آموزش موتور Google Earth را برای سنجش از راه دور و GIS کامل کنید

Complete Google Earth Engine for Remote Sensing & GIS

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: استفاده از قدرت Google Earth Engine برای تجزیه و تحلیل داده های مکانی و سنجش از راه دور GIS دانش آموزان به پلت فرم Google Earth Engine دسترسی خواهند داشت و دانش کاملی از آن به دست خواهند آورد. تکنیک‌های روی داده‌های ماهواره‌ای پیاده‌سازی تحلیل سری‌های زمانی داده‌های نوری چندزمانی پیاده‌سازی الگوریتم‌های یادگیری ماشینی بر روی داده‌های ماهواره‌ای کسب مهارت در جاوا اسکریپت برای پردازش داده‌های ماهواره‌ای پیش نیازها: تمایل به یادگیری پردازش داده‌های ماهواره‌ای با استفاده از موتور Google Earth Desire برای یادگیری پیش پردازش رایج و تکنیک های GIS در موتور Google Earth دانش قبلی از انواع مختلف داده های رایج GIS

در آخرین دوره آموزشی من در مورد نحوه یادگیری همه چیز در مورد سنجش از راه دور پایه ماهواره ای و تجزیه و تحلیل GIS با استفاده از موتور زمینی GOOGLE (GEE) ثبت نام کنید.

آیا در حال حاضر در یکی از دوره های مرتبط با GIS و سنجش از دور من ثبت نام کرده اید؟

یا شاید تجربه قبلی در GIS یا ابزارهایی مانند R و QGIS دارید؟

نمی‌خواهید 100 و 1000 دلار برای خرید نرم‌افزار 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 و GIS با استفاده از GEE است، تلاشی مبتنی بر ابر توسط Google که می تواند به پردازش چندین پترا بایت داده تصویری کمک کند

دوره من آموزشی دستی با سنجش از راه دور واقعی و تجزیه و تحلیل داده های GIS با موتور زمینی GOOGLE- یک پلت فرم در مقیاس سیاره ای برای تجزیه و تحلیل داده های علوم زمین است. توسط زیرساخت ابری گوگل طراحی شده است. !

دوره آموزشی من پایه‌ای برای انجام کارهای سنجش از راه دور عملی، واقعی و تجزیه و تحلیل GIS در این پالت‌فرم قدرتمند با پشتیبانی از ابر فراهم می‌کند. 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 در دوره من شرکت کنید؟

من فارغ التحصیل کارشناسی ارشد دانشگاه آکسفورد (جغرافیا و محیط زیست) هستم. من همچنین یک دکترا را در دانشگاه کمبریج (اکولوژی و حفاظت از محیط گرمسیری) به پایان رساندم.

من چندین سال تجربه در تجزیه و تحلیل داده‌های سنجش از راه دور فضایی واقعی از منابع مختلف و تولید نشریات برای مجلات معتبر بین‌المللی دارم.

در این دوره، داده های واقعی سنجش از دور ماهواره ای مانند Landsat از USGS و داده های راداری از JAXA برای ارائه یک تجربه عملی عملی از کار با سنجش از دور و درک اینکه سنجش از دور به چه نوع سؤالاتی می تواند به ما در پاسخگویی کمک کند استفاده خواهد شد. .

این دوره به شما اطمینان می‌دهد که امروز استفاده از تجزیه و تحلیل داده‌های سنجش از راه دور را به صورت عملی یاد می‌گیرید و مهارت خود را در تجزیه و تحلیل جغرافیایی افزایش می‌دهد.

ابزارهای نرم افزار سنجش از راه دور بسیار گران هستند و هزینه آنها می تواند به هزاران دلار برسد. به جای پرداخت این همه پول 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 یکی از قدرتمندترین داده‌های رصد زمین و پلت‌فرم تجزیه و تحلیل انجام دهید. . GEE به سرعت اهمیت خود را در بخش ژئوفضایی نشان می دهد و بهبود مهارت های شما در GEE باعث برتری شما نسبت به سایر متقاضیان شغل می شود.

این یک دوره نسبتاً جامع است، یعنی ما بر یادگیری مهم‌ترین و پرکاربردترین تکنیک‌های پردازش داده‌های سنجش از دور و و تجزیه و تحلیل GIS در موتور Google Earth تمرکز خواهیم کرد

همچنین در مورد منابع مختلف داده‌های سنجش از راه دور و نحوه دریافت رایگان این داده‌ها و پردازش آنها با استفاده از GEE خواهید آموخت.

علاوه بر همه موارد فوق، شما از حمایت مستمر من برخوردار خواهید بود تا مطمئن شوید که بیشترین سود را از سرمایه گذاری خود می برید!

اکنون ثبت نام کنید :)


سرفصل ها و درس ها

مقدمه ای بر Google Earth Engine (GEE) Introduction to Google Earth Engine (GEE)

  • Google Earth Engine چیست؟ What is Google Earth Engine?

  • مقدمه دوره: مفاهیم کلیدی و ابزار نرم افزار INTRODUCTION TO THE COURSE: The Key Concepts and Software Tools

  • اسکریپت های دوره Scripts For the Course

با GEE شروع کنید Get Started with GEE

  • رابط Google Earth Engine (GEE) را کاوش کنید Explore the Google Earth Engine (GEE) Interface

  • ثبت نام برای GEE Sign-up for GEE

  • کاوش مجموعه داده ها در موتور Google Earth (GEE) Explore the Datasets in Google Earth Engine (GEE)

  • GEE Explorer برای تجزیه و تحلیل داده های ماهواره ای GEE Explorer for Satellite Data Analysis

  • ویرایشگر کد GEE Code Editor of GEE

مقدمه ای بر ویرایشگر کد GEE Introduction to the GEE Code Editor

  • سلام به جاوا اسکریپت Hello to Javascript

  • در نمایش داده های شطرنجی تک باندی بخوانید Read in Display Single-Band Raster Data

  • داده های شطرنجی چند باندی را بخوانید و تجسم کنید Read & Visualize Multi-Band Raster Data

  • با مجموعه تصاویر شروع کنید Start With Image Collections

  • تجسم داده های برداری Visualize Vector Data

  • قابلیت های بیشتر دستکاری داده ها More Feature Data Manipulation

  • در Shapefiles بخوانید Read in Shapefiles

  • بارگذاری Shapefiles بدون Fusion Tables Uploading Shapefiles Without Fusion Tables

  • آزمون بخش 3 Section 3 Quiz

عملیات متداول GIS با استفاده از موتور Google Earth (GEE) Common GIS Operations Using Google Earth Engine (GEE)

  • فیلتر کردن یک مجموعه ویژگی Filter a Feature Collection

  • یک بافر در اطراف یک مجموعه ویژگی ایجاد کنید Create a Buffer Around a Feature Collection

  • محاسبه آمار منطقه ای بر روی داده های ویژگی Compute Zonal Statistics on Feature Data

  • مجموعه تصاویر را فیلتر کنید Filter an Image Collection

  • یک مجموعه تصویر را بر اساس مسیر و ردیف فیلتر کنید Filter an Image Collection According to Path and Row

  • فیلتر و اعمال تابع آماری در هر باند Filter and Apply Statistical Function on Each Band

  • یک تصویر خاص را انتخاب و نمایش دهید Select & Display a Specific Image

  • ROI تعریف شده توسط کاربر User Defined ROI

  • یک نقشه طبقه بندی DEM ایجاد کنید Create a Categorical DEM Map

  • استخراج محصولات توپوگرافی از داده های ارتفاعی Deriving Topographic Products from Elevation Data

  • آزمون بخش 4 Section 4 Quiz

عملیات GIS بیشتر در GEE More GIS Operations in GEE

  • برش یک رستر با استفاده از یک ویژگی Clipping a Raster Using a Feature

  • محاسبه باند بر روی داده های شطرنجی در GEE Band Arithmetic on Raster Data in GEE

  • توابع تعریف شده توسط کاربر User Defined Functions

  • عملیات حسابی بیشتر در GEE More Arithmetic Operations in GEE

  • عملیات آستانه روی داده های شطرنجی Threshold Operations on Raster Data

  • آستانه با آشکارساز لبه Canny Threshold With Canny Edge Detector

  • نمونه برداری مجدد از یک رستر Resampling a Raster

  • رزولوشن شطرنجی را تغییر دهید Change Raster Resolution

  • تبدیل شطرنجی به برداری Raster to Vector Conversion

  • تبدیل وکتور به شطرنجی Vector to Raster Conversion

ترسیم و صدور داده های GEE Plotting and Exporting GEE Data

  • استفاده از عملکرد کاهش دهنده Use of Reducer Function

  • نمودار تغییرات زمانی Plot Temporal Variation

  • امضاهای طیفی در طول زمان و مکان Spectral Signatures Over Time & Space

  • ابزارهای گروه بندی شده برای دو باند شطرنجی Grouped Means for Two Raster Bands

  • رگرسیون خطی ساده را اعمال کنید Apply Simple Linear Regression

  • صادر کردن داده های شطرنجی Export Raster Data

  • داده ها را در قالب CSV صادر کنید Export Data in CSV Format

  • آزمون بخش 6 Section 6 Quiz

کار با Optical Data-Landsat Working with Optical Data-Landsat

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

  • چرا به پیش پردازش داده های Landsat نیاز داریم؟ Why Do We Need Pre-Processing of Landsat Data

  • سنسورهای مختلف لندست Different Landsat Sensors

  • اعمال تصحیح جوی در داده های Landsat Apply Atmospheric Correction to Landsat Data

  • تصاویر لندست تیز کردن پان Pan Sharpening Landsat Images

  • پان شارپنینگ بیشتر More Pan-Sharpening

  • یک کامپوزیت Landsat ایجاد کنید Create a Landsat Composite

  • شاخص های بافت - نظریه Texture Indices-Theory

  • محاسبه شاخص های بافت از یک تصویر Compute Texture Indices From an Image

  • عدم اختلاط طیفی برای نقشه برداری Spectral Unmixing for Mapping

  • طبقه بندی بدون نظارت - نظریه Unsupervised Classification- Theory

  • طبقه بندی بدون نظارت-K به معنی خوشه بندی Unsupervised Classification-K Means Clustering

  • طبقه بندی-نظریه نظارت شده Supervised Classification-Theory

کاربردهای رایج سنجش از راه دور Common Remote Sensing Applications

  • داده های اجتماعی-اقتصادی را بخوانید و تجسم کنید Read in and Visualize Socio-Economic Data

  • داده های از دست دادن جنگل هانسن Hansen Forest Loss Data

  • محاسبه تلفات جنگل در مقیاس کشور با هانسن Compute Forest Loss at Country Scale with Hansen

  • با هانسن تلفات جنگل را در مقیاس زیرکشور محاسبه کنید Compute Forest Loss at Sub-Country Scale with Hansen

  • آزمون بخش 8 Section 8 Quiz

سخنرانی های متفرقه Miscellaneous Lectures

  • Quick Primer در مورد داده های مکانی Quick Primer on Spatial Data

  • Github Github

  • انیمیشن های GEE GEE Animations

  • داده های خارجی را در GEE آپلود کنید Upload External Data onto GEE

تجزیه و تحلیل تصویر مبتنی بر شی Object Based Image Analysis

  • تجزیه و تحلیل تصویر مبتنی بر شی (OBIA) با GEE Object Based Image Analysis (OBIA) With GEE

  • OBIA در مراحل مقدماتی GEE OBIA in GEE-Preliminary Steps

نمایش نظرات

آموزش موتور Google Earth را برای سنجش از راه دور و GIS کامل کنید
جزییات دوره
5.5 hours
66
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
4,986
4.4 از 5
دارد
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