آموزش بوت کمپ داده های سنجش از دور ماهواره ای با ابزارهای منبع باز [ویدئو]

Satellite Remote Sensing Data Bootcamp With Opensource Tools [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در آخرین دوره آموزشی من در مورد نحوه یادگیری همه چیز در مورد سنجش از دور پایه ماهواره ای ثبت نام کنید یا شاید تجربه قبلی در GIS یا ابزارهایی مانند R و QGIS داشته باشید؟ آیا نمی خواهید 100 و 1000 دلار برای خرید نرم افزار تجاری برای تجزیه و تحلیل تصاویر خرج کنید؟ گام بعدی برای شما کسب مهارت در تجزیه و تحلیل داده های سنجش از دور ماهواره ای است. این دوره آموزشی عملی با داده های سنجش از راه دور واقعی با ابزارهای منبع باز است! این دوره پایه ای را برای انجام وظایف تحلیل سنجش از دور عملی و واقعی در چارچوب های نرم افزاری رایج و رایگان با داده های مکانی واقعی فراهم می کند. با گذراندن این دوره، شما یک گام مهم به جلو در سفر GIS خود برای تبدیل شدن به یک متخصص در تجزیه و تحلیل جغرافیایی بردارید. چرا باید دوره من را بگذرانید؟ نویسنده فارغ التحصیل کارشناسی ارشد دانشگاه آکسفورد (جغرافی و محیط زیست) است. او همچنین مدرک دکتری خود را به پایان رساند. در دانشگاه کمبریج (اکولوژی و حفاظت استوایی). او چندین سال تجربه در تجزیه و تحلیل داده‌های سنجش از دور فضایی واقعی از منابع مختلف و تولید نشریات برای مجلات معتبر بین‌المللی دارد. در این دوره، داده‌های سنجش از دور ماهواره‌ای واقعی مانند Landsat از USGS و داده‌های راداری از JAXA برای ارائه تجربه عملی عملی از کار با سنجش از دور و درک اینکه سنجش از دور به چه نوع سؤالاتی می‌تواند به ما در پاسخگویی کمک کند، استفاده خواهد شد. این دوره به شما اطمینان می دهد که امروز تجزیه و تحلیل داده های سنجش از دور را یاد می گیرید و در عمل به کار می برید و مهارت خود را در تجزیه و تحلیل جغرافیایی افزایش می دهید. ابزارهای نرم افزار سنجش از راه دور بسیار گران هستند و هزینه آنها می تواند به هزاران دلار برسد. به جای پرداخت پول زیاد یا تهیه نسخه‌های غیرقانونی (که شما را در معرض پیگرد قانونی قرار می‌دهد)، یاد خواهید گرفت که برخی از مهم‌ترین و رایج‌ترین وظایف تحلیل سنجش از راه دور را با استفاده از تعدادی ابزار محبوب و منبع باز GIS انجام دهید. به عنوان R، QGIS، GRASS، و ESA-SNAP. همه این موارد در بخش زمین فضایی تقاضای زیادی دارند و بهبود مهارت های شما در این موارد یک امتیاز مثبت برای شما است. همچنین در مورد منابع مختلف داده های سنجش از راه دور و نحوه به دست آوردن آنها به صورت رایگان و پردازش آنها با استفاده از نرم افزار رایگان آشنا خواهید شد. تمامی کدها و فایل های پشتیبانی این دوره در آدرس - https://github.com/PacktPublishing/Satellite-Remote-Sensing-Data-Bootcamp-with-Opensource-Tools دانلود انواع مختلف داده های سنجش از دور ماهواره ای به صورت رایگان دانش کامل سنجش از دور - مفاهیم و کاربردهای نظری پیاده سازی تکنیک های پیش پردازش با استفاده از R و QGIS طبقه بندی بدون نظارت داده های سنجش از دور ماهواره ای را انجام دهید طبقه بندی نظارت شده داده های سنجش از دور ماهواره ای را انجام دهید پیاده سازی الگوریتم های یادگیری ماشین بر روی داده های سنجش از دور ماهواره ای در R با استفاده از سنجش از دور و یادگیری ماشین، نقشه‌برداری مناسب زیستگاه را انجام دهید از سایر ابزارهای نرم افزاری رایگان موجود مانند Google Earth Engine و SNAP برای تجزیه و تحلیل داده های RS استفاده کنید این دوره برای افرادی است که تجربه قبلی کار با داده های مکانی مانند تحلیلگران GIS، اکولوژیست ها، متخصصان جنگلداری و حفاظت از محیط زیست، جغرافیدانان و زمین شناسان را دارند. یک دوره ابتدایی خوب برای توضیح اصول و درک درست کاربردهای سنجش از دور * سخنرانی های کوتاه و عملی که برای اطمینان از اینکه توجه مخاطب همچنان وجود دارد خوب است.

سرفصل ها و درس ها

مقدمه ای بر تحلیل داده های سنجش از دور ماهواره ای Introduction to Satellite Remote Sensing Data Analysis

  • معرفی دوره و مدرس Introduction to the Course and Instructor

  • معرفی دوره و مدرس Introduction to the Course and Instructor

  • سنجش از راه دور چیست؟ What is Remote Sensing?

  • سنجش از راه دور چیست؟ What is Remote Sensing?

  • انواع مختلف داده های سنجش از راه دور Different Types of Remote Sensing Data

  • انواع مختلف داده های سنجش از راه دور Different Types of Remote Sensing Data

  • ابزارهای مختلف برای کار با سنجش از راه دور-شروع با R و QGIS Different Tools for Working with Remote Sensing-Start with R and QGIS

  • ابزارهای مختلف برای کار با سنجش از راه دور-شروع با R و QGIS Different Tools for Working with Remote Sensing-Start with R and QGIS

  • با SNAP Toolbox-معرفی مختصر شروع کنید Get Started with SNAP Toolbox-Brief Introduction

  • با SNAP Toolbox-معرفی مختصر شروع کنید Get Started with SNAP Toolbox-Brief Introduction

  • با GRASS GIS-معرفی مختصر شروع کنید Get Started with GRASS GIS-Brief Introduction

  • با GRASS GIS-معرفی مختصر شروع کنید Get Started with GRASS GIS-Brief Introduction

  • نتیجه گیری در بخش 1 Conclusions to Section 1

  • نتیجه گیری در بخش 1 Conclusions to Section 1

مقدمه ای بر داده های سنجش از دور نوری Introduction to Optical Remote Sensing Data

  • اصول پشت جمع آوری داده های سنجش از دور نوری Principles Behind Collection of Optical Remote Sensing Data

  • اصول پشت جمع آوری داده های سنجش از دور نوری Principles Behind Collection of Optical Remote Sensing Data

  • انواع مختلف داده های سنجش از راه دور نوری Different Types of Optical Remote Sensing Data

  • انواع مختلف داده های سنجش از راه دور نوری Different Types of Optical Remote Sensing Data

  • دانلود و مشاهده داده های Landsat Downloading and Viewing Landsat Data

  • دانلود و مشاهده داده های Landsat Downloading and Viewing Landsat Data

  • سنسورهای مختلف لندست Different Landsat Sensors

  • سنسورهای مختلف لندست Different Landsat Sensors

  • دانلود و مشاهده داده های نوری از طریق QGIS Downloading and Viewing Optical Data via QGIS

  • دانلود و مشاهده داده های نوری از طریق QGIS Downloading and Viewing Optical Data via QGIS

  • نتیجه گیری در بخش 2 Conclusions to Section 2

  • نتیجه گیری در بخش 2 Conclusions to Section 2

مقدمه ای بر داده های سنجش از دور نوری Introduction to Optical Remote Sensing Data

پیش پردازش داده های نوری Pre-Processing Optical Data

  • چرا پیش پردازش برای داده های نوری لازم است؟ Why is Pre-Processing Needed for Optical Data?

  • چرا پیش پردازش برای داده های نوری لازم است؟ Why is Pre-Processing Needed for Optical Data?

  • اجرای تصحیح اتمسفر بر روی داده های Landsat در R Implementing Atmospheric Correction on Landsat Data in R

  • اجرای تصحیح اتمسفر بر روی داده های Landsat در R Implementing Atmospheric Correction on Landsat Data in R

  • QGIS برای پیش پردازش داده های Landsat: پلاگین طبقه بندی نیمه خودکار QGIS For Pre-Processing Landsat Data: Semi-Automatic Classification Plugin

  • QGIS برای پیش پردازش داده های Landsat: پلاگین طبقه بندی نیمه خودکار QGIS For Pre-Processing Landsat Data: Semi-Automatic Classification Plugin

  • خروجی های جوی تصحیح شده از QGIS Atmospherically Corrected Outputs from QGIS

  • خروجی های جوی تصحیح شده از QGIS Atmospherically Corrected Outputs from QGIS

  • داده های ماهواره ای از پیش پردازش شده برای چه چیزی می توانند استفاده شوند؟ What Can Pre-Processed Satellite Data Be Used For?

  • داده های ماهواره ای از پیش پردازش شده برای چه چیزی می توانند استفاده شوند؟ What Can Pre-Processed Satellite Data Be Used For?

  • نتیجه گیری در بخش 3 Conclusions to Section 3

  • نتیجه گیری در بخش 3 Conclusions to Section 3

پیش پردازش داده های نوری Pre-Processing Optical Data

کاربردهای فراوان داده های نوری The Many Uses of Optical Data

  • انباشتن و جداسازی باندها در QGIS Stacking and Unstacking Bands in QGIS

  • انباشتن و جداسازی باندها در QGIS Stacking and Unstacking Bands in QGIS

  • ریاضیات باند در R و QGIS Band Maths in R and QGIS

  • ریاضیات باند در R و QGIS Band Maths in R and QGIS

  • شاخص های بافت - نظریه Texture Indices-Theory

  • شاخص های بافت - نظریه Texture Indices-Theory

  • شاخص های بافت-GRASS GIS Texture Indices-GRASS GIS

  • شاخص های بافت-GRASS GIS Texture Indices-GRASS GIS

  • شاخص های بافت-ESA SNAP Texture Indices-ESA SNAP

  • شاخص های بافت-ESA SNAP Texture Indices-ESA SNAP

  • تئوری تبدیل کلاهک منگوله ای Tasseled Cap Transformations-theory

  • تئوری تبدیل کلاهک منگوله ای Tasseled Cap Transformations-theory

  • Transformations Cap Tasseled-GRASS GIS Tasseled Cap Transformations-GRASS GIS

  • Transformations Cap Tasseled-GRASS GIS Tasseled Cap Transformations-GRASS GIS

  • شاخص‌های پوشش گیاهی در GRASS GIS Vegetation Indices in GRASS GIS

  • شاخص‌های پوشش گیاهی در GRASS GIS Vegetation Indices in GRASS GIS

  • شاخص های گیاهی با استفاده از RStoolbox Vegetation Indices using RStoolbox

  • شاخص های گیاهی با استفاده از RStoolbox Vegetation Indices using RStoolbox

  • تئوری کاهش ابعاد Dimension Reduction-theory

  • تئوری کاهش ابعاد Dimension Reduction-theory

  • Dimension Reduction-QGIS Dimension Reduction-QGIS

  • Dimension Reduction-QGIS Dimension Reduction-QGIS

  • Dimension Reduction-GRASS GIS Dimension Reduction-GRASS GIS

  • Dimension Reduction-GRASS GIS Dimension Reduction-GRASS GIS

  • نتیجه گیری در بخش 4 Conclusion to Section 4

  • نتیجه گیری در بخش 4 Conclusion to Section 4

کاربردهای فراوان داده های نوری The Many Uses of Optical Data

طبقه بندی داده های ماهواره ای سنجش از دور Classification of Remote Sensing Satellite Data

  • نظریه طبقه بندی بدون نظارت Theory of Unsupervised Classification

  • نظریه طبقه بندی بدون نظارت Theory of Unsupervised Classification

  • طبقه بندی بدون نظارت-ESA SNAP Unsupervised Classification-ESA SNAP

  • طبقه بندی بدون نظارت-ESA SNAP Unsupervised Classification-ESA SNAP

  • نظریه طبقه بندی نظارت شده Theory of Supervised Classification

  • نظریه طبقه بندی نظارت شده Theory of Supervised Classification

  • طبقه بندی نظارت شده در QGIS: مراحل مقدماتی Supervised Classification in QGIS: Preliminary Steps

  • طبقه بندی نظارت شده در QGIS: مراحل مقدماتی Supervised Classification in QGIS: Preliminary Steps

  • طبقه بندی و دقت طبقه بندی پست در QGIS Classification and Post Classification Accuracy in QGIS

  • طبقه بندی و دقت طبقه بندی پست در QGIS Classification and Post Classification Accuracy in QGIS

  • تئوری یادگیری ماشین Machine Learning Theory

  • تئوری یادگیری ماشین Machine Learning Theory

  • ایجاد داده های آموزشی در QGIS Create Training Data in QGIS

  • ایجاد داده های آموزشی در QGIS Create Training Data in QGIS

  • تکنیک های یادگیری ماشین را روی داده های ماهواره ای اعمال کنید Apply Machine Learning Techniques on Satellite Data

  • تکنیک های یادگیری ماشین را روی داده های ماهواره ای اعمال کنید Apply Machine Learning Techniques on Satellite Data

  • نتیجه گیری در بخش 5 Conclusion to Section 5

  • نتیجه گیری در بخش 5 Conclusion to Section 5

طبقه بندی داده های ماهواره ای سنجش از دور Classification of Remote Sensing Satellite Data

مقدمه ای بر داده های سنجش از راه دور فعال: رادار دیافراگم مصنوعی Introduction to Active Remote Sensing Data: Synthetic Aperture Radar

  • چرا از داده های سنجش از راه دور فعال استفاده کنیم؟ Why Use Active Remote Sensing Data?

  • چرا از داده های سنجش از راه دور فعال استفاده کنیم؟ Why Use Active Remote Sensing Data?

  • داده های ALOS PALSAR را دریافت کنید Obtain ALOS PALSAR Data

  • داده های ALOS PALSAR را دریافت کنید Obtain ALOS PALSAR Data

  • پیش پردازش داده های ALOS PALSAR Pre-processing of ALOS PALSAR data

  • پیش پردازش داده های ALOS PALSAR Pre-processing of ALOS PALSAR data

  • فیلتر کردن لکه ها Filtering for Speckles

  • فیلتر کردن لکه ها Filtering for Speckles

  • مقادیر back-scatter را از داده های ALOS PALSAR بدست آورید Obtain back-scatter values from ALOS PALSAR data

  • مقادیر back-scatter را از داده های ALOS PALSAR بدست آورید Obtain back-scatter values from ALOS PALSAR data

مقدمه ای بر داده های سنجش از راه دور فعال: رادار دیافراگم مصنوعی Introduction to Active Remote Sensing Data: Synthetic Aperture Radar

نمایش نظرات

آموزش بوت کمپ داده های سنجش از دور ماهواره ای با ابزارهای منبع باز [ویدئو]
جزییات دوره
4 h 0 m
46
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Minerva Singh
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Minerva Singh Minerva Singh

دانشمند تحصیل کرده آکسبریج

سلام. من فارغ التحصیل دکترا از دانشگاه کمبریج هستم که در آنجا در اکولوژی گرمسیری تخصص دارم. من همچنین یک دانشمند داده هستم. به عنوان بخشی از تحقیقاتم، باید تجزیه و تحلیل گسترده داده‌ها، از جمله تجزیه و تحلیل داده‌های مکانی را انجام دهم. یا برای این منظور ترجیح می‌دهم از ترکیبی از ابزارهای رایگان نرم‌افزار R، QGIS و Python استفاده کنم. بیشتر کار تجزیه و تحلیل داده‌های مکانی خود را با استفاده از R انجام می‌دهم. و QGIS. اینها جدا از رایگان بودن، ابزارهای بسیار قدرتمندی برای تجسم، پردازش و تجزیه و تحلیل داده ها هستند. من همچنین دارای مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد هستم. من مهارت های آماری و تجزیه و تحلیل داده های خود را از طریق تعدادی MOOC از جمله The Analytics Edge (دوره آماری مبتنی بر R و یادگیری ماشین ارائه شده توسط EdX)، یادگیری آماری (دوره یادگیری ماشین مبتنی بر R ارائه شده توسط Standford آنلاین) تقویت کرده ام. علاوه بر تجزیه و تحلیل داده های مکانی، در تجزیه و تحلیل آماری، یادگیری ماشین و داده کاوی نیز مهارت دارم. من همچنین از برنامه نویسی عمومی، تجسم داده ها و توسعه وب لذت می برم. من علاوه بر اینکه یک دانشمند و اعداد شکن هستم، یک مسافر مشتاق هستم