تولید نقشه محصولات زراعی از تصاویر ماهواره ای – استخراج نقشه گیاهان زراعی

توضیحات

در این آموزش تولید نقشه محصولات زراعی از تصاویر ماهواره ای و استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای سنتینل 1 و2 و لندست 8 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-1، سنتینل-2 و لندست-8 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-1، سنتینل-2 و لندست-8 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 1 و سنتینل 2 و لندست 8 در زمان و مکان مشخص
• تعریف شاخص در تابع و اعمال آن به تصاویر سنتینل 2 و لندست 8
• 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 10 متر

استخراج نقشه گیاهان زراعی از تصاویر ماهواره ای

ویدئوی معرفی آموزش

لینک های مفید

• تنش های محصولات زراعی در زمین های کشاورزی – از دیدگاه علم و تکنولوژی سنجش از دور
• طبقه بندی پوشش گیاهی زراعی و طبیعی با استفاده از DEM
• برآورد سطح زیر کشت زمین های زراعی با استفاده از تصاویر ماهواره ای