گوگل ارث انجین محصولات دانلودی

شناسایی مناطق کاشت برنج با آنالیز سری زمانی سنتینل-۱

محمد کاکوئی
نوشته شده توسط محمد کاکوئی

در این محصول آموزشی ویژگی های مختلفی مبتنی بر آنالیز سری زمانی تصاویر راداری سنتینل-۱ معرفی می ­شود و به شناسایی مناطق کاشت برنج در مناطق شمالی ایران در گوگل ارث انجین می­ پردازد.

این آموزش یک روش تصمیم گیری مبتنی بر ویژگی ­های سری زمانی معرفی می­ کند که برای تهیه نقشه کشت برنج مناسب است. این نقشه براساس داده های راداری SAR در باند C است که توسط سنتینل-۱ فراهم می­ شود.

در این آموزش، ابتدا مدل مربوط به رشد محصول ایجاد می­ شد که مرتبط با رشد برنج است و شامل تفاضل سیگنال بازگشتی، فاصله زمانی بین مراحل رشد و بلوغ، نرخ تغییر انحراف از معیار و متوسط ​​سیگنال نرمال شده است. سپس، این ویژگی­ ها با هم ترکیب می­ شوند و برای بهبود دقت تشخیص برنج استفاده می­ شوند. براساس ادعای مقاله استفاده شده، نتایج تجربی نشان می دهد که این روش دارای دقت کلی ۹۱٫۹٪ است.

برای پیاده سازی از محیط محاسباتی Google Earth Engine استفاده شده است و منطقه مورد مطالعه در بخش شمالی ایران قرار دارد که برای سال ۲۰۱۹ مورد مطالعه قرار گرفتند.


مشخصات محصول:

  • قیمت: ۱۲۰۰۰۰ تومان
  • مدرس: دکتر محمد کاکوئی
  • تخصص: برنامه نویسی، پردازش تصویر، هوش مصنوعی و سنجش از دور
  • موضوع: سنجش از دور کشاورزی
  • نرم افزار: سامانه گوگل ارث انجین
  • ماهواره: سنتینل-۱
  • فرمت آموزش: ویدئوهای آموزشی MP4
  • طول آموزش: حدودا ۱ ساعت و ۵۵ دقیقه

توضیحات محصول:

در این ویدئوی آموزشی ابتدا تصاویر سنتینل-۱ پیش پردازش می شوند و به صورت مکانی نرم می ­شوند.

با توجه به اهمیت ویژگی های سری زمانی در این آموزش، تصاویر باید به صورت سری زمانی نیز نرم شوند. در شکل زیر، نمودار قرمز تغییرات تصویر اصلی و نمودار آبی نشان دهنده­ی نمودار سری زمانی بعد از نرم شدن به صورت سری زمانی را نشان می دهد.

در شکل زیر تصویر VHR از بخشی از منطقه مورد مطالعه را نشان می ­دهد.

در ادامه به عنوان نمونه شاخص تفاضل سیگنال بازگشتی نشان داده شده است.

در نهایت، نقشه کاشت برنج در شکل زیر نمایش داده می ­شود.


عناوین آموزشی:

عناوین آموزشی به شرح زیر می باشند:

  • فراخوانی داده سنتینل-۱
  • فیلتر کردن داده های سنتینل-۱ از نظر جهت تصویربرداری و نوع آن
  • نرم کردن و میانگین گیری مکانی با توجه به پیکسل های همسایه
  • نرم کردن مقادیر پیکسل ها به صورت سری زمانی برای کاهش نویز و تغییرات ناگهانی
  • استخراج ویژگی های مختلف از تصاویر سری زمانی
  • تلفیق ویژگی ها برای استخراج نقشه کاشت برنج

معرفی دوره آموزشی:


تهیه محصول:

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


آموزش های زیر را در صورت تمایل ببینید:


 

۶ دیدگاه

  • سلام آقای کاکائویی، در این روش برای اعتبارسنجی نیازی به داده های موقعیت زمینی یا GPS نیست؟ و آیا می توان بدون لحاظ کردن این مورد در مقالات علمی و برای محصولات دیگری مانند نخود از آن استفاده کرد ؟

    • سلام
      بدون داده زمینی نمی توانید در یک محصول دیگه مقاله بدین
      ولی مثلا شما در ارزیابی محصول کاشت برنج میخواین کار کنید و نیاز دارید که نقشه زمین های کاشت برنج را داشته باشید. میتوانید برای استخراج زمین از همین روش استفاده کنید و به مقاله استفاده شده در این آموزش ارجاع بدهید

  • پس این روش مختص محصول برنجه و فقط برای این محصول کاربرد داره، درسته؟

    • مقاله مرجع این محصول مربوط به استخراج زمین های کاشت برنج با داده سنتینل-۱ هست و هر گونه بسط، توسعه و تطبیق احتمالی با سایر محصولات، به ایده پردازی خودتون بستگی داره.

  • آقای کاکوئی هر فریم از تصاویر سنتینل ۲ و سنتینل ۱ به ترتیب چند کیلومتر از سطح زمین را پوشش می دهند؟ ممنون میشم جواب بدید؟

    • سلام
      سطح ۱۰۰*۱۰۰ کیلومتر مربع
      البته پاسخش به این سادگی ها نیست!! در سنتینل-۱ مودهای تصویر متفاوته و تصویر سنتینل-۲ هم از گرانول ها تشکیل شده است ولی ساده ترین پاسخ همین عدد بالاست
      موفق باشید

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
+ +