نداشته باشه، آیا از گوگل ارث می شود برای برداشت نمونه های تعلیمی جهت طبقه بندی استفاده کرد؟ اعتبارسنجی منظورم نیست.

    پاسخ
  • امیرحمزه مسیحی
    1402-05-27 9:59 ب.ظ

    سلام و عرض ادب جناب مهندس احراری.اجرتون با خدای متعال.بنده یکی از ده ها دانشجوی دکترای گیاهپزشکی زیر شاخه کشاورزی هستم ساکن شیراز که از اموزش های ظبط شده شما استفاده میکنم.شما گردن ما خیلی حق دارین.بقول مولا علی ع: هرکس کلمه ای به من بیاموزد مرا مدیون خود کرده است.براتون ارزوی پیشرفت بیشتر و سلامتی و عاقبت بخیری از خداوند مسئلت دارم.
    ی سوال داشتم خدمتتون : ایا بسته اموزشی استاد بزرک انوی مطالب سطح زیر کشت و نوع کشت هم جزئ سر فصل هاش هست؟؟ این بسته اموزشی را تهیه کنیم بیشتر در زمینه پایش محصولات کشاورزی کاربردی تر هست یا بسته اموزشی استاد بزرگ انوی؟؟

    پاسخ
    • با سلامن و احترام
      ممنون از پیام شما.
      در بسته استاد بزرگ انوی در ارتباط با تولید نقشه نوع کشت توضیحی داده نشده است. برای تولید نقشه نوع کشت همین آموزش نوع کشت مناسب هست.

      موفق باشید

      پاسخ
  • سلام و عرض ادب

    چرا پس از پیاده سازی الگوریتم neural network بر روی تصویر حاصل از استک ndvi های ماه های مختلف سال، در نهایت یک صفحه یک رنگ به عنوان خروجی کار است و طبقه بندی صورت نمی گیرد؟ ممنون میشم راهنمایی بفرمایید

    پاسخ
  • امیرحمزه مسیحی
    1402-07-19 8:32 ب.ظ

    سلام و عرض ادب استاد جان میخاستم بپرسم این اموزش بهتر و کامل تر هست یا اموزش استاد بزرک انوی؟ رشته من بیماری شناسی گیاهی هست و بیشتر دنبال شاخص های طیفی، پایش زمین کشاورزی، سطح زیر کشت و نقشه نوع محصول و مساحت زیر کشت هر یک از محصولات
    ایا استاد بزرگ انوی اموزش روش محاسبه سطح زیر کشت هریک از محصولات زراعی جزء سر فصل هاش هست ؟؟؟

    پاسخ
  • محمودی
    1402-08-15 10:08 ق.ظ

    سلام و وقت بخیر
    آیا امکان تفکیک نوع محصول و گیاه (مثل گندم، جو، ذرت و…) در این آموزش توضیح داده شده است؟
    در غیرصورت به چه روشی می‌توان این کار را انجام داد؟

    پاسخ
    • با سلام و احترام
      روش ارائه شده برای جداسازی همه نوع محصولی قابل استفاده است. به این شرط که چرخه فنولوژی آن ها را بدانید و همپوشانی نیز نداشته باشند.
      در صورت همپشانی دوره رشد باید یه سری نمونه زمینی از محل کشت این محصولات داشته باشید تا به عنوان داده آزمون در طبقه بندی استفاده شود.

      موفق باشید

      پاسخ
  • میترا امامی
    1402-08-21 12:12 ق.ظ

    سلام وقت بخیر
    ببخشید برای دانلود تصاویر ماهانه سنتینل 2، از سطح تصحیح L1c باید استفاده کرد یا سطح تصحیح L2A؟ یا بصورت ترکیبی؟ و اینکه باتوجه به اینکه در هرماه بیش از یک تصویر وجود دارد، باید یک تصویر را انتخاب کرد یا تمامی تصویر مربوط به هرماه؟

    پاسخ
    • با سلام و احترام

      تناوب زمانی پروداکت ارتباطی با نوع آن ندارد. داده های L2A تصحیح اتمسفری شده است و نیاز به انجام تصحیحات رادیومتریکی ندارد. برای نوع کشت از هر ماه یک تصویر داشته باشید کافی هست.

      موفق باشید

      پاسخ
  • سلام جناب مهندس احراری ببخشید این مراحل آموزش داده شده برای برآورد سطح زیر کشت محصول خاصی از میان سایر محصولات منطقه در لندست 8و9 میتوان استفاده کرد. واینکه مراحل آموزش داده شده برا انجام در تصاویر لندست یکی است ممنون

    پاسخ
    • با سلام و احترام

      بله برای هر محصولی که چرخه رشد آن را داشته باشید قابل استفاده است.
      برای ماهواره های سری لندست یکسان است فقط باید روش کار با داده های لندست به همراه تفاوت های باندی آن ها را بدانید.

      موفق باشید

      پاسخ
  • سید مسعود مصطفوی
    1402-12-28 10:37 ق.ظ

    سلام استاد
    ببخشید دو سوال در مورد این دوره آموزشی داشتم
    1-آیا این دوره نیاز به پیش نویس دارد؟
    2-آیا تعیین نوع کشت و مساحت آن در این روش در هر زمانی در گذشته امکان پذیر است؟

    پاسخ
    • با سلام و احترام

      پیش نیاز این دوره شامل آشنایی با سنجش از دور و تکنیک های پردازش تصویر است. البته همه موارد بصورت کامل توضیح داده شده است. اما اگر دانش قبل در این زمینه داشته باشید راحت تر مفاهيم رو درک خواهید کرد.

      در صورتی که چرخه رشد محصولات در منطقه را بدانید بله برای داده های گذشته نیز قابل استفاده است.

      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