معرفی جامع شاخص های طیفی محاسبه شده برای ماهواره ها در گوگل ارث انجین

در این ویدئوی آموزشی به معرفی جامع شاخص های طیفی محاسبه شده برای سنجنده‌ها و سنسور های مختلف از طریق یک سایت کاربردی و در نهایت محاسبه چندین شاخص در سامانه گوگل ارث انجین پرداخته شده است.

در واقع در این آموزش با سایت کاربردی آشنا خواهید شد که تمامی شاخص های طیفی برای ماهواره ای مختلف با توضیحات کامل ارائه شده است. حتی این امکان برای شما وجود دارد که مستقیما وارد هاب سنتینل شده و شاخص مد نظر خودتان را بر روی تصاویر موجود اعمال و خروجی کار را در کمترین زمان ممکن مشاهده کنید.

در انتها نیز در جهت یادگیری نحوه محاسبه شاخص و همچنین سامانه ارث انجین، تعداد محدودی از شاخص های این سایت در محیط ارث انجین کدنویسی شده است.

مشخصات آموزش:

•  قیمت: رایگان
•  مدرس: مهدی نادری
•  تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
• موضوع: معرفی جامع شاخص های طیفی محاسبه شده برای ماهواره های مختلف و محاسبه برخی از شاخص ها در سامانه گوگل ارث انجین
• نرم افزار: سامانه گوگل ارث انجین
• مدت زمان آموزش: 1 ساعت و 37 دقیقه
• مخاطب: علاقه‌مندان به سنجش از دور، مطالعات کشاورزی، مطالعات جنگل، مطالعات منابع طبیعی و …
• نوع آموزش: ویدئویی
• داده های تمرینی: ندارد
• پیش نیاز: آشنایی مقدماتی با سامانه گوگل ارث انجین

ویدئوی آموزشی:

برای دریافت آدرس سایت های مورد استفاده از این آموزش بر روی دکمه زیر 👇 کلیک کنید:

همچنین جهت دانلود ویدئوی بالا بر روی دکمه زیر کلیک کنید:

توضیحات:

به زبان ساده، شاخص طیفی یک عملیات ساده ریاضی است که بر روی 2 یا چند باند یک تصویر ماهواره ای اعمال می گردد تا به واسطه آن بتوان اطلاعات جدیدی را از تصاویر ماهواره ای استخراج نمود. این اطلاعات جدید را به تنهایی نمی توان از هیچ یک از باندها تهیه نمود. تمامی عملگرهای اصلی ریاضیاتی بر روی تصاویر ماهواره ای اجرا می‌شود اما در این میان، عملگرهای تقسیم، تفریق، جمع و ضرب به ترتیب اولویت، از بیشترین کاربرد برخوردار هستند. با استفاده از عملگرهای تقسیم و تفریق می‌توان تفاوت و اختلاف بین باند ها را نمایش داد.

این عملگرها، پرکاربرد ترین عملگرها در محاسبات ریاضیاتی بین باندی در سنجش از دور محسوب می‌شوند که معمولا برای آشکارسازی تغییرات بین دو باند یا دو زمان مختلف استفاده می‌شوند. نکته قابل توجه در استخراج شاخص های طیفی، انجام تصحیحات رادیومتریکی نظیر تصحیحات اتمسفری بر روی تصاویر ورودی است. به عبارتی محصول نهایی که به منظور استخراج شاخص طیفی مورد استفاده قرار می گیرد، باید مقادیر بازتاب سطحی باشد چرا که تحلیل نتایج حاصل از اعمال شاخص به درستی صورت می گیرد.

آنچه مسلم است شاخص های طیفی در زمینه های مختلف و برای پوشش های متنوع زمین می توانند طراحی شوند که از آن جمله می توان به شاخص های طیفی در مطالعات پوشش گیاهی، مطالعات جنگل، مطالعات شهری، مطالعات کانی‌شناسی و … اشاره داشت.

از مهم ترین کابرد شاخص های طیفی می توان به موارد زیر 👇 اشاره کرد:

• شناسایی عوارض خاص
• شناسایی تغییرات داخلی پدیده ها که بصورت ظاهری نشانه هایی از آن دیده نمی‌شود.
• کاهش اثر سایه ها
• کاهش اثر تو پوگرافی
• کمک به طبقه بندی هر چه بهتر تصاویر ماهواره ای
• تفکیک محصول
• کسب آگاهی از شرایط کلی منطقه مورد مطالعه

مخاطب این محصول، افراد متخصص در حوزه سنجش از دور، مطالعات کشاورزی، مطالعات منابع طبیعی، مطالعات جنگل و … هستند. مطالب ارئه شده در این محصول آموزشی به قدری کاربردی است که افراد مختلف می توانند در جهت پیشبرد اهداف خود از آن استفاده کرده و در کمترین زمان ممکن نتیجه مطلوب را کسب کنند. در این محصول آموزشی سعی شده است تا مطالب به صورت شیوا و رسا بیان شوند تا برای افرادی که آشنایی حداقلی با تصاویر ماهواره ای، شاخص های طیفی و سامانه گوگل ارث انجین دارند نیز قابل استفاده باشد.

عناوین آموزشی

عناوین آموزش داده شده عبارت اند از:

• بخش اول: تبیین اهمیت شاخص های طیفی
• بخش دوم: معرفی سایت کاربردی به منظور مشاهده و محاسبه شاخص های طیفی برای ماهواره های مختلف
• بخش سوم: تبیین بخش های مختلف سایت
• بخش چهارم: اعمال شاخص های مختلف بر روی تصاویر ماهواره ای سنتینل-2، سنتینل-1 و …
• بخش پنجم: بخش عملی و کار با سامانه گوگل ارث انجین
• بخش ششم: تعیین منطقه مورد مطالعه
• بخش هفتم: فراخوانی تصاویر بازتاب سطحی سنتینل-2 و اعمال فیلترهای مکانی، زمانی و …
• بخش هشتم: ایجاد تصویر میانه از مجموعه تصاویر موجود برای منطقه مورد مطالعه
• بخش نهم: محاسبه شاخص NDVI یا Normalize Difference Vegetation Index
• بخش دهم: محاسبه شاخص mSAVI یا Modified Soil Adjusted Vegetation Index
• بخش یازدهم: محاسبه شاخص MVI یا Mid-Infrared Vegetation Index
• بخش دوازدهم: محاسبه شاخص WET یا Tasselled Cap-Wetness
• بخش سیزدهم: محاسبه شاخص TCI یا Tringular Chlorophill Index
• بخش چهاردهم: ایجاد تصویر میانه با باند های اصلی و شاخص های WET و TCI
• بخش پانزدهم: اضافه کردن شاخص NDWI یا شاخص تفاضلی نرمال شده آب به عنوان یک باند به مجموعه تصاویر فراخوانی شده

معرفی نرم افزار

در این محصول به منظور معرفی جامع شاخص های طیفی محاسبه شده برای سنجنده‌ها و سنسور های مختلف از طریق یک سایت کاربردی و در نهایت محاسبه چندین شاخص در جهت یادگیری نحوه محاسبه آن، از سامانه گوگل ارث انجین استفاده شده است. سامانه تحت وب که به طور گسترده به منظور پردازش داده های ماهواره ای مورد استفاده قرار می گیرد.

از جمله مهمترین مزیت های این سامانه می توان به دسترسی راحت به تصاویر ماهواره ای رایگان بدون نیاز به دانلود حتی یک کیلوبایت از آنها اشاره کرد. این سامانه می تواند در جهت پیشبرد اهداف محقق ها در حوزه های مختلف مطالعاتی مانند کشاورزی، زمین شناسی، خاکشناسی، منابع آب و … کاربرد داشته باشد.

داده ها

در این محصول از داده های چندطیفی سنتینل 2 استفاده شده است. از جمله ماهواره های چندطیفی که توسط سازمان فضایی اروپا به فضا فرستاد شد. این ماهواره دارای 12 باند بوده که در محدوده های مرئی و مادون قرمز تصویربرداری می کند و دارای قدرت تفکیک مکانی 10، 20 و 60 متر برای انواع باند ها می باشد.

قدرت تفکیک زمانی این ماهواره اگر به صورت منفرد مورد استفاده قرار گیرد، 10 روز و اگر بصورت جفت (سری های A , B) مورد استفاده قرار گیرد، به 5 روز تقلیل می یابد. اگرچه در این محصول آموزشی از تصاویر سنتینل-2 استفاده شده است اما این امکان برای شما وجود دارد که از سایر داده های ماهواره ای رایگان بر روی سامانه GEE مانند لندست، هایپریون و … در جهت محاسبه شاخص های طیفی استفاده کرده و خروجی کار خود را مشاهده کنید.

داده های حاصل از ماهواره های سنتینل 2 می تواند در زمینه پایش زمین و تغییرات آن، مدیریت بهینه بحران ها و مخاطرات و همچنین بسیاری از موضوعات دیگر کاربرد مفیدی داشته باشد.

از دیگر کاربرد های این ماهواره می توان به موارد زیر 👇 اشاره کرد :

• مطالعات کشاورزی
• تغییرات کاربری اراضی
• مطالعات جنگل ها
• مطالعات مرتبط با آلودگی دریاچه ها و آب های ساحلی
• مطالعات رانش زمین
• مطالعات مربوط به پوشش گیاهی