آموزش یادگیری ماشین در GIS: تحلیل تصویر پوشش زمین کاربری زمین

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

نرم افزار مورد استفاده در این دوره Software used in this course

• بررسی اجمالی: نرم افزار مورد استفاده در این دوره Overview: Software used in this course

• اطلاعات نسخه QGIS QGIS version information

• نکته ای در مورد نسخه های QGIS و افزونه های آن A note on QGIS versions and it's plug-ins

• آزمایشگاه: نصب QGIS و نصب SCP Lab: Installing QGIS and install SCP

• آزمایشگاه: به موتور Google Earth وارد شوید Lab: Sign In to Google Earth Engine

• نصب جعبه ابزار Orfeo Orfeo Toolbox installation

روش های پیشرفته LULC با نرم افزارها و ابزارهای open spurce Advanced LULC methods with open spurce software and tools

• نمای کلی بخش Section Overview

• مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

• مبانی یادگیری ماشین برای تجزیه و تحلیل طبقه بندی Basics of machine learning for classification analysis

• تجزیه و تحلیل تصویر بدون نظارت (K-means) در QGIS Unsupervised (K-means) image analysis in QGIS

• الگوریتم های رایج طبقه بندی تصاویر Common algorithms of image classification

• طبقه بندی پوشش زمین در ابر با استفاده از مرورگر EO Land cover classification on the cloud using EO browser

• طبقه بندی تصادفی جنگل در OTB Random Forest classification in OTB

• طبقه بندی SVM در OTB SVM classification in OTB

• طبقه بندی DT در OTB DT classification in OTB

• ارزیابی دقت Accuracy Assessment

طبقه بندی تصاویر در موتور Google Earth Image Classification in Google Earth Engine

• نمای کلی بخش Section Overview

• وارد کردن تصاویر و تجسم آنها در Google Earth Engine Import images and their visualization in Google Earth Engine

• تجزیه و تحلیل تصویر بدون نظارت (K-means) در موتور Google Earth Unsupervised (K-means) image analysis in Google Earth Engine

• طبقه بندی تصادفی جنگل نظارت شده در موتور زمین Random Forest Supervised CLassification in Earth Engine

• ارزیابی دقت در موتور زمین Accuracy Assessment in Earth Engine

طبقه بندی محصولات مبتنی بر شی با الگوریتم های یادگیری ماشین در QGIS Object-based crop classification with Machine Learning algorithms in QGIS

• نمای کلی بخش Section Overview

• مقدمه ای بر طبقه بندی تصاویر مبتنی بر شی در QGIS Introduction to object-based image classification in QGIS

طبقه بندی تصویر مبتنی بر شی با ایجاد داده های آموزشی Object-based image classification with training data creation

• نمای کلی بخش Section Overview

• طبقه‌بندی تصویر مبتنی بر شی (OBIA) در مقابل طبقه‌بندی تصویر مبتنی بر پیکسل Object-based image classification (OBIA) VS pixel-based image classification

• تقسیم بندی تصاویر ماهواره ای با وضوح بالا Segmentation of high-resolution satellite image

• ایجاد داده های آموزشی از تصویر ماهواره ای بر اساس لایه تقسیم شده Creating training data from satellite image based on the segmented layer

• طبقه بندی تصاویر مبتنی بر شی با الگوریتم یادگیری ماشین Object-based image classification with the Machine Learning algorithm

تجسم نقشه LULC در QGIS LULC map visualization in QGIS

• آزمایشگاه: تجسم نقشه: یک تصویر طبقه بندی شده در QGIS ایجاد کنید Lab: Map visualization: Create a classified image in QGIS

• آزمایشگاه: ایجاد یک نقشه LULC از نتیجه طبقه بندی تصویر نهایی شما در QGIS Lab: Creating a LULC map of your final image classification result in QGIS

پروژه نهایی Final Project

• توضیحات نهایی پروژه Final Project Description

• جایزه BONUS