سنجش از دور راداری گوگل ارث انجین محصولات دانلودی

تعیین رطوبت خاک با استفاده از داده های راداری – محاسبه رطوبت خاک با سنتینل ۱

تعیین رطوبت خاک با استفاده از داده های راداری
محمد کاکوئی
نوشته شده توسط محمد کاکوئی

در این محصول تعیین رطوبت خاک با استفاده از داده های راداری محاسبه می ­شود. در واقع محاسبه رطوبت خاک با سنتینل ۱ انجام می شود. میزان رطوبت خاک دارای اهمیت زیادی در چرخه آبی است. همچنین، در مباحث مربوط به کشاورزی می ­تواند شاخصی برای خشکسالی باشد. در نتیجه، موسسات کشاورزی و کشاورزها می ­توانند از اطلاعات پردازش شده بهره ببرند. یکی از کاربردهای تعیین رطوبت خاک مربوط به شناسایی ناهنجاری ها و بلایای طبیعی از قبیل خشک سالی، سیل و رانش زمین است. برای این کار باید تصاویر سری زمانی تحلیل شوند تا روشی با قابلیت اطمینان بالا طراحی شود.

به دلیل اینکه داده­ های راداری به شرایط جوی و زمان تصویربرداری وابسته نیستند، قابلیت اجرایی بالایی در مناطق مختلف دارند. داده ­های سنتینل ۱ با رزولوشن ۱۰ متر به عنوان داده ­های اصلی در این آموزش مورد استفاده قرار گرفتند. هم اکنون، به جز سنتینل ۱، ماهواره دیگری وجود ندارد که داده هایی با این دقت را به صورت رایگان ارائه دهد.

همچنین داده های پیش پردازش شده­ landcover classification به عنوان یکی از ویژگی­ های ورودی به الگوریتم طبقه بندی استفاده شد. از داده های FLDAS به عنوان هدف طبقه بندی بهره بردیم. داده­ استفاده شده از رطوبت عمق ۰ تا ۱۰ سانتی متر است که به عملکر سنتینل ۱ نزدیک باشد (طول موج – برابر ۵ سانتی متر است).

برای پیاده سازی از محیط پردازش ابری GEE (Google Earth Engine) بهره بردیم. در این محیط دسته­ های داده مختلفی در دسترس هستند، توان پردازشی بالایی دارد و فضای کدنویسی آن پیچیده نیست.


مشخصات محصول آموزشی

  • قیمت: ۶۵ هزار تومان
  • مدرس: محمد کاکوئی
  • تخصص: متخصص برنامه نویسی، پردازش تصویر و سنجش از دور
  • موضوع: تعیین رطوبت خاک با داده های راداری
  • نرم افزار: سامانه گوگل ارث انجین
  • ماهواره: سنتینل ۱
  • فرمت آموزش: ویدئوهای آموزشی MP4
  • طول آموزش: ۱ ساعت و ۲۰ دقیقه
  • کد تمرینی: دارد

توضیحات محصول آموزشی

روندی که این آموزش برای تعیین میزان رطوبت خاک در بستر GEE انجام می­ دهد در شکل زیر نشان داده شده است.

تعیین رطوبت خاک با استفاده از داده های راداری

تعیین رطوبت خاک با استفاده از داده های راداری

ویژگی­ های آموزشی عبارتند از باند VV، زاویه برخورد، میانگین زمانی VV، انحراف از معیار باند VV و نوع پوشش زمین.

هدفی که برای هر نمونه داده در نظر گرفته می ­شود برابر رطوبت خاک در عمق ۰ تا ۱۰ سانتی متر است. فرایند آموزش توسط روش­ های یادگیری ماشین (جنگل تصادفی و SVM) انجام می ­شود و رطوبت خاک با رزولوشن مکانی ۱۰ سانتی متر تولید می­ شود.


تصویر رطوبت خاک پیش پردازش شده FLDAS

محاسبه رطوبت خاک با سنتینل 1

محاسبه رطوبت خاک با سنتینل ۱


تصویر رطوبت خاک تولید شده با سنتینل-۱


عناوین آموزشی

عناوین آموزش داده شده عبارت است از:

  • فراخوانی داده پیش پردازش شده رطوبت خاک در GEE از سال ۱۹۸۲ تا ۲۰۱۹
  • فراخوانی داده­ پیش پردازش شده نوع پوشش سطح زمین
  • فراخوانی داده سنتینل-۱ در مکان و زمان مشخص
  • محاسبه میانگین تصاویر سری زمانی
  • محاسبه انحراف از معیار تصاویر سری زمانی
  • تشکیل پایگاه داده شامل ویژگی ­ها و هدف برای آموزش الگوریتم طبقه بندی
  • نمونه برداری از پایگاه داده
  • ترکیب نمونه ­های مختلف که در زمان های متفاوت تشکیل شده اند
  • آموزش الگوریتم طبقه بندی و اعمال به داده های تست

ویدئوی معرفی آموزش


خرید محصول تعیین رطوبت خاک با استفاده از داده های راداری:

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


لینک های مفید


 

63 دیدگاه

  • سلام و درود! خیلی عالی ، اما اگر یک آموزشی روی تشخیص ضخامت برف روی همین تصاویر راداری ارائه نمایید خیلی عالی خواهد شد

  • سلام
    آیا پوشش گیاهی منطقه مورد مطالعه (مثلا منطقه مذکور دارای زراعت نیشکر باشد) تاثیری بر پردازش رطوبت خاک می‌گذارد!؟

    با تشکر

    • سلام
      بله، حتما تنوع پوشش گیاهی بر پردازش رطوبت خاک موثر هست
      تنوع پوششی که در این آموزش مد نظر قرار گرفته است، شامل ۱۷ کلاس بودند که به عنوان نمونه عبارت بودند از:
      ۱- جنگل سوزنی همیشه سبز
      ۲- جنگل پهن برگ همیشه سبز
      ۳- جنگل سوزنی دارای برگ ریزان
      ۴- جنگل پهن برگ دارای برگ ریزان
      ….
      ۱۰- مرتع
      ۱۱- تالاب های دائمی
      ۱۲- مزارع زراعی
      ۱۳- مناطق شهری
      ….
      البته با تمرکز به نوع مزارع زراعی هم امکان بررسی جداگانه وجود دارد
      موفق باشید

    • سلام
      بله، نوع پوشش منطقه بر تحلیل میزان رطوبت خاک موثر است. در این آموزش ۱۷ نوع کلاس برای منطقه در نظر گرفته شده است که برخی از آن ها عبارت بودند از:
      ۱- جنگل سوزنی برگ همیشه سبز
      ۲- جنگل پهن برگ همیشه سبز
      ۳- جنگل سوزنی برگ دارای برگ ریزان
      ۴- جنگل مختلط
      ۵- مرتع
      ۶- مزارع زراعی
      ۷- اراضی شهری
      و ……
      برای تحلیل بیشتر می توان نوع مزارع زراعی را هم در تحلیل در نظر گرفت.
      موفق باشید

  • سلام با تشکر از اموزش بسیار عالی شما، سئوالی که داشتم اینه که در بخش دوم شما از ۲ ماه جهت تهیه داده های اموزشی استفاده کردین و پیشنهاد دادین که می توان جهت یکسال نیز این داده ها رو تهیه کرد، سئوال من اینه بعد تهیه این موارد برای یک سال در کدام بخش کد باید جهت تعیین یک تصویر مشخص در یک تاریخ خاص رو معین کنیم تا میزان رطوبت خاک رو محاسبه کنه،
    همچنین در صورت امکان در خصوص عمق و واحد رطوبت محاسبه شده توضیحاتی ارائه دهید.
    با سپاس فراوان

    • سلام، لطف دارید
      مانند تغییری که از بخش اول به بخش دوم ایجاد شد. این کار باید چند بار (به تعداد ماه های مورد علاقه) تکرار بشه و در هر کدام هم داده های FLDAS و هم داده های Sentinel-1 را با filterDate فیلتر کنید.
      در نهایت تمامی نمونه هایی که تولید کردید را با هم یکی کنید (مشابه خط ۹۹ بخش دوم) و نقشه نهایی را تولید کنید.
      موفق باشید

  • با سلام و قدردانی از مبحث آموزشی بسیار عالی شما
    لطفاً در مورد عمق رطوبت محاسبه شده و واحد محاسبه شده رطوبت توضیحاتی ارائه دهید. با تشکر

    • سلام و وقت بخیر
      لطف دارید
      در مورد عمق رطوبت در توضیح این محصول ذکر شده و همون رو اینجا کپی میکنم، ” داده­ استفاده شده از رطوبت عمق ۰ تا ۱۰ سانتی متر است که به عملکر سنتینل ۱ نزدیک باشد (طول موج برابر ۵ سانتی متر است).” و این استدلال مبتنی بر مقاله ای است که برای آموزش از اون بهره بردیم.
      واحد هم به صورت (m3/m3) بیان میشه (متر مکعب بر روی متر مکعب). که معیار معمولی برای بیان حجم آب در حجم خاک است.

  • با عرض سلام و تشکر بابت آموزش عالی تون
    ببخشید من زمانی که یک محدوده نسبتا بزرگتری رو انتخاب می کنم با خطای زیر مواجه می شوم ممنون میشم راهنمایی بفرمایید
    Feature Collection (Error) User memory limit exceeded

    • سلام و تشکر از لطفتون
      خطا که مشخصه. “User memory limit exceeded” یعنی بیشتر از میزان تعریف شده برای هر کاربر به حافظه نیاز داره. و همون طور که گفتید احتمالا با توجه به محدوده بزرگی که انتخاب کردید این اتفاق افتاده.
      نمیدونم کجای کد به مشکل میخورید ولی احتمالا با Export کردن نتیجه، مشکل حل بشه
      برای بررسی دقیق، لینک کدتون رو برای من ایمیل کنید تا یک راه حل پیدا کنم
      kakooey.m@gmail.com

  • سلام و روز بخیر!
    جناب کاکویی تشکر از بحث علی تان . کد هایکه نوشتید برای من چند ین بار خطا میدهد. لطفا نموده رهنمایی کنید .
    S1_VV_LIA_01: Layer error: List.get: List index must be between 0 and 1, or -2 and -1. Found 2.
    بعد از اینکه بخواهی به لیست تبدیل کنید این خطا را دریافت می کنید .
    بعد در گرفتن میانگین هم و الی اخر هیچ کد پیش نمیرود و در کد دست کاری هم نکردیم کد های خود شما هست. لطفا رهنمای کنید /
    درود

    • سلام و وقت بخیر. خواهش میکنم
      لینک ها رو تست کردم، سالم هستند
      این خطا یعنی وقتی به لیست تبدیل میشه و میخوای ازش get کنی بیشتر از اندازه لیست داری فراخوانی میکنی
      ببین اندازه imageCollection چقدر هست تا اندازه رو رعایت کرده باشی
      میتونی لینک کد رو برای من بفرستی تا ببینم کجاش ایراد داره
      kakooey.m@gmail.com
      موفق باشید

  • سلام و درود!
    نتیجه اجرا کد شما در قسمت میانگین لایر سنتینل این هست!S1_col_01.select(…).mean is not a function
    لطفا رهنمایی کنید

    • سلام و وقت بخیر
      فعلا برنامه ای برای تولید ندارم.
      ان شالله در آینده، محصولی در این زمینه آماده میکنم.

  • سلام خسته نباشید
    من این آموزش رو تهیه کردم یه سوال خدمتتون داشتم دقت کدوم ماهواره برای رطوبت خاک تو حوضه دریاچه ارومیه از همه بیشتره؟
    سنتینل ۱ یا SMOS یا SMAP یا …؟

    • سلام
      قطعا سنتینل-۱ دارای دقت بیشتری هست. بعید میدانم که SMOS و SMAP برای مطالعه مد نظر شما، کاربرد داشته باشه.
      موفق باشید

  • با سلام رطوبت محاسبه شده با سنتیل ۱ همون رطوبت سطحی خاک است؟ اگر نه که رطوبت خاک در چه عمق هایی محاسبه میکنه با تشکر

    • سلام
      با تبعیت از مقاله ای که برای این کار بهره بردیم، داده­ استفاده شده از رطوبت عمق ۰ تا ۱۰ سانتی متر است که به عملکر سنتینل ۱ نزدیک باشد (طول موج سنتینل-۱ برابر ۵ سانتی متر است).
      موفق باشید

  • سلام ممنون از آموزشتون ولی تو قسمتی که باید میانگین بگیر از vvهمش یا خطای تعریف نشده میده یا vv_mean: Layer error: reduce.mean: Error in map(ID=null):
    Image.select: Pattern ‘vv’ did not match any bands یا این خطاست میشه لطفا راهنمایی کنید ؟؟؟

  • سلام آیا امکان پذیر هست که با استفاده از داده های مودیس در تفکیک مکانی ۲۵۰ متر هم بتوان شاخصی برای رطوبت خاک تعریف کرد؟
    در صورت مثبت بودن پاسخ شما برنامه ی برای ساختن این محول آموزشی دارید.
    محدوده مورد مطالعه من توسط تصاویر مودیس بهتر پوشش داده میشه
    متاسفانه داده های FLDAS دقت پایین داره و این آموزش که شما زحمت کشیدید دقت بسیار بالا

  • سلام
    بله، ممکن هست..
    شما میتوانید از باند ۲ و ۷ مادیس استفاده کنید… ولی در مورد دقتش اطلاع ندارم
    اگر مفاله ای در این مورد دیدم، حتما محصول تولید میکنم…. شما اگر رفرنسی دارید همین جا اطلاع دهید.
    پی نوشت:
    در محصول زیر از لندست ۸ برای تولید رطوبت خاک استفاده شده که میتونه مفید باشه
    https://girs.ir/soil-humidity
    در محصول زیر از باند ۲ و ۷ مادیس برای شناسایی مناطق دچار آتش سوزی استفاده شده است.
    https://girs.ir/استفاده-از-google-earth-engine-برای-شناسایی-مناطق-آتش-س

  • سلام وقت بخیر با عرض پوزش استخراج رطوبتی که ارائه فرمودی صحیح نیست در واقع شما بر اساس چند دیتا ارائه نمودی در صورتی که پارامترهای سطحی را در محاسبات لحاظ نفرمودی مانند زبری سطح^-ثابت دی الکتریک با احترام

    • سلام
      وقتی از تکنیک های داده کاوی بهره میبریم، در واقع امیدواریم که متغیرهای فیزیکی را در ویژگی های استخراجی لحاظ میکنیم. با این وجود، تحقیقات در مورد نحوه محدود کردن نتایج با توجه به پارامترهای فیزیکی، یک زمینه فعال هست.
      در اینجا از یک مقاله ۲۰۱۹ که در مجله ISI با عنوان Physics and Chemistry of the Earth چاپ شده است استفاده کردیم. در واقع در این محصول و اکثر محصولات سایت، روشی ابداع نمیکنیم، بلکه از روش هایی که در مجلات معتبر چاپ شده است بهره میبریم و آن ها را در بسترهای مختلف پیاده سازی میکنیم.
      موفق باشید

  • با عرض سلام
    من محصولی در رابطه با ذخیره رطوبت خاک جهت به دست آوردن میزان نیاز آبیاری می خواهم آیا در این آموزش این موارد وجو دارد؟ و با توجه به اینکه داده های مشاهداتی در منطقه در رابطه با رطوبت خاک موجود نیست از چه طریقی می توان اعتبارسنجی را انجام داد؟
    با تشکر

    • سلام
      بستگی به کاربرد شما دارد و ممکن است این آموزش برای شما مفید و یا به کار شما بی ربط باشد.
      آبیاری چه محصولی مد نظر است و در چه عمقی به رطوبت خاک نیاز دارید؟

  • برای چندین محصول گندم، چغندرقند و محصولات باغی. تا عمق ۱۵ سانتی متری

    • محدوده بررسی و کاربرد شما از زمینه های فعال در تعیین رطوبت خاک است و قطعا به داده های میدانی نیاز دارید.

  • با سلام.من طبق فیلمی که تدریس کردین میخوام داده های GLDAS را فراخوانی کنم اررو میده .نمیدونم چرا؟یا اگه میشه آیدیتون یا ایمیلتونو بدین سوالمو کامل تر بپرسم یعنی از خطایی که داره عکس بگیرم بفرستم.و سوال دوم تعیین شوری خاک با تصاویر رادار فیلمی دارین؟

      • سلام
        وقت بخیر
        ببخشید یک سوال داشتم از رطوبت خاک،خاستم راهنمایی کنید
        اموزش رطوبت خاک از سنتینل ایا به دادهای مشاهداتی نیاز داره اگر بخاهیم برای یکسال ان را استخراج کنیم ؟
        روشی که برای محاسبه ی ان استفادید کردید ایا روش منحصربفردی هست یا اینکه روشهای متعددی وجود داره ؟
        چون من برای کارم میخاستم از دادهای رطوبت خاک اماده استفاده کنم میبینم دقتشون کم هستن حالا اگر بخام از این محصول استفاده کنم واسه یکسال ایا حجم کار و زمانی که نیاز هست چقدر میتونه باشه ؟
        ممنونم

  • سلام
    بله، اصولا به داده های میدانی نیاز است. در اینجا به عنوان مثال، داده های میدانی از نقشه FLDAS نمونه برداری شده است و به داده های میدانی متکی نیست.
    مبانی کار براساس یک مقاله سال ۲۰۱۸ است که فلوچارت آن در توضیحات محصول نشان داده شده است.
    موفق باشید

  • سلاو و قت بخیر
    تشکر بابت این آموزش کاربردی.
    بنده بسته رو تهیه کردم اما با خطاهایی مواجه میشم، امکانش هست کد خودتون رو در اختیار من قرار بدید تا با کد خودم مقایسه کنم و خطاهارو برطرف کنم؟

  • سلام وقت بخیر ممنون از آموزش خوبتون ایا امکانش هست اسم مقاله ای که تدریس می کنید رو بگید چون طوبت خاک موضوع پایان نامه ام هست برای رفرنس دهی نیاز دارم .

    • سلام و وقت بخیر
      در همان ویدئوی شماره ۱، ابتدا مقاله استفاده شده با جزییات کامل شرح داده میشه!!!

  • سلام . من از سایت شما فیلم خریدم
    وجه رو کم کرد از حسابم
    در سایت خودتون هم نوشت خرید موفق
    ولی فیلمی به ایمیل من ارسال نشد.
    چه کنم

  • سلام و وقت بخیر
    من تمام مراحل رو طبق ویدیو پیش رفتم و هیچ اروری نداشتم ولی از ۱۲ ساعت پیش که داره اکسپورت میگیره هنوز رو حالت submitted to server هست.چیکار باید بکنم؟

    • سلام
      اگر کد دیگری در حال اجرا نیست، این رو کنسل کنید و دوباره اجرا کنید
      اگر کدهای دیگر در حال اجرا دارید، پس هنوز کد شما در صف اجرا قرار داره!!
      تا زمانی که submitted به running تبدیل نشه، در واقع هنوز اجرای کد شما بر روی سرور آغاز نشده

  • سلام وقت بخیر
    شما در این اموزش اومدین میانگین سری زمانی چنتا تصویرو محاسبه کردین و رطوبت خاک رو در نهایت بدست اوردین ، بنده میخام در طول بازه زمانی یک الی دو سال رطوبت خاک رو بدست بیارم ولی ن بصورت میانگین ، بلکه بصورت جداگانه و ماهانه یا ماهی هر چند بار ک تصویر بود ، امکان راهنمایی هست ، اگه این اموزش بدردم میخوره ممنون میشم بفرمایید چه تغییراتی رو باید در کد های شما اعمال کنم
    مچکر

    • با سلام و احترام

      بهترین راهکار برای کار شما این هست که برای هر ماه بصورت جداگانه یک نقشه درست کنید.
      ساده ترین کار برای این هدف آن است که فقط بازه زمانی را هر بار بر اساس یک ماه تغییر داده و کد را ران کنید.

      موفق باشید

    • سلام
      در همین آموزش بازه های زمانی به صورت ماهیانه تنظیم شده است (Jan و Feb). تنها کافی است بازه زمانی داده های input و target را تغییر دهید و کد را برای منطقه مورد مطاعه اجرا کنید.

  • سلام وقت بخیر
    من تا یک ماه پیش کد اماده رو run میکردم و کدی که خود نوشته بودم به راحتی انجام میشد و لی تازکی ها وقتی رو run میکنم ارور زیر رو میده
    classified: Layer error: Classifier.svm: This classifier has been replaced. For more information see: http://goo.gle/deprecated-classifiers.
    کد خودم هم ارور global رو میده بعد پایینش د.وباره این ارور رو میده

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

  • با سلام
    میشه بفرمایید منظور از fldas چیه؟ پروداکت آماده رطوبت خاک هست؟ اگه بله برای چه ماهوارهای هست؟
    ممنون میشم راهنمایی بفرمایید

  • با سلام و وقت بخیر
    من این آموزش رو تهیه کردم.عالی بود خسته نباشید
    فقط این که اگه بخوام فایل رو اکسترکت کنم و در جی آی اس ازش بهره ببرم
    به جای دستوری toAsset
    از دستورtoDrive استفاده کنم؟
    ممنون میشم راهنمایی کنید

  • سلام وقتتون بخیر …
    آیا امکان استفاده از این روش برای به دست آوردن رطوبت در یک تاریخ وجود دارد و یا خیر ؟
    با تشکر

    • سلام
      همان طور که در فلوچارت استفاده شده در این آموزش نشان داده شده و مقاله ی استفاده شده بر آن تاکید دارد، داده های میانگین باند VV و انحراف از معیار باند VV، داده های ورودی هستند. بنابراین، بهترین توصیف این است که بازه زمانی شامل حداقل ۳ تصویر سنتینل-۱ مورد نیاز است.

  • با سلام برای سال ۲۰۱۹ از چه landcover باید استفاده کرد، چون سال های مربوط به ۲۰۱۹ رو تست کردم و داده ای پیدا نشد؟

دیدگاهتان را بنویسید

اگر تمایل به تدریس و تولید آموزش و کسب درآمد دارید لطفا بر روی دکمه زیر کلیک کنید و فرم را پر کنیدپر کردن فرم همکاری در تهیه ویدئوهای آموزشی
+ +