لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
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
نمایش نظرات