استخراج نقشه بافت خاک از تصاویر ماهواره ای
۵۰۰,۰۰۰ تومان
- مدرس: دکتر محمد کاکوئی
- تخصص: متخصص برنامه نویسی، پردازش تصویر و سنجش از دور در محیط Google Earth Engine
- زمان آموزش: 1 ساعت و 36 دقیقه
- موضوع: بافت خاک
- نرم افزار: گوگل ارث انجین
- ماهواره ها: سنتینل 1 و سنتینل 2
- فرمت: ویدئوهای آموزشی MP4
- کد تمرینی: ندارد
توضیحات
در این محصول با استفاده از تصاویر نوری سنتینل 2 و داده های راداری سنتینل 1، نقشه بافت خاک استخراج می شود. خواص خاک نقش مهمی در فرآیندهای مختلف مربوط به هیدرولوژی، بررسی توزیع آب باران، آبیاری، تبخیر و تعرق دارد. روش سنتی برآورد وضعیت بافت خاک با اندازه گیری های زمینی انجام می شود، که روشی وقت گیر و پرهزینه است و عموماً کارآمدی بالایی ندارد. بنابراین، محققان تلاش کرده اند تا به منظور افزایش سرعت، بهبود دقت و افزایش پوشش مکانی از داده های سنجش از دور بهره ببرند.
پارامترهای بافت خاک بر اساس خصوصیات خاک (فیزیکی ، شیمیایی و بیولوژیکی) تعیین می شوند و اغلب برای برآورد ویژگی های هیدرولیکی خاک استفاده می شود. به طور خاص، محتوای clay (رس) تأثیر زیادی در خاصیت هیدرولیکی خاک دارد و می توان از نظر ظرفیت نگهداری آب در خاک آن را تفسیر کرد.
بافت خاک به عنوان توزیع ذرات تشکیل دهنده خاک و براساس اندازه آن تعریف می شود. طبق طبقه بندی USDA (وزارت کشاورزی ایالات متحده) ذرات با قطر کمتر از 2 میکرومتر به عنوان رس دسته بندی می شوند. ذرات با قطر بین 2 تا 50 میکرومتر به عنوان سیلت (Silt) طبقه بندی می شوند و ذرات با قطر بین 0٫05 تا 2 میلی متر در کلاس ماسه (Sand) قرار می گیرند. شکل نشاندهنده نحوه نام گذاری بافت خاک با توجه به درصد ذرات تشکیل دهنده آن است.
ویدئوی معرفی
ویدئوی معرفی توضیحات محصول
هدف آموزش پیش رو، استفاده از داده های چند حسگری حاصل از ماهواره های سنتینل-1 و سنتینل-2، برای ارزیابی شاخص های مختلف نوری و رادار برای برآورد محتوای بافت خاک (رس و ماسه) است. این تجزیه و تحلیل بر اساس دادههای آموزشی موجود در GEE در بخش مرکزی ایران انجام شده است. مطابق مقالهای که برای این کار در نظر گرفته شده است، باندها و شاخص های حساس به تغییر در نسبت بافت خاک شناسایی و استفاده میشوند. درنهایت از الگوریتم های RF و SVM برای تعیین طبقه بندی محتوای رس و ماسه استفاده می کنیم.
روند کاری روش استفاده شده در مقاله مرجع، در شکل زیر نشان داده شده است.
روند روش اجرایی در مقاله استفاده شده
در شکلهای زیر به ترتیب، نقشه خاک رس، ماسه و ترکیب آنها را نشان می دهد.
نقشه شن
نقشه ماسه
نقشه ترکیبی شن و ماسه
عناوین آموزشی
مهم‌ترین عناوین آموزش داده شده در این محصول عبارتند از :
- فراخوانی داده پیش پردازش شده شن و ماسه
- فراخوانی داده سنتینل-2 و سنتینل-1 در مکان و زمان مشخص
- محاسبه شاخص با expression
- محاسبه میانگین و میانه تصاویر سری زمانی
- محاسبه انحراف از معیار تصاویر سری زمانی
- تشکیل پایگاه داده شامل ویژگی ها و هدف برای آموزش الگوریتم طبقه بندی
- نمونه برداری از پایگاه داده
- نمونه برداری از فضای بزرگتر برای جلوگیری از بایاس شدن نمونه برداری
- آموزش الگوریتم طبقه بندی و اعمال به داده های تست
لینک های مفید
33 دیدگاه برای استخراج نقشه بافت خاک از تصاویر ماهواره ای
محصولات مرتبط
مری- –
با سلام و وقت شما بخیر.
ببخشید این نقشه ای تولید می شود چه مقیاسی دارد؟
و اینکه آیا حاوی عمق خاک هم هست یا خیر؟
ممنون میشم راهنمایی بفرمایید
Mohammad Kakooei –
سلام
اگر منظورتون از مقیاس رزولوشن مکانی است، در مقیاس 10 متر.
نمیشه در مورد عمق ادعا داشت، شاید در حد چند سانتی متر که اون هم به خاطر استفاده از سنتینل-1 است. سنتینل-2 ماهواره نوری است و فقط بازتاب سطحی را نشان میده.
موفق باشید
mohammad1400 –
سلام من ویدیو را خریدم ..اولا تشکر می کنم از زحمت که کشیده شده ..ولی این آموزش برای افراد مسلط به نرم افزار خوبه برای مبتدی مشکل است.. با سرعت زیاد موس شما بین پنجره ها حرکت می کند.. شما در حقیقت کار کردید…اگر ممکن است آموزش دهید به آرامی به زبانه ها بروید…در انتها هم مشخص نشد چطور می توان درصدا را استخراج کرد…چون ما می خواهیم روی زمین آنها را تست کنیم. سالم باشید..منتظر جواب هستم.
Mohammad Kakooei –
سلام
در آموزش های کاربردی فرض بر این است که فرد با پلتفرم آشنایی دارد و تمرکز بر جنبه کاربردی محصول آموزشی است. برای آشنایی با برنامه نویسی در GEE نیاز به آموزش های مقدماتی و پیشرفته زیر دارید:
https://girs.ir/basics-gee
https://girs.ir/gee-master-class
روش های به کار رفته در این آموزش supervised هستند و در واقع خروجی های طبقه بندها نشان دهنده ی میزان نسبی هر یک از مواد تشکیل دهنده است.
موفق باشید
mohammad1400 –
با سلام و تشکر از پاسختان ..الان از نقشه نهایی چه استفاده ای می توان کرد…پروژه دانشجوی من روی راستی آزمایی نقشه است.. می خواهد ببیند این نقشه چقدر با واقعیت میدانی تطابق دارد تا در استفاده های بعدی بجای آزمایش میدانی از نقشه استفاده شود ..اگر در چند دقیقه به آموزش اضافه کنید و نحوه تعیین درصد رس و شن در یک منظقه نقشه را نشان دهید…کامنتها هم این را می خواستند..ممنوم..سالم باشید
Mohammad Kakooei –
سلام
من توصیه نمی کنم که داده میدانی را کنار بگذارید.
در این آموزش به جای نمونه های میدانی از نمونه های رایگان استفاده شده تا بدون نیاز به داده های میدانی برای همه کاربران قابل اجرا باشد.
توصیه میکنم که با داده های میدانی خودتان و با استفاده از روشی که در این محصول آموزش داده شده عمل کنید تا دقت نهایی مدل بیشتر باشد. درنتیجه، این مدل اعتبار بیشتری خواهد داشت و میتوانید به جای آزمایش میدانی از آن استفاده کنید.
البته شما در پروژه خودتان میتوانید همین نقشه را راستایی آزمایی کنید ولی وقتی داده میدانی دارید منطقی نیست که از آن برای آموزش مدل استفاده نکنید.
موفق باشید
mohammad1400 –
با سلام و تشکر فراون …من می خواهم نقشه را راستی آزمایی کنم همان توصیه‌ای که فرمودید ولی قسمت آخر فیلم اموزشی متوجه نشدم چطور درصد رس و شن برای یک منطقه حساب کنم.. اگر میشه کوتاه به فیلم اضافه کنید تا همه اعضا که خواسته بودند بهره مند شوند
Mohammad Kakooei –
سلام
خروجی طبقه بند ها دقیقا مقدار درصد را میدهد، چون طبقه بندها با همین داده ها آموزش دیده اند. یعنی متغیر classifiedFinal در خط 123 شامل دو باند درصدی از clay و sand است! و همین متغیر به عنوان نقشه اصلی Export شده است. بنابراین خروجی طبقه بندی مقدار درصدی بافت خاک را نشان میدهد.
متغیر Clay_Sand_Init که در خط های بعدی اضافه شد برای نمایش بهتر بافت خاک است و چون GEE برخلاف نرم افزارهای دسکتاپی visualization خودکار نداره، این متغیر برای نمایش بهتر اضافه شده است.
موفق باشید
fatemeh –
با عرض سلام و احترام
اقای دکتر دستور classifier این ارور Classifier (Error)
Classifier.svm: This classifier has been replaced. For more information see: http://goo.gle/deprecated-classifiers.
رو میده. ممنون میشم راهنمایی کنید
Mohammad Kakooei –
سلام
به دلیل آپدیت کتابخانه GEE دستورات زیر دچار تغییر شده است
دستور ee.Classifier.randomForest به ee.Classifier.smileRandomForest
دستور ee.Classifier.svm به ee.Classifier.libsvm
موفق باشید
زالی –
با سلام خدمت مهندس
بعد از خروجی گرفتن از گوگل ارث
میخواستم اگه میشه با توجه به خروجی کدام باند مربوط به clay و کدام باند مربوط به sand هسنش
خیلی ممنون
خسته نباشید
Mohammad Kakooei –
سلام
باند classification مربوط به Clay و باند classification مربوط به Clay و باند classification_1 مربوط به Sand است.
موفق باشید
حسینی –
با سلام و خسته نباشید
میخواستم اگه امکانش باش یک راهنمایی بکیند که به چه روشی میتونیم میزان درصد بافت خاک را بعد خروجی گرفتن به دست بیاریم
نرم افزار و آموزش هست اگه ممنون میشم معرفی کنید
Mohammad Kakooei –
سلام
خروجی همین محصول، درصد بافت خاک رو نمایش میدهد! منظور شما چیست؟
زهرا قلی زاده –
سلام ، استاد میخواستم بدونم نقشه خروجی ترکیب بافت خاک ، ترکیب ماسه و رس هست یا ماسه و شن ( در تصاویر بالا که از خروجی گذاشته شده ، نوشته ترکیب ماسه و شن اما در عنوان آورده شده ترکیب ماسه و رس)
Mohammad Kakooei –
سلام
بدون در نظر گرفتن ترجمه فارسی، ترکیب clay و sand هست.
زالی –
مجدد سلام
ممنون بابت راهنمایی که انجام دادین و مشکل حل شد
فقط اگه نرم افزاری هستش که بتوان مقدار سیلت و شن و ماسه رو با توجه به خروجی ها که از گوگل ارث می گیریم به دست بیاریم رو لطفا معرفی نمایید//
با تشکر
Mohammad Kakooei –
سلام
خیر متاسفانه.. نرم افزاری برای این کار نمیشناسم.
موفق باشید
زالی –
با سلام و وقت بخیر
من کدها رو چنذ بار طبق آموزش شما پیش رفتم و حتی کدهایی که بعد خرید مستقیم در اختیار من قرار گرفتن رو امتحان کردم ولی با خطای
Classified: Layer error: Classifier.svm: This classifier has been replaced. For more information see: http://goo.gle/deprecated-classifiers.
مواجه میشم
ممنون میشم راهنمایی کنید
Mohammad Kakooei –
سلام
به دلیل آپدیت کتابخانه GEE دستورات زیر دچار تغییر شده است
دستور ee.Classifier.randomForest به ee.Classifier.smileRandomForest
دستور ee.Classifier.svm به ee.Classifier.libsvm
موفق باشید
زهرا قلی زاده –
با سلام خدمت استاد محترم .من از قسمت import فایل sentinel)(اولین گام ) به مشکل بر خوردم و ارور Script errorرونمایش میده .من هنوز کاری نکردم که ارور داده .اگر امکانش هست راهنمایی کنید .
با تشکر
Mohammad Kakooei –
سلام
ه دلیل آپدیت کتابخانه GEE دستورات زیر دچار تغییر شده است
دستور ee.Classifier.randomForest به ee.Classifier.smileRandomForest
دستور ee.Classifier.svm به ee.Classifier.libsvm
موفق باشید
زهرا قلی زاده –
سلام مجدد
ممنون از راهنمایی تون ، فقط اگر امکانش هست برای راهنمای نقشه های تولیدی(چه بخش های بافت خاک شن و ماسه و رس) هست و همچنین نحوه ی درصد گیری از اون ها هم راهنمایی بفرمائید.
با تشکر
طاهره کریمی –
با سلام خدمت استاد گرامی. آموزش بالا بسیار عالی بود. ممنونم. فقط بی زحمت پاسخ ایمیل ها را بدهید. همچنین آیا آموزشی در ادامه ی تهیه نقشه شن و رس از داده های رادار دارید که با کمک نمودار مثلث بافت خاک، درصدهای سه تصویر شن و رس و سیلت را به برنامه بدهیم و نقشه بافت خاک منطقه که شمال لومی، شنی، سیلتی، رسی، شنی رسی و غیره می باشد را استخراج نماییم؟
اگر آموزشی در این زمینه دارید لطفا انتشار دهید.
Mohammad Kakooei –
سلام
خواهش میکنم.
اگر ایمیلی بی پاسخ مانده remind بزنید.
فعلا مورد مناسبی برای نقشه بافت خاک با داده های راداری ندارم. اگر مقاله ای مد نظر هست که قابلیت پیاده سازی با GEE را دارد، لینک آن را بفرستید.
موفق باشید
طاهره کریمی –
با سلام خدمت دکتر کاکویی گرامی. بنده برای تهیه نقشه خاک مرحله به مرحله طبق آموزش شما پیش رفتم ولی پس از اتمام کلاسیفایینگ هیچ نقشه ای جهت نمایش نیاورد. در فیلم شما اقلا منطقه دارای بایاس آمده بود ولی اینجا هیچ نقشه ای نمایش داده نشد. چه راهکاری ارائه میدهید؟ فیلتر دیت را بیش از یک سال بگیرم و پنجره ژئومتری را نیز بزرگتر انتخاب کنم؟ تعداد سمپل ها را کمتر کنم یا بیشتر؟
Mohammad Kakooei –
سلام
نمونه های آموزشی را در یک منطقه بزرگتر از منطقه مورد نظر انتخاب کنید تا بایاس کمتر شود و generalization بیشتر شود.
با این حال، عدم نمایش نقشه نشان دهنده ی ایراد در کد هست.
با Get Link لینک کد را بگیرید و برای من بفرستید.
kakooey.m@gmail.com
سمیه –
با سلام
استاد من لینک را برای شماshare کردم
سمیه –
سلام
استاد من تا مرحله classify پبش می رم ولی با این ارر مواجه شدم
classified: Layer error: Invalid JSON:
لطفا راهنمایی کنید چون من خیلی به این خروجی نیاز دارم
Mohammad Kakooei –
سلام
با Get Link لینک کدتون رو بگیرید و برای من ایمیل کنید تا بررسی کنم
kakooey.m@gmail.com
موفق باشید
سمیه –
سلام
جناب کاکویی من تا SRCI پیش رفتم ولی لایه ای که به عنوان خروجی هست دامنه ۰و۱ هست یعنی یک تصویر با رنگ قرمز یعنی هیچ گونه تنوعی در تصویر نیست ایراد کار از چی می تونه باشه ممنون
Mohammad Kakooei –
سلام
به نظر میرسه در بخش نمایش مشکل دارید
در تنظیمات visualization نمایش مثلا از Stretch با اندازه ۳ سیگما استفاده کنید
موفق باشید
هدایت هاشمی –
من برای استخراج CN و مدل تبدیل بارش به رواناب به اطلاعات بافت خاک نیاز دارم ممنون میشم راهنمایی کنید
Mohammad Kakooei –
سلام
متاسفانه در این مورد تجربه کاری ندارم.
موفق باشید
هدایت هاشمی –
جناب دکتر کاکویی یه سوال داشتم خدمتتون. الان محصول نهایی رو چگونه من استفاده کنم. و هر باند از اون ۲ باند چه خصوصیت از خاک رو نشون میده. هر دوتاشون میزان clay یا sand و نشون میدن؟ من که برای میزان نفوذپذیری بارش میخام ازش استفاده کنم چجوری ازش استفاده کنم؟ پیشاپیش ممنون
Mohammad Kakooei –
سلام
یک تصویر با دوباند خواهید داشت که یک باند مربوط به clay و باند بعدی مربوط به sand هست.
برای تعیین میزان نفوذپذیری بارش، چه رابطه و مدلی مد نظرتون هست؟
هدایت هاشمی –
من برای استخراج CN و مدل تبدیل بارش به رواناب به اطلاعات بافت خاک نیاز دارم ممنون میشم راهنمایی کنید
Mohammad sadegh –
سلام یه سایتی بود نقشه cn رو میداد با دقت ۱۰۰ فک کنم اگه مایل هستین ایمیلتونو بدین من ادرسشو پیدا کردم بفرستم براتون
هدایت هاشمی –
جناب دکتر؟
هدایت هاشمی –
سلام جناب دکتر. ببخشید من الان نزدیک به دو ساعت که توtask اجرای مدل Clay_Sand رو زدم ولی تموم نشده. مشکل چی میتونه باشه
Mohammad Kakooei –
سلام و وقت بخیر
تموم شد؟ اندکی صبور باشید تا گوگل زحمت بکشه و کارش رو تموم کنه
امیر حسین رهنی –
سلام و روز بخیر
تشکر میکنم از آموزش . اما در آخر نتیجه گیری نشد که چگونه درصد های تشکیل دهنده را مشخص کرد .
لطفا این را هم اضافه بفرمایید.
با تشکر.
Mohammad Kakooei –
سلام
روش استفاده شده در این آموزش، به صورت بامربی (supervised) عمل می کند. یعنی نمونه هایی در ورودی داریم که درصدهای آن مشخص شده هستند. سپس طبقه بندی SVM و Random Forest با توئجه به آن ها آموزش میبینند و درصد را تعیین می کنند.
موفق باشید
بابک –
باسلام
آیا این روش فقط در مناطق کویری کارآیی دارد ؟ در دیگر مناطق ( مثلا کوهستانی) یا مراتع مناطق مرتفع می توان از این روش بهره برد؟
با احترام
mohammad kakooei –
سلام
در مقاله که اشاره نکرده فقط مختص مناطق کویری باشه
و با توجه به اینکه نقاط training استفاده شده برای همه مناطق موجوده، در همه مناطق کارایی داره