کالبدشکافی گوگل ارث انجین، از ثبت نام تا کدنویسی پیشرفته و ایجاد اپلیکیشن تحت وب

  • مدرس: امیرحسین ولایتی
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • موضوع: سنجش از دور
  • سامانه:  Google Earth Engine و پایتون
  • مخاطب: همه علاقه مندان به یادگیری سامانه گوگل ارث انجین و سنجش از دور
  • نوع آموزش: ویدیویی
  • مدت زمان آموزش: 10 ساعت
  • پیش نیاز: ندارد

1,800,000 تومان

0 افرادی که اکنون این محصول را تماشا می کنند!
 بالاترین کیفیت
عدم محدودیت زمانی
 مناسبترین قیمت
 خرید و دانلود آنی
خرید با کارت عضو شتاب

پکیج ویدیویی آموزش جامع یا آناتومی گوگل ارث انجین، یک منبع بی‌نظیر برای همه‌ی افرادی است که به دنیای سنجش از دور و سیستم اطلاعات مکانی علاقه‌مندند.

این پکیج با دقت و جزئیات بالا، از مبتدی تا پیشرفته، تمامی جنبه‌های استفاده از گوگل ارث انجین را پوشش می‌دهد. از معرفی ابزار و ثبت نام در سامانه تا کدنویسی پیشرفته و ایجاد اپلیکیشن‌های تحت وب، همه‌چیز به زبانی ساده و قابل فهم توضیح داده شده است.

با پوشش دادن موضوعاتی از فیلتر کردن تصاویر تا استخراج اطلاعات زمین‌شناسی و تغییرات محیطی، این پکیج ارزشمند برای دانشجویان، محققان و حتی کارآفرینانی است که به دنبال بهبود مهارت‌های خود در زمینه آنالیز داده‌های مکانی هستند.

با این آموزش، شما قادر خواهید بود تا از طیف وسیعی از موضوعات مرتبط با گوگل ارث انجین بهره‌مند شوید، از مباحث ابتدایی مانند معرفی سامانه تا مباحث پیشرفته‌تر مانند کار با دیتاست‌های مختلف و حتی طبقه‌بندی نظارت شده و شناسایی تغییرات.

این پکیج به شما امکان می‌دهد تا به طور مستقل و با اعتماد به نفس، مهارت‌های لازم برای ایجاد تحلیل‌های دقیق و نمایش داده‌های مکانی را به دست آورید. به طور کلی، این آموزش یک منبع گرانبها است که به شما امکان می‌دهد تا به عنوان یک حرفه‌ای در زمینه‌ی سنجش از دور و سیستم اطلاعات مکانی، با اطمینان به کارتان بپردازید و به نتایج بهتری دست یابید.

چارت زیر به صورت کامل، موضوعات پوشش داده شده را نمایش می دهد:

در ادامه، ویدئوی معرفی این محصول آموزشی را ببینید:

آیکن معرفی مدرس:

  • امیرحسین ولایتی
  • کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • دارنده مدرک کارشناسی مهندسی نقشه برداری دانشگاه خواجه نصیرالدین طوسی
  • دارنده مدرک کارشناسی ارشد سنجش از دور از دانشگاه تهران
  • دانشجو دکتری سنجش از دور دانشگاه تهران
  • مدرس تخصصی آموزش های آنلاین سنجش از دور
  • مشاور و مجری پروژه های ملی در زمینه سنجش از دور

آیکن عناوین آموزشی

عناوین درنظر گرفته شده برای این آموزش به شرح زیر است:

 

بخش اول: معرفی سامانه گوگل ارث انجین

    • آموزش نحوه ثبت نام در سامانه
    • معرفی دیتا کاتالوگ های ارث انجین
      • مجموعه لندست
      • مجموعه مادیس
      • مجموعه سنتینل
      • جستجو دیتاست با توجه به کاربرد
    • معرفی فضای کاری و پنل های کاربری GEE
    • اجرای یک کد نمونه

 

بخش دوم: کدنویسی سطح ابتدایی در GEE

    • اجرای ساده ترین کد(سلام کردن) و ذخیره سازی کد
    • کار با Image Collections
    • فیلتر کردن Image Collections
    • ساختن تصاویر موزاییک و کامپوزیت از Image Collections
    • کار با Feature Collections
    • ایمپورت کردن داده از سیستم به GEE
    • کلیپ کردن تصاویر
    • اکسپورت گرفتن داده به گوگل درایو

 

بخش سوم: کدنویسی سطح متوسط در GEE

    • Object ها در GEE
    • محاسبه شاخص های طیفی
    • محاسبات بر روی Image Collections
    • ماسک ابر
    • کاهش دهنده ها (Reducers)
    • نمودار های سری زمانی
[

 

بخش چهارم: کار با دیتاست های مختلف در GEE

    • کار با سری داده لندست: عملیات unmixing با لندست8
    • کار با سری داده سنتینل: استخراج سری زمانی کربن مونو اکسید با سنتینل 5
    • کار با سری داده مادیس: استخراج سری زمانی با استفاده از پروداکت شاخص های گیاهی مادیس
    • کار با پروداکت های اقلیمی: مقایسه میزان بارش 2 منطقه در سری زمانی با داده های TRMM
    • کار با داده های ماهواره استر: استخراج شاخص های کانی شناسی با ماهواره استر

 

بخش پنجم: طبقه بندی نظارت شده

    • مقدمه و معرفی یادگیری ماشین و طبقه بندی نظارت شده
    • کدنویسی طبقه بندی نظارت شده ابتدایی
    • برآورد دقت
    • روش های بهبود دقت طبقه بندی
    • خروجی گرفتن از نتایج طبقه بندی
    • محاسبه مساحت هر کلاس

 

بخش ششم: شناسایی تغییرات

    • مقدمه و معرفی روش های شناسایی تغییرات
    • شناسایی تغییرات با شاخص های طیفی (spectral Index)
    • شناسایی تغییرات با قاصله طیفی (Spectral Distance)
    • شناسایی تغییرات با روش طبقه بندی مستقیم (Direct Classification of Change)
    • شناسایی تغییرات با روش بعد از طبقه بندی (Post Classification Comparison)

 

 

بخش هفتم: تولید اپلیکیشن تحت وب با GEE

    • کدنویسی مختصر برای درک کلاینت و سرور
    • استفاده از المان های رابط کاربری
    • تولید یک اپلیکیشن ساده جهت نمایش نور شب
    • ویرایش و انتشار اپلیکیشن تحت وب
    • تولید و انتشار یک اپلیکیشن برای مقایسه 2 پنجره ای

 

بخش هشتم: استفاده از ارث انجین در پایتون

    • تفاوت های کدنویسی ارث انجین در پایتون با سامانه ارث انجین
    • تبدیل اتوماتیک کد جاوا اسکریپت به پایتون
    • نحوه اکسپورت گرفتن به صورت چندتایی (Batch Exports)
    • تولید نمودار با ارث انجین در پایتون
    • تولید چارت با کتابخانه matplotlib

آیکن معرفی سامانه

در این محصول، از سامانه مجازی گوگل ارث انجین به عنوان نرم افزار استفاده شده است. این سامانه به عنوان بهترین ابزار تحت وب در سنجش از دور، بصورت تخصصی در زمینه پردازش داده های سری زمانی کاربرد دارد.

امروزه با استفاده از این سامانه، تمامی تصاویر ماهواره ای رایگان در سنجش از دور بصورت رایگان در دسترس است و شما می توانید سنگین ترین پردازش ها را در مدت زمانی بسیار کوتاه انجام دهید. لازم بذکر است که این سامانه بصورت متن باز بوده و قابلیت استفاده در انواع پروژه های تجاری و علمی مرتبط با سنجش از دور را دارد. هم چنین داده های موجود در گوگل ارث انجین بصورت تصحیح شده عرضه می شوند و کاربران به راحتی می توانند از آن ها در زمینه استخراج اطلاعات استفاده کنند.

آیکن داده ها

در این پکیج آموزشی جامع برای گوگل ارث انجین، از طیف گسترده ای از داده‌های ماهواره‌ای و مکانی استفاده شده است که همه به صورت رایگان در دسترس هستند. این داده‌ها شامل دیتاست‌های معروفی مانند داده‌های ماهواره‌ای لندست 8 جهت فرایند unmixing و شناسایی تغییرات، داده‌های سنتینل 2 و سنتینل 5 برای طبقه بندی، شناسایی تغییرات، آموزش ابتدایی و متوسط و استخراج کربن مونو اکسید می شوند.

همچنین داده‌های ماهواره‌ای مادیس برای استخراج سری زمانی شاخص‌های گیاهی و از داده‌های ماهواره‌ای TRMM برای مقایسهٔ میزان بارش در مناطق مختلف استفاده شده است، علاوه بر این، از داده‌های ASTER برای استخراج شاخص‌های کانی‌شناسی بهره گرفته شده است. محدوده‌های سیاسی FAO نیز در این پکیج برای مشخص نمودن مناطق مورد مطالعه و تحلیل های مکانی مورد استفاده قرار گرفته است.

این داده‌های ماهواره‌ای رایگان، امکان انجام تحلیل‌های گوناگون در حوزه‌های زمین‌شناسی، محیط زیست و منابع طبیعی را فراهم آورده است.

بنابر این در این محصول از دیتاست های مختلفی استفاده شده است از جمله:

  • داده های ماهواره ای لندست 8
  • داده های ماهواره ای سنتینل 2
  • داده های ماهواره ای سنتینل 5
  • داده های ماهواره ای مادیس
  • داده های ماهواره ای TRMM
  • داده های ماهواره ای ASTER
  • محدوده های سیاسی FAO

آیکن کاربرد این آموزش

این پکیج جامع آموزش گوگل ارث انجین به دانشجویان، محققان و کارآفرینان ارائه می‌شود تا آن‌ها را با مفاهیم اصلی و مهارت‌های عملی مرتبط با این سامانه آشنا کند. این پکیج شامل موضوعاتی از معرفی ابزارها و مفاهیم اولیه گوگل ارث انجین تا مهارت‌های پیشرفته کدنویسی مانند، تحلیل داده‌های مکانی، طبقه بندی نظارت شده، شناسایی تغییرات، تولید اپلیکیشن و استفاده از API پایتون است.

مخاطبان این پکیج می‌توانند با استفاده از این آموزش‌ها، دانش و مهارت لازم برای ایجاد و تحلیل پروژه‌های متنوعی در زمینه‌های مختلف از جمله زمین‌شناسی، محیط زیست، کشاورزی و مدیریت منابع طبیعی را کسب کنند. این پکیج به آن‌ها امکان می‌دهد تا با ابزارها و تکنیک‌های پیشرفته موجود در گوگل ارث انجین، به تحلیل داده‌های مکانی براساس نیازها و مسائل مختلف بپردازند و حتی اپلیکیشن‌های تحت وب مبتنی بر این سامانه را ایجاد کنند.

آیکن مخاطب این محصول

این پکیج جامع آموزش گوگل ارث انجین با تمامی بخش‌هایش از مبتدی تا پیشرفته، علاقه‌مندانی را به خود جذب می‌کند که به دنبال یادگیری عمیق و جامع در زمینه مباحث مرتبط با اطلاعات مکانی و تحلیل داده‌های ماهواره‌ای هستند. مخاطبان این پکیج شامل دانشجویان دانشگاهی که به دنبال گسترش دانش در زمینه‌های زمین‌شناسی، محیط زیست، علوم کشاورزی و منابع طبیعی هستند،

محققان محیط زیست و منابع طبیعی که به دنبال روش‌های نوین تحقیق و تحلیل داده‌های مکانی می‌باشند، و همچنین کارآفرینان و فعالان حوزه فناوری که قصد استفاده از اطلاعات مکانی برای ایجاد اپلیکیشن‌ها و خدمات مبتنی بر مکان را دارند، می‌باشد. این پکیج آموزشی به افرادی که به دنبال توسعه مهارت‌های عملی و کاربردی در حوزه اطلاعات مکانی و تحلیل داده‌های ماهواره‌ای هستند، کمک می‌کند تا به دانش و مهارت لازم برای انجام پروژه‌ها و تحقیقات موثر در این حوزه برسند.

دیدگاهها

  1. میلاد پورصدقی

    سلام وقت بخیر…من میخوام روی آلاینده های هوا کار کنم…آیا این فایل کمک کننده هست؟

    0
    0
    • امیرحسین ولایتی

      سلام. وقت شما هم بخیر.
      بادیدن از این آموزش شما مهارت لازم جهت پردازش انواع دیتاست های ارث انجین را بدست می آوررید و دیگر نیاز به استفاده از کد های آماده ندارید.
      به راحتی میتوانید در کاربرد مد نظر خود از کدنویسی را انجام دهید.

      همچنین در بخش چهارم این آموزش دیتاست های آلاینده هوا سنتینل ۵ توضیح داده شد و به کدنویسی استخراج سری زمانی کربن مونو اکسید پرداخته شد، شما میتوانید با توجه به این آموزش ، در مورد انواع آلاینده های هوا کدنویسی انجام دهید.

  2. فوادی

    سلام. آقای دکتر کد نویسی ب زبان پایتون و اتصال ب سامانه با توجه ب محدودیت دسترسی و فیلتر بودن رو هم آموزش می دید؟ اگر بله در چ محیطی هستش؟ کولب یا جوپیتر؟

    0
    0
    • امیرحسین ولایتی

      سلام.
      در قسمت اول از بخش هشتم، به صورت عملی به بررسی تمامی تفاوت های کدنویسی ارث انجین در پایتون و سامانه گوگل ارث انجین پرداخته شد.
      ضمنا در قسمت دوم از همین بخش، چگونگی تبدیل اتوماتیک کد ارث انجین(جاوا) به پایتون آموزش داده شد.
      در این آموزش تمامی مراحل کدنویسی پایتون در گوگل کولب انجام می شود. که قابلیت استفاده در jupyter notebook را هم دارد.

      اتصال به سامانه با استفاده از اکستنشن های کروم هست مانند (veepn) و راه دوم استفاده از شکن https://girs.ir/proxy-gee

  3. میترا امامی

    سلام
    این اموزش برای افراد مبتدی هم ماسب است؟

    0
    0
    • امیرحسین ولایتی

      سلام.
      بله، این آموزش برای تمامی افراد از مبتدی تا پیشرفته قابل استفاده است.
      در این محصول از ابتدایی ترین قدم ها مانند ثبت نام در سامانه، معرفی فضای سامانه و نوشتن کدهای ساده تا کدنویسی های پیشرفته با کاربرد های مختلف و تولید اپلیکیشن آموزش داده شده است.

  4. امیرحمزه مسیحی

    سلام و عرض ادب. نیاز من به گوگل ارث انجین بیشتر کار باشاخص های طیفی و سنجش و پایش سلامت گیاهان زراعی است . ایا با این اموزش میتونم تولید نقشه نوع کشت و محاسبه مساحت ان را یاد بگیرم؟ ایا چرخه فنولوژی و طبقه بندی در این اموزش پوشش داده شده؟

    0
    0
    • امیرحسین ولایتی

      سلام.
      در این آموزش نحوه تولید سری زمانی شاخص های طیفی آموزش داده شده است. که ارتباط زیادی با فنولوژی گیاهی دارد.
      ضمنا برای تهیه نقشه نوع کشت، نیاز به طبقه بندی دارید که این مورد به همراه محاسبه مساحت هر کلاس در بخش پنجم به طور مفصل شرح داده شد.
      به طور کلی در این آموزش حرفی از فنولوژی به میان نیامده، اما تولید سری زمانی شاخص ها،طبقه بندی و محاسبه مساحت هر کلاس تشریح شده است.

      • امیرحمزه مسیحی

        تشکر بابت راهنمایی دقیقتون🌹

  5. سلیمانی

    سلام وقتتون بخیر آقای احراری؛
    دو سوال داشتم. یکی اینکه فرمول‌های مورداستفاده برای لندست 8 و 9 (مثلا تبدیل DN به رادیانس) متفاوت هستند؟
    سوال بعدی هم اینکه آیا میشه از افزونۀ PyQGIS برای باند حرارتی لندست 9 استفاده کرد؟

    0
    0
دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

 آموزش هــای رایــگان