بالاترین کیفیت
در این آموزش تولید نقشه محصولات زراعی از تصاویر ماهواره ای و استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای سنتینل ۱ و۲ و لندست ۸ یاد می گیرید.
با توجه به رشد اقتصادی و گسترش شهرها، امنیت غذایی دارای اهمیت ویژهای می باشد. یکی از مهم ترین روش های پیشبینی میزان محصولات کشاورزی و ارتقای امنیت غذایی، تحلیل زمانی تصاویر محصولات زراعی مختلف است. طبقه بندی و تولید نقشه محصولات زراعی دارای اهمیت فراوانی است.
فناوری سنجش از دور مبتنی بر حسگرهای نوری و راداری، یکی از ابزارهای مهم برای استخراج نواحی زراعی است. همچنین فناوری سنجش از دور برای تخمین نوع محصولات زراعی قابل استفاده است. به دلیل افزایش رزولوشن مکانی، زمانی و طیفی تصاویر ماهواره ها، نتایج طبقه بندی بهبود یافته است. طبقه بندی های سری زمانی و در مقیاس بزرگ مبتنی بر نوع محصول، مهمترین موضوع مطالعاتی در این حوزه است.
به دلیل شرایط جوی (مانند هوای ابری و بارانی)، به کارگیری تصاویر نوری در بازه های زمانی مختلف دارای محدودیت می باشد. بنابراین، ترکیب آنها با تصاویر راداری میتواند موجب ارتقای روش های پیشنهادی شود. با این وجود، استفاده از تصاویر راداری دارای پیچیدگی بیشتری است، زیرا تحلیل این تصاویر نیازمند تحلیل ساختارهای پیچیده داده و تعیین وضعیت آن با محصول زراعی است.
استفاده از بسترهای مبتنی بر ابر (cloud)، امکان پردازش حجم بزرگی از تصاویر را با روش های یادگیری ماشین فراهم می کند. محیط پردازش GEE (Google Earth Engine)، یک بستر مبتنی بر ابر برای تحلیل تصاویر زمین است. این بستر به برای اهداف تحقیقاتی، آموزشی و غیر سودآور به صورت رایگان خدمت رسانی می کند.
توضیحات محصول آموزشی
شناسایی و استخراج نقشه گیاهان زراعی دارای اهمیت زیادی در حوزه کشاورزی است. بسیاری از تحقیقات انجام شده در حوزه استخراج نقشه گیاهان زراعی مبتنی بر تصاویر SAR هستند. ما در این آموزش، از تصاویر و داده های چند زمانی سنتینل-۱، سنتینل-۲ و لندست-۸ بهره بردیم تا پوشش گیاهان زراعی شناسایی شوند. در این بررسی از ویژگی تفاوت در زمان رشد و نمو گیاهان مختلف بهره برده ایم.
همچنین می توان از داده های پیش پردازش شده در GEE استفاده کرد و برای نمایش نوع محصول آنها را فراخوانی کرد. گرچه این روش بسیار سریع است و پاسخگوی نیاز فوری خواهد بود، اما به دلیل رزولوشن نامناسب، دارای جزییات زیادی نیست. برای حل این مشکل می توان طبقه بندی را براساس داده های فصلی تشکیل شده سنتینل-۱، سنتینل-۲ و لندست-۸ انجام داد و در بازه های یک ساله، نقشه زمین های زراعی را تولید کرد.
عناوین آموزشی
عناوین آموزش داده شده عبارت است از:
- فراخوانی تصاویر سنتینل ۱ و سنتینل ۲ و لندست ۸ در زمان و مکان مشخص
- تعریف شاخص در تابع و اعمال آن به تصاویر سنتینل ۲ و لندست ۸
- تشکیل تصاویر فصلی برای هر ماهواره
- نمونه گیری تصادفی از داده و تشکیل پایگاه داده برای خوشه بندی
- خوشه بندی داده ها به روش K-means و اعمال به تصاویر مورد نظر
- فراخوانی داده محصولات زراعی پیش پردازش شده در GEE شامل کلاس هایی از گندم، برنج، جو، سویا، ذرت و …
- نمونه گیری مبتنی بر هر کلاس از داده و تشکیل پایگاه داده برای طبقه بندی
- آموزش طبقه بند جنگل تصادفی
- طبقه بندی تصویر و تولید نقشه محصولات زراعی در رزولوشن ۱۰ متر
استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای
آرش –
با سلام و احترام
ضمن تشکر از استاد گرامی
آیا می توان با استفاده از سامانه گوگل ارث انجین و بدون دانستن نوع گیاه ( گندم، جو ، لوبیا و ….) در منطقه ، اقدام به تعیین نوع گیاه نمود؟
با تشکر
mohammad kakooei –
سلام
بله. در کنار روش های بامربی (supervised) که در این آموزش معرفی شده است، روش هایی مبتنی بر نمودار و شرایط فصلی و ماهیانه رشد گیاه وجود دارد که بدون طبقه بندی (classification) و داده های آموزشی (training dataset) این کار را انجام میدهد.
ان شاالله در آینده محصولی در مورد این موضوع در GEE تولید میشود.
موفق باشید
mojtaba d –
سلام من تمام مراحل را انجام دادم با این ارور مواجه شدم چیکار باید بکنم؟
Required argument (numPoints) missing to function: Image.stratifiedSample(image, numPoints, classBand, region, scale, projection, seed, classValues, classPoints, dropNulls, tileScale, geometries)
Extracts a stratified random sample of points from an image. Extracts the specified number of samples for each distinct value discovered within the ‘classBand’. Returns a FeatureCollection of 1 Feature per extracted point, with each feature having 1 property per band in the input image. If there are less than the specified number of samples available for a given class value, then all of the points for that class will be included. Requires that the classBand contain integer values
Mohammad Kakooei –
سلام
به نظر میرسه که در یکی از کلاس ها نمونه وجود نداره، چون روش stratifiedSample نیاز داره که از همه کلاس ها نمونه برداری کنه
با Get Link لینک کدتون رو بگیرید و برای من ایمیل کنید تا بررسی کنم.
kakooey.m@gmail.com
موفق باشید
حمیدرضا قره چائی –
سلام
زمان کلاسترینگ کردن در استخراج نقشه زراعی خطای time out می دهند. وسعت منطقه ۴۰۰ کیلومتر مربع است. تعداد پیکسل را تا ۲۰ هزار تا قرار دادم بازم هم خطا می دهد در فیلم آموزشی تعداد پیکسل ۵ هزار تعیین شده است.
با سپاس
Mohammad Kakooei –
سلام
اولا بررسی کنید که آیا clusterer آموزش میبینه یا نه. یعنی اگر از clusterer پرینت بگیرید، در کنسول نمایش داده میشه. فکر میکنم که در این مورد مشکلی ندارید
به نظر میرسه که مساحت منطقه برای نتیجه ی آنلاین بزرگ باشه. بنابراین مجبور هستید که مشابه بخش دوم، نتیجه را به asset خودتون export کنید و بعدا ببینید.
برای بررسی بیشتر میتونید لینک کدتون رو برای من ایمیل کنید
موفق باشید
محمد –
با سلام و عرض ادب
من میخوام برای یک فصل زراعی (۶ماهه) برای یک دشت به مساحت ۳۰۰ هکتار به تفکیک نوع محصول کشت شده برای هرکدوم از قطعات زمینهای زراعی (کاداستر اراضی) رو بدست بیارم. در این آموزش قدرت تفکیک مکانی برای یک قطعه زمین زراعی حداقل چند هکتاره؟ و میزان دقت برآورد نوع محصول کشت شده حاصل از نتایج چقدر قابل اطمینانه؟
سپاس
محمد –
با سلام و عرض ادب
دقت برآورد نوع محصول با واقعیت آنچه که در زمین کشت شده به چه میزان می باشد؟ حداقل مساحتی که میتوان نوع محصول کشت شده رو با این آموزش مشخص کرد چند هکتار می باشد؟
با سپاس
mohammad kakooei –
سلاو
با توجه به اینکه از تلفیق تصاویر سنتینل و لندست استفاده شده است، رزولوشن مکانی نقشه نهایی برابر ۱۰ متر است.
قابلیت اطمینان نقشه وابسته به کیفیت داده های آموزشی است که در این محصول از GFSAD استفاده شده است.
سید عرفان –
سلام استاد یک سوال داشتم، بهترین سنجنده برای برآورد سطح زیر کشت محصولی مانند نخود یا گندم در سطح یک استان کدام است؟ اگر سطح منطقه ی مورد مطالعاتیمان یک استان مانند کرمانشاه باشد. لندست بهتر است یا مادیس؟
mohammad kakooei –
سلام
از دقت موررد انتظار تا سرعت و ابزار تحلیل در این موضوع موثر است
ولی اگر امکانات مهیا باشه، من لندست رو انتخاب میکنم
Omid Afsharkohan –
سلام استاد وقتتون بخیر
در قسمت خوشه بندی بعد از اضافه کردن تصویر GFSAD رنگ لایه مورد نظر سبز نشد و سیاه سفید باقی موند،میخواستم بدونم ایراد کار کجا هستش ممنون میشم🙏
Mohammad Kakooei –
سلام و وقت بخیر
اگر یک باند را به صورت عادی نمایش دهید به صورت مقیاس سطح خاکستری نمایش داده می شود.
یا باید پلت رنگ تعریف کنید
یا از تابع randomVisualizer استفاده کنید.
موفق باشید
Omid Afsharkohan –
من دقیقا طبق آموزش شما پیش رفتم یعنی پلت رنگ هم مثل همان که در آموزش گفتین استفاده کردم ولی متاسفانه نشد
Mohammad Kakooei –
به ایمیلتون پاسخ دادم
رویا –
سلام و احترام
لطفا آموزش همین بخش رو بدون استفاده از گوگل ارت انجین بذارید چرا که امکان استفاده از این نرم افزار برای برخی فراهم نیست و با اینکه کتاب راهنما رو هم از شما خریداری کردم نیاز به فیلتر شکن دارد که بدون اون نمیشه کار کرد .
اگر آموزش جدا برای یک مبحث با نرم افزار مورد نظر خودمان بخواهیم امکان پذیر هست ؟
متشکرم
احمد نجفی –
با سلام و وقت بخیر
درخواست های آموزش خود را همینجا بنویسید
ali mehrabi –
سلام و عرض ادب جناب مهندس
امکانش هست مقاله یا مقاله هایی برای cropland از این approach ای که جنابعالی استفاده کردین رو لینک بدین؟
و سوال دیگه اینکه آیا امکان بازنویسی محصول با استفاده از پایتون می باشد یا خیر؟
Mohammad Kakooei –
سلام
در آموزش هایی که به صورت کامل از یک مقاله مشخص استفاده شده است، خود مقاله نیز توضیح داده شده است.
در این آموزش روش های بدون مربی و با مربی آموزش داده شده است که در بسیاری از روش های شناسایی Cropland مشترک است و شما با جستجو می توانید مقالات و survey ها را بیابید.
البته به زودی مقاله ما هم چاپ میشود و میتوانید از آن استفاده کنید.
موفق باشید
Mohammad Kakooei –
بله..میتوان این کد را در پایتون بازنویسی کرد.. البته مختص به این کد نیست و شکل کد جاوا اسکریپت در GEE، شباهت زیادی به پایتون دارد.
سمیرا –
سلام وقتتون بخیر
ممنون برای آموزش خوبتون
ببخشید تصحیحات مربوط به مرحله پیش پردازش تصاویر راداری سنتینل ۱ رو چطور باید در GEE انجام بدیم؟ چون این مراحل رو در نرم افزار به راحتی میشه انجام داد اما نمیدونم چطور در GEE این تصحیحات رو روی تصاویر اعمال کنم.
تصحیحاتی مثل تصحیحات رادیومتریک، نویز حرراتی، terrain correction و ..
امیرحسین احراری –
با سلام و احترام
روش کار با تصاویر راداری سنتینل ۱ در گوگل ارث انجین در محصول زیر آموزش داده شده است. خیلی از تصحیحات در ارث انجین بر روی داده ها انجام شده.
http://girs.ir/sen1-speckle-noise/
موفق باشید
امیر –
سلام،
من سعی کردم با استفاده از روش کلاستربندی نقشه مزراع ذرت کشور را ایجاد کنم اما خطای زیادی دارد. به عنوان مثال در کویر کلاسی را میدهد که قطعا وجود ندارد. البته در مساحت کوچک ظاهرا درست است که البته ان هم نیاز به راستی آزمایی دارد اما در مساحت بزرگ قطعا خطا دارد. ایا برای مساحت های بزگ لازم است در کد تغییراتی بدهیم مثلا تعداد نمونه را زیاد کنیم. ضمنا بسیار مشتاقم برای کاهش میزان محاسبات از محصول جدید شما با همکاری دانشگا هخواجه نصیر در GEE که کاربری اراضی را ایجاد کرده اید استفاده کنم و فقط محاسبات در کلاس (۱۲) farmland صورت گیرد. ممنون میشوم اگر راهنمایی بفرمایید.
Mohammad Kakooei –
سلام
بله، ویژگی های استفاده شده احتمالا برای مساحت های بزرگ کافی نباشد. نیاز است ویژگی های زمانی و مکانی بیشتری را در نظر بگیرید تا هم خوشه بندی و هم طبقه بندی بهبود یابد.
نگاهی به مقاله زیر بیاندازید و نحوه استفاده از ویژگی های مختلف را بررسی کنید
Application of Google Earth Engine Cloud Computing Platform, Sentinel Imagery, and Neural Networks for Crop Mapping in Canada
https://www.mdpi.com/2072-4292/12/21/3561
برای نقشه ایران هم زحمت معرفی رو آقای احراری کشیدند و میتونید از لینک زیر استفاده کنید
http://girs.ir/iran-landcover-10meter
امیر –
بسیار ممنون از توضیحاتتون، در صورت امکان خط کدی که میتواند محاسبات را در فصول مختلف فقط برای یک کلاس خاص در مورد این مثال (farmland=class12) معرفی بفرمایید با تشکر
Mohammad Kakooei –
با ایمیل من در ارتباط باشید
kakooey.m@gmail.com
Parivash Paridad –
با سلام
آیا میتوان از این محصول برای تشخیص یک نوع درخت خاص مثلا زیتون استفاده نمود؟
آیا دوره فنولوژی گیاه و DEM در نظر گرفته شده است؟
آیا برای افراد خارج از ایران در دسترس است؟
ممنونم
Mohammad Kakooei –
سلام
این روش به صورت مستقیم برای شناسایی درخت زیتون کاربرد ندارد و داده های فنولوژی و DEM را در نظر نمیگیرد.
امیرحسین احراری –
با سلام و احترام
بله در صورتی که زیتون در منطقه مورد مطالعه شما چرخه فنولوژی متفاوتی نسبت به سایر پوشش ها داشته باشد قابل استفاده است.
DEM خیر ولی چرخه فنولوژی در نظر گرفته شده است.
موفق باشید
Parivash Paridad –
ممنونم از پاسخ شما
آیا به نظر شما محاسبه چند مدل vegetation index و افزودن این مقادیر به عنوان باندهای جدید به تصویر موزاییک شده و انجام classification بر روی این تصویر کمکی میکند ؟ آیا شاخص خاصی مد نظر شما هست ؟
برای در نظر گرفتن ویژگی های فنولوژیکی ، آیا مثالی ، کتابی … را میشه به من معرفی کنید؟ من نمیدانم چگونه باید این ویژگی را در کد در GEE اعمال کنم
موفق باشید
امیرحسین احراری –
قطعا استفاده از شاخص مانند LAI نسبت به NDVI دقت بالاتری در شناسایی صرخه فنولوژی ایجاد می کنه.
افزایش تعداد شاخص ها در صورتی مناسب هست که شما داده های زمینی از موقعیت محصول مورد نورتون داشته باشید. در این صورت دقت طبقه بندی می تونه بالاتر بره. البته فراموش نکنید که هر شاخص هم در این زمینه وارد نکنید. افزونگی بیش از حد نتایج رو خراب میکنه. باید شاخص ها رو هدفمند و متناسب با کارتون انتخاب نمایید. من خود معمولا از شاخص های NDVI, LAI و EVI بصورت ترکیبی استفاده میکنم.
موفق باشید
Parivash Paridad –
منظورم این است که میشود از این روش برای محصولات دیگر و در یک کشور دیگر استفاده کرد؟ یعنی قابل تعمیم هست ؟
Mohammad Kakooei –
میتوانید به عنوان مبنا از این محصول استفاده کنید ولی لزوما داده های مورد نیاز و منطقه مورد مطالعه شما را پوشش نمیدهد.
قابلیت تعمیم همه مقالات چاپ شده نیز به عوامل متعددی وابسته است. همچنین قابلیت تعمیم روش این محصول نیز به ایده پردازی شما وابسته است.
امیرحسین احراری –
بله تکنیک ارائه شده ثابت هست و برای هر منطقه ای در سطح جهان قابل استفاده است.
موفق باشید
Zahra_Mesbahi –
سلام آقای دکتر وقت بخیر
امکانش هست بفرمایید این مطلب «با توجه به رشد اقتصادی و گسترش شهرها، امنیت غذایی دارای اهمیت ویژهای می باشد….» از کدام مقاله است؟
Mohammad Kakooei –
سلام و وقت بخیر
متاسفانه در مستندات خودم رفرنسش موجود نیست
این آموزش مربوط به یکسال قبل هست و اگر در ویدئو به رفرنس اشاره ای نشده باشد، الان یادم نیست که از چه رفرنسی استفاده شده است.
موفق باشید
امیرحسین احراری –
با سلام و احترام
فعلا مقاله ای در ارتباط با این مطلب در سایت نیست.
موفق باشید
علی قربانی –
سلام . من این محصول تولید نقشه محصولات زراعی (Cropland)
رو از سایت خریداری کردم. با این که خود نرم افراز رو دانلود کردم ولی کدهای گوگلی مربوط به این نرم افزار رو نمیشه دانلود کنم. فکر کنم بخاطر تحریم های گوگل باشه. لطفا راهنمایی کنید. تشکر.
Mohammad Kakooei –
سلام
باید از نرم افزارهایی استفاده کنید که IP شما را بر روی کشوری غیر از ایران تغییر دهد.
در ضمن، کدها دانلود نمیشوند و به صورت خودکار در محیط گوگل ارث انجین باز میشوند.
موفق باشید
امیرحسین احراری –
با سلام و احترام
باید برای وارد شدن به کدهای گوگل حتما اکانت ارث انجین داشته باشید و اینکه از فیلتر شکن استفاده کنید.
موفق باشید
عرفان –
سلام دکتر کاکوئی گرامی
این آموزشتان که در جواب یکی از دیدگاه عرض کرده بودید و حدود ۲ سال از آن می گذرد کی تهیه میشه:
آیا می توان با استفاده از سامانه گوگل ارث انجین و بدون دانستن نوع گیاه ( گندم، جو ، لوبیا و ….) در منطقه ، اقدام به تعیین نوع گیاه نمود؟
بله. در کنار روش های بامربی (supervised) که در این آموزش معرفی شده است، روش هایی مبتنی بر نمودار و شرایط فصلی و ماهیانه رشد گیاه وجود دارد که بدون طبقه بندی (classification) و داده های آموزشی (training dataset) این کار را انجام میدهد.
ان شاالله در آینده محصولی در مورد این موضوع در GEE تولید میشود.
Mohammad Kakooei –
سلام
دو محصول شناسایی کاشت برنج مبتنی بر لندست ۸ و سنتینل-۱ بر اساس نمودارهای فنولوژی شناسایی شدند.
فعلا میتوانید از آن ها استفاده کنید.
https://girs.ir/identify-areas-for-rice-planting
https://girs.ir/rice
موفق باشید
kkuter k.kuter@chmail.ir –
خواهد شد.
با عرض سلام و ادب و خسته نباشید من در code google engin اومدم برای شناسایی تصویر از سنتینل 1 استفاده کردم(تصویر فرضا یک کشتی در دریا می باشد). بعد از شناسایی به صورت یک نقطه سفید هست . ایا این امکان داره تصویر رو به صورت شکل واقعی خودش نمایش داد . این هم ادرس کد نوشته شده
https://code.earthengine.google.com/48caf1519b0184054f06c7eb578a5901
متشکر میشم اگه کمکم کنید
Mohammad Kakooei –
سلام
منظور از شکل واقعی خوش، چه تصویری است؟
kkuter k.kuter@chmail.ir –
مثلا من سطح دریا رو پردازش کردم تصاویر کشتی رو به صورت نقطه روشن نشون میده میخواستم تصویر رو به صورت شکل واقعی یا شبیه خودش (کشتی) نمایش بده با تشکر
امیرحسین احراری –
با سلام و احترام
نحوه نمایش داده های راداری به همین صورت است. اگر نیاز به نمایش نزدیک به آن چه با چشم غیر مسلح میبینیم داشته باشید باید از تصاویر سنتینل 2 و باندهای اپتیکی استفاده کنید.
موفق باشید
kkuter k.kuter@chmail.ir –
با سلام مجدد و تشکر
ایا برای دسترسی به همین تصاویر که فرمودید نیاز به داشتن اکانت خریداری شده می باشد یا این تصاویر به صورت رایگان هم در دسترس می باشد؟
Mohammad Kakooei –
سلام
شما به گراندتروث نیاز دارید
و اینکه تهیه پایگاه داده کار دشواری هست
مخصوصا برای کاربرد شما که باید در همان لحظه!!! از یک ماهواره با رزولوشن بالا تصویر داشته باشید
اگر پایگاه داده آماده ندارید، اصلا پیشنهاد نمیکنم که آن را بسازید
امیرحسین احراری –
با استفاده از داده های رایگان می توانید دسترسی داشته باشید.
موفق باشید
آرش –
سلام
آیا در این آموزش محصول یونجه نیز قابل جداسازی می باشد؟
و دقت شناسایی آن چقدر است؟
Mohammad Kakooei –
سلام
در اینجا به محصول یونجه به صورت اختصاصی پرداخته نشده است و کلاس های برنج، گندم، سویا و … را شامل می شود.
علت اصلی هم در دسترس نبودن نمونه های میدانی از محصول یونجه است. شما یا باید نمونه هایی داشته باشید که بتوانید از الگوریتم های طبقه بندی استفاده کنید. مشابه همین محصول که طبقه بندی را برای محصولات کشاورزی انجام داده است.
و یا باید اطلاعاتی از فنولوژی را داشته باشید که بتوانید با داده های سری زمانی کار کنید. (مشابه استخراج محصول برنج در لینک زیر)
https://girs.ir/identify-areas-for-rice-planting
https://girs.ir/rice
موفق باشید
آرش –
خیلی ممنون
یعنی من با برداشت نمونه زمینی محصول یونجه با استفاده از این آموزش به نتیجه طلوب میرسم
یا از آموزش دیگه تون که استخراج محصول برنج هستش استفاده کنم ( یعنی به جای برنج هدف تشخیص محصول یونجه باشه)
خیلی ممنون میشم اگه دقیق راهنمایی کنید
Mohammad Kakooei –
خواهش میکنم
من در مورد محصول یونجه اطلاعات کافی ندارم.
مثلا سوالات زیر را بررسی کنید و سپس کار را آغاز کنید.
1- مقیاس منطقه مطالعاتی شما چقدر است؟
2- در منطقه شما چه محصولاتی وجود داره و فنولوژی یونجه مشابه چه محصولاتی در منطقه است؟
3- علاوه بر یونجه، آیا داده های آموزشی از محصولات دیگر هم در دسترس است؟
4- پوشش سری زمانی ماهواره ها در منطقه شما چقدر است؟
توضیح کامل محصولات به همراه ویدئو در صفحه محصول است و شما با توجه به نیاز خودتون میتونید تهیه کنید. مسئله شما بسیار کلی و البته در گام های ابتدایی قرار دارد. با توجه به پاسخ سوالات بالا، مقاله ای معتبر را در نظر بگیرید و پایه کار خودتان قرار دهید.
ان شالله پروژه شما به خوبی پیش بره
موفق باشید
محمد جواد تجدد –
با سلام خدمت مدرس عزیز
من سوالی داشتم در مورد این محصول.
امکانش هست که در گوگل ارث انجین بعضی از داده های موجود در این اموزش وجود نداشته باشه؟ چون من این کد اموزشی رو در گیلان ران گرفتم و ارور داد به من ولی تو مازندران نه. البته کل منطقه مازندران رو شامل نشد
Mohammad Kakooei –
سلام
مطمئن نیستم مشکل شما در کدام بخش ممکنه به وجود بیاد.
در هر حال، احتمالا اگر بخش بزرگتری را انتخاب کنید و الگوریتم را با آن آموزش دهید، بتوانید برای گیلان هم نقشه را تولید کنید.
از سویی اگر به نقشه با کیفیت بالا میخواهید، توصیه میشود که داده های میدانی در منطقه مورد مطالعه را داشته باشد و برای روش میتوانید از همین محصول استفاده کنید.
موفق باشید
سجاد –
عرض سلام و ادب
بنده محصول آموزشی “تولید نقشه محصولات زراعی از تصاویر ماهواره ای – استخراج نقشه گیاهان زراعی” را خریداری کردم و عیناً کدهای وجود در فیلم را برای یک دهستان اعمال کردم ولی متأسفانه یک ارور داد. خواهشمندم راهنمایی کنید. ممنون
لینک کد : https://code.earthengine.google.com/621ba345a8626e97f54e6c4e324fbc4e
امیرحسین احراری –
با سلام و احترام
من شیپ فایل های شما رو ندارم و کد برای من قابل اجرا نیست. لطفا روی شیپ فایل های خود در بخش assets کلیک کرده و گزینه anyone can read رو فعال کنید تا من بتونم بر اساس منطقه مورد مطالعه شما کد رو اجرا کنم. سپس لینک رو مجددا برای بنده ارسال کنید.
موفق باشید
سجاد زیباساز –
لینک کد مجدداً خدمتتان ارسال می گردد :
https://code.earthengine.google.com/ea0505a80fdc47dc3d5c18f7ca28e883
امیرحسین احراری –
با سلام و احترام
لینک کد اصلاح شده ضمیمه شده است.
https://code.earthengine.google.com/51e19ba880f388915f7c915ccdcf36bf
موفق باشید
ilgar110 –
سلام
برای خرید این آموزش اقدام کردم، بعد از پرداخت وجه، به صفحه اصلی هدایت نشده و مشکل پیش اومد.
امیرحسین احراری –
با سلام و احترام
هر مشکلی در فرایند خرید داشتید لطفا با بخش پشتیبانی سایت مکاتبه کنید تا در اسرع وقت مشکل را برطرف کنند. البته در روزها و ساعت های غیر اداری پاسخ گویی با تاخیر همراه هست. girs.academy@gmail.com
موفق باشید
بشیری –
باسلام، متشکرم جناب احراری عزیز، مشکل دانلود فیلم آموزشی حل شد، این بار لینک دریافت کدهای آموزشی خطا میده.
امیرحسین احراری –
با سلام و احترام
هر مشکلی در لینک ها دارید لطفا با بخش پشتیبانی سایت مکاتبه کنید تا دراسرع وقت مشکل برطرف شود. girs.academy@gmail.com
موفق باشید
ilgar110 –
با سلام
خیلی ممنون و متشکرم
مشکل دانلود فیلم آموزشی برای بنده حل شد. یک سئوال داشتم آیا امکان دسترسی به کل کد دستوری این محصول فراهم هست تا مجبور به نوشتن دوباره اون نباشیم و فقط محدوده مطالعاتی مون رو براش تعریف کنیم؟
سپاس گزارم
Mohammad Kakooei –
سلام
به این پیام ارجاع دهید و درخواست تان را ایمیل کنید. kakooey.m@gmail.com
موفق باشید
zzzzz –
سلام وقتتون بخیر. من از نوع محصولات و ویژگی های محصول در منطقه اطلاعی ندارم . میخواهم نوع محصولات و سطح زیرکشت انها رو براورد کنم. چه روشی را به من پیشنهاد می کنید؟این مورد یکی از مسائل جزئی پایان نامم هست و رشته خودم سنجش از دور نیست و اشنایی قبلی با روشهای سنجش از دور ندارم. لطفا روشی رو معرفی کنید که خیلی سنگین و زمانبر نباشد.
Mohammad Kakooei –
سلام
بهتر است برای این کار از محصولات و نقشه های آماده جهانی استفاده کنید. گرچه دقت آنها پایین است اما با توجه به اینکه شما هم اطلاعاتی در مورد منطقه و محصولات ندارید تنها راه است.
maesam1982@gmail.com –
با سلام و وقت بخیر . در ابتدای کد نویسی پس از فیلتر کردن .filter(ee.Filter.eq(‘orbitProperties_pass’,’ASCENDING’));
فرمودید از نظر ویژگی related_number همگی مقدار 130 را نشان می دهد چون تصاویر کم است در حالیکه برای منطقه انتخابی بنده اعداد 57 – 159 – 130 است. نحوه فیلتر کردن 130 باید به چه صورت باشد ؟
راهنمایی بفرمائید ممنون میشم
maesam1982@gmail.com –
در ادامه
وقتی از فیلتر .filter(ee.Filter.eq(‘relativeOrbitNumber_start’,’130′))
استفاده میکنم عملا کالکشنی پیدا نمیکنه (130).
اگه امکان داره نحوه فیلتر کردن برای جداسازی relativeOrbitNumber_start’,’130 بنویسید ممنون میشم
Mohammad Kakooei –
سلام
مقدار ۱۳۰ یک عدد است و نباید به صورت string نوشته شود. یعنی به جای ‘130’ فقط بنویسید ۱۳۰
maesam1982@gmail.com –
سلام و وقت بخیر
مشکل خطای کد 3
ID: W5ILX5WQKEWDIGWEFNUVD5IN
Phase: Failed
Runtime: 0s (started 2023-06-02 22:51:14 +0330)
Attempted 1 time
Error: Classifier.randomForest: This classifier has been replaced. For more information see: http://goo.gle/deprecated-classifiers. (Error code: 3)
خطای ارسال به ASSEt
Mohammad Kakooei –
سلام
به دلیل آپدیت کتابخانه GEE دستور زیر دچار تغییر شده است
دستور ee.Classifier.randomForest به ee.Classifier.smileRandomForest
موفق باشید
وفا –
سلام وقت بخیر
من این محصول را خریداری کردم ولی وقتی کد را بر روی منطقه مورد مطالعه خودم می‌زنم خطا زیر را میدهد و اجازه run شدن تصویر را نمیدهد. ممنون میشوم راهنمایی بفرمائید.
لینک کد:
https://code.earthengine.google.com/97a36c7854cb51f349b5e6a36fecb99e
خطا:
l8_seasonal: Layer error: Image.select: Pattern ‘B4’ did not match any bands.
result_clustering: Layer error: Image.select: Pattern ‘B4’ did not match any bands.
Mohammad Kakooei –
سلام
برای فیلتر ‘CLOUD_COVER’ لندست 8 به جای 5 مثلا از 10 استفاده کنید.
موفق باشید
وفا –
خیلی ممنون 🙏🙏
وفا –
سلام وقت بخیر
من وقتی نوع طبقه بندی را با توجه به توضیحات از randomForest به smileRandomForest تغییر می‌دهم و مجدد تصویر را RUN میکنم با هیچ خطایی مواجه نمی‌شوم ولی تصویر image را هم نمایش نمیدهد.
ممنون میشوم راهنمائی بفرمائید.
لینک کد:
https://code.earthengine.google.com/4947b9d028221cdbcb377912f3618e8f
Mohammad Kakooei –
سلام
باید asset خود را share کنید تا کد قابل اجرا باشد.
Image.load: Image asset ‘users/ghazaiehiva/classified_cropland3’ not found
وفا –
https://code.earthengine.google.com/0f39a613eacb44d34524f7c14b77c980
https://code.earthengine.google.com/?asset=users/ghazaiehiva/classified_cropland3
Mohammad Kakooei –
تصویر به اشتراک گذاشته شده 66 بایت است و در واقع فاقد اطلاعات تصویر است.
به نظرم، کامنت قبلی را انجام نداده اید و اصلا تصاویر لندست8 برای طبقه بندی ندارید! برای فیلتر ‘CLOUD_COVER’ لندست 8 به جای 5 مثلا از 10 استفاده کنید.
موفق باشید
وفا –
https://code.earthengine.google.com/39bee42af647f037a535c1cbdc3925f3
https://code.earthengine.google.com/a7b5d23b8f5b6725601103a54ae0b660
بشیری –
سلام جناب احراری، آیا جناب عالی غیر از آموزش، کار اجرا بصورت پروژه برای دستگاه دولتی هم انجام می دهید ؟
احمدنجفی –
با سلام
این سول را در قسمت محصول مدرس دیگری نوشتید.
امیرحسین احراری –
با سلام و احترام
نه متاسفانه الان در حال انجام تز دکتری هستم و فعلا در پروژه ها مشارکت ندارم.
موفق باشید
بشیری –
بله، چون در ارتباط با موضوع این آموزش بود و ایشون قبلاٌ هم این جا راهنمایی فرمودند می نویسم، آیا می تونید فرد دیگری رو معرفی کنید؟
سارا صلاحی –
سلام من این آموزش رو پیاده سازی کردم. میخواستم فقط زمین های کشت پنبه و یا فقط ذرت رو استخراج کنم.آیا میتونم از خروجی این ویدیو به عنوان یک گرند تروث استفاده کنم با توجه به اینکه GSFAD چندین محصول رو در یک دسته قرار میده؟ چطور میتونم برای این کار اقدام کنم اگر آموزشی در این رابطه دارید بهم معرفی میکنین.ممنون
Mohammad Kakooei –
سلام
تا زمانی که نتوانید داده مناسب پیدا کنید، نمیتوان در مورد الگوریتم و روش طبقه بندی صحبت کرد. آیا شما داده ای (به هر شکل) دارید که حداقل دو کلاس داشته باشد؟ (پنبه – غیره) یا (ذرت-غیره). بعد از حل موضوع داده، در روش های طبقه بندی تبدیل به مساله با تعداد نمونه های نامتوازن میشود و شاید روش های بدون نظارت و .. کارایی بیشتری داشته باشند!
موفق باشید
ماریا –
با عرض سلام و احترام
ممنون از فیلم آموزشی شما، من طبق فیلم مراحل را انجام دادم و به نتیجه رسیدم ولی در تحلیل کمی با مشکل روبرو هستم . لطف می کنید من را راهنمایی بفرمایید. این لینک برنامه می باشد.
https://code.earthengine.google.com/2275b56475f2dc2cbc1012e2775de487
Mohammad Kakooei –
سلام
مشکل چیست؟ چه خطایی میگیرید؟
مهسا –
آیا با این آموزش امکان تولید نقشه برای دوره های پیشین وجود دارد؟ برای مثال 20 سال پیش؟
Mohammad Kakooei –
سلام
برای استفاده در سال مورد نظر، یا باید برای همان سال نمونه داشته باشید و یا از تکنیک هایی مثل sample migration استفاده کنید.
https://www.sciencedirect.com/science/article/pii/S0924271620302008
موفق باشید