بالاترین کیفیت
این محصول آموزشی به شناسایی و پایش توزیع شوری خاک با استفاده از تصاویر ماهوارهای سنتینل 2 و روشهای یادگیری عمیق اختصاص دارد. در این آموزش، کاربران با نحوه استخراج اطلاعات طیفی مرتبط با شوری خاک، آمادهسازی دادههای ماهوارهای و پیادهسازی مدلهای یادگیری عمیق به منظور افزایش دقت نتایج آشنا میشوند.
استفاده از سامانه Google Earth Engine امکان دسترسی آسان به آرشیو گستردهای از دادههای ماهوارهای، ابزارهای پردازش مکانی و الگوریتمهای پیشرفته را فراهم میکند و به کاربران اجازه میدهد تحلیلهای خود را در مقیاسهای مکانی وسیع و در بازههای زمانی مختلف انجام دهند.
این محصول آموزشی بهصورت گامبهگام طراحی شده و علاوه بر مفاهیم تئوریک، شامل پیادهسازی عملی روشها در محیط Google Earth Engine است؛ بهگونهای که کاربران بتوانند از نتایج آن در مطالعات کشاورزی، مدیریت منابع خاک، پایش محیط زیست و پروژههای تحقیقاتی و اجرایی استفاده کنند.
معرفی مدرس
معرفی مدرس- محمد کاظمی قراجه
- دانشجوی دکترای دانشگاه ساپینزا، رم، ایتالیا
- محقق مهمان در دانشگاه بن، بن، آلمان
- دارنده مدرک کارشناسی جغرافیا و برنامه ریزی شهری از دانشگاه تبریز
- دارنده مدرک کارشناسی ارشد سنجش از دور از دانشگاه تبریز
- نویسنده بیش از 30 مقاله علمی در حوزه سنجش از دور
- عضو بنیاد ملی نخبگان ایران
عناوین آموزشی
- بخش اول: بخش نظری
- مقدمهای بر داده های نوری (Optical) مورد استفاده
- محاسبه شاخص شوری خاک
- تهیه داده های آموزشی برای اجرای مدل
- مدل های یادگیری ماشین
- بخش دوم: بخش عملی
- تعیین منطقه مورد مطالعه
- فراخوانی تصاویر سنتینل 2
- تعیین فیلترهای زمانی و مکانی
- محاسبه شاخص شوری خاک
- جمع آوری داده های آموزشی براساس شاخص شوری خاک محاسبه شده
- آماده سازی داده ها برای آموزش مدل یادگیری ماشین
- آموزش مدل با استفاده از الگوریتم Support Vector Machine
- طبقه بندی نتایج در پنج کلاس
- خروجی گرفتن از نتایج
- فراخوانی نتایج در محیط ArcGIS
معرفی نرم افزار
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.
داده ها
در این محصول آموزشی از تصاویر ماهوارهای سنتینل 2 به عنوان دادههای مبنای آموزش استفاده شده است. ماهواره سنتینل 2 در سالهای اخیر بهعنوان یکی از پرکاربردترین دادههای اپتیکی چندطیفی در سطح جهان مورد استفاده قرار گرفته است. عرضه رایگان تصاویر سنتینل 2 باعث شده است تا این دادهها با استقبال گستردهای در میان کاربران و پژوهشگران حوزه سنجش از دور مواجه شوند.
سنتینل 2 یکی از ماهوارههای پروژه سنتینل است که با استفاده از سنجنده اپتیکی MSI و بهصورت غیرفعال از سطح زمین تصویربرداری میکند. این ماهواره دارای توان تفکیک مکانی 10، 20 و 60 متری در باندهای مختلف طیفی بوده و امکان استخراج اطلاعات دقیق مکانی و طیفی را فراهم میکند. همچنین توان تفکیک زمانی 5 روزه با دو ماهواره Sentinel-2A و Sentinel-2B امکان پایش مستمر و دقیق تغییرات سطح زمین را فراهم ساخته است. تصاویر سنتینل 2 در 13 باند طیفی از ناحیه مرئی تا مادون قرمز کوتاهموج ثبت میشوند که در مطالعات زیستمحیطی و منابع طبیعی کاربرد فراوانی دارند.
مهمترین کاربردهای تصاویر سنتینل 2 عبارتاند از:
- کشاورزی و پایش پوشش گیاهی
- پایش شوری خاک
- طبقهبندی و پایش کاربری و پوشش اراضی
- پایش سلامت گیاه و محاسبه شاخصهای طیفی مانند NDVI
- جنگلداری و پایش تغییرات جنگل
- پایش منابع آب و مناطق آبی
- بررسی خشکسالی و تغییرات اقلیمی
- مطالعات شهری و گسترش شهرها
کاربردهای این آموزش چیست؟
این آموزش با هدف کمک به کاربران در درک نحوه استفاده از تصاویر اپتیکی چندطیفی سنتینل 2 و موتور پردازشی Google Earth Engine برای شناسایی و پایش توزیع شوری خاک طراحی شده است. در این آموزش، با بهرهگیری از قابلیتهای طیفی تصاویر سنتینل 2 و بهکارگیری روشهای یادگیری ماشین، امکان استخراج و تحلیل الگوهای مکانی شوری خاک در مقیاسهای مختلف فراهم میشود.
کاربردهای اصلی این آموزش عبارتاند از:
مدیریت کشاورزی و منابع خاک:
شناسایی مناطق دارای شوری بالا به کشاورزان و مدیران بخش کشاورزی کمک میکند تا تصمیمات بهتری در زمینه انتخاب الگوی کشت، مدیریت آبیاری و اصلاح خاک اتخاذ کنند و از کاهش عملکرد محصولات جلوگیری شود.
پایش محیط زیست:
تحلیل بلندمدت تغییرات شوری خاک به درک اثرات تغییرات اقلیمی، خشکسالی، شیوههای نادرست آبیاری و تخریب سرزمین کمک میکند و نقش مهمی در حفاظت از منابع طبیعی ایفا مینماید.
برنامهریزی کاربری اراضی و ارزیابی ریسک:
این آموزش به برنامهریزان و تصمیمگیران در شناسایی مناطق مستعد شورشدگی خاک کمک میکند؛ موضوعی که برای مدیریت پایدار سرزمین، توسعه کشاورزی و جلوگیری از بیابانزایی اهمیت بالایی دارد
تحلیل اثرات کشاورزی و امنیت غذایی:
پایش اراضی شور امکان ارزیابی کاهش بهرهوری زمینهای کشاورزی، برنامهریزی برای جبران خسارت، تخصیص یارانهها و حمایت از امنیت غذایی را فراهم میکند.
کاربردهای دانشگاهی و پژوهشی:
این آموزش به عنوان یک ابزار پایه برای دانشجویان، پژوهشگران و تحلیلگران حوزه سنجش از دور، تحلیل تصاویر اپتیکی، یادگیری عمیق و پردازش دادههای مکانی مبتنی بر رایانش ابری مورد استفاده قرار میگیرد.
مخاطب این محصول
مخاطبان این محصول آموزشی، افرادی هستند که در حوزه سنجش از دور اپتیکی، تحلیل تصاویر ماهوارهای و کاربردهای آن در مطالعات خاک و کشاورزی فعالیت میکنند. کاربران عمومی سنجش از دور، دانشجویان و پژوهشگران علاقهمند به مباحث شوری خاک، تخریب سرزمین و مدیریت منابع طبیعی میتوانند مطالب کاربردی و ارزشمندی از این آموزش کسب کنند.
از سوی دیگر، در این محصول آموزشی تلاش شده است مطالب با بیانی ساده و گام به گام ارائه شوند، بهگونهای که حتی کاربران بدون پیشزمینه قبلی در زمینه سنجش از دور و یادگیری عمیق نیز بتوانند از آن بهرهمند شوند. بخش دیگری از مخاطبان این آموزش، افرادی هستند که قصد دارند پردازش تصاویر سنتینل 2 و اجرای مدلهای یادگیری ماشین در محیط Google Earth Engine را برای استفاده در پروژههای تحقیقاتی، اجرایی و سازمانی فرا بگیرند.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.