تصحیحات اتوماتیک ماهواره SENTINEL-2
۳۸۹,۰۰۰ تومان
- مدرس : مهندس امیرحسین احراری
- مخاطب : علاقمندان به کار با داده های ماهواره سنتینل 2
- نرم افزار : ENVI5.3
- پیش نیاز : آشنایی با روش دانلود داده های ماهواره سنتبنل 2
- فرمت: ویدئوی آموزشی
توضیحات
توضیحات
آموزش روش های پیش پردازش داده های ماهواره سنتینل 2 بصورت خودکار در نرم افزار ENVI
درصورتی که هنوز به یک روش پایدار و مناسب برای تصحیح داده های سنتینل نرسیده اید این محصول آموزشی به شما پیشنهاد می شود.
در صورتی که در انجام تصحیح رادیومتریکی و اتمسفری داده های سنتینل 2 مشکل دارید این محصول آموزشی به سوالات شما پاسخ داده است.
اگر کاربر نرم افزار ENVI هستید با این آموزش دیگر نیازی به استفاده از نرم افزارهای دیگر برای پردازش داده های سنتینل ندارید.
اگر تاکنون تصحیحات هندسی داده های سنتینل برای شما یک ابهام بوده است و مشکلاتی در آن داشتید حتما این آموزش را مشاهده کنید.
نکته مهم : این محصول آموزشی در ارتباط با روش تصحیح آن دسته از داده های ماهواره سنتینل است که از فرمت OPER (بین سال های 2014 تا اوایل 2016) برخوردار است و برای سایر داده های سنتیل با فرمت L1C قابل استفاده نیست.
موارد آموزش داده شده در این محصول آموزشی عبارت اند از :
- نحوه استفاده از اطلاعات فایل های xml در نرم افزار ENVI
- روش فراخوانی صحیح داده های ماهواره SENTINEL-2 با استفاده از xml در ENVI
- روش تصحیح رادیومتریکی خودکار داده های SENTINEL-2
- روش تصحیح هندسی خودکار داده های SENTINEL-2
- روش تصحیح اتمسفری داده های SENTINEL-2 با روش QUAC
- روش تصحیح اتمسفری داده های SENTINEL-2 با روش FLAASH
- روش محاسبه شاخص های طیفی خودکار برای داده های SENTINEL-2
- روش استفاده ترکیبی از داده های 10 متری و 20 متری SENTINEL-2
از لحاظ طیفی ماهواره سنتینل 2 از چه ویژگی هایی برخودار است؟
- 13 باند طیفی
- 4 باند مرئی
- 5 باند مادون قرمز نزدیک
- 2 باند مادون قرمز میانی
- 2 باند مادون قرمز طول موج کوتاه
از لحاظ مکانی ماهواره سنتینل 2 از چه ویژگی هایی برخوردار است؟
- 4 باند 10 متری
- 6 باند 20 متری
- 3 باند 60 متری
از لحاظ زمانی ماهواره سنتینل 2 از چه ویژگی هایی برخوردار است؟
- توان تفکیک زمانی 5 تا 6 روز
مهم ترین کاربرد داده های سنتینل 2 چیست؟
- کشاورزی
- کاربری اراضی
- مخاطرات طبیعی
- مطالعات شهری
ماهواره سنتینل بهتر است یا لندست ؟
- ماهواره سنتینل به عنوان بهترین مکمل برای داده های ماهواره های لندست است.
موارد آموزش داده شده در این محصول آموزشی عبارت اند از :
- نحوه استفاده از اطلاعات فایل های xml در نرم افزار ENVI
- روش فراخوانی صحیح داده های ماهواره SENTINEL-2 با استفاده از xml در ENVI
- روش تصحیح رادیومتریکی خودکار داده های SENTINEL-2
- روش تصحیح هندسی خودکار داده های SENTINEL-2
- روش تصحیح اتمسفری داده های SENTINEL-2 با روش QUAC
- روش تصحیح اتمسفری داده های SENTINEL-2 با روش FLAASH
- روش محاسبه شاخص های طیفی خودکار برای داده های SENTINEL-2
- روش استفاده ترکیبی از داده های 10 متری و 20 متری SENTINEL-2
نظرات (0)
نقد و بررسی‌ها
محصولات بیشتر
محصولات مرتبط
امیر غایبی –
سلام آقای مهندس احراری
وقتتان به خیر
برای فراخوانی تصاویر سنتینل-2 در انوی باید ابتدا یک فایل tiff در snap مهیا کنیم و سپس در انوی فراخوانی کنیم.
سوال بنده این است که چگونه می توانیم در اسنپ فایل tiff بسازیم؟
متشکرم بابت پاسخگویی تان
امیرحسین احراری –
با سلام و احترام
از طریق گزینه file در نرم افزار اسنپ وارد شده و سپس گزینه export را بزنید. در این قسمت گزینه اکسپورت بر اساس tif موجود است.
موفق باشید
امیر غایبی –
آقای مهندس احراری
سلام بر شما
دوره استاد بزرگ انوی، تخفیف دانشجویی دارد تا بتوانیم استفاده کنیم؟
چون خیلی مشتاقم تا ویدئوها را ببینم.
امیرحسین احراری –
با سلام و احترام
با بخش پشتیبانی سایت در این زمینه مکاتبه بفرمایید.
موفق باشید
امیر غایبی –
سلام متشکرم چشم
امیر غایبی –
سلام اقای مهندس احراری
بنده تصاویر سنتینل-2 را با عنوان L2A را دانلود کردم که نیازی به تصحیحات رادیومتریک و اتمسفریک نداشته باشند.
سوال بنده این است آیا می توانم این تصاویر را در انوی فراخوانی کنم و در همان انوی موزاییک کردن اینگونه تصاویر و طبقه بندی ان ها را انجام دهم؟
چگونه می توانم این تصاویر را در انوی فراخوانی کنم؟؟؟؟؟؟؟
متشکرم
امیرحسین احراری –
با سلام و احترام
می توانید در انوی فراخوانی کنید اما مختصات آن ها خوانده نمی شود. به همین دلیل اول باید در اسنپ فراخوانی کرده و سپس از آن خروجی تیف گرفته و در نرم افزار انوی آن را باز کنید تا بصورت زمین مرجع باشد. انوی اطلاعات هندسی تصاویر سنتینل را نمی تواند بخواند.
موفق باشید
amir ghayebi –
سلام جناب مهندس احراری عزیز
سوال:
آیا تصاویر سنتینل ۲ نیازی به اصلاحات رادیومتریک دارند؟
یا اینکه فقط اصلاحات اتمسفریک را باید بر روی آن ها انجام داد؟
**متشکرم**
امیرحسین احراری –
با سلام و احترام
در صورتی که از داده های L1C استفاده کنید نیاز به تصحیح اتمسفری دارد.
در صورتی که از داده های L2A استفاده کنید نیاز به تصحیح اتمسفری ندارد.
موفق باشید
امیر غایبی –
سلام چگونه می توانم داده سنتینل- ۲ را در ENVI فراخوانی کنم؟
زیرا می خواهم اصلاحات را روی آن انجام دهم.
امیرحسین احراری –
با سلام و احترام
تصاویر ماهواره ای سنتینل ۲ در انوی ۵٫۳ بصورت خودکار فراخوانی نمی شود. برای پردازش داده های سنتینل ۲ بهتر است از نرم افزار اسنپ استفاده کنید.
موفق باشید
amir ghayebi –
بنده نحوه اصلاحات با اسنپ را بلد نیستم. آیا ویدئو آموزشی در اختیار بنده می گذارید تا بتوانم اصلاحات را انجام دهم؟
برای طبقه بندی این داده ها با چه نرم افزاری باید انجام بدهم؟
متشکرم
امیرحسین احراری –
با سلام و احترام
می توانید محصول تصحیحات رادیومتریکی و هندسی نرم افزار اسنپ رو تهیه بفرمایید.
برای طبقه بندی نیز می توانید از اسنپ و یا سایر نرم افزارهای پردازش تصاویر ماهواره ای مانند انوی استفاده کنید.
موفق باشید
علیرضا –
S2A_OPER_PRD_MSIL1C_PDMC_20160216T015255_R106_V20160215T071840_20160215T071840.SAFE
S2A_OPER_PRD_MSIL1C_PDMC_20160824T194035_R106_V20160823T071312_20160823T071307.SAFE
سلام تو شروع آموزشتون وقتی از open as سری سنتینل و xml اش رو فراخوانی میکنم ارور زیر را بهم میده
http://uupload.ir/files/uto1_capture.jpg
مشکل از کجاست؟
امیرحسین احراری –
با سلام و احترام
آیا این فایل را از سایت scihub دانلود کردید یا earthexplorer ? معمولا داده های دریافتی از earth explorer با این مشکل مواجه می شوند.
موفق باشید
زهرا –
سلام
ببخشید در مورد sen 2core کردن استاد من ازم خواست که توضیح بدم روش resample تصویرم چی بوده و اینکه ارزش های dn بدرستی resample شده اند. و برای تصحیح هندسی هم با لایه های ۱:۲۵۰۰۰ در ارتفاعات که تصویر رو چک کردم خطای جابجایی بالا بود که نیاز به ارتو کردن رو نشون می داد.
امیرحسین احراری –
با سلام و احترام
ببخشید متوجه منظورتون نشدم. الگوریتم sen2cor و دستور resampling از یکدیگر جدا هستند.
ممنون میشم بیشتر توضیح بدید تا بتونم بهتر راهنمایی تون کنم.
موفق باشید
مجتبی عبدی –
سلام جناب آقای مهندس احراری امسال گذشته، در یک وبینار حضرتعالی شرکت کردم و بسیار مفید بود الان داشتم برخی از سوالات دوستان رو مطالعه میکردم .در خصوص تصاویر سنتینل ۲ یک سوال همیشه برام وجود داشته و اون اینکه برای منطقه ما جنوب اهواز در فاصله ۵ روز و با اختلاف ۲و ۳ روز دو تصویر ثبت و در اختیار کاربر قرار میگیره وقتی شاخص NDVI رو محاسبه میکنم بین ارزش پیکسل ها در این شاخص نسبت به تصویر ۲ روز قبل اختلاف وجود داره به عبارتی نتایج یکی نیستند و یا اختلاف غیر منطقیه مسلا شاخص رو امروز حساب میکنم میانگین در میاد ۰/۵۸ و دو روز یا سه روز بعد که تصویر جدید از منطقه میاد علی رغم اینوه وضعیت شاخص بهبود داشته اما ارزش شاخص در تصویر جدید کمتر شده و تصاویر قابل استفاده برای بررسی سری زمانی نیستند.فقط هر تصویر با تصویر ۵ روز قبل یا بعد که مربوط به خودش میشه قابل مقایسه است
امیرحسین احراری –
با سلام و احترام
تغییراتی که در زمین های زراعی ایجاد میشه باعث بروز این تغییرات مقادیر می گردد. به عنوان مثال وقتی زمین های آبیاری می شوند مقدار NDVI کاهش پیدا می کند. استفاده از کودهای شیمیایی و سموم هم می تواند بر روی میزان NDVI تغییراتی را ایجاد کند. حتی ممکن است بارشی در منطقه اتفاق افتاده باشه. طبیعتا در صورتی که محصول برداشت نشده باشه اختلاف مقدار NDVI بسیار زیاد نخواهد بود اما وجود اختلاف به دلایلی که عرض کردم منطقی هست.
فراموش نکنید که برای هر تاریخ حتما شاخص NDVI بر روی تصاویر تصحیح اتمسفری شده محاسبه شود.
موفق باشید
زهرا –
سلام خیلی ممنون از پاسختون. خیل یزحمت کشیدید. حتما مواردی که فرمودید چک میکنم.
البته شیپ فایل را با گوگل ارث چک کردم و درست سرجاش قرارمی گیره.
زهرا –
سلام مجدد خدمت دکتر احراری و سایر دوستان
من یک سوال دارم درخصوص تصاویر سنتیل ۲. من وقتی لایه جاد ها رو با تصویر تصحیح شده سنتیل ۲ مقایسه کردم میزان ۶۰ متر خطای جابجایی را در آن دیدم. باتوجه به اینکه بنده احتیاج به برداشت نمونه های تعلیمی در روی زمین دارم و اینکه باید توده ها رو در سر جای خودشون بصورت دقیق مشخص کنم آیا باید تصاویر رو ارتو کنم؟
ممنون میشم پاسخم رو بدید
امیرحسین احراری –
با سلام و احترام خدمت شما.
البته بنده کارشناسی ارشد سنجش از دور هستم. تا جایی که بنده اطلاع دارم داده های سنتینل ۲ تصحیح هندسی شده هستند. بهتر هست با گوگل ارث هم چک کنید شاید مشکل از شیپ فایل شما باشد. فراموش نکنید نوع سیستم مختصات هم اثر داره. داده های سنتینل ۲ بصورت utm هست. شاید شیپ فایل شما بصورت wgs84 باشه که این جابجایی اتفاق افتاده.
موفق باشید
زهرا –
سلام خیلی ممنون از پاسختون. خیل یزحمت کشیدید. حتما مواردی که فرمودید چک میکنم.
زهرا –
سلام مجدد
ببخشید بنظرتون تصاویر روباید با نقشه های ۱:۲۵۰۰۰ کنترل کرد بهتره؟
امیرحسین احراری –
با سلام و احترام
عذرخواهی میکنم اما منظورتون رو متوجه نشدم. ممنون میشم کمی بیشتر توضیح دهید.
موفق باشید
زهرا –
سلام
با عرض پوزش من میخواستم بدونم برای اینکه میزان خطای هندسی تصویرم رو چک کنم اولا اینکه در همان نرم افزار اسنپ با روی هم اندازی لایه وکتور میتونم اینکار بکنم و اینکه با لایه ۱:۲۵۰۰۰ این امکان وجود دارد؟
ممنون
امیرحسین احراری –
با سلام و احترام
برای این کار بهتر هست از نرم افزار arcgis استفاده کنید. در نرم افزار snap به راحتی نمیشه آن ها را روی هم قرار داد. فقط میشه بصورت جغرافیایی صفحه نمایش آن ها را لینک کرد.
موفق باشید
زهرا –
سلام
ببخشید یعنی برای داده های opper از روش sen2core نمیشه استفاده کرد؟
امیرحسین احراری –
با سلام و احترام
باید تست شود. احتمال میدم مشکلی نباشه. بنده برای داده های oper آن را تست نکردم.
موفق باشید
زهرا –
ممنون از پاسخ. من این بسته رو نخریده بودم. تازه خریدم. اما این روش رو sen2core برای بعضی داده های opper جواب میداد و اما الان برای یکی از داده هام وقتی اینکار رو میکنم تصویر کلا سیاه ظاهر میشه. آیا دلیل فنی داره یا کلا داده های opper رو باید در انوی به این روش که در ویدیو هست تصحیح کرد؟
امیرحسین احراری –
راستش فکر میکنم ایراد از تصویر باشه. خیلی الگوریتم sen2cor برای داده های oper سازگار نیست.
به هر حال در انوی هم می توانید تصحیح کنید. با استفاده از دستور QUAC امکان پذیر است.
موفق باشید
ali ebrahimi –
سلام استاد احراری. وقتتان بخیر. ببخشید، نحوه گذر سنتینل ۲ و ضبط تصاویر چگونه هست. چون ماهواره لندست بصورت نواری از یک گذر عبور کرده و تمام تصاویر را پشت سر هم ضبط میکند. اما سنتینل اینطور نبود گویا.
و دومین مسئله این است که در فریم تصاویر لندست، تصویر بصورت کامل و چهارگوش هست. اما چرا تصاویر سنتینل چهارگوش و کامل نیست مثل لندست، و بصورت کج و یا تکه ایی از یک منطقه فقط می باشد.؟ البته تصاویر را بصورت بصری در سایت رموت پیکسل دیده ام.
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
بله درست میفرمایید. داده های سنتینل ۲ ساختار فریم بندی یکسانی مانند لندست ندارند. ساختار تصاویر آن به این صورت است از ابتدا نیز داده ها به همین صورت عرضه میشده. البته این داده ها قبلا بصورت موزاییک تصاویر جداگانه عرضه میشدند و اثر این امر کمتر بوده اما از وقتی تصاویر قطعه قطعه ارائه شدند گپ های حاشیه تصویر بیشتر دیده میشوند.
موفق باشید
زهرا –
با سلام
ببخشید داده های فرمت opper را با روش sen2core می توان تصحیح نمود؟ و اینکه در مرحله resampleکردن by band و by pixel باید کدام را انتخاب کرد؟ و چه مزیتی برهمدیگر دارند؟
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
بله قابل استفاده است. حالت resample را بر روی گزینه all قرار دهید تا هر باندی بر اساس توان تفکیک مکانی خود تصحیح شود.
موفق باشید
زهرا –
ببخشید در resampling گزینه all نداره که
Amirhossein.Ahrari@Gmail.com –
اگر در نرم افزار SNAP کار کنید دارد. اما در ENVI خیر. به همین دلیل گزینه Nearest Neighbour به عنوان بهترین انتخاب برای داده های شما خواهد بود.
برای تصاویر ماهواره ای توان تفکیک مکانی بالا (کمتر از ۱۰ متر) : روش nearest neighborhood مناسب است
برای تصاویر ماهواراه ای توان تفکیک متوسط (بین ۱۰ تا ۲۵۰ متر) : علاوه بر روش nearest روش bilinear نیز مناسب است.
برای تصاویر ماهواره ای توان تفکیک پایین (بین ۲۵۰ متر تا چند کیلومتر) : روش cubic مناسب است.
موفق باشید
زهرا –
با سلام
optical-geometric-s2resampling در این بخش گزینه all نیست.
Amirhossein.Ahrari@Gmail.com –
بنده اون گزینه ای که عرض کردم رو در دستور sen2cor گفتم هست. در دستور resampling این دستور نیست. در دستور sen2cor در حین تصحیح اتمسفری میتوانید resample هم انجام دهید.
موفق باشید
mehran –
با سلام
من طبقه این آموزشتون پیش میرم ولی بعد ازopen کردن فایلError میده: Specified directory does not exist
من دیتا oper دارم ۲۰۱۵
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
من این موضوع رو بررسی کردم و متوجه شدم که فقط داده هایoper. که از سایت copernicus دانلود شدند میتوانند بصورت خودکار در این دستور استفاده شوند. داده های دانلود شده از سایت usgs اینطور نیستند. چون یکی دیگر از افراد نیز مانند شما با این مشکل مواجه شده بود. این رو که عرض کردم خودم تست کردم.
موفق باشید
فرزانه –
سلام خسته نباشد پس اگر فایل دانلود شده ما oper و از سایت usgs باشد باید از کدام روش برای انجام تصحیحات استفاده کنیم؟
Amirhossein.Ahrari@Gmail.com –
دو راهکار برای این شرایط برقرار هست :
۱) تک تک باندها را در انوی باز کنید. سپس هریک از باندها را به فرمت envi ذخیره سازی کنید و سپس آنها را استک کرده و با استفاده از دستور QUAC تصحیح اتمسفری نمایید.
۲) فراخوانی این داده ها در نرم افزار SNAP و پردازش داده های سنتینل در آن.
موفق باشید
رضا –
با سلام
در پکیج استفاده از نرم افزار اسنپ و افزونه sen2cor که بسیار هم عالی بود من در استخراج رودخانه از آن استفاده کردم اما ب مطلوب مورد نظر نرسیدم اما با روش فلش روی تصاویر لندست ب نتایج خوبی رسیدم (به علت کم عرض و کم عمق بودن رودخانه مورد مطالعه و شاید ضعیف بودن sen2cor نسبت به فلش)
در این آموزش ک فرموده اید برای داده های سنتینل که در بازه ۲۰۱۴ تا اوایل ۲۰۱۶ می توان از روش فلش نیز استفاده کرد
آیا مانند روش فلش که بروی لندست اعمال می شود و می توان رودخانه های کم عرض و کم عمق را استخراج کرد(مستند شده در مقالات لاتین و فارسی) در اعمال روش فلش بر روی داده های سنتینل مذکور(در بازه ۲۰۱۴ تا اوایل ۲۰۱۶) به نتایج مشابهی میرسیم؟
آنچه که بنده را راغب به استفاده از الگوریتم فلش می کند این است که همان طور که استحضار دارید روشsen2cor داده های سنتینل L1C را به L2A تبدیل می کند که باند ۸ را در خروجی نمی آورد ک این باند پایه ثابت بیشتر شاخص ها می باشد و اگر بخواهیم ب ناچار از باند ۸a استفاده کنیم مطمئنن (یا حداقل من اینطور فکر میکنم) به دلخواه خود نخواهیم رسید
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام خدمت شما متخصص محترم
البته ببخشید الگوریتم sen2cor باند ۸a رو حذف میکند که بصورت تخصصی در مطالعه ابرها و تصحیح اتمسفری استفاده میشود. همانطور که در این آموزش هم به آن اشاره کردیم با استفاده از باند ۸ و ۴ انواع شاخص های طیفی پس از تصحیحات رادیومتریکی و اتمسفری محاسبه شده است.
موفق باشید
رضا –
سلام مجدد خدمت اقای احراری
با احترام sen2cor باند ۸ را حذف میکند!!!
و سوال:
آیا روال اجرای الگوریتم فلش بر روی تصاویر سنتینل (در بازه ۲۰۱۴ تا ۲۰۱۶) همانند تصویر لندست ۸ است که در آموزشهای مربوطه فرموده اید
ممنون از وقتی که گذاشتین
Amirhossein.Ahrari@Gmail.com –
با سلام.
بنده عرض کردم باند ۸a حذف میشود نه باند ۸٫ باند ۸ بسیار در محاسبه شاخص های طیفی کاربردی است.
در ارتباط با الگوریتم فلش هم باید عرض کنم که متاسفانه برای داده های L1C ماهواره سنتینل استفاده از روش فلش امکان پذیر نیست مگر آنکه باندهای سنتینل را بتوانید به رادیانس تبدیل کنید. البته بنده بر اساس ویژگی های نرم افزار ENVI5.3 عرض میکنم. در حالی که در نسخه ENVI5.4 به این صورت نیست.
موفق باشید
رضا –
با سلام
سوال بنده این بود که:
آیا روال اجرای الگوریتم فلش بر روی تصاویر سنتینل (در بازه ۲۰۱۴ تا ۲۰۱۶) همانند تصویر لندست ۸ است که در آموزشهای مربوطه فرموده اید؟
کاری به داده های L1C ندارم!!!!
ممنون میشم جواب بدین
با تشکر
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
بله به همان صورت هست. البته فعلا که ما از envi5.3 استفاده میکنیم صرفا برای داده های فرمت OPER که از سایت Copernicus دانلود میشود به همان صورت است.
موفق باشید
گلزار –
سلام جناب مهندس
وقت بخیر
اگه لطف کنید اکستنشن تصحیحات اتوماتیک رادیومتریک و اتمسفری لندست۷ رو هم تهیه بفرمایید ممنون میشیم.
باتشکر
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام خدمت شما.
چنین آموزشی نیز ارائه شده است. اگر در دوره استاد بزرگ انوی شرت کردید در جلسه اول ویدیو مربوط به تصحیحات اتوماتیک داده های ماهواره ای لندست ۷ برای شما ضمیمه شده است.
مهسا –
با سلام و احترام
بنده فایل های آموزشی را دانلود کردم و بسیار ارزشمند و مفید بودند .دو سوال داشتم با توجه به اینکه داده های سنتینل۲ در سال ۲۰۱۷ از فرمت xml برخوردار نیستند پس از stack کردن می توان سایر تصحیحات اتمسفری را روی آن ها انجام داد؟
و سوال دیگر اینکه هنگامی که دیتا ستی از مجموعه باندهای ۱۰ و ۲۰ متری می سازیم آیا لازم است با پیکسل سایز ۱۰ متر یکبار با پیکسل ساز ۲۰ متر دیتا ست بسازیم و سپس تصمیم بگیریم کدام بهتر است ؟ یا طبق فیلم آموزشی در هنگام استفاده از این دو مجموعه باند پیکسل سایز را ۲۰ بگیریم؟ آیا مرجع علمی برای رفرنس دادن در اینباره وجود دارد؟
باتشکر
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
داده های ۲۰۱۷ دارای فایل xml هستند اما فرمت آنها یعنی Level-1C در نرم افزار ENVI قابل فراخوانی نیست.
درسته پس از ساختStack میتوانید از روش QUAC برای تصحیح اتمسفری آنها استفاده کنید.
اگر قصد استفاده ترکیبی از داده های ۱۰ و ۲۰ متر را دارید همه داده ها در یک stack باید به ۲۰ متر resample شوند. در غیر اینصورت با استفاده از روش های تلفیق تصاویر ماهواره ای در زبان متلب میتوانید داده های ۲۰ متری را به ۱۰ متر افزایش دهید.
موفق باشید
مریم –
با سلام
ممنون از وقتی که گذاشتید. اقای مهندس در مورد پاسخهایتان نگاتی برای من مبهم می باشد:
۱- در ارتباط با تعداد نمونه ها :در واقع ۲۰۴ نقطه بصورت جداگانه در داخل یک کاربری پخش می شود ولی هر نمونه نمی تواند یک پیکسل باشد. که بررسیهای من نشان داد که به اندازه یک تعداد باند مورد استفاده بعلاوه یک تعداد پیکسل هر نمونه باید باشد. این برداشت من بود. اما بر اساس انچه شما می گویید ۲۰۴ پیکسل باید برای هر کاربری انتخاب شود حال می توان در بعضی جاها چند پیکسل انتخاب نمود یا خیر؟
در ضمن در جایی مطلبی به عنوان نمونه گیری بصورت همگن و ناهمگن خواندم، میتوانید در این مورد توضیح بیشتری بدهید؟ یکی از همکاران من برای نمونه گیری نمونه ها را بصورت پراکنده نمی کیرد. بلکه بعد از انتخاب نمونه در جای مطمین با استفاده از growth در یک جا مثلا ۳۰۰ پیکسل انتخاب می کند. و دلیل آن را همگنی نمونه ها عنوان می کند. آیا این روش صحیح است؟
در ارتباط با طبقه بندی:منظور من بالا رفتن دقت با تکه تکه کردن تصاویر است. در هر نقشه یک بیست و پنج هزار احتمالن انعکاسهای طیفی یک طبقه همگن تر هستند. آیا به نظر شما این نمی تواند دقت طبقه بندی را بالا ببرد؟ البته من به دنبال دلیل برای انجام ندادن این کار هستم. و به نظر شما در صورت یکپارچه کار کردن همان تعداد نمونه تعلیمی بدست آمد از فرمول برای کل فریم کفایت می کند؟
در ارتباط با تصحیح هندسی: این کار را انجام داده بودم. وکتور من نقشه های ۱:۲۵۰۰۰ سازمان نقشه برداری است. که در بعضی جاها خطا تا سه پیکسل (۳۰) متر هم بود. از نقشه جاده استفاده کردم. از طرفی منطقه مورد مطالعه کوهستانی است. به نظر شما تصحیحات orthoلازم است.؟ فکر می کنم این تصاویر با dem۵۰ متری تصحیح شده اند.
منظورم تهیه نقشه واقعیت زمینی بصورت نمونه برداری بود که باید درصدی از سطح منطقه نمونه برداری شود. در مقالات خارجی ۲ درصد را مشاهده کردم. و در چندمقاله داخلی نمونه برداری بصورتی که حداقل ۳۰ قطعه نمونه در هر کاربری باشد را کافی دانسته اند. با توجه به هزینه بالای آماربرداری و گستردگی منطقه کدام را توصیه می فرمایید.
ممنونم
Amirhossein.Ahrari@Gmail.com –
با سلام.
در ارتباط با نکته اول : برای هر کلاس ۲۰۴ نقطه مد نظر بنده بوده است. مثلا ۲۰۴ نقطه برای کلاس خاک، ۲۰۴ نقطه برای کلاس آب و … . نکته ای که در ارتباط با تعداد نمونه هاو باندها فرمودید در ارتباط با حداقل تعداد نمونه ای هست که باید برای هر کلاس در نظر گرفته شود. البته تعداد نمونه های کلاس ها میتواند یکسان و یا متناسب با مساحت هر یک از کلاس ها متفاوت انتخاب شود. کلاس هایی که مساحت بیشتری دارند تعداد نمونه های بیشتری برای آنها انتخاب شود و بر عکس.
در ارتباط با نکته دوم : درسته روش growth نمونه برداری رو راحت تر میکنه اما خب بهتر هست که نمونه ها بصورت پراکنده و توزیع شده در تمامی مناطقی باشد که پدیده مورد نظر وجود دارد. روش growth روش اشتباهی نیست اما صاحب نظران انتقاداتی رو به اون دارند. بهتر هست صرفا به قابلیت growth بسنده نکنید.
در ارتباط با نکته سوم : تا آنجا که بنده میدانم و تجربه کردم قطعه قطعه کردن منجر به افزایش و کاهش دقت بصورت چشمگیر نمیشود. البته این نظر بنده هست و بر اساس تجربه به این نکته رسیده ام. همگنی یا ناهمگنی بیشتر بواسطه تنوع پدیده های موجود در منطقه و توان تفکیک مکانی شما تعیین میشود.
نکته : در کارهای پژوهشی بنده همیشه به دانشجویان پیشنهاد میکنم همه روش ها رو تست کنید. حتی اگر پیش فرض ما این هست که انجام و عدم انجام آن تاثیری ندارد. با این کار با اطمینان کامل نسبت به نتایج و پژوهشتون میتونید استناد کنید. مثلا اگر بنده به شما میگم فلان روش خیلی ایدال نیست شما بازهم آن را بررسی کنید(در کارهای پژوهشی و تحقیقاتی).
در ارتباط با تصحیح هندسی : داده های pre-collection نیاز به تصحیح خطای جابجایی ارتفاعی داشتند اما دقت هندسی داده های collection-1 بیشتر شده و اما دقیقا نمیدانم که نیاز به رفع خطای جابجایی ارتفاعی کاملا برطرف شده یا خیر. باید در این رابطه بررسی کنم.
در ارتباط با نمونه برداری و تعداد آن نکات زیادی مطرح شده و نظرات مختلفی وجود دارد. به همین خاطر بنده خودم همیشه به مراجع میگم مراجعه کنید. بنده پیش تر از بکاربردن تعداد نمونه های اندک در بخش داوری کارم نتیجه خوبی نگرفتم. هر چه که در منابع گفته شده همان را اعمال بفرمایید که قابل استناد باشد.
موفق باشید
مریم –
با سلام
آقای مهندس منظور من از تعداد نمونه این است که مثلا قرار است برای کاربری زراعت ۲۰۴ نمونه بگیریم. در فرایند طبقه بندی ما از ۶ باند استفاده می کنیم. پس باید ۲۰۴ نقطه هفت پیکسلی بگیریم که می شود ۱۴۳۲ پیکسل برای کاربری زراعت؟
آقای مهندس به مشکلی برخوردم و اینکه می خوام تصویر bing رو با تصویر sentinel ، georefrenceکنم . از registration (image to image) استفاده نکردم ولی وارد مرحله برای انتخاب tie point نمیشه. با استفاده از فیلم آموزشی سایت در مورد erdas هم نتونستم مراحل و پیدا کنم.
ممنون میشم راهنمایی بفرمایید
مریم –
جناب آقای مهندس احراری
با سلام
من تقریبا تمام محصولات دانلودی و پستی شما در مورد سنتینل را خریداری کردم. چند سوال برام پیش امد که اقای نجفی گفتند می توانم از شما کمک بگیرم.
۱- در مورد تعداد نمونه که در آموزش نمونه گیری از کتاب دکتر جانسن توضیح دادید. تعداد ۲۰۴ نمونه بدست آمد. سوال من اینست که اینها ۲۰۴ نقطه هستند که می توانند شامل N+1 پیکسل در هر نمونه باشند؟
۲- در صورت استفاده از یک فریم کامل سنتینل آیا می توان عملیات طبقه بندی را در کل غریم به یکباره انجام داد و یا تنقسیم فریم به قطعات ۱:۲۵۰۰۰ و طبقه بندی هر کدام بصورت جداگانه و در نهایت موزاییک کردن نقشه دقت طبقه بندی رو بالا می برد و آیا اصلا چنین کاری متداول است. و اینکه این کار بسیار وقت گیر و زمان بر است
۳- در مورد تصحیحات تصاویر سنتینل، به نظر شما تصحیحات زمین مرجع کردن مانند آنچه در لندست با نقشه های وکتور انجام می شد ، ضروری است؟
۴- در مورد تصحیح سنتینل با Snap من را راهنمایی کردند که اول resample و بعد reproject بکنم. ایا این روش را تایید می کنید. و بعد هم خروجی گرفته شود و بعد در , envi لایه ها تجمیع شود.
۴- ایا در مور درصد مساحت نقشه واقعیت زمینی می تونید من را راهنمایی کنید؟
سوالاتم زیاد شد. اگر امکان پاسخ گویی در اینجا برای شما وجود ندارد. از هر طریقی که برایتان ممکن است. خوشحال میشم راهنمایی بفرمایید
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام
در ارتباط با تعداد نمونه ها : این تعداد نمونه ای که بدست آورید حداقل تعداد نمونه هایی هست که برای هر کلاس بصورت جداگانه باید برداشت شود. این تعداد نمونه میتواند به عنوان نقطه terrain و test مورد استفاده قرار بگیرد. لازم بذکر است که هر نمونه معادل با یک پیکسل در نظر بنده هست.
در ارتباط با طبقه بندی : موزاییک کردن نتایج طبقه بندی منجر به افزایش دقت نمیشود. تنها مزیت تکه تکه کردن تصویر افزایش سرعت طبقه بندی و راحت تر شدن برای نمونه برداری برای طبقه بندی است.
در ارتباط با تصحیح هندسی : در صورتی که یک وکتور دقیق در اختیار دارید آن را با تصویر سنینل مقایسه نمایید. در صورتی که اختلاف خیلی زیادی در مرزهای وکتور و پدیده ها در تصویر مشاهده میکردید، تصحیح هندسی ضروری است. در غیر این صورت دقت آن بهینه است.
در ارتباط با نرم افزار snap : این نرم افزار برای سنتینل تخصصی طراحی شده. اما بنده خیلی این نرم افزار رو برای پردازش داده های اپتیکی مناسب نمیدانم. به همین خاطر از آن استفاده نمیکنم. به نظر بنده نرم افزار envi بهتر و کاربر پسند تر تمامی مراحل پردازشی را پشتیبانی میکند.
در ارتباط با درصد مساحت نقشه منظورتون رو متوجه نشدم ممنون میشم در این رابطه توضیحات بیشتری ارائه نمایید.
در خدمت شما هستیم. هر سوالی و با هر تعدادی داشتید ممنون میشم از همین طریق با ما در میان بگذارید.
ممنون از شما. با احترام
جواد –
با سلام
متأسفانه فایل xml ی که مهندس احراری توضیح می دهند با فایلی که از سایت USGS دانلود کردم متفاوت بود و داده های سنتینل بصورت دیتاست لود نشدند. در نهایت انجام تصحیح اتمسفری برای من مقدور نبود.
با تشکر
جواد –
لطفا راهنمایی بفرمایید
Amirhossein.Ahrari@Gmail.com –
با سلام و احترام خدمت شما
داده های سنتینل ۲ از دو فرمت برخودار هستند. داده های بین سال های ۲۰۱۴ تا اوایل ۲۰۱۶ معمولا از فرمت OPER برخوردارند که فایل xml آنها در نرم افزار envi خوانده میشود. اما این در حالی است که داده های سال ۲۰۱۶ تا کنون به فرمت L1C عرضه شده و در نتیجه در نرم افزار ENVI قابل فراخوانی نیست و روش تصحیح آنها باید بصورت دستی از طریق stack کردن و اجرای دستور Quick Atmospheric Correction صورت بگیرد.
با احترام
محمد –
سلام و خداقوت
برای stack کردن خواستم از دستور layer stacking استفاده کنم اما با پیام خطایی مبنی بر عدم ژئورفرنس بودن داده ها مواجه می شوم. با این مشکل چه باید کرد؟
امیرحسین احراری –
با سلام و احترام
بله برای این دستور باید داده های ورودی شما زمین مرجع باشه. در صورتی که نیست باید زمین مرجع شوند. برای زمین مرجع هم روش های مختلفی هست می توانید از دستور image to map یا image to image متناسب با وضعیت داده ها تون استفاده کنید. البته بنده نمیدونم از چه تصاویری دارید استفاده می کنید و باندهاتون حاوی چه اطلاعاتی هستند.
موفق باشید