اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.
ریز مقیاس سازی پروداکت دمای سطح زمین MODIS با استفاده از پروداکت NDVI – در زبان R

محصول آموزشی ریزمقیاس سازی پروداکت دمای سطح زمین MODIS با استفاده از پروداکت NDVI در زبان R منتشر شد. با استفاده از این محصول آموزشی شما می توانید توان تفکیک مکانی پروداکت دمای سطح زمین MODIS را از ۱۰۰۰ به ۲۵۰ متر ارتقا دهید.
در این محصول آموزشی بصورت ترکیبی از گوگل ارث انجین و زبان برنامه نویسی R برای افزایش جزییات مکانی تصاویر ماهواره ای استفاده شده است. مطالب این محصول آموزشی کاملا جدید بوده و تا کنون در آموزش های قبلی تدریس نشده است.
قسمت کوتاهی از این آموزش
مشخصات محصول
- مدرس: امیرحسین احراری
- تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
- موضوع: ریزمقیاس سازی تصاویر ماهواره ای
- نرم افزار: زبان برنامه نویسی R و گوگل ارث انجین
- کد آموزشی: دارد
تهیه آموزش
به منظور خرید این محصول آموزشی بر روی دکمه زیر کلیک کرده و پس از پرداخت، بلافاصله نسبت به دانلود فایل های آموزشی اقدام نمایید.
توضیحات محصول
این محصول آموزشی در زمینه ریزمقیاس سازی پروداکت دمای سطح زمین MODIS با استفاده از پروداکت NDVI در زبان R است. این محصول آموزشی از دو بخش اصلی تشکیل شده که در قسمت اول آن روش دانلود داده های ماهواره ای با استفاده از سامانه گوگل ارث انجین و سپس در بخش دوم روش فراخوانی و تلفیق آن در زبان برنامه نویسی R تدریس شده است.
مطالب ارائه شده در این محصول آموزشی جدید بوده و در زمینه تلفیق تصاویر ماهواره ای بسیار کاربردی است. با خرید این محصول آموزشی پکیج آموزش اصول ابتدایی کار با تصاویر ماهواره ای در زبان R را نیز همراه با سایر بخش های محصول دریافت خواهد کرد.
عناوین آموزشی
مهم ترین عناوین آموزشی این محصول عبارت اند از:
- روش کار با داده های MODIS در سامانه گوگل ارث انجین
- روش فراخوانی پروداکت پوشش گیاهی در ارث انجین
- روش فراخوانی پروداکت دمای سطح زمین در ارث انجین
- روش دانلود داده ها از ارث انجین
- روش فراخوانی تصاویر ماهواره ای در زبان برنامه نویسی R
- اصول اولیه کار با تصاویر ماهواره ای در زبان برنامه نویسی R
- معرفی کتاب خانه های کاربردی زبان R در سنجش از دور
- روش ریزمقیاس سازی تصاویر ماهواره ای در زبان برنامه نویسی R
زبان برنامه نویسی R
یکی از زبان های برنامه نویسی متن باز که قابلیت های لازم برای کار با داده های مکانی و تحلیل های آماری در سطح بالا را فراهم کرده زبان R است. این زبان برنامه نویسی در سال های اخیر رشد قابل توجهی در زمینه تحلیل داده های مکانی داشته و اضافه شدن کتاب خانه های کاربردی در این زمینه باعث شده تا به یک رقیب جدی برای زبان پایتون و جاوا تبدیل شود.
بسیاری از توسعه دهندگان زبان های برنامه نویسی بر این عقیده اند که زبان R از قابلیت های پژوهشی بالاتری در مقایسه با پایتون (برای فعالیت های دانشگاهی) برخوردار است اما در مقابل پایتون از لحاظ تجاری و در وضعیت بهتری قرار دارد. به همین منظور آشنایی با زبان R برای انجام فعالیت های تحقیقاتی و دانشگاهی مناسب تر است.
ریزمقیاس سازی
یکی از تکنیک های افزایش جزییات مکانی تصاویر ماهواره ای ریزمقیاس سازی است که با استفاده از آن شما می توانید جزییات مکانی تصاویر ماهواره ای توان تفکیک مکانی پایین را ارتقا دهید.
روش های ریزمقیاس سازی عموما زیر مجموعه روش های مبتنی بر رگرسیون گیری بین تصاویر توان تفکیک مکانی بالا و تصاویر توان تفکیک مکانی پایین قرار می گیرند. در این گونه از روش ها بر اساس رابطه رگرسیونی بین دو مولفه زیست محیطی امکان افزایش جزییات مکانی به شکل مناسبی فراهم می شود.
تهیه آموزش
به منظور خرید این محصول آموزشی بر روی دکمه زیر کلیک کرده و پس از پرداخت، بلافاصله نسبت به دانلود فایل های آموزشی اقدام نمایید.
16 دیدگاه. ارسال دیدگاه جدید
با سلام و احترام
داده های گریس ارث انجین تا 2017 بیشتر نیست. شما برحسب تجربه ای که دارید چیزی به ذهنتون میرسه برای دریافت 2017 تا 2020. با تشکر.
با سلام و احترام
در سایت nasa Giovanni میتوانید داده های گریس رو برای سال های ۲۰۰۲ تا کنون دانلود کنید.
موفق باشید
سلام و خسته نباشید
میشه اینجا به جای NDVI مادیس از NDVI لندست هشت استفاده کرد؟
با سلام و احترام
در ارتباط با تلفیق تصاویر لندست و مادیس به زودی یک آموزش در گوگل ارث انجین ارائه خواهیم کرد.
موفق باشید
سلام
همچنین جهت دانلود یک تصویر مادیس (مخصوصا مادیس روزانه) باید چطور عمل کرد؟ در این ویدئو شما تصویر میانگین متشکل از چند تصویر رو دانلود فرمودید.
با سلام و احترام
من کد شما رو بررسی کردم. به نظرم ساختار کدتون درست نبود. من کد رو بر اساس ایده خودم بازنویسی کردم. بازه زمانی رو متناسب با نیاز خودتون می توانید تغییر بدید.
https://code.earthengine.google.com/67b668fe0ab0e679621a2828595cac8a
موفق باشید
ببخشید کد رو جدا میفرستم.
من با این کد میخوام مادیس روزانه رو دانلود کنم که خروجی به حالت باندهای خیلی زیاد میشه و حجم فایل هم زیاد هست و حتی نتیجه اشتباه. میشه لطفا در این مورد راهنمایی بفرمایید.
https://code.earthengine.google.com/c8031115c6c433bc3bc79e005269b3c8
با سلام و احترام
من کد شما رو بررسی کردم. به نظرم ساختار کدتون درست نبود. من کد رو بر اساس ایده خودم بازنویسی کردم. بازه زمانی رو متناسب با نیاز خودتون می توانید تغییر بدید.
https://code.earthengine.google.com/67b668fe0ab0e679621a2828595cac8a
موفق باشید
خیلی ممنونم از زحمت و لطف شما جهت جواب به سوال های اخیر بنده.
با اجرای کد در محیط R به خطای زیر برخورد کردم و جواب حاصل نشد. کد خود شما را هم امتحان کردم ولی باز همان خطا حاصل شد.
Error in seq_len(p) : argument must be coercible to non-negative integer
In addition: Warning messages:
1: In raster.downscale(ndvi250, lst1000, scatter = TRUE) :
Population is being used and may cause memory issues
2: In seq_len(p) : first element used of ‘length.out’ argument
با سلام و احترام
یک فایل جدید درست کنید.
مجددا کد را طبق فیلم آموزشی از ابتدا وارد نمایید.
بر اساس داده هایی که من براتون ضمیمه کردم یک بار فرایند را طبق فیلم انجام دهید.
آدرس فایل های ورودی را نیز تغییر بدید.
قطعا بخشی از کد بصورت سهوی خطا دارد که این عبارت نمایش داده شده. چون دستورالعمل خاصی غیر از آنچه که در فیلم اشاره کردم ندارد.
بهتر است از آخرین نسخه نرم افزار RStudio برای این کار استفاده کنید.
از نصب شدن و فراخوانی درست کتاب خانه های آموزش نیز اطمینان حاصل کنید.
موفق باشید
سلام وقت بخیر
آموزش ریزمقیاس سازی بارش ندارید؟
با سلام و احترام
می توانید از آموزش زیر استفاده کنید.
https://girs.ir/gee-precipitation-1km/
موفق باشید
سلام وقت بخیر
موقعی که از دمای سطح زمین سنجده مودیس استفاده میکنم ماهواره آکوا بهتر است یا ترا؟
و اینکه دمای سطح زمین روزانه نتایج قابل قبول تری دارد یا ۸ روزه
و در نهایت من برای تبخیر تعرق روزانه میخوام این داده ها رو استخراج کنم برای این منظور بهتر است که یک geometry یا نقطه در نزدیکی ایستگاه هواشناسی که از داده های اون ایستگاه استفاده میکنم رو انتخاب کنم یا کل نقشه شهر رو؟
با سلام و احترام
هیچ تفاوتی بین داده های آکوا و ترا نیست. سنجنده مادیس هر دو کاملا یکسان است. فقط داده های ترا از سال 2000 در دسترس است و آکوا از سال 2002.
داده های 8 روزه میزان بایاس کمتری نسبت به داده های روزانه دارد. مگر اینکه کاربرد شما نیاز به استفاده از داده های روزانه داشته باشد.
اگر می خواهید دمای مادیس رو با داده های ایستگاه مقایسه کنید نزدیک ایستگاه رو انتخاب کنید.
موفق باشید
سلام
سری زمانی دمای سطح زمین رو با این روش ریزمقیاس سازی چطوری بدست بیاریم.؟
در کاری که انجام میدم میخواستم با این روشی که گفتین سری زمانیش رو بدست بیارم
با سلام و احترام
در سامانه گوگل ارث انجین من قبلا چنین کاری را انجام دادم. اگر کاربر این سامانه هستید از لینک زیر استفاده کنید.
https://girs.ir/تلفیق-تصاویر-ماهواره-ای-لندست-و-مادیس-2/
موفق باشید