در این آموزش، روش کار با انواع داده های ماهواره ای برای استخراج نقشه های کاربردی شهری در سامانه گوگل ارث انجین تدریس شده است. این آموزش از 3 بخش مهم تشکیل شده و شما در آن با قابلیت ها و کاربردهای سامانه گوگل ارث انجین بصورت کاربردی در مطالعات شهری آشنا می شوید.
این محصول آموزشی تخصصی ترین آموزش کاربردی گوگل ارث انجین در مطالعات شهری است.

بخشی از ویدئوی این دوره
موضوع
مستر کلاس تولید نقشه های شهری با استفاده از تصاویر ماهواره ای در گوگل ارث انجین یک دوره تخصصی در ارتباط با کاربرد سامانه گوگل ارث انجین در تولید نقشه های شهری است. با استفاده از این محصول آموزشی شما قادر به تولید انواع نقشه های کاربردی شهری در سامانه گوگل ارث انجین خواهید شد.
در این آموزش انواع پروداکت های آماده گوگل ارث انجین در مطالعات شهری به همراه تکنیک های محاسباتی تولید نقشه در محیط شهری مورد بررسی قرار داده شده است. توجه داشته باشید که این دوره کاملا کاربردی و پروژه محور است و با استفاده از آن قادر هستید تا انواع و اقسام پروژه های کاربردی در مطالعات شهری را بصورت عملی انجام دهید.

عناوین آموزشی
مهم ترین عناوین آموزشی در این محصول عبارت اند از:
- بررسی پروداکت های آماده محیط شهری
- استخراج محیط شهری با داده های لندست، سنتینل-2 و سنتینل-1
- تلفیق داده ها در استخراج محیط شهری
- بررسی سری زمانی گسترش شهرها و محاسبات سری زمانی مساحت شهری
- شاخص های طیفی و مکانی محیط شهری
- بررسی جزیره حرارتی شهرها
- استخراج ساختمان ها در تصاویر با رزولوشن بالا
- آنالیز بافت اشیا در محیط شهری
- طبقه بندی اشیا در آنالیز شهری

اهمیت مطالعات شهری
در حال حاضر گسترش روز افزون شهرنشینی در همه جا وجود دارد. تقریباً نیمی از جمعیت جهان در شهرها زندگی می کنند. پیش بینی می شود این نسبت تا سال 2050 به حدود 72٪ برسد. شهرهای بزرگ اکنون قدرتمندترین قطب های رشد اقتصادی هستند و مناطق مجاور آنها با از دست دادن تنوع زیستی و تخریب محیط زیست رو به رو هستند.
فناوری سنجش از دور با جمع آوری اطلاعات برای مشاهده، نظارت، اندازه گیری و مدل سازی بسیاری از اجزای تشکیل دهنده چرخه های اکوسیستم طبیعی و انسانی استفاده شده است.
مشاهدات محیط شهری و آنالیز پیوسته آن دارای اهمیت بالایی است. از جمله اهداف اساسی در طرح های تحقیقاتی مشاهدات شهری عبارتند از:
- بهبود دقت مشاهدات شهری، نظارت، پیش بینی، و طرح های ارزیابی در سراسر جهان
- حمایت از توسعه سیستم جهانی مشاهده و تجزیه و تحلیل محیط شهری
- تولید اطلاعات به روز در مورد وضعیت و توسعه سیستم شهری – از مقیاس محلی به مقیاس جهانی
- پر کردن شکاف های موجود در ادغام مشاهدات شهری سنجش از دور با داده های اکوسیستم های شهری، محیط زیست، کیفیت هوا و انتشار کربن، شاخص های تراکم جمعیت، کیفیت محیط، کیفیت زندگی و الگوهای بیماری های محیطی و عفونی انسان.
- توسعه فنون نوآورانه در حمایت از توسعه موثر و پایدار شهری.
با تحقق این اهداف میتوان شهرها و سکونتگاه های انسانی را ایمن، مقاوم و پایدار کرد. همچنین، امکان مدیریت خطرات زیست محیطی، آب و هوایی و بلایای طبیعی و ایجاد ظرفیت برای مشارکت، برنامه ریزی و مدیریت بر اساس اطلاعات عینی در مورد توسعه شهری فراهم می شود.
با معرفی سامانه گوگل ارث انجین (Google Earth Engine, GEE) در اواخر سال 2010، شتاب پیشرفت ها در حوزه سنجش از دور افزایش یافت. این سامانه امکان دسترسی به ماهواره و سایر محصولات جانبی، محاسبات ابری و الگوریتم های پردازشی متنوعی را فراهم کرده است. گوگل ارث انجین یک بستر مبتنی بر اینترنت است که تصاویر ماهواره ای و داده های برداری ماهواره ای سری زمانی، محاسبات مبتنی بر ابر و دسترسی به نرم افزار و الگوریتم های پردازش چنین داده هایی را ارائه می دهد.
مجموعه داده ها در برگیرنده بیش از 40 سال تصاویر ماهواره ای برای کل جهان است. در GEE دسترسی مستقیم به یک مجموعه چند پتابایتی از تصاویر ماهواره ای و مجموعه داده های سنجش از دور، از جمله کل EROS (USGS / NASA)، مجموعهLandsat، داده هایMODIS، تصاویر ماهواره های Sentinel و داده های هوایی NAIP وجود دارد. همچنین تصاویر و داده های بارش، ارتفاع، دمای سطح دریا و … نیز فراهم شده است. در حال حاضر GEE برای تحقیق، آموزش و استفاده غیرتجاری رایگان است.
مدرس دوره
- محمد کاکوئی
- متخصص سنجش از دور و برنامه نویسی پردازش تصاویر ماهواره ای
- متخصص پردازش موازی با واحد پردازنده گرافیکی GPU
- متخصص یادگیری ماشین و هوش مصنوعی
- دارنده مدرک کارشناسی الکترونیک از دانشگاه شهید بهشتی
- دارنده مدرک کارشناسی ارشد الکترونیک از دانشگاه علم و صنعت
- دارنده مدرک دکتری الکترونیک از دانشگاه صنعتی نوشیروانی
- مدرس دانشگاه
- دارای چندین مقاله ISI و ISC
- ارائه چندین مقاله در کنفرانس های بین المللی







فاطمه میبدی –
سلام روزتون بخیر
برای محاسبه شاخص spxیا به عبارتی دیگر sprinkling index (SPX) که تکه تکه شدن شهر(fragmention) را محاسبه میکند آموزشی ندارید؟
Mohammad Kakooei –
سلام
خیر، برای شاخص مد نظر شما دوره آموزشی وجود ندارد.
موفق باشید
رضا –
سلام جناب مهندس کاکوئی عزیز
ضمن تشکر به جهت آموزش ارزشمندتان
سوالی داشتم آیا در این آموزش میتوان ارتفاع ساختمان ها برای شهرهای اروپایی را ام بدست آورد؟
و خروجی به صوت تیف گرفت؟ و نمایش داد؟
Mohammad Kakooei –
سلام
خیر. در این آموزشی موضوعی در مورد ساختار عمودی و ارتفاع ساختمان ها وجود ندارد.
موضوع آموزش در مورد نقشه افقی، گسترش افقی و ..محیط شهری است.
موفق باشید
1696409753 –
سلام برای یادگیری گوگل ارث انجین نیاز هست برنامه نویسی بلد باشیم.اگر اره چه برنامه ای پیشنهاد می کنید که سریعتر بخام یاد بگیرم؟ خودتون دوره خاصی در این خصوص برگزار می کنید؟
احمدنجفی –
با سلام
نیاز به پیش زمینه ای ندارید. هر موردی هست در آموزش زیر گفته شده است:
آموزش جامع گوگل ارث انجین ۲۰۲۲
Sahand Fakouri –
سلام؛
ما قصد داریم یک کار محاسبه فرونشست در SNAP در یک بازه ۵ ساله با استفاده از تصاویر ماهوارهای سنتینل۱ انجام دهیم و سپس در StaMPS کارهای مربوط به تحلیل سری زمانی رو انجام بدیم….
سوال اول: آیا پردازش تصاویر ماهوارهای که آموزش دادید در ارتباط با فرونشست تفاوتی برای این مدل کار ندارد؟
سوال دوم: اینکه برای این مدت ۵ ساله به چه تعداد تصویر SLC نیاز داریم حداقل و در بازه های چند وقته این تصاویر باید گرفته بشه؟
سوال سوم: آیا پردازش تصاویر برای این کار هم باید به شکل جفت تصویر انجام بشه یا میشه به صورت یک مجموعه انجام داد؟
سوال چهارم: حداقل امکانات سخت افزاری مورد نیاز نرم افزار SNAP برای این انجام این پردازش چیست؟
تشکر