گوگل ارث انجین محصولات دانلودی

استخراج اراضی شهری با سرعت بالا و بدون استفاده از روش های پیشرفته یادگیری ماشین

استخراج اراضی شهری با سرعت بالا
محمد کاکوئی
نوشته شده توسط محمد کاکوئی

نقشه برداری دقیق و به موقع از اراضی شهری برای پشتیبانی از تحقیقات محیط زیستی، اجتماعی و اقتصادی دارای اهمیت زیادی است. همچنین، اکثر نقشه های موجود دارای محدودیت در رزولوشن مکانی هستند و نقشه را با دقت ۳۰ متر فراهم می کنند.

تلفیق داده های نوری و راداری (SAR) می ­تواند برای تهیه نقشه از اراضی شهری با وضوح بالا و به طور گسترده مورد استفاده قرار بگیرد. در این آموزش از مقاله­ ای بهره بردیم که برای استخراج سریع و مؤثر اراضی شهری از تصاویر راداری سنتینل ۱ در مدارهای صعودی / نزولی (Ascending / Descending) و داده های چند طیفی نوری سنتنیل ۲ استفاده می­ کند.

نقشه اولیه اراضی شهری از طریق عملیات آستانه گذاری بر روی داده های SAR به دست می­ آید. حداکثر شاخص سالانه NDVI و شاخص آب از تصاویر Sentinel-2 استخراج شده و با نقشه قبلی ترکیب می شود. تصویر شیب به دست آمده از داده های SRTM DEM برای ماسک کردن مناطق کوهستانی و کاهش نتایج مثبت کاذب در داده های SAR در این مناطق استفاده شده است. در نهایت، فیلتر اکثریت با پنجره سه به سه به نتایج استخراج شده اعمال می­ شود.

تمامی پردازش­ ها در بستر (Google Earth Engine) انجام شده است. شهرهای تهران، کرمانشاه و یک منطقه شمالی به عنوان منطقه آزمایش برای تأیید صحت و کارایی روش انتخاب شده اند و از تصاویر Google Earth با وضوح بالا برای مقایسه بصری استفاده می شود. این روش نشان می ­دهد که تلفیقی از داده های نوری و SAR برای استخراج اراضی شهری با مساحت بزرگ دارای کارایی بالایی است.

استخراج نقشه اراضی شهری در تهران

استخراج نقشه اراضی شهری در تهران

 

استخراج نقشه اراضی شهری در کرمانشاه

استخراج نقشه اراضی شهری در کرمانشاه

 

استخراج نقشه اراضی شهری در مناطق شمالی

استخراج نقشه اراضی شهری در مناطق شمالی


مشخصات محصول

  • مدرس: دکتر محمد کاکوئی
  • متخصص برنامه نویسی، پردازش تصویر و سنجش از دور در محیط Google Earth Engine
  • موضوع: استخراج اراضی شهری با سرعت بالا و بدون استفاده از روش های پیشرفته یادگیری ماشین
  • نرم افزار: سامانه گوگل ارث انجین
  • ماهواره: سنتینل ۱ و سنتینل ۲ و داده SRTM DEM
  • زمان: ۱ ساعت و ۴۰ دقیقه
  • فرمت: ویدئوهای آموزشی MP4
  • کد پروژه: دارد

توضیحات محصول

این آموزش با هدف ارائه یک الگوریتم استخراج سریع اراضی شهری بر اساس تصاویر سری زمانی Sentinel-1A / 2 انجام شده است. مراحل اساسی در شکل زیر نشان داده شده است.

ابتدا تصاویر سری زمانی سنتینل-۱ در مدارهای صعودی / نزولی در بستر GEE ترکیب می­شوند. سپس از مقدار میانگین این تصاویر برای محاسبه مکان های بالقوه شهری (PUL) استفاده می­ شود. در مرحله بعد، تصاویر سری زمانی از شاخص پوشش گیاهی (NDVI) و شاخص آب از یک سری تصاویر زمانی سنتینل-۲ استخراج می­ شود. برای تولید حداکثر NDVI، از مقدار بیشینه شاخص ­های زمانی NDVI استفاده شد.

تصویر شیب مورد استفاده برای تولید ماسک های کوهستانی از مدل دیجیتال ارتفاع (DEM) تولید شده توسط SRTM گرفته شده است. با استفاده از آستانه­ گذاری بر روی شاخص های مناطق سبز، پهنه های آب و شیب، ماسک های پوشش گیاهی ، آب و پیکسل ­های کوهستانی به دست آمد. برای آستانه گذاری از اطلاعات هیستوگرام بهره بردیم.


ویدئوی معرفی


عناوین آموزشی

مهم‌ترین عناوین آموزش داده شده در این محصول عبارتند از :

  • فراخوانی داده سنتینل -۱ در مکان و زمان مشخص
  • فراخوانی داده سنتینل -۲ بدون ابر در مکان و زمان مشخص
  • فراخوانی داده SRTM DEM و محاسبه شیب
  • محاسبه شاخص NDVI در تصاویر سری زمانی
  • محاسبه شاخص آب در تصاویر سری زمانی
  • رسم هیستوگرام شاخص ها و باندهای مورد علاقه
  • آستانه گذاری بر روی داده ها
  • ترکیب دادها با عملگرهای منطقی
  • رای گیری majority در پنجره مکانی با شکل و اندازه مشخص برای ساخت نقشه نهایی

تهیه محصول

به منظور خرید محصول آموزشی بر روی گزینه زیر کلیک کرده و بلافاصله دانلود نمایید.


لینک های مفید


 

۳۷ دیدگاه

  • سلام و عرض ادب!

    در واقع این متد برای تهیه نقشه از سال ۲۰۱۴ به بعد هست دیگه درسته ؟ (‌ با توجه به در دسترس بودن داده های ماهواره ای مذکور)

    ممنون

  • سلام
    وقت شما بخیر استاد
    این آموزش شما بسیار مفید و آموزنده بود
    بسیار سپاسگزارم که در این آموزش مشکل من رو هم بررسی کردین
    استاد من آموزش foreshortening رو هم خریداری کردم و در آموزش محیط های شهری پیاده کردم ولی بنظر من این آموزش شما دقتش بالاتر بود.
    نظر خود شما چیه؟

    • سلام و وقت بخیر
      آموزش های قبلی مبتنی بر بخش هایی از پروژه Urban Extractor بودند که مقاله ما در دست چاپه.. پرداش سنگین تری داره و مبتنی بر ساخت یک اپلیکیشن Earth Engine APP ارائه شده است.
      آموزشی که در اینجا ارائه شده مبتنی بر آستانه گذاری مبتنی بر هیستوگرام تصویر است. پردازش سبک تر و سریع تری داره و از روش های پیشرفته یادگیری ماشین استفاده نشده. با این حال دقت قابل قبولی ارائه میده و مقاله ای که بهره بردیم مربوط به سال ۲۰۱۹ هست. در هر حال، هر مقاله ISI حتما موارد مثبتی داره که پذیرفته میشه
      احتمالا علاقه شما به این محصول مربوط به استخراج نقشه کرمانشاه باشه!!!

    • وقتی در مورد تغییرات صحبت میشه، یعنی به بررسی سری زمانی نیاز دارید
      سنتینل-۱ دارای اهمیت زیادی در این روش هست و طبیعتا بررسی شما محدود به طول عمر حدود ۴ ساله این ماهواره میشه

    • سلام و وقت بخیر
      عبارتی که در متن مقاله استفاده کرده به صورت «Optical and SAR data fusion» هست. ولی با توجه به روندی که برای این روش طراحی شده است، و در بالا نشان داده شده است، بهتره از Decision Fusion استفاده بشه. نتایج داده های مختلف با عملگرهای منطقی تلفیق میشوند و نتیجه نهایی را میسازند.
      موفق باشید

  • سلام
    من کتاب “موتور مجازی پردازش تصاویر ماهواره ای” را چندماه پیش از همین سایت خریداری کردم. اکنون که فرصتی پیش آمد خواستم آنرا مطالعه کنم. چنانچه در صفحه ۱۱ کتاب آمده است باید ابتدا در سایت https:/EarthEngine.google.com ثبت نام کرد. ولی امکان ثبت نام در این سایت نیست. موقع ثبت نام پیغام زیر ظاهر می شود
    ۴۰۳٫ That’s an error.

    Your client does not have permission to get URL / from this server. That’s all we know.
    چه باید کرد تا از کتاب بتوان استفاده کرد؟
    تشکر از لطف شما
    ناصر هنرجو

    • با سلام و احترام

      بنده نویسنده کتاب هستم. در کتاب گفته شده که پیش از ورود به سایت و آغاز کار ثبت نام یک ویدیو در آدرس مشخص شده در کتاب را مشاهده کنید. در آن ویدیو عرض کردم که باید با استفاده از فیلترشکن وارد سایت شوید. هر سوالی در ارتباط با کتاب داشتید بی زحمت در صفحه کتاب آن را مطرح کنید بنده هر روز سوالات رو بررسی میکنم و پاسخ میدم.

      موفق باشید

        • بنده دارم اصلاحات نهایی رو انجام میدم. الان اگر دقت کرده باشید بنده در سال جدید چندان آموزشی تولید نکردم و دلیلش همین آماده سازی کتاب هست. من دارم تلاش میکنم تا با وجود همه مشغله های موجود تا تیرماه کتاب رو عرضه کنیم. چون دارم چاپ جدید رو کاملا بروزرسانی میکنم کمی دیر شده. با عرض پوزش از خدمت شما.

          موفق باشید

  • سلام
    مقدور هست در گوگل انجین برنامه ای بنویسید مبنی بر ارزیابی نتایج و صحت اعتبارسنجی؟
    مثلا در دنباله ی برنامه تغییرات شهری

    • سلام
      توصیه میکنم برای توضیح کامل عبارات train data و validation data و test data را جستجو کنید.
      اما به صورت خلاصه، با داده های train به آموزش طبقه بندی میپردازیم و کارایی آن را با داده validation می سنجیم. در نهایت برای تشکیل ماتریس ابهام و معیارهایی مثل کاپا از داده test استفاده میکنیم.
      برای محاسبه ماتریس ابهام فقط از داده test استفاده میشه.

  • سلام
    در این آموزش استخراج اراضی شهری چون از طبقه بند استفاده نشده می توان برای آن اعتبارسنجی و ارزیابی نتایج را انجام داد؟

    • سلام
      اعتبارسنجی ربطی به روش استفاده شده ندارد! که اگر این گونه بود امکلن مقایسه روش های مختلف برای یک کاربرد وجود نداشت!
      شما میتوانید هر نقشه تولیدی (مثل urban area ، wetland یا cropland) به هر شیوه ای را با تعدادی نقاط تست، ارزیابی کنید.
      موفق باشید

    • سلام
      در حالی که شما دو تصویر دارید که یکی نقشه تولیدی و یکی نقشه مرجع هست،
      ابتدا یک تصویر دو باندی از این دو تشکیل بدهید
      سپس، از این تصویر دو باندی sample بگیرید و featurecollection تشکیل دهید
      در نهایت به صورت عادی آن را ارزیابی کنید
      موفق باشید

  • سلام
    ضمن تشکر از راهنماییهاتون می خواستم بدونم در چه نرم افزاری میشه تصویر ماهواره ای رو تبدیل به x,y,z کرد؟
    آموزشی برای این کار دارین؟
    برای فاز مطالعاتی اینکار جوابگو هست یا خیر؟

  • با سلام و عرض ادب
    من تغییرات شهری رو با سه روش انجام دادم:
    تصاویر اپتیکی
    تلفیق تصاویر اپتیکی و راداری
    تصاویر راداری
    بنظر شما overall accuracy , kappa برای کدومشون باید بیشتر باشه؟
    در واقع دقت کدوم روش برای آشکارسازی تغییرات شهری بالاتره؟

  • با سلام
    بنده به دنبال استخراج اراضی شهری در سری های زمانی هستم. روش مورد استفاده شما خیلی خوب بود، خواستم بدونم امکانش هست از همین روش برای ماهواره لندست استفاده بشه تا بتونم در سری های زمانی اراضی شهر یا دیگر اراضی را استخراج کنم؟ در صورت مثبت بودن جواب آیا در کد تغییراتی ایجاد میشود یا خیر؟ مثلا بخش های اصلی یا هیستوگرام و…
    با تشکر

    • سلام
      در روش استفاده شده در این آموزش، داده های راداری سنتینل-۱ دارای نقش برجسته ای هستند. بنابراین استفاده از این روش فقط با داده های نوری سری لندست ممکن نیست.
      موفق باشید

      • ممنونم
        مقاله خاصی مد نظرتون هست تا با استفاده از آن برای استخراج اراضی شهری در سری های زمانی استفاده کنم؟ اگر روش خاصی هم در نظر دارید خوشحال می شوم مطرح کنید.
        با تشکر

  • با عرض سلام و ادب
    عذر میخوام من نقاط کنترل رو بصورت شیب فایل وارد برنامه کردم واسه اعتبار سنجی یعنی بصورت دو شیب فایل شهری و غیر شهری
    وقتی ران میکنم واسه ضریب کاپا و اوورال اکیوریسی پیغام زیر میاد چرا؟
    Number (Error)
    Property ‘landcover’ of feature ‘1_00000000000000000000_0’ is missing.

دیدگاهتان را بنویسید

اگر تمایل به تدریس و تولید آموزش و کسب درآمد دارید بر روی دکمه رو به رو کلیک کنید و فرم را پر کنیدلطفا کلیک کنید
+ +