مدل سازی نقشه رطوبت خاک 1 کیلومتری با استفاده از تصاویر MODIS و SMAP – در سامانه گوگل ارث انجین

618 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

محصول آموزشی تولید نقشه رطوبت خاک ۱ کیلومتری با استفاده از تصاویر MODIS و SMAP در سامانه گوگل ارث انجین منتشر شد! در این محصول آموزشی روش افزایش جزییات مکانی پروداکت رطوبت خاک سطحی ماهواره SMAP با استفاده از داده های MODIS آموزش داده شده است. در این محصول با استفاده از انواع پروداکت های زیست محیطی MODIS به همراه…

محصول آموزشی تولید نقشه رطوبت خاک ۱ کیلومتری با استفاده از تصاویر MODIS و SMAP در سامانه گوگل ارث انجین منتشر شد! در این محصول آموزشی روش افزایش جزییات مکانی پروداکت رطوبت خاک سطحی ماهواره SMAP با استفاده از داده های MODIS آموزش داده شده است. در این محصول با استفاده از انواع پروداکت های زیست محیطی MODIS به همراه داده های سنتینل ۱ با استفاده از تکنیک های مدل سازی نقشه رطوبت خاک با دقت بالاتر تولید شده است.


مشخصات محصول

  • قیمت: ۷۹/۹۰۰ تومان
  • مدرس: امیرحسین احراری
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • موضوع: کاربرد سنجش از دور در رطوبت خاک
  • نرم افزار: سامانه گوگل ارث انجین
  • مخاطب: علاقه مندان به داده های رطوبت خاک
  • داده های تمرینی: دارد.
  • کدآموزشی: دارد.

توضیحات محصول

در این محصول آموزشی روش مدل سازی نقشه رطوبت خاک ۱ کیلومتری با استفاده از تصاویر MODIS و SMAP در سامانه گوگل ارث انجین تدریس شده است. تمامی تکنیک های ارائه شده در این محصول برای تولید نقشه رطوبت خاک بر اساس مقالات علمی است و مرجع آن ضمیمه شده است. در این محصول با ترکیب پروداکت های سنجنده MODIS و ماهواره SMAP روش تولید یک نقشه رطوبت خاک با دقت بالاتر (۱ کیلومتری) آموزش داده شده است. در این محصول یکی از تکنیک های مدل سازی Random Forest در راستای افزایش جزییات مکانی پروداکت ها ارائه شده که در انجام پروژه های علمی و تحقیقاتی بسیار ارزشمند و کاربردی است.


عناوین آموزشی

مهم ترین عناوین آموزش ارائه شده در این محصول عبارت اند از:

  • کار با پروداکت رطوبت خاک SMAP
  • کار با پروداکت های سنجنده MODIS
  • کار با داده های راداری Sentinel-1
  • کار با مدل های رقومی زمین GTOPO
  • روش ترکیب داده های ماهواره ای
  • روش تابع نویسی تصاویر ماهواره ای
  • روش مدل سازی نقشه رطوبت خاک
  • تولید نقشه رطوبت خاک ۱ کیلومتری
  • و …

رطوبت خاک

یکی از کاربردی ترین پروداکت های سنجش از دور رطوبت خاک است. داده های رطوبت خاک در سنجش از دور علی رغم اهمیت بسیار زیاد در مطالعات گوناگون، در قالب داده های آماده با دقت مناسب در دسترس نیست. عموما پروداکت های آماده در این زمینه از توان تفکیک مکانی بسیار پایین در مقیاس ۳۰ تا ۱۰۰ کیلومتری برخوردار هستند. به همین دلیل عملا استفاده از پروداکت های آماده رطوبت خاک در مقیاس های کوچک (شهر و استان) قابل استفاده نیست. با این حال در این محصول آموزشی شما با یک روش علمی و با کیفیت برای افزایش جزییات مکانی داده های رطوبت خاک SMAP از ۱۰ کیلومتر به ۱ کیلومتر آشنا خواهید شد که نقش به سزایی در انجام پروژه های علمی و تجاری شما خواهد داشت. 


روش های محاسبه رطوبت خاک

روش های مختلفی برای محاسبه رطوبت خاک در سنجش از دور عرضه شده که روش های مبتنی بر داده های راداری و مایکروویو از بالاترین دقت برخوردار هستند. با این حال داده های مایکروویو توان تفکیک مکانی بسیار پایینی دارند و داده های راداری نیز نیاز به استفاده از روش ها و مدل سازی های بسیار پیچیده برای تولید این گونه از داده ها دارند. بر همین اساس در این محصول آموزشی یک روش موثر با ترکیب داده های مایکروویو فعال و غیر فعال به همراه داده های اپتیکی و بدون استفاده از داده های زمینی برای تولید نقشه رطوبت خاک در سنجش از دور ارائه شده است که سریع، دقیق و مقرون به صرفه خواهد بود. 


خرید محصول 

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


لینک های مفید

نوشته های مرتبط :

آموزش های رایگان پیشنهادی :

62 دیدگاه. ارسال دیدگاه جدید

  • با سلام و احترام
    در چه بازه زمانی هست؟
    با تشکر

    پاسخ
    • با سلام و احترام

      این محصول برای داده های سال ۲۰۱۶ تا کنون قابل استفاده است.

      موفق باشید

      پاسخ
      • محمدرضا
        1399-11-11 10:05 ب.ظ

        با سلام

        اینکه این آموزش صرفا برای ۲۰۱۶ به بعد هست، محدودیت قابل توجه‌ای رو ایجاد میکنه.
        چرا که مثلا در مدلسازی swat وقتی دوره مورد بررسی ۳۰ سال هستش و نیاز به داده های رطوبت خاک هست، آیا این آموزش بازهم موثر واقع خواهد شد؟
        اگر خیر، راه جایگزین چی هستش؟

        ممنون از زحمات شما

        پاسخ
        • این محدودیت بدلیل این هست که داده های SMAP از اون سال موجود است. اگر پروداکت رطوبت خاک دیگری جای SMAP برای سال های قبل تر باشد می توان آن را جایگزین کرد.

          موفق باشید

          پاسخ
      • با سلام
        دوره زمانی قابل دسترس که فرمودید برای بسیار از مطالعات فک نمیکنم مناسب باشه
        برای حل این مشکل چه راهکاری مدنظرتون هست؟
        ممنون

        پاسخ
        • این محصول آموزشی برای بازه زمانی کارایی دارد که داده های ماهواره ای SMAP در دسترس است. مگر اینکه داده رطوبت خاک دیگری جز SMAP را جایگزین کنید.

          موفق باشید

          پاسخ
  • عبدالرضا انصاری
    1399-11-21 10:05 ب.ظ

    با سلام
    من یک اشکال در اجرا کد زیر داشتم .اگر امکانش هست راهنمایی بفرمایید.عذر می خوام که در اینجا بهم ریخته میشه. لطفا کپی و در محیط کدنویسی پیست نمایید.پیغام خطا در انتها درج شده است:
    var collection = ee.ImageCollection.load(‘NASA/GPM_L3/IMERG_V06’)
    .select(‘precipitationCal’)

    var regions = ee.FeatureCollection ([
    ee.Feature(ee.Geometry(table2),{label:’Ardebil’}),
    ee.Feature(ee.Geometry(table3),{label:’Azarbaijan_Sharghi’}),
    ee.Feature(ee.Geometry(table4),{label:’Booshehr’}),
    ee.Feature(ee.Geometry(table5),{label:’ChaharmahalBakhtiari’}),
    ee.Feature(ee.Geometry(table6),{label:’Fars’})
    ]);

    var GPM = collection
    .filterBounds(regions)
    .filterDate(‘2019-09-21′,’2019-12-21’)
    Map.centerObject(regions)
    Map.addLayer(regions)

    var mean = GPM.mean().clip(regions)
    Map.addLayer(mean,{palette:
    [‘blue’, ‘purple’, ‘cyan’, ‘green’, ‘yellow’, ‘red’]},’GPM_Mean_Map’,false);
    var chart = ui.Chart.image.series(mean,regions,ee.Reducer.mean(),’GPM_Mean_Map_All’,10000,’system:time_start’,’label’);
    print (chart)

    پیغام خطا:
    Feature, argument ‘geometry’: Invalid type.
    Expected type: Geometry.
    Actual type: FeatureCollection.
    in , line 6
    in , line 22
    هدف رسم همه ی نمودارهای سری زمانی در یک چارت هست.
    با تشکر

    پاسخ
  • سلام جناب احراری
    این فایل آموزشی شما مقادیر رطوبت خاک رو هم میده؟یعنی من بخوام ارتباط شاخص سطح برگ رو در هر گونه ای که حساب کردم‌با میزان رطوبت خاک مقایسه کنم میتونم از این نقشه استفاده کنم ؟

    پاسخ
  • سیدامیرحسین عقیلی
    1399-12-04 10:23 ب.ظ

    با عرض سلام و وقت بخیر،
    این که داده های SMAP از سال ۲۰۱۵ وجود دارد برای سال های قبل از ۲۰۱۰ با فرایندی که شما در این آموزش ارائه دادید می توان از داده های
    ERA5
    GLDAS
    FLDAS
    استفاده کرد یا کاربرد ندارد؟

    پاسخ
    • با سلام و احترام

      بله می توان استفاده کرد. تکنیک همان است و فقط داده SMAP با داده های دیگر تعویض می شود. بزودی یک آموزش در این زمینه نیز منتشر خواهم کرد.

      موفق باشید

      پاسخ
  • sana rashidi
    1399-12-06 9:00 ق.ظ

    عرض سلام و احترام.جناب مهندس سوالی داشتم .میخواستم نقشه ای تهیه کنم حاصل از همپوشانی (بررسی همزمان اثر) لایه های بافت خاک،شوری،نفوذ پذیری،sar ،رطوبت خاک .راهنمایی میفرمائید از کجا شروع کنم.نیاز به آموزش چه نرم افزاری و جمع آوری چه داده هایی است.سطح مورد بررسی من ۱۰۰۰ هکتار هستش.

    پاسخ
    • با سلام و احترام

      ببخشید این موردی که میفرمایید رو بنده کار نکردم. متاسفانه اطلاعات کافی در این زمینه ندارم. الان روش مدل سازی شما اصلا مشخص نیست. از سوی دیگر مشخص نیست که نقشه نهایی چه چیزی هست؟ مثلا در این محصول هدف نهایی من تولید نقشه رطوبت خاک بود. اما در گفته شما مشخص نیست که نقشه نهایی قرار است چه مولفه ای باشد؟

      پاسخ
  • با سلام
    میخواستم بپرسم خروجی نهایی رو به شکل شیپ فایل هم میشه استخراج کرد تا مقدار دقیق رطوبت خاک رو در اتریبیوت تیبل جی ای اس دید و به اکسل انتقال داد؟

    پاسخ
    • با سلام و احترام

      خروجی در این محصول بصورت رستری هست. اگر بخواهید بصورت جدول توصیفی دار باشه باید آن را در arcmap برده و سپس از جدول توصیفی آن استفاده کنید. البته در این محصول به این موضوع اشاره نشده است.

      موفق باشید

      پاسخ
  • سلام میشه بفرمایین این آموزش بر اساس چه مقاله ایه؟

    پاسخ
  • سلام
    خسته نباشید
    اول از همه عذرخواهی میکنم بابت سوالات زیادی که میپرسم
    و ممنونم از پاسخگویی خوب شما
    در بحث همین آموزش رطوبت خاک ماهواره اسمپ شما از پروداکت های NDVI و LST و… مادیس استفاده کردید سوالم اینه آیا می توان بجای پروداکت های مادیس از پروداکت های سنتینل استفاده کرد؟؟

    پاسخ
    • با سلام و احترام

      بله می توانید از پروداکت های سایر داده های ماهواره ای نیز استفاده نمایید. مهم این هست که از لحاظ بیوفیزیکی و بیوشیمیایی به رطوبت خاک بصورت مستقیم در ارتباط باشند.

      موفق باشید

      پاسخ
  • سلام
    میشه نقشه رطوبت خاک روزانه هم گرفت برای چند سال؟

    پاسخ
    • با سلام و احترام

      اگر پروداکت مرجع رطوبت خاک شما بصورت روزانه موجود باشد و داده های کمکی نیز بصورت روزانه در دسترس باشند می توانید روزانه نیز تولید کنید.
      تناوب زمانی نقشه رطوبت خاک شما تابعی از توان تفکیک زمانی داده های ماهواره ای مورد استفاده هست.

      موفق باشید

      پاسخ
      • mohammad sadegh
        1400-02-21 4:50 ق.ظ

        ممنون از راهنماییتون
        جناب احراری اصولا ما تو محیط GEE فقط میتونیم از دیتاست خود GEE استفاده کنیم نمیتونیم خودمون داده رستری مثلا ادد کنیم ؟ و یک سوال دیگه برای مثال داده دمای روزانه که برای یک روز و یک منطقه خاص بعضی از پیکسل ها دیتا ندارند راهی هست تو محیط GEE دیتا دار بشن مثلا روش همسایگی پنجره متحرک یا … که بعد بتونیم از اون دیتا هایی که همه پیکسل ها داده دارن برای کارمون استفاده کنیم

        پاسخ
        • با سلام و احترام

          در بخش assets می توانید این کار را انجام دهید و داده های رستری خود را فراخوانی نمایید. البته بنده تا حالا این بخش از کار رو تست نکردم.

          موفق باشید

          پاسخ
  • احمد سمیر شهیم
    1400-03-18 2:50 ب.ظ

    سلام استاد احراری ! ببخشید یک سوال داشتم ؟ من تمام مراحل این محصول را انجام دادم اما یگانه مشکل که مواجه هستم همین اینکه این نقشه برای یک ساحه بزرگ مثل مرز کشوری خطا میدهد و وقتی آنرا به مرز استان میارم بعد کار میکند . آیا راهی وجود دارد تا آن را برای تمام مرز کشور اجرا و از آن خروجی گرفت ؟

    پاسخ
  • پدیده p,hnd
    1400-06-09 2:56 ب.ظ

    سلام و احترام
    من به تازگي با اين محصول اموزشي اشنا شدم ممنونم كه اينقدر با حوصله، مطالب اموزش داديد فقط براي من يك سوال پيش اومده در فيلم اموزشي از تصاوير ماهواره اي gldas استفاده شده كه با شاخص هاي موديس و سنتينل 1 تفكيك مكانيش بالاتر رفته ولي در توضيحات فوق صحبت از تصاوير اسمپ10 گيلومتر به 1 كيلومتر هست ممنون ميشم راهنماييم كنيد

    پاسخ
  • توحیدی
    1400-09-10 10:09 ق.ظ

    سلام و عرض ادب

    آقای مهندس برای تهیه سری زمانی تغییرات رطوبت خاک یک کیلومتری میشه توضیح بدید چکار باید کرد

    پاسخ
  • توحیدی
    1400-09-23 10:25 ق.ظ

    سلام
    بعد از اینکه نقشه رطوبت 1 km تولید شد آیا امکان داره برای یک پیکسل خاص که 1km*1km می باشد سری زمانی تغییرات رطوبت را برای یه دوره محاسبه کرد؟

    پاسخ
  • پیمان افراسیابی کیا
    1401-03-23 11:08 ب.ظ

    سلام و عرض ادب خدمت شما استاد محترم
    آیا میشه با این روش نقشه روزانه رطوبت خاک با رزولوشن 1 کیلومتری تولید کرد؟
    جواب این سوال خیلی برام اهمیت داره. ممنون میشم اگر به طور دقیق راهنمایی بفرمایید
    از همکاری شما صمیمانه سپاسگذارم

    پاسخ
    • با سلام و احترام

      بله می توان تولید کرد اما این آموزش مستقیم به این موضوع اشاره نکرده و راحت نمیتونید برای این هدف ازش استفاده کنید مگر اینکه مهارت خوبی در ارث انجین داشته باشید.
      اگر در ارث انجین مهارات کافی ندارید توصیه نمیکنم.

      موفق باشید

      پاسخ
      • پیمان افراسیابی کیا
        1401-03-28 11:48 ب.ظ

        ممنون میشم اگر راهی رو به من معرفی کنید. برای کار پایان نامه باید میزان آبیاری رو به صورت روزانه با استفاده از رطوبت خاک محاسبه کنم که در این خصوص باید حداکثر رزولوشن زمانی و مکانی رو داشته باشم و در حال حاضر با رزولوشن 1 روزه و 1 کیلومتری میتونم به نتایج خوبی برسم و در همین حد هم برام کفایت میکنه.

        پاسخ
  • پیمان افراسیابی کیا
    1401-03-23 11:10 ب.ظ

    سوال دوم بنده
    آیا میشه این روش رو توی متلب یا envi انجام داد؟

    پاسخ
  • پیمان افراسیابی کیا
    1401-03-24 3:24 ب.ظ

    من این بسته آموزشی رو خریدم ولی متاسفانه کد دانلود نمیشه

    پاسخ
  • احسان بهنام طلب
    1401-05-01 1:29 ب.ظ

    سلام آقاي احراري
    ممنون از آموزشهاي بسيار خوبتان
    آيا اين روش ريزمقياس سازي(مدلسازي) را ميتوان براي داده هاي ماهواره GRACE كه در بهترين حالت با رزولوشن 55 كيلومتر ارائه شده استفاده كرد و رزولوشن را به مقادير كمتري كاهش داد؟
    ممنون

    پاسخ
    • با سلام و احترام

      متاسفانه در زمینه ریزمقیاس سازی داده های grace فعلا کاری انجام ندادم و خیلی در این رابطه اطلاعات کافی ندارم.

      موفق باشید

      پاسخ
  • احسان بهنام طلب
    1401-05-02 10:56 ق.ظ

    سلام آقاي احراري
    ممنون از آموزشهاي بسيار خوبتان
    در بالا براي توليد سري زماني رطوبت يك كيلومتري گفته بوديد كه به لينك زير مراجعه كنيد. من لينك زير رو خريداري كردم ولي متاسفانه داخل آن توضيحي در مورد سري زماني داده نشد. تنها يك عكس ميانگين 1 كيلومتري توليد شد (كاملا شبيه به SMAP).
    https://girs.ir/gee-soil-moisture-downscalling-gldas/
    من نياز به توليد چارت سري زماني رطوبت يك كيلومتري دارم. ممنون ميشم راهنمايي كنيد(ui.cart.image.series….)

    پاسخ
  • احسان بهنام طلب
    1401-05-15 12:04 ق.ظ

    سلام آقاي احراري
    بسيار ممنون بابت پاسخگوييتان
    من كدي براي ريزمقياس سازي داده هاي GRACE نوشته ام ولي متاسفانه با خطاي زير روبرو ميشوم. ممنون
    Layer error: Invalid label -10 at position 0
    لينك كد:
    https://code.earthengine.google.com/bee2b55ae5e316a0f3e1669baa870086

    پاسخ
  • سلام . من میخام میزان رطوبت خاک رو برای محاسبه افزایش یا کاهشش در سال های اخیر و مشاهده تاثیرش بر فضاهای معماری در محدوده ای 5 در 5 کیلومتری رو محاسبه کنم. آیا با این آموزش میزان دقت و کیفیت مناسبی خواهد داشت کار من و می تونم تهیش کنم؟ ممنون

    پاسخ
    • با سلام و احترام

      در این محصول آموزشی روش ریز مقیاس سازی داده های رطوبت خاک از ۱۰ به ۱ کیلومتر تدریس شده است و برای هدف شما مناسب است. در این آموزش صرفا روش افزایش جزییات مکانی آن تدریس شده و در ارتباط با روش پایش تغییرات توضیح داده نشده 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.