آموزش مدل سازی در GIS به زبان Python در تهیه نقشه خطرپذیری سیلاب

1,472 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

آموزش مدل سازی در GIS به زبان Python به منظور یادگیری فاز عملی و اجرایی فرآیند مدلسازی در سیستم اطلاعات جغرافیایی (GIS) به زبان برنامه نویسی متن باز پایتون ارائه شده است. سیلاب یکی از مخاطراتی است که هر ساله انسان­های زیادی را در سرتاسر جهان با استفاده از خطرات و پیامدهای خود تهدید می کند. کشور ما هم یکی…

آموزش مدل سازی در GIS به زبان Python به منظور یادگیری فاز عملی و اجرایی فرآیند مدلسازی در سیستم اطلاعات جغرافیایی (GIS) به زبان برنامه نویسی متن باز پایتون ارائه شده است.

سیلاب یکی از مخاطراتی است که هر ساله انسان­های زیادی را در سرتاسر جهان با استفاده از خطرات و پیامدهای خود تهدید می کند. کشور ما هم یکی از این کشورهایی است که آسیب های زیادی از این مخاطره متحمل می­ شود. شناخت ابعاد و پهنه ­های سیل گیر و بررسی ویژگی­ های مکانی آن از جمله فعالیت­ هایی است که می ­تواند در بحث مدیریت بهینه مناطق در خطر موثر و مفید باشد. کنترل و مدیریت مخاطره به منظور کاهش خطرات جانی و مالی در این موضوع؛ از مواردی است که می­توان به کمک تحلیل­ های مکانی و بررسی­ های محیط طبیعی انجام داد. پهنه­ بندی را می­توان تقسیم زمین به واحدهای همگن از نظر استعداد وقوع پدیده­ای خاص تعریف کرد، که به کمک تحلیل­ های مختلفی قابل انجام است. یکی از این روش ­ها، تکنیک­ های یادگیری ماشین (Machine Learning) است که در سالهای اخیر بسیار در بحث­ های پهنه بندی و تهیه نقشه ­های خطرپذیری مورد استفاده قرار گرفته است.

هدف از تهیه این آموزش، ارائه چارچوب کلی و روش شناسی انجام این تحلیل­ ها در محیط برنامه نویسی پایتون بوده است، از این رو سعی شده است در کوتاه ترین زمان ممکن کلیت کار توضیح داده شده است. پیش زمینه انجام این تحلیل آشنایی با توابع اولیه کار با داده ­های رستری و وکتوری در نرم افزار ArcGIS است.

آموزش مدل سازی در GIS به زبان Python
آموزش مدل سازی در GIS به زبان Python

مشخصات محصول

  • مدرس: یوسف عبادی
  • تخصص: دانش آموخته سنجش از دور و سیستم های اطلاعات جغرافیایی
  • موضوع: آموزش مدل سازی در GIS به زبان Python
  • نرم افزار: توزیع آناکوندا (Anaconda) از زبان پایتون
  • مخاطب: علاقه مندان به بحث های مدل سازی در GIS
  • نوع آموزش: ویدیویی
  • کد پایتون: دارد
  • داده های تمرینی:‌ دارد

خرید محصول

به منظور خرید این محصول آموزشی بر روی دکمه زیر👇 کلیک کرده و پس از پرداخت وجه، بلافاصله ویدئوهای آموزشی را دانلود نمایید.


توضیحات محصول

این  محصول آموزشی که با هدف یادگیری مراحل و روش انجام فرآیند مدلسازی در سیستم اطلاعات جغرافیایی تهیه شده است، صرفا در ارتباط با موضوع انجام شده (پهنه بندی سیلاب) نبوده و قابلیت استفاده در سایر فعالیت های مدل سازی هم چون تهیه نقشه خطرپذیری مخاطرات دامنه ای، مخاطره فرونشست زمین، و انواع پهنه بندی ها؛ و سایر موضوعاتی که به نوعی مشابه این آموزش است، را داراست. تمام سعی مدرس این آموزش بر این بوده است که محصولی با کیفیت، تکنیکال و در عین حال خلاصه و بدون اطاله کلام ارائه شود، بنابراین در مدت زمان این آموزش تمامی مواردی که در فرآیند مدلسازی مورد نیاز و مورد بحث بوده است، توسط مدرس توضیح داده شده است.

با استفاده از این مجموعه و تکنیک های آموزش داده شده، می توان اقدام به تهیه نقشه های خطر، پیش بینی پارامترهای مختلف و سایر موارد نمود، علاوه براین امکان پیاده سازی سایر مدل های یادگیری ماشین به کمک توابع معرفی شده در این آموزش فراهم می باشد.


عناوین آموزشی

عناوین آموزش داده شده در این محصول عبارت اند از:

  • راه ­اندازی کتابخانه های مورد نیاز در پایتون
  • آماده سازی داده ­ها در نرم افزار ArcGIS
  • تهیه مجموعه داده ­های مدل سازی
  • نحوه فراخوانی توابع مورد نیاز در پایتون
  • کدنویسی الگوریتم RandomForest
  • تست مدل و ارزیابی دقت با استفاده از معیارهای ضریب تبیین، جذر میانگین مربعات خطا و…
  • ترسیم نمودار ROC و محاسبه مقدار سطح زیر منحنی AUC برای مدل ایجاد شده
  • نحوه ورود داده­ های تست مرحله نهایی
  • برآورد مقدار خروجی برای داده ­های تست نهایی
  • نحوه تهیه نقشه خطرپذیری سیلاب
  • جمع بندی

معرفی آموزش


معرفی نرم افزار

نرم افزار آناکوندا یک توزیع جامع از زبان برنامه نویسی پایتون است که دارای محیطی بسیار کاربردی و قدرتمند به منظور استفاده حداکثری از امکانات زبان برنامه نویسی پایتون ارائه می دهد.

عموما استفاده از زبان های برنامه نویسی در محیط های اجرایی (Command Line) باعث سختی و پیچیدگی کار می شود، این درحالی است که توزیع های مختلف که دارای محیط های گرافیکی و ویرایشگر هستند، در این زمینه توصیه می شود. در نرم افزار آناکوندا ماژول های مختلفی برای استفاده از زبان پایتون وجود دارد که آن جمله می توان به CMD.exe Prompet – JupyterLab,Orange,Glueviz  spyder اشاره کرد.


داده ها

در این محصول آموزشی به منظور مدل سازی و نحوه انجام فرآیند؛ از داده های تمرینی به منظور تهیه نقشه خطرپذیری سیلاب استفاده شده است. فاکتورهایی مانند ارتفاع، درجات شیب، کاربری اراضی، لیتولوژی زمین، فاصله از رودخانه، تراکم رودخانه، شاخص رطوبت توپوگرافی (TWI) و …

داده­ های استفاده شده در این آموزش (صرفا به عنوان داده ­های نمونه و تمرینی) و کد نوشته شده به زبان پایتون در مجموعه قرار داده شده است، تا امکان انجام فرآیند مدلسازی به صورت همزمان با مدرس آموزش فراهم باشد.


خرید محصول

به منظور خرید این محصول آموزشی بر روی دکمه زیر👇 کلیک کرده و پس از پرداخت وجه، بلافاصله ویدئوهای آموزشی را دانلود نمایید.


لینک های مفید


نوشته های مرتبط :

29 دیدگاه. ارسال دیدگاه جدید

  • باسلام و وقت بخیر
    ببخشید این آموزش مدلسازی شما قابل استفاده برای مدلسازی فضایی با روش عامل محور هست؟
    اگر قابل استفاده نیست ایا ویدیوی دیگری در این زمینه دارین؟

    پاسخ
    • یوسف عبادی
      1399-04-07 8:40 ب.ظ

      باسلام
      این آموزش با محوریت موضوع خطرپذیری سیلاب تهیه شده. اما تا حدودی می‌توان برای موضوعات و مسائل دیگه هم استفاده کرد.
      برای استفاده در بحث مدلسازی عامل مبنا، باید ابتدا فلوچارت کار رو به دقت بررسی کرد.
      اگر مقاله پایه ای در این زمینه دارید، برای بنده ایمیل کنید تا بررسی کنم.
      yousef.ebadi1373@gmail.com

      پاسخ
  • با سلام و احترام
    به ایمیلتان ارسال گردید.

    پاسخ
  • با سلام و احترام

    در این کد نویسی از پایتون نسخه ۲ استفاده شده یا ۳؟
    و اگر از پایتون۲ استفاده شده آیا همان کد را می توان در پایتون۳ هم استفاده کرد؟

    پاسخ
    • یوسف عبادی
      1399-04-18 3:46 ب.ظ

      سلام
      از پایتون ۲٫۷ استفاده شده.
      بله قابل استفاده هست.

      پاسخ
    • سلام ودرود من این اموزش خریداری کردم.ایا سل سایز تمام لایه ها باید یکسان کنیم ؟یک مقاله مرتبط بگید که مبانی و روش براساس اون کار کنیم و بنویسم چون در ساخت نقشه مشکلی نیست در نوشتن مقاله و نوشتار مشکل دارم

      پاسخ
  • سلام. من پایتون ۳٫۷ استفاده میکنم. آناکوندا کار نمیکنه با این نسخه؟ کلا شما نصب آناکوندا رو اصلا توضبح ندادین ولی در عنوان آوردین متاسفانه.

    پاسخ
    • یوسف عبادی
      1399-05-07 8:07 ب.ظ

      با سلام
      به بنده ایمیل بزنید تا مشکل رو بررسی کنیم.
      yousef.ebadi1373@gmail.com
      در مورد نصب اناکوندا، مورد پیچیده ای وجود نداره و با مراجعه به سایت مورد نظر، نسخه مناسب سیستم عامل تون میتونید دانلود کنید.

      پاسخ
  • حسین طالبی
    1399-05-13 8:03 ب.ظ

    سلام آقای مهندس وفت بخیر.
    بعد از ران کردن مدل اگر بخواییم نتایج را با نمودار نمایش دهیم راه و روشی خاص دارد؟ مثلا بخواییم با نمودار نشان دهیم که با فاصله از آبراهه میزان خطرپذیری چگونه تغییر میکند.
    پیشاپیش ممنون از راهنماییتان.

    پاسخ
    • یوسف عبادی
      1399-05-13 9:44 ب.ظ

      سلام
      وقت شما هم بخیر
      شما بعد از اینکه مدل رو اجرا میکنید و خروجی رو در دست دارید، میتونید از روش‌های آماری ارتباط خروجی رو با فاکتورهای مختلف بسنجید. برای نشان دادن ارتباط و تغییر دو نوع داده یعنی خروجی مدل و یک فاکتور مشخصی، برای مثال میتونید از همبستگی بهره ببرید. البته در مقالات مختلف روش‌هایی برای اینکار احتمالا قید شده، که با بررسی اونها میشه چنین کاری انجام داد.
      در صورت نیاز از طریق آدرس جیمیل زیر با بنده در ارتباط باشید.
      موفق باشید.
      yousef.ebadi1373@gmail.com

      پاسخ
  • سلام و احوال پرسی
    بنده با زبان پایتون اصلا آشنا نیستم.
    آیا با این فیلم آموزشی، توانایی و قابلیت تهیه نقشه خطرپذیری سیلاب برای هر رودخانه و حوضه آبریز آن و سیلابدشت مجاور همین رودخانه برایم فراهم می شود؟
    و آیا دیگر نیازی به دستکاری در زبان پایتون نوشته شده نخواهد بود؟
    و آیا برای پروژه های واقعی داده های ورودی را داریم؟

    پاسخ
    • یوسف عبادی
      1399-05-15 6:38 ب.ظ

      با سلام
      ممنون از شما
      بله در این آموزش ما سعی کردیم فرایند مدلسازی رو کاملا واضح و بدون اضافه گویی پیش بریم، یعنی شما در آموزش اثری از اصطلاحات در هم و برهم، و پیچیده نداریم و به ساده ترین شکل ممکن توضیح دادیم. اینکه اصلا آشنا نیستید، بله کد الگوریتم در مجموعه هست و با اون کد و جاگذاری داده های خودتون میتونید نقشه خطرپذیری سیلاب رو برای هر منطقه از جهان کار کنید. به شرطی که داده های مورد نیاز در دسترس باشه.
      پیش نیاز آموزش هم آشنایی با توابع تحلیلی arcgis هست. به طور کلی بخوام بگم خدمتتون، با استفاده از این آموزش و دانسته های خودتون و کمی دقت و تمرین به راحتی میتونید مراحل مدلسازی رو انجام بدید. در مورد اینکه داده ها هست یا نه، بله موجود هست، و مطالعات زیادی در این ارتباط انجام شده.
      با احترام

      پاسخ
  • با سلام
    نقشه مناطق سیل زده را از کجا میتونم تهیه کنم یا خودمان باید تهیه کنم؟سپاس

    پاسخ
    • یوسف عبادی
      1399-08-12 8:39 ق.ظ

      با سلام
      این داده ها معمولا توسط ارگان هایی مثل اب منطقه ای، و منابع طبیعی برداشت میشه و میتونید با مراجعه به این سازمان ها دریافت کنید. روش دیگر اینکه از طریق تصاویر ماهواره ای و بررسی سیلاب های اتفاق افتاده در گذشته، مناطق سیل گیر رو مشخص کنید.

      پاسخ
  • سلام و با احترام
    یک سوال داشتم چرا بعد از هر بار ران کردن نتایج و خروجی های که تعیین کردیم تغییر میکنه بعد از هر بار ران همه نتایج تغییر میکنه دلیل علمیش چیه؟

    پاسخ
    • یوسف عبادی
      1399-10-15 10:00 ق.ظ

      سلام
      چون براساس کدی که تعریف کردیم، ابتدا مجموعه داده ها به صورت کاملا رندوم و با نسبتی که تعریف میکنیم، divide میشن،و چون رندوم هست قاعدتا در هر بار ران مدل ایندکس های مختلفی از سمپل ها انتخاب میشن.
      میتونید فقط یکبار داده ها رو تقسیم کنید و اون چند خط کد مربوط به تقسیم کردن دیتاها رو کامنت بزارید تا اجرا نشن.
      با احترام

      پاسخ
  • اشکان آریان
    1400-09-17 5:31 ب.ظ

    سلام این آموزش جهت مدلسازی گسترش شهری و مصور کردن نقشه های پیش بینی شده گسترش شهری کاربرد داره ؟ ممنون میشم راهنمایی کنید

    پاسخ
  • با عرض سلام
    ممنون می شم لطفا بفرمایید در این آموزش که فرمودید نقشه های کاربری، فاصله از رودخانه و…آیا بصورت تصاویر ماهواره ای هست؟ چون من تصاویر ماهواره ای چندین پارامتر مهم تاثیرگزار بر روی سیلاب رو استخراج کردم، و قصد دارم در نهایت از این پارامترهای مهم، یک نقشه خطرپذریری سیل تهیه کنم. ممنون می شم بفرمایید ورودی ها و خروجی های اطلاعاتی از چه نوعی هستن؟ آیا بصورت تصاویر ماهواره ای هستن یا یکسری شیپ فایل های وکتوری.‌ آیا این آموزش می تونه مناسب کار من باشه؟ چون تمام دیتاهای اطلاعاتی من از نوع تصویر ماهواره ای هست

    متشکرم

    پاسخ
  • یوسف عبادی
    1402-02-07 11:41 ق.ظ

    سلام وقت شما بخیر
    این آموزش در زمینه مدلسازی و تهیه نقشه خطرپذیری سیلاب هست؛ داده های مورد استفاده در این آموزش هم میتونه از منابع وکتوری و هم تصاویر ماهواره ای آماده بشه، اما کلیت مدلسازی در این آموزش ارتباطی به نوع داده نداره. باید بررسی کنید مثلا داده های مربوط به پوشش گیاهی از کدام مرجع قابل تهیه هست. روند مدلسازی این آموزش؛ به مراحل بعد از تهیه داده ها از منابع مختلف هست، یعنی بحث ترکیب و تلفیق داده ها برای رسیدن به هدف خاصی.
    اگر هدف شما تهیه نقشه خطرپذیری سیلاب با استفاده از روش های یادگیری ماشین هست؛ این آموزش بهتون کمک میکنه.

    داده های این آموزش هم از نوع وکتوری و هم شبکه ای هست، که از مراجع مختلف آماده سازی و تهیه ‌شده و توسط یک فرایند مدلسازی با هم ترکیب و تلفیق شدن.

    پاسخ
  • سلام در این کد میخواهم شبکه عصبی را جایگذاری کنم کد مورد نظر دارید ؟

    پاسخ
    • یوسف عبادی
      1402-03-18 9:37 ب.ظ

      با سلام.
      لطفا در تلگرام به این شماره پیام ارسال کنید.
      09142163918

      پاسخ
  • حمیدرضا
    1402-04-26 10:23 ب.ظ

    سلام
    من اموزشو تهیه کردم نسبت به قیمت می تونست بیشتر طولانی تر باشه با توجه به اموزش های سایت های دیگر خیلی سریع از بیشتر عنواین رد شد که حتی به نظرم ارزش داشت گرون تر بشه محصول ولی کمی دقیق تر ‍‍‍‍‍‍‍پرداخته بشه بهش
    کمی توی ویژگی داده ها مثل پیکسل سایز یکسان و… پرداخته شود .
    برای پایان نامه نیاز یه این اموزش داشتم خیلی ممنون میشدم یا مثلاارزیابی و انتخاب محصول
    همچنین پیامی در کر شما هنگام ران هست که نمیدانم مشکل دارد با نه
    A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples,), for example using ravel().

    پاسخ
    • سلام. ممنون از نقطه نظر ارزشمندتون.
      واقعیت امر این هست که هدف ما در این آموزش مشخص نمودن قالب و چارچوب کلی مدلسازی مکانی در این محیط بوده؛ بحث انتخاب ویژگی و… هر کدام مباحثی هستن که جزئیات زیادی رو طلب میکنن و امکان پرداختن نبوده. و یا یکسان سازی ابعاد داده ها، که در آموزش های قبلی تا حدودی اشاره شده. ولی هدف در این آموزش این بوده که روال یک مدلسازی با داده های مکانی و به کمک روش های داده کاوی به چه شکلی هست. شما وقتی کلیت روند کاری تون مشخص شد، میتونید از منابع داخلی و خارجی راجع به تک تک جزئیات و اجزای این فرایند مطالعه کنید.
      این پیام نوعی پیشنهاد هست که پایتون ارائه میده، و خطا نیست و اثری در اجرای کد نداره. البته برای این حالت مدلسازی و این شکل فیچرها. انتهای پیام هم نوشته که مثلا تابع reval. میتونید توضیحات تابع رو بخونید و اگر برای شرایط داده ای شما مناسب باشه، اضافه کنید.

      پاسخ
      • با سلام استاد
        من می خواسنم توی این موضوع عمیق تر بشم مثل نحوه حذف متغیر ها و سوالات از این قبیل ولی هر چی سرچ می کنم نمی تونم چیزی پیدا کنم نه در ایرانی ها و نه در خارچی ها با چه عناوینی میتونم پیدا کنم ممنون میشم به شدت برای پایان نامه به مشکل خوردم و فقط امورش شمارو تونیستم تهیه کنم که باز سوالاتی توی ذهنم هست بشه باز اگه شد بتونم سوالتمو از شما بپرسم ممنون بشم خیلی یا بشه چیزی تکمیلی تر معرفی کنید ممنون میشم.
        با سپاس

        پاسخ
        • یوسف عبادی
          1402-05-18 10:50 ب.ظ

          با سلام
          میتونید از طریق تلگرام یا ایتا با این شماره ارتباط برقرار کنید، تا حدامکان راهنمایی تون میکنم.
          09142163918

          پاسخ
  • amin.javadi1441@gmail.com
    1402-05-17 1:51 ب.ظ

    با سلام. یه انتقادی داشتم ازتون. متاسفانه طول زمان آموزش خیلی کوتاه هست و بهتر بود که زمان رو مینوشتید و قیمتش هم پایین تر می بود. مدرس خیلی جاهارو کلی اشاره میکنه و رد میشه میره و اینکه بهتر بود الگوریتم های بیشتری بررسی میشد. امیدوارم در اینده اموزش با کیفیت تر و مفصل تری از این بحث ببینیم.

    پاسخ
    • یوسف عبادی
      1402-05-18 10:48 ب.ظ

      سلام
      ممنون بابت نظر ارزشمندتون.
      در توضیحات آموزش هم اشاره شده که هدف ارائه سریع یک چارچوب برای مدلسازی هست. قاعدتا کسی که وارد این مباحث میشه پیش زمینه ای در ذهن داره؛ ولی اینکه ترکیب این ابزار ها برای یک فرایند مدلسازی چطور باشه، شاید ابتدا نامفهوم باشه.بله جای بحث و بررسی بسیاری هست ولی مسلما هزینه تهیه آموزش هم به مراتب بالاتر خواهد رفت.
      هدف ما ارائه یک آموزش به شدت کاربردی و کوتاه و با هزینه بسیار پایین و دانشجویی بوده؛
      با احترام

      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