محاسبه رطوبت خاک در سنجش از دور – محاسبه رطوبت خاک با تصاویر ماهواره ای
۴۲۰,۰۰۰ تومان
- مدرس: محمد کاکوئی
- متخصص برنامه نویسی، پردازش تصویر و سنجش از دور در محیط Google Earth Engine
- موضوع: تعیین رطوبت خاک
- نرم افزار: سامانه گوگل ارث انجین
- ماهواره: لندست 8
- فرمت آموزش: ویدئوهای آموزشی MP4
- طول آموزش: حدودا 1 ساعت
- کد تمرینی: دارد
توضیحات
این محصول به آموزش محاسبه رطوبت خاک در سنجش از دور با استفاده از گوگل ارث انجین پرداخته است. محاسبه رطوبت خاک با تصاویر ماهواره ای یکی از آموزش های پر درخواستی بود که اکنون آماده و قابل تهیه است.
رطوبت خاک نشان دهنده میزان آبی است که عموما تا عمق 1 تا 2 متری خاک وجود دارد. میزان رطوبت خاک دارای اهمیت ویژه ای در کشاورزی و رشد طبیعی پوشش گیاهی است. رطوبت خاک منبع آبی است که از زمین تبخیر می شود و بر پوشش ابری منطقه تاثیر می گذارد. فقدان رطوبت خاک با عنوان خشکسالی شناخته می شود و داری شاخص هایی مشابه است.
سطح زمین دارای تنوع زیادی در رطوبت خاک است. این تنوع وابسته یه فرایندهای هیدرولوژیکی از قبیل میزان بارش، میزان نفوذ و میزان تبخیر آب است. سنجش از دور امکان تحلیل و پایش رطوبت خاک را در مقیاس های بزرگ و جهانی فراهم می کند. داده های ماهواره ها می توانند به صورت محلی و جهانی نتایج را فراهم کنند. برای دسترسی آسان به این داده ها و اشتراک گذاری آسان نتایج، استفاده از محیط پردازش ابری GEE (Google Earth Engine) انتخاب مناسبی است.

توضیحات محصول آموزشی
هدف این آموزش، تعیین میزان رطوبت خاک در بستر GEE است. ابتدا از داده های پیش پردازش شده که به صورت ماهانه در GEE به روزرسانی می شوند بهره می بریم. این داده های اطلاعاتی از میزان رطوبت خاک را در 4 باند فراهم می کنند که عبارتند از:
- صفر تا 10 سانتی متر
- 10 تا 40 سانتی متر
- 40 تا 100 سانتی متر
- 100 تا 200 سانتی متر
همچنین در این داده اطلاعاتی از میزان دمای خاک در عمق های اشاره شده وجود دارد.
برای تحلیل میزان تغییرات رطوبت خاک نمودار سالیانه، مقایسه سال های مختلف و سری زمانی آنها رسم شده است. در نتیجه میزان تحلیل سری زمانی به سادگی قابل انجام است.
سپس از تصاویر لندست 8 بهره می بریم و با در نظر گرفتن شاخص هایی که برای تعیین میزان رطوبت خاک تعریف شده است، این شاخص را در تصاویر سری زمانی می یابیم. در ادامه آنالیز سری زمانی را مبتنی بر شاخص تعریف شده در لندست 8 انجام می دهیم.
تصویر رطوبت خاک در عمق صفر تا 10 سانتیمتر

محاسبه رطوبت خاک در سنجش از دور
تغییرات رطوبت خاک در عمق صفر تا 10 سانتیمتر و 10 تا 40 سانتیمتر سال 2018

برآورد رطوبت خاک در سنجش از دور
تغییرات رطوبت خاک در عمق صفر تا 10 سانتیمتر سال 2015، 2016، 2017 و 2018

سری زمانی تغییرات رطوبت خاک در عمق صفر تا 10 سانتیمتر از سال 2015 تا سال 2018

عناوین آموزشی
عناوین آموزش داده شده عبارت است از:
- فراخوانی داده پیش پردازش شده رطوبت خاک در GEE از سال 1982 تا 2019
- فراخوانی داده های لندست 8
- تعریف شاخص رطوبت خاک به کمک داده های لندست 8 و تشکیل داده های سری زمانی شاخص
- ترسیم نمودار سالیانه تغییرات رطوبت خاک
- ترسیم و مقایسه نمودار رطوبت خاک در سال های مختلف
- ترسیم نمودار سری زمانی تغییرات رطوبت خاک

فرشید موسوی –
سلام مهندس کاکویی وقت بخیر
اگر من بخواهم با استفاده از شاخص های رطوبتی مقدار رطوبت خاک را به صورت عدد بدست بیاورم( مثلا در فلان نقطه بشود ۲۵ درصد)آیا روشی است که به صورت حجمی رطوبت بدست آورد تا با رطوبت میدانی که بدست آمده مقایسه شود؟
چون در این آموزش رطوبت به صورت سری زمانی که کم و زیاد می شود نشان دادین ولی به صورت حجمی بیان نشده.
لطفا راهنماییی کنید
باتشکر
Mohammad Kakooei –
سلام
روش معمول به این شکله که با روش های آماری و یادگیری ماشین، رابطه ای بین شاخص ها و داده های میدانی پیدا کنید و با داده های آموزش و تست نشان دهید که روش شما دقت مناسبی دارد.
موفق باشید
فرشید موسوی –
سلام جناب مهندس کاکویی
لطف میفرمایید توضیح بدید که دیتاهای خروجی از تصاویر ماهواره ای با چه واحدی هستند؟
به عنوان مثال نمودارهایی که توضیح دادید سطر و ستون چه واحدی دارند؟
به طور کلی تصاویر ماهواره ای دارای دیتاهایی با مختصات مشخص هستند این دیتاها چه واحدی دارند و چی هستند؟طول موج هستن؟
Mohammad Kakooei –
سلام
در نمودارها، محور افقی مربوط به زمان هست.
نمودار عمودی هم چون به صورت نسبت هست، در واقع بعد فیزیکی ندارد.
برای FLDAS محور عمودی m3 m-3 هست.
برای Landsat محور عمودی نسبت باندهای مختلف در شاخص استفاده شده است.
موفق باشید
فرشید موسوی –
سلام جناب مهندس احراری
لطف میفرمایید توضیح بدید که دیتاهای خروجی از تصاویر ماهواره ای با چه واحدی هستند؟
به عنوان مثال نمودارهایی که توضیح دادید سطر و ستون چه واحدی دارند؟
امیرحسین احراری –
با سلام و احترام
این محصول آموزشی برای بنده نیست. مدرس این محصول دکتر کاکویی هستند. بنده از محتوای این آموزش اطلاعی ندارم. مجددا خطاب به دکتر کاکویی کامنت بزارید تا راهنمایی تون کنند.
موفق باشید
نگار –
با سلام
جناب کاکوئی من در گوگل ارث انجین فقط ۶ ماه از سال را برای دوره ۱۰ ساله میخوام اگه از کد calendar range استفاده کنم برای stsrt و end چه اعدادی وارد کنم؟ مثلا اگه از انویه تا ژوئن را بخوام باید اعداد ۱ و ۶ را وار کنم؟
Mohammad Kakooei –
سلام
بله، به صورت زیر فیلتر شود
ee.Filter.calendarRange(1, 6, ‘month’)
موفق باشید
مینا –
ممنونم. چون داده های من پراکنش خوبی ندارند با روشهای زمین آمار جواب نمیده و میخواستم از شاخص های ماهواره ای استفاده کم تا تغییرات در منطقه را نشان دهد. شما برای تهیه نقشه عناصر نیتروژن، فسفر و پتاسیم خاک و… راه حلی سراغ دارید؟
مینا –
با سلامن
جناب کاکوئی من داده های نیتروژن، فسفر و نیتروژن خاک را اندازه گیری کردم و میخوام با استفاده از شاخص ماهواره ای نیتروژن و… را به صورت جداگانه ایجاد کنم. سوالم اینه شاخص ماهواره ای (لندست ۸) مختص به بررسی نیتروژن، فسفر و نیتروژن خاک وجود داره تا من با ارتباط رگرسیونی با داده های زمینی بتونم نقشه ها ا ایجاد کنم؟
Mohammad Kakooei –
سلام
برای این مواردی که بیان کردید شاخص نمیشناسم و تجربه کار ندارم
با این حال براتون یه سرچ کردم، روند مقاله زیر میتونه برای فرمول بندی رگرسیون به شما کمک کنه.
Mapping the total phosphorus concentration of biosolid amended surface soils using LANDSAT TM data
https://www.sciencedirect.com/science/article/abs/pii/S0048969709000345
مهرارا عمادیان –
با سلام
من از سایت iinternational soil moisture network(ismn دیتای رطوبت خاک به فرمت .stm دانلود کردم و تمام کدهای موجود در github به زبان پایتون است و من کار با پایتون رو بلد نیستم و میخوام این دیتا به فرمتی بشه ک بتونم تو متلب ازش استفاده کنم
ممنون میشم پاسخ بدین
Mohammad Kakooei –
سلام
تجربه کار با فرمت stm را ندارم
موفق باشید
نگین –
با سلام دو تا سوال داشتم:
۱- ایا در این اموزش نیاز به داده های میدانی هم هست یا خیر؟ اگه نداشته باشیم مشکلی پیش میاد؟
۲- در این اموزش شما از ارتباط lst و ndvi نقشه رطوبت خاک تعیین را استخراج میکنید؟اگه بله: تهیه نقشه lst اموزش داده شده است؟
Mohammad Kakooei –
سلام
در این آموزش و تمامی آموزش های سایت، از داده های میدانی استفاده نشده است تا امکان پیاده سازی توسط کاربران وجود داشته باشه. در مواردی که داده های آموزشی مورد نیاز است از یک نقشه دیگه نمونه برداری شده و داده های آموزشی تشکیل شده است. با اینحال، اگر قصد تولید مقاله دارید، حتما به داده میدانی نیاز است.
این آموزش مبتنی بر محاسبه شاخص است و بررسی هایی به صورت سری زمانی انجام شده است.
خیر از شاخص SIWSI استفاده شده است.
نسترن –
با سلام
من میخوام رطوبت خاک را با استفاده از تصاویر لندست به دست بیارم. اما این نمودارهایی که بین lst و ndvi به دست میاد، میشه بفرمایید چگونه به دست بیارم نرم افزار خاصی میخواد؟ من میخوام رطوبت را با ترست به دست بیارم؟ممنونم راهنمایی کنید
Mohammad Kakooei –
سلام
اگر منظور شما رسم Scatter Plot بین lst و ndvi هست از دستور ui.Chart.feature.byFeature استفاده کنید.
مونا –
سلام میخواستم بدونم نمیشه اکسپورتی که میگیریم رنگی باشه ؟؟؟
Mohammad Kakooei –
سلام
در تصویر تک باندی، رنگ معنا نداره و قاعدتا export به این شکل هم معنا نداره
همان طور که در GEE پلت رنگ تعریف میکنید، میتوانید در نرم افزارهای دسکتاپ پلت رنگ تعریف کنید
موفق باشید
امیر –
با سلام
در انتها برای بدست آوردن نمودار بهتر است برای میانگین گرفتن از کلمه mean استفاده بشه یا median؟ بعضی جاها میگن median نتیجه درست تری داره ممنون میشم نظرتونو بفرماید
با تشکر
Mohammad Kakooei –
سلام
درست تر؟!!!! که نداریم
عبارات mean و median به ترتیب نشان دهنده ی میانگین هستند که از لحاظ آماری معنای متفاوتی دارند و اولویت استفاده هم با وابسته به نوع داده، میزان نویزی بودن و هدف خواهد بود.
هدف رسم نمودار در این آموزش رسم میانگین رطوبت در geometry مد نظر بود که شامل مناطقی با پوشش متفاوت است. در نتیجه میانه نمی تواند نماینده مناسبی برای این هدف باشد و از میانگین استفاده شده است.
موفق باشید
Mohammad Kakooei –
عبارات mean و median به ترتیب نشان دهنده ی میانگین و میانه هستند
علی بهاری –
با سلام و درود خدمت استاد ارجمند
ابتدا تشکر میکنم از حضرتعالی در باب اطلاعاتی که در اختیار بنده و سایر دوستان قرار دادید در این ویدئوی آموزشی، سپس سوالی که ذهنام را مشغول کرده این می باشد که در این آموزش به واحدی که رطوبت خاک با آن سنجیده می شود اشارهای نشده است، خواهشمندم در صورت امکان پاسخ این پرسش را بدهید.
با احترام و تشکر
Mohammad Kakooei –
سلام
واحد رطوبت به صورت m3 m-3 است که به معنای حجم آب در حجم معینی از خاک است.
موفق باشید
محمد –
با سلام
بنده این محصول آموزشی خریدم و چند نکته هست که عرض میکنم:۱- قسمت اول که مربوط به FLDAS هست هم کدهای اون در اینترنت بصورت رایگان در دسترس هست هم در کتاب آقای احراری موجود هست و در واقع این کار هیچ وجه آموزشی ندارد (از نظر آموزشی عرض کردم که در ادامه توضیج میدم)۲- دوست عزیزی که آموزش داشتن میدادن هیچ گونه اطلاعاتی در زمینه رطوبت نداشتن حتی دریغ از یک توضیح کوتاه در ویدیو آموزشی (کوچکترین اطلاعاتی در زمینه واحد رطوبت هم نداشتن)۳- این آموزش از اون نظر برای من ارزش داشت که تاکید بر محاسبه رطوبت با لندست داشته که مدرس ۶۰ درصد از وقت را برروی fldas گذاشتن که موضوع بشدت تکراری در gee هست و کوچکترین اشاره ای که آیا قرار ه با لندست رطوبت سطحی محاسبه شود چون در عمق های متفاوت اشاره ای به اون نشد و قابل اندازه گیری نبوده پس چرا در تبلیغ محصول به این نکته اشاره نکردید تا کسایی که محصول میبینن متوجه بشن که چه محصولی را دارن میخرن. نکته آخر که بسیار جای تعجب داشته مدرس عزیز در تهیه محصولات تخصصی بایستی اینقدر تخصص داشته باشد که به جای توضیح دادن مبحث اصلی برای طولانی کردن بی مورد ویدیو روی کدهایی که بسیار پیش پا افتاده است توضیح دادن. این آموزش نهایتا ۱۵ دقیقه زمان لازم داشت نه ۵۰ دقیقه.در انتها از آقای احراری عزیز که مدیر آکادمی سنجش از دور هستند با توجه به تخصص بالای ایشان انتظار هست که نظارت بیشتری بر روی محصولات تولیدی داشته باشن و حداقل خود ایشون یک بار این ویدیوهارو ببینن. موفق باشید
Mohammad Kakooei –
سلام و وقت بخیر
ابتدا تشکر میکنم از وقتی که گذاشتید و نقدی بر این محصول نوشتید. با این حال موارد زیر رو در نظر بگیرید.
۱- چارت زمانی داده های FLDAS به شکل های مختلف رسم شدند تا تفییرات رطوبت در طی ۴ سال بررسی شوند. علاوه بر این این نمودار زمانی موید نموداری است که در بخش بعدی مبتنی بر داده های لندست ۸ رسم شدند. (به نوعی نقش validation را ایفا میکند).
۲- این مطلب یک پیاده سازی پژوهشی مبتنی بر شاخص لندست-۸ هست. گرچه در آموزش های جدید، مقالات مربوطه را با جزییات بیشتر مرور میکنیم، اما هدف آموزشی وجود ندارد.
۳- طبیعتا نباید از ماهواره های optical مثل لندست-۸ انتظار، استخراج اطلاعات عمق داشته باشید. در معرفی کوتاه و محصول ۵۰ دقیقه ای انتظار نمیره که توضیح واضحات داده بشه. برای رطوبت خاک در عمق، بهتر است از محصول زیر استفاده کنید.
https://girs.ir/humidity-with-radar/
در نهایت، از آقای نجفی پیگیری کنید تا در صورت عدم رضایت، مبلغ پرداختی شما عودت داده شود.
موفق باشید
محمد –
سلام با تشکر از پاسخ جنابعالی. نکته فرمدید در رابطه با validation زمانی دو تا پارامتر صحت سنجی یا validate میکنن که از نظر فیزیکی و رفتارشون تقریبا یکسان باشن رطوبت سطحی قابل validate با مثلا رطوبت رطوبت در عمق ۱۰۰ سانتیمتری نمی باشد. با تشکر فراوان
Mohammad Kakooei –
سلام مجدد
بی انصافی نفرمایید. در این آموزش برای مقایسه بر استفاده از داده های FLDAS در عمق ۰ تا ۱۰ سانتی متر تاکید شده است که بیشترین نزدیکی را با رطوبت سطحی دارد. اصلا هیج نموداری از عمق ۱۰۰ سانتی متری رسم نشده است!!!
همچنین، با بررسی چشمی هم همبستگی (correlation) مثبت نمودارهای FLDAS و لندست-۸ قابل تایید هست.
در هر حال، خدمت شما عرض کردم که از آقای نجفی پیگیری کنید تا در صورت عدم رضایت، مبلغ پرداختی شما عودت داده شود.
موفق باشید
ویدا امیرتیموری –
عذر میخام من برای منطقه کارون بزرگ میخام رطوبت خاک رو بدست بیارم اما نمیتونم تصویرمو یجوری تنظیم کنم که روی منطقه من قرار بگیرد میشه کمک کنید که چه چیزیو باید تغییر بدهم
Mohammad Kakooei –
سلام
به صورت تئوری تنها کافی است که geometry را به منطقه مورد نظر انتقال دهید و کد رو اجرا کنید.
با این حال می توانید لینک کدتون رو بفرستید تا بررسی کنم.
kakooey.m@gmail.com
ویدا امیرتیموری –
سلام من کد این اموزش رو که وارد میکنم ارور landsat8_collection is not defined in this scope را میدهد باید چیکار کنم
بزای منطقه مورد نظرم کدام قسمت ها را باید تغییر بدهم
ویدا امیرتیموری –
سلام
من اموزش تعیین رطوبت خاک با استفاده از گوگل ارث انجین رو خریدم اما اموزش برای لندست هشت میباشد ک این ماهواره دیتا هفت سال رو میدهد برای اینک دیتا سی سال رو بخاهم باید ماهواره هایی مثل لندست هفت هم استفاده کنم سوالم اینه برای این ماهواره ها هم میتونم از همون کدی که برای ماهواره لندست هشت اورده شده استفاده کنم ؟
Mohammad Kakooei –
سلام
بله، با توجه به این که از باندهای B7 و B5 لندست ۸ استفاده شده است، در لندست ۷، تنها نیاز از که باند B4 را جایگرین B5 کنید
موفق باشید
ویدا امیرتیموری –
سلام اگه لندست ۵ رو بخام از چه باندی استفاده کنم؟
mohammad kakooei –
سلام
مشابه لندست ۷ هست. یعنی باندهای B7 و B4
مهدی وزیری –
سلام و وقت بخیر
در زمین های کشاورزی هم میشه تا عمق ۲ متر میزان رطوبت رو بدست آورد ؟
و اینکه تا چه حد دقبق هستش این روش؟
ممنون
mohammad kakooei –
سلام
با توجه به اینکه در مورد کاربرد زراعی حساسیت دارید، بهتر است محصول زیر را تهیه کنید که پوشش گیاهی منطقه را هم در نظر میگیرد
https://girs.ir/humidity-with-radar/
mosaed –
سلام اگر امکانش هست برآورد رطوبت خاک از تصاویر ماهواره ای در برنامه متلب را هم آموزش بدید.
mohammad kakooei –
سلام
ان شالله به زودی این محصول تولید می شود.
مهرانه –
سلام و خسته نباشید
اگر امکان داره یک اموزش در رابطه با تغییرات مکانی نقشه های گوگل ارث انجین در نرم افزارهای سنجش از دور بذارید چون تمام اموزشها فقط سریهای زمانی هستند در حالی تغییرات مکانی هم بسیار مهم هستند که متاسفانه در سایت هیچ اموزشی در این زمینه و۹ود نداره یا من ندیدم.
با تشکر
mohammad kakooei –
سلام و وقت بخیر
اگر شما و بقیه محققان سنجش از دور، عناوین خاصی مد نظرتون هست در کامنت ها بفرمایید که بررسی بشه و اگر امکانش باشه ان شالله در اولویت تولید قرار بگیره.
تغییرات مکانی در چه کلاس هایی و چه نواحی مد نظرتون است؟
امیرحسین احراری –
با سلام و احترام
آموزش های مختلفی در این زمینه تا کنون منتشر شده است. یکی در ارتباط با timelaps و دیگری آشکارسازی تغییرات پهنه های آبی و سیل و …. به لینک های زیر مراجعه کنید. دلیل اینکه بیشتر آموزش ها در زمینه سری های زمانی هست آن است که اصلی ترین قابلیت و مزیت گوگل ارث انجین در این زمینه طراحی شده. با این حال پیشنهادات خود را کامنت بزارید تا متخصصین فعال در سایت نسبت به تولید محتوی در آن زمینه ها اقدام نمایند.
https://girs.ir/flooded-area-mapping-using-sentinel-1-and-sentinel-3/
https://girs.ir/آشکارسازی-تغییرات-پهنه-های-آبی-در-google-earth-engine/
https://girs.ir/gee-timelaps/
https://girs.ir/پروداکت-توسعه-فیزیکی-شهری-ماهواره-لند/
https://girs.ir/ارزیابی-توسعه-فیزیکی-شهری-با-استفاده-ا/
موفق باشید
محمدامین –
سلام و خسته نباشید به عبارتی میشه رطوبت خاک با استفاده از سنجش از دور حرارتی محاسبه نمود در ارتفاع مختلف؟ و برای همه محیط ها مثل (کشاورزی، جنگل و…) محاسبه نمود؟
mohammad kakooei –
سلام
این آموزش شامل ۳ بخش اصلی است
بخش اول: استفاده از داده های پیش پردازش شده بر روی GEE که شامل اطلاعات رطوبت خاک در همه مناطق و ارتفاع های مختلف است و میزان رطوبت در عمق های ۰ تا ۱۰ سانتی متر، ۱۰ تا ۴۰ سانتی متر، ۴۰ تا ۱۰۰ سانتی متر و ۱۰۰ تا ۲۰۰ سانتی متر را نشان می دهد.
بخش دوم: محاسبه میزان رطوبت خاک با استفاده از تعریف شاخص بر روی باندهای لندست ۸
بخش سوم: رسم تغییرات رطوبت خاک به صورت ماهانه، سالانه و …
به زودی محصول جدیدی بر روی سایت قرار می گیرد که بر اساس داده های راداری سنتینل ۱ میزان رطوبت خاک را مشخص میکند و تمرکز بیشتری بر روی تنوع محیطی دارد.
موفق باشید
پیمان –
با سلام و احترام
لطفا مقالهی که برای استخراج شاخص از لندست ۸ استفاده کردید رو معرفی کنید که بتونیم رفرنس بدیم.
ممنونم
Mohammad Kakooei –
سلام و وقت بخیر
میتوانید از مقاله زیر استفاده کنید. همچنین در صفحه دوم این مقاله جدولی آورده شده که شاخص های متعددی را از مقالات مختلف نشان می دهد.
The optical trapezoid model: A novel approach to remote sensing of soil moisture applied to Sentinel-2 and Landsat-8 observations
https://www.sciencedirect.com/science/article/abs/pii/S0034425717302493