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
با سلام و احترام
در چه بازه زمانی هست؟
با تشکر
با سلام و احترام
این محصول برای داده های سال ۲۰۱۶ تا کنون قابل استفاده است.
موفق باشید
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
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
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
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
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
با سلام و احترام
لطفا با استفاده از گزینه getlink در گوگل ارث انجین لینک کدتون رو کپی و در اینجا پیست کنید تا بنده بتونم بهتر آن را بررسی کنم.
موفق باشید
با سلام مجدد خدمت شما
لینک کد مطابق با زیر می باشد:
https://code.earthengine.google.com/?scriptPath=users%2Fabdolrezaansari%2Fgirs%3APrecipitation%2FGPM_Sample
با تشکر
با سلام و احترام
لطفا با استفاده از گزینه getlink در گوگل ارث انجین لینک کدتون رو کپی کرده و در اینجا پیست کنید تا بنده بتونم دقیقا کد را بررسی کرده و پاسخ بدم.
موفق باشید
با سلام
لینک زیر را لطفا امتحان فرمایید:
https://code.earthengine.google.com/dcc47d53cb68d2f2cba218cc737b16c0
با تشکر
ببخشید آخرین نسخه ی کد این است:
https://code.earthengine.google.com/72c79b7b4b8de6ef190b1977b236aedf
با سلام و احترام
شیپ فایل های شما رو نداشتم اما یک تغییر در کدتون ایجاد کردم امیدوارم مشکل حل بشه.
https://code.earthengine.google.com/96e5354f0594274cd6d367043517f305
موفق باشید
با سلام مجدد جناب آقای مهندس و وقتی که گذاشتید.
لینک فوق همان کد قبلی است و تغییری در آن دیده نمی شود.
با احترام
با سلام و احترام
دستور چارت رو بنده تغییر دادم لطفا مجددا چک کنید.
موفق باشید
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 ؟
با سلام و احترام
بله در این محصول آموزشی روش برآورد رطوبت خاک بر حسب میلی متر با دقت ۱ کیلومتری آموزش داده شده است.
موفق باشید
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؟
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
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.
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؟