فیلم مستر کلاس ریز مقیاس سازی و ادغام تصاویر ماهواره ای در ارث انجین

1,149 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

فیلم مستر کلاس ریز مقیاس سازی و ادغام تصاویر ماهواره ای در ارث انجین  منتشر شد! در این آموزش روش ها و تکنیک های افزایش جزییات مکانی و زمانی داده های ماهواره ای با استفاده از سامانه گوگل ارث انجین تدریس می شود. این آموزش تخصصی ترین دوره آموزشی در زمینه افزایش جزییات مکانی داده های مختلف است که برای…

فیلم مستر کلاس ریز مقیاس سازی و ادغام تصاویر ماهواره ای در ارث انجین  منتشر شد!

در این آموزش روش ها و تکنیک های افزایش جزییات مکانی و زمانی داده های ماهواره ای با استفاده از سامانه گوگل ارث انجین تدریس می شود. این آموزش تخصصی ترین دوره آموزشی در زمینه افزایش جزییات مکانی داده های مختلف است که برای اولین بار در آن تمامی سناریوهای افزایش توان تفکیک مکانی بصورت علمی و عملی تدریس می شود.

در این آموزش یاد می گیرید:

  • افزایش توان تفکیک مکانی تصاویر لندست به ۱۵ متر
  • افزایش توان تفکیک مکانی تصاویر سنتینل به ۱۰ متر
  • افزایش توان تفکیک مکانی تصاویر مادیس به ۳۰ متر (پوشش گیاهی، دمای سطح زمین و کاربری اراضی)
  • افزایش توان تفکیک مکانی پروداکت های اقلیمی (دما و رطوبت خاک) به ۱ کیلومتر


مشخصات آموزش

  • مدرس: امیرحسین احراری
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • موضوع: افزایش توان تفکیک مکانی تصاویر ماهواره ای
  • نرم افزار: سامانه گوگل ارث انجین
  • تعداد جلسات: فیلم کامل ۴ جلسه آموزش + آموزش های مکمل

این مستر کلاس برای کسانی مناسب است که با اصول اولیه و پایه ای سامانه گوگل ارث انجین آشنایی دارند.


خرید فیلم کلاس

به منظور تهیه فیلم کلاس بر روی دکمه زیر کلیک کنید.

این مستر کلاس بصورت ۱۰۰ در ۱۰۰ از طرف آکادمی سنجش از دور ایران تضمین شده و در صورت عدم رضایت تمامی مبلغ پرداختی بازگردانده خواهد شد.


معرفی کلاس


نمونه کوتاهی از آموزش


توضیحات

این آموزش در زمینه افزایش توان تفکیک مکانی انواع داده های ماهواره ای در سامانه گوگل ارث انجین است که برای تمامی کاربردهای زیست محیطی کاربردی و قابل استفاده خواهد بود. افزایش جزییات مکانی تصاویر ماهواره ای لندست، سنتینل، مادیس و پروداکت های اقلیمی مهم ترین هدف این دوره آموزشی است.

برتری این دوره نسبت به آموزش های مشابه جامعیت آن در آموزش روش پیاده سازی الگوریتم ها در سامانه ارث انجین برای داده های ماهواره ای متنوع است.


مدرس دوره

  • امیرحسین احراری
  • کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • نویسنده اولین و پرفروش ترین کتاب سامانه گوگل ارث انجین در ایران

این دوره آموزشی برای چه ماهواره هایی کاربردی است؟

  • لندست برای تبدیل 30 متری به 15 متری
  • سنتینل 2 برای تبدیل 20 متری به 10 متری
  • مادیس (پروداکت های دما، پوشش گیاهی و کاربری اراضی)
  • پروداکت های ماهواره ای بارش
  • پروداکت های ماهواره ای رطوبت خاک

تفاوت ریز مقیاس سازی و ادغام در چیست؟

در فرایند ادغام، دو یا چند تصویر ماهواره ای با استفاده از روش های تبدیل طیفی و فرکانسی در سطح پیکسل با یکدیگر به گونه ای ترکیب می شوند که یک تصویر جدید با جزییات مکانی بالاتر تولید می شود. عموما روش های ادغام برای افزایش جزییات مکانی تصاویر چندطیفی با استفاده از باند پانکروماتیک استفاده می شود.

در مقابل برای داده های اقلیمی و زیست محیطی به منظور افزایش جزییات مکانی، استفاده از مدل سازی های آماری مانند روش های رگرسیونی پرکاربرد است که همگی در این دوره تدریس شده اند.


خرید فیلم کلاس

به منظور تهیه فیلم کلاس بر روی دکمه زیر کلیک کنید.

نوشته های مرتبط :

آموزش های رایگان پیشنهادی :

30 دیدگاه. ارسال دیدگاه جدید

  • سلام وقتتون بخیر
    ببخشید، محتوی این دوره با دوره های قبلی هم پوشانی خاصی دارد؟
    در ارتباط با به کارگیری روش های مختلف یادیگیری ماشین در ارث انجین توضیحاتی داده میشود؟ یا فقط از روش Random Forest برای ریزمقیاس سازی استفاده میشود؟
    سقف خاصی برای هدیه دوره وجود دارد؟
    خیلی ممنون

    پاسخ
    • با سلام و احترام

      بله با دوره های قبلی هم پوشانی دارد. علاوه بر روش random forest یکی دو روش دیگر یادگیری ماشین هم توضیح داده میشه اما random forest در حال حاضر در روش های یادگیری ماشین از همه بهتر هست. برای هدیه دوره هم هیچ سقفی نیست فقط محصول هدیه نمی تواند از دوره های در حال ثبت نام باشد. فقط دوره هایی را می توانید انتخاب کنید که به پایان رسیده و فیلم آن روی سایت قرار گرفته است.
      مطالب این دوره ۵۰ درصد با مطالب دوره های قبلی همپوشانی دارد.

      موفق باشید

      پاسخ
  • آیا برای DEM هم این روشها قابل استفاده هست و تا چه حدی میشه ریزمقیاس سازی کرد؟

    پاسخ
  • Mahdi Shojaei
    1401-06-12 10:06 ب.ظ

    سلام
    رفرنس هم برای مطالب معرفی خواهید کرد، در دوره های قبلی اصلا رفرنسی برای فرمول ها و معادلات ریاضی بکار رفته در مدل های اعم از رگرسیونی را اصلا معرفی نکرید، به فرض اینکه بخواهیم با توجه به مطالب آموزش داده شده محتوی علمی را تالیف کنیم، حال فرمول های روابط ریاضی را از چه منبعی باید بدهیم، این مطلب را به هیچ عنوان باز گو نکردید، در دوره هایی هم که شرکت کردم عنوان کردم اما چیزی دستگیرم نشد بجر ارسال لینک پروداکت های گوگل ارث انجین، داخل کتاب هم معادلات ریاضی را باز گو نکردید و به نوعی ز نظر من کار شما وجه علمی نداشته و عقیم است چرا که پژوهشگر پروری نکرده و صرفا کار با پلتفرم را آموزش داده اید

    پاسخ
    • با سلام و احترام

      ممنون از پیام شما. البته برای مدل ریزمقیاس سازی رندم فارست که در آموزش های قبلی بکار رفته من رفرنس به کاربران معرفی کردم. ولی این که میفرمایید در دوره ها رفرنس معرفی نمی شود بله این مشکل وجود دارد و در دوره های جدید به مرور در حال برطرف شدن هست. در این دوره من برای برخی از روش ها مانند رندم فارست رفرنس دارم و برای برخی دیگر هم خیر صرفا با تکنیک آن آشنایی دارم و ادعای عجیب و غریبی هم در این زمینه هرگز نداشتیم که ما متخصص پرورش میدهیم. به اندازه توانم در سال های اخیر فعالیت کردم و ادعایی هم ندارم. در این سال ها افرادی با آموزش های ما خیلی موفق شدند و افرادی هم به نتیجه نرسیدند. هرکسی در سال های اخیر از آموزش های بنده ناراضی بوده من هزینه رو برگشت دادم.
      در ارتباط با مطالب کتاب، هدف ما آموزش سامانه گوگل ارث انجین بوده. کتاب اساسا تکنیکی است نه تئوری علمی. همه کتاب های نرم افزاری در دنیا دستورالعمل ها رو آموزش میدهند نه تئوری های علمی رو. متاسفانه با نظر شما در این زمینه موافق نیستم چون نمونه کتاب های نرم افزاری زیادی در دنیا هستند که صرفا تکنیک ها رو آموزش میدهند. کاربری که کتاب گوگل ارث انجین رو تهیه میکنه باید با اصول مقدماتی سنجش از دور آشنایی داشته باشد در غیر این صورت این کتاب مفید نخواهد بود. بنده آموزش ۱۲ ساعته تئوری سنجش از دور و بسیاری از مطالب پایه رو هم بصورت رایگان در سایت قرار دادم تا کاربران جدید به مشکل نخورند.
      https://girs.ir/fundamental-of-remote-sensing-ccrs-canada/

      موفق باشید

      پاسخ
      • Mahdi Shojaei
        1401-06-15 7:42 ب.ظ

        سلام
        نمی دانم شما منطورتان از کتاب، کتاب هایی با چه موضوعاتی است، اما حتی اگر به مبانی سنجش از دور دکتر فاطمی هم معادلات ریاضی را ذکر کرده است، حتی می توان با مراجعه به راهنمای بسیاری از نرم افزار ها از رفرنس علمی ابزارها نیز مطلع شد، اما زمانی که فردی ادعا می کند که برای اولین بار است که اقدام به حل برخی از مسائل یا روشی را از جامعه ای اخذ کرده و می خواهد به جامعه دیگری منتقل کند آن جامعه حق دارد تا بداند مبانی علمی این روش و روابط ریاضی ما بین آن چه بوده است، شایسته اخلاق علمی است که شما چنین حقی را به مخاطبان خود بدهید و بدون در نظر گرفتن سایر جوانب امر صرفا عمل کلیک کردن و تایپ کردن را به مخاطبین خود ارائه ندهید، با تشکر

        پاسخ
        • همانطور که عرض کردم منظور بنده کتاب های آموزش نرم افزار است. مثلا در کتاب های آموزش ArcGIS تئوری و مبانی سیستم اطلاعات جغرافیایی تدریس نمی شود. بلکه فقط روش های کار با نرم افزار و تکنیک های آن تدریس شده است.
          کتاب دکتر فاطمی یک کتاب تئوری است نه یک کتاب آموزش نرم افزاری. مثلا کتاب دکتر فاطمی یک کتاب مبانی است و طبیعی هست که نکات بر اساس رفرنس تدریس شود اما در مقابل کتاب خانم سنجری یک کتاب آموزش کاربردی نرم افزار ArcGIS هست و در آن صرفا دستورالعمل ها اشاره شده. در کتب خارجی کتاب دکتر جنسن تئوری است و اصول و مبانی را ذکر کرده اما در مقابل کتاب های ازری صرفا تکنیک های نرم افزاری را تدریس می کند.
          بنده ادعا نکردم که برای اولین بار دارم مشکلات رو حل میکنم. همه مواردی که من تدریس میکنم هزاران مقاله قبلا براش نوشته شده سایت های بسیار زیاد فارسی و انگلیسی هستند که در این زمینه فعالیت دارند. بنده فقط نکاتی که اطلاع دارم رو با کاربران به اشتراک میزارم. برخی با رفرنس و برخی بدون رفرنس چرا که
          بعضی از آموزش ها هستند که بدون رفرنس قابل تدریس است. مثلا روش کار با داده های بارش در ارث انجین به نظر شما رفرنس نیاز دارد؟ طبقه بندی تصاویر ماهواره ای با لندست نیاز به رفرنس دارد؟ چون این ها تکنیک های بدیهی و پذیرفته شده هستند که در هر کتاب اصول سنجش از دوری در ارتباط با آن ها توضیح داده شده است. مثلا شما در یک مقاله ذکر می کنید که داده های بارش فلان سنجنده را درارث انجین استفاده کردید و بارش ماهیانه را بدست آوردید. چنین ادعایی نیاز به رفرنس ندارد مگر اینکه فقط برای همان داده ماهواره ای نیاز به رفرنس هست نه روش محاسبه میانگین ماهیانه که بنده در آموزش های ارث انجین همیشه رفرنس داده را معرفی کرده ام و گفتم که بخش citation داده ها در ارث انجین مقاله آن را نیز ضمیمه کرده است. اما در مقابل برخی از آموزش ها نیازمند رفرنس است که بنده اون رو به کاربران قبلا معرفی کردم. مثلا آموزش الگوریتم سبال در ارث انجین دیشب آخرین جلسه آن بود و تمامی جلسات بر اساس رفرنس ها تدریس شد. وبینار رطوبت خاک مادیس بر اساس رفرنس تدریس شد.
          در ارتباط با ریز مقیاس سازی هم گه شما فرمودید بنده رفرنس روش random forest رو به کاربران به اشتراک گذاشته بودم اگر شما ندارید من براتون لینکش رو بزارم.

          شما در کلاس های بنده شرکت کردید و اگر عدالت در دیدگاهتون داشته باشید مشاهده کردید که من همیشه تلاش کردم تا جایی که در توانم هست کاربران رو شرکت کنندگان از دوره ها راضی باشند و بسیاری از اوقات مطالبی بیشتر از آن چه تعهد داده بودم رو تدریس کردم و سوالات کاربران رو هم تا جایی که اطلاع داشتم پاسخ دادم. اگر شما آموزشی شرکت کردید که رفرنس آن را نیاز دارید بفرمایید بنده خدمت شما ارسال کنم.

          هرکلاسی به یک پیش زمینه ای نیاز دارد. مثلا در مستر کلاس دما و بارش اصول اولیه سنجش از دور و گوگل ارث انجین تدریس نمی شود. بر همین اساس پیش فرض من در برخی از مستر کلاس ها و آموزش ها این هست که کاربر از یک سری مقدمات اطلاع دارد با این حال ممکنه در یک کلاس هم من به عنوان مدرس یک مورد رو فراموش کنم و یا به نظرم مهم نباشه. شما می توانستید همان زمان در کلاس مطرح کنید تا من همون لحظه مشکل رو برطرف کنم براتون. بارها این کار را در کلاس ها انجام دادم و شماهم در کلاس های بنده شرکت کردید و از نزدیک این موضوع را دیده اید.

          همین الان در قسمت دیدگاه ها و نظرات محصولات مختلف هم ببینید کاربران سوالات خودشون رو مطرح می کنند و من اونهایی که اطلاع دارم رو کامل پاسخ میدم و رفرنس هم معرفی میکنم. اون مواردی رو که اطلاع نداشته باشم رو هم میگم نمیدانم. مشکلی که باهاش در کلاس بنده مواجه شدید به راحتی می توانستید در همان ابتدا مطرح کنید تا پاسخ داده شود. یا حتی اگر در همان کلاس هم انتقادتون رو مطرح کرده بودید من رفرنس مورد نیاز تون رو معرفی میکردم.

          به هر صورت من پیام نقد شما رو واضح دریافت کردم و سایر کاربران هم در اینجا انتقاد شما و پاسخ بنده رو مشاهده می کنند. ما تلاش میکنیم تا این مواردی که فرمودید ارتقا پیدا کند.

          موفق باشید

          پاسخ
  • مرضیه رحیمی
    1401-08-03 10:24 ق.ظ

    با سلام
    این دوره برای ریزمقیاس سازی پروداکت های بارشی مثل gpm ,era5 ,era5land نیز کاربرد دارد؟

    پاسخ
  • مرضیه رحیمی
    1401-08-23 11:52 ق.ظ

    با سلام .در قسمت ریزمقیاس سازی پروداکت های بارشی در واقع مدلی که برای این کار استفاده میکنید رو توضیح ندادید. همچنین این مدل برای بصورت روزانه نیز قایل اجرا می باشد؟ ینی بجای ریزمقیاس سازی میانگین ماهیانه بصورت ریزمقیاس سازی روزانه ؟
    اگر مقاله یا رفرنس این بخش موجود می باشد رو هم معرفی کیند؟ در مورد مدل ریزمقیاس سازی هم توضیح دهید .
    با تشکر از آموزش خوبتون

    پاسخ
    • در کامنت بعدی شما در ارتباط با رفرنس ها پاسخ دادم.
      در ارتباط با ریزمقیاس سازی روزانه باید عرض کنم که با توجه به اینکه بارش همیشه بصورت پیوسته اتفاق نمی افته عملا برای بسیاری از روزها عدد آن معادل با 0 و ریزمقیاس سازی آن به نظرم از لحاظ معنایی (نه از لحاظ تکنیکی) منطقی نیست. چون 0 بودن پیکسل ها در برخی از تاریخ ها باعث ایجاد خطا در محاسبه نرم افزار می شود.

      موفق باشید

      پاسخ
  • مرضیه رحیمی
    1401-08-24 10:50 ق.ظ

    باسلام.
    در قسمت اموزش ریزمقیاس سازی بارش در مورد مدلی که برای ریزمقیاس سازی استفاده شده توضیح خاصی داده نشده.امکانش هست اگر رفرنسی موجود هست یا توضیحاتی تکمیل کننده ارایه کنید؟
    همچنین درقسمت دستور داده های اموزشی برای ماهواره gpm خطا زیر رو بمن میده؟ ایا این روش در مقیاس زمانی روزانه نیز قابل اجرا هست؟
    Collection query aborted after accumulating over 5000 elements

    پاسخ
  • با سلام. وقن بخیر
    من میخواهم با تصاویر مادیس قنلوژی رو مانیتور کنم و فنوفاز هارو در بیارم. ایا این اموزش شما به درد من میخوره؟

    پاسخ
    • با سلام و احترام

      خیر این محصول آموزشی برای کاربرد شما طراحی نشده و فقط در ارتباط با روش ها و تکنیک های ریزمقیاس سازی تصاویر ماهواره ای است.

      موفق باشید

      پاسخ
  • سلام آیا ممکنه تلفیق تصاویر راداری مثل سنتینل ۱ و اپتیک مثل لندست ۸ رو هم آموزش بدید برای تشخیص پهنه ابی رو هم آموزش بدید ممنون میشم

    پاسخ
  • با سلام، من برای انجام پروژه م باید رواناب ناشی از ذوب برف رو حساب کنم. فرمول به کار رفته در پروژه من به دمای هوا ارتباط داره که دما رو باید از مدل GLDAS استخراج کنم. در ادامه باید رواناب محاسبه شده رو در یه پارامتری تحت عنوان فرکانس پوشش برف ضرب کنم. فرکانس پوشش برف به صورت تعداد روزهای برفی تقسیم بر تعداد روزهای یک ماه محاسبه میشه. برای پوشش برفی از محصول مادیس باید استفاده کنم؛ اما رزولوشن مکانی مادیس (500 متر) و GLDAS (0.25 یا 1 درجه) یکسان نیستند. تصاویر مادیس حالت sin دارند ولی gldas به این صورت نیست (حالا نمیدونم این موضوع ارتباطی به مختصات تصویر داره یا نه). بعلاوه اینکه نمیدونم کدوم پیکسل های محصول مادیسم در یه پیکسل gldas میفته و چطوری فرکانس پوشش برفی رو برای یه پیکسل GLDAS محاسبه کنم (مثلا میانگین همه پیکسلایی که تو یه پیکسل gldas میفتن رو بگیرم یا یه کار دیگه بکنم؟) و آیا ممکن مثلا یه بخشی از یه پیکسل مادیس بیفته تو یه پیکسل gldas و بقیه ش بیفته توی یه پیکسل دیگه gldas؟
    آیا آموزشی دارین که پاسخ این سوالات و کد مربوط به کار من رو داشته باشه و بتونم ازتون خریداری کنم
    با تشکر

    پاسخ
    • ا سلام و احترام

      بله در ارث انجین مشکل مختصاتی و هندسی تصاویر را ندارید. برای اینکه همپوشانی پیکسل ها رو متوجه بشید باید تصاویر تاریخ های متناظر رو دانلود کرده و بصورت بصری چک کنید. بنده برای این کار روش خودکاری ندارم. متاسفانه آموزشی مشابه این مورد که میفرمایید را فعلا نداریم.

      موفق باشید

      پاسخ
  • امیرحسام پاسبان
    1402-06-18 6:10 ب.ظ

    سلام و عرض خسته نباشید خواستم بپرسم برای برف هم میتوان ریزمقیاس سازی انجام داد یا خیر؟؟ من سعی کردم انجام بدهم ولی با یک خطایی مواجه میشوم لطفا راهنمایی بفرمایید جناب مهندس
    https://code.earthengine.google.com/8ad698421bbf7e5f3cb0e507ea92ca44

    پاسخ
    • با سلام و احترام

      بله ریزمقیاس سازی امکان پذیر هست اما به نظرم بهتر است با استفاده از روش رگرسیون خطی قابل انجام باشه. متاسفانه تعداد کدهای ارسالی زیاد هست و فقط ما امکان بررسی خطاهایی رو داریم که تدریس شده. با عرض پوزش از خدمت شما. در سایت زیر می توانید سوالتون رو مطرح کنید:
      https://gis.stackexchange.com

      موفق باشید

      پاسخ
      • عرض سلام و خسته نباشید.
        ببخشید بنده میخواستم با تصاویر لندست کار کنم ولی بعضی از تصاویر لندست حاوی ابر هستن و در نتیجه تصمیم گرفتم با مادیس ترکیب کنم که این تصویر جدیدی بدون ابر در اختیار من قرار بده. به نظر شما این دوره مناسب هست یا خیر؟ و اینکه آیا دوره‌ای بابت این موضوع مد نظرتون هست یا خیر ؟
        خیلی ممنون از لطفتون

        پاسخ
  • سلام وقت بخیر آیا الگوریم t.sharp هم جز روش های ریز مقیاس سازی بحساب میاد ؟ و اینکه شما در این محصول از روش های ریزمقیاس سازی برای تصاویر حرارتی نیز استفاده کردین؟

    پاسخ
    • با سلام و احترام

      بله یکی از مدل های ریزمقیاس سازی است که بصورت تخصصی برای داده های حرارتی استفاده می شود. البته در این محصول به آن پرداخته نشده است اما تکنیک های رگرسیونی افزایش جزییات مکانی باند حرارتی تدریس شده.

      موفق باشید

      پاسخ
  • آیا با این آموزش می توان داده های سنتینل 5 را ریز مقیاس کرد؟ به منظور تهیه نقشه آلاینده ها با مقیاس چند متری

    پاسخ
    • با سلام و احترام

      خیر داده های آلودگی هوای شهری تدریس نشده. داده های سنتینل 5 یک کیلومتری هست و برای مطالعات آلودگی هوا مناسبه. معمولا این داده ها در مقیاس 5 تا 10 کیلومتر هستند.

      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