لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون برای اتوماسیون GIS و کاربردهای ژئوسpatial
- آخرین آپدیت
دانلود Python for GIS Automation and Geospatial Applications
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
اتوماسیون گردش کارهای GIS و ساخت پروژههای واقعی زمینسنجی با استفاده از ArcPy، PyQGIS و پایتون.
اتوماسیون وظایف GIS با ArcPy و PyQGIS برای بهینهسازی فرآیندها.
پردازش دادههای برداری (Vector) و رستری (Raster) برای تحلیلهای ژئوسpatial در پایتون.
ساخت پروژههای کاربردی مانند تحلیل NDVI و سلامت محصولات کشاورزی.
تسلط بر بصریسازی دادهها و آمار منطقهای (Zonal Statistics) با Pandas و NumPy.
پیش نیازها: مهارتهای پایه کامپیوتر، علاقه به GIS، بدون نیاز به تجربه قبلی در پایتون.
با دوره «پایتون برای اتوماسیون GIS و کاربردهای ژئوسpatial»، قدرت پایتون را برای متحول کردن گردش کارهای GIS خود آزاد کنید! این دوره جامع که شامل ۳۹ جلسه و بیش از ۴ ساعت آموزش است، شما را با مهارتهای لازم برای اتوماسیون وظایف GIS و ایجاد راهکارهای اثرگذار زمینسنجی تجهیز میکند. چه متخصص GIS باشید، چه تحلیلگر دادههای مکانی، دانشمند داده یا علاقهمند به پایتون، این دوره شما را از مبانی پایتون تا اتوماسیون پیشرفته و کاربردهای واقعی هدایت میکند.
در ابتدا با آمادهسازی محیط پایتون با Miniconda، Jupyter Notebook و QGIS شروع میکنیم و سپس برنامهنویسی پایتون برای GIS، از جمله مدیریت دادهها با Pandas را میآموزیم. سپس وارد دنیای ArcPy و PyQGIS میشویم تا فرآیندهای ژئوپراسسینگ را اتوماتیک کرده، لایههای برداری و رستری را پردازش کنیم و نقشههای حرفهای تولید کنیم. یاد میگیرید که شاخصهای سنجش از دور مانند NDVI را محاسبه کرده و آمار منطقهای را برای تحلیلهای محیطی اجرا کنید. از طریق پروژههای عملی نهایی، با چالشهای واقعی مانند تحلیل شاخص سطح برگ (LAI) و دمای سطح زمین (LST) مواجه شده و از بینایی ماشین برای شناسایی و شمارش گیاهان استفاده خواهید کرد.
هیچ تجربه قبلی در پایتون نیاز نیست؛ تنها به یک سیستم ویندوزی و علاقه به GIS نیاز دارید. با ۷ آزمون، منابع قابل دانلود (اسکریپتها و مجموعهدادهها) و آموزشهای تخصصی، مهارتهای آماده برای بازار کار در حوزههای ژئوسpatial را کسب خواهید کرد. همین حالا ثبتنام کنید تا گردش کارهای GIS خود را بهینه کرده و پروژههای تاثیرگذار بسازید!
سرفصل ها و درس ها
مقدمهای بر اتوماسیون GIS با پایتون
Introduction to GIS Automation with Python
خوشآمدگویی و معرفی کلی دوره
Welcome and Course Overview
مقدمهای بر تحلیلهای ژئوسpatial
Introduction to Geospatial Analysis
آشنایی با GIS و پایتون
Introduction to GIS and Python
آمادهسازی محیط پایتون برای GIS
Setting Up Your Python Environment for GIS
نصب Miniconda و پایتون ۳ در ویندوز
Installing Miniconda and Python 3 on Windows
راهاندازی محیطهای پایتون و نصب پکیجها
Setting Up Python Environments and Installing Packages
نصب و اجرای Jupyter Notebook
Installing and Running Jupyter Notebook
نصب QGIS و آمادهسازی محیط PyQGIS
Installing QGIS and Setting Up PyQGIS Environment
تنظیمات نهایی محیط برای GIS
Environment Setup for GIS
برنامهنویسی پایتون برای GIS
Python Programming for GIS
مبانی پایتون: متغیرها، انواع دادهها و عملگرها
Python Basics: Variables, Data Types, and Operators
کنترل جریان در پایتون: دستورات If، حلقهها و استثناها
Control Flow in Python: If Statements, Loops, and Exceptions
ساخت و استفاده از توابع در پایتون
Creating and Using Functions in Python
کار با ماژولها در پایتون
Working with Modules in Python
برنامهنویسی پایتون مخصوص GIS
Python Programming for GIS
مدیریت دادهها برای تحلیلهای ژئوسpatial
Data Handling for Geospatial Analysis
مدیریت فایلها در پایتون
File Handling in Python
مدیریت دایرکتوریها در پایتون
Managing Directories in Python
دستکاری دادهها با Pandas: دیتافریمها، فیلترینگ و ادغام
Data Manipulation with Pandas: DataFrames, Filtering, and Merging
وارد کردن و پاکسازی دادهها در Jupyter Notebook با Pandas
Import and Clean Datasets in Jupyter Notebook with Pandas
مدیریت دادههای ژئوسpatial
Geospatial Data Handling
اتوماسیون GIS با ArcPy
Automating GIS with ArcPy
نحوه باز کردن و استفاده از کنسول پایتون در ArcMap برای اسکریپتنویسی
How to Open and Use the Python Console in ArcMap for Scripting
تسلط بر لایههای برداری با ArcPy: بخش اول
Mastering Vector Layers with ArcPy: Part 1
تسلط بر لایههای برداری با ArcPy: بخش دوم
Mastering Vector Layers with ArcPy: Part 2
تسلط بر لایههای برداری با ArcPy: بخش سوم
Mastering Vector Layers with ArcPy: Part 3
تسلط بر لایههای رستری با ArcPy: بخش اول
Mastering Raster Layers with ArcPy: Part 1
تسلط بر لایههای رستری با ArcPy: بخش دوم
Mastering Raster Layers with ArcPy: Part 2
اتوماسیون ژئوپراسسینگ در ArcPy با پایتون
Automating Geoprocessing in ArcPy with Python
جریان کاری پردازش NDVI لندست ۸ با ArcPy: بخش اول
Landsat 8 NDVI Processing Workflow using ArcPy: Part 1
جریان کاری پردازش NDVI لندست ۸ با ArcPy: بخش دوم
Landsat 8 NDVI Processing Workflow using ArcPy: Part 2
استفاده از ArcPy برای اتوماسیون GIS
ArcPy for GIS Automation
اتوماسیون GIS با PyQGIS
Automating GIS with PyQGIS
نحوه باز کردن و استفاده از کنسول پایتون در QGIS برای اسکریپتنویسی
How to Open and Use the Python Console in QGIS for Scripting
تسلط بر لایههای برداری در PyQGIS: بخش اول
Mastering Vector Layers in PyQGIS: Part 1
تسلط بر لایههای برداری در PyQGIS: بخش دوم
Mastering Vector Layers in PyQGIS: Part 2
تسلط بر لایههای برداری در PyQGIS: بخش سوم
Mastering Vector Layers in PyQGIS: Part 3
تسلط بر لایههای رستری در PyQGIS: بخش اول
Mastering Raster Layers in PyQGIS: Part 1
تسلط بر لایههای رستری در PyQGIS: بخش دوم
Mastering Raster Layers in PyQGIS: Part 2
تسلط بر لایههای رستری در PyQGIS: بخش سوم
Mastering Raster Layers in PyQGIS: Part 3
اتوماسیون وظایف GIS با PyQGIS: الگوریتمهای پردازش بخش اول
Automating GIS Tasks with PyQGIS: Processing Algorithms Part 1
اتوماسیون وظایف GIS با PyQGIS: الگوریتمهای پردازش بخش دوم
Automating GIS Tasks with PyQGIS: Processing Algorithms Part 2
تولید خودکار نقشه با PyQGIS: بخش اول
Automated Map Production with PyQGIS Part 1
تولید خودکار نقشه با PyQGIS: بخش دوم
Automated Map Production with PyQGIS Part 2
استفاده از PyQGIS برای اتوماسیون GIS
PyQGIS for GIS Automation
تحلیلهای ژئوسpatial و بینایی ماشین با پایتون
Geospatial Analysis and Computer Vision with Python
اجرای آمار منطقهای (Zonal Statistics) با پایتون
Performing Zonal Statistics with Python
محاسبه شاخصهای سنجش از دور در پایتون
Calculating Remote Sensing Indices in Python
شناسایی و شمارش گیاهان با استفاده از تکنیکهای بینایی ماشین
Detecting and Counting Plants Using Computer Vision Techniques
پروژههای نهایی و عملی
Capstone Projects
مطالعه موردی: تحلیل LAI و LST با پایتون: بخش اول
Case Study: LAI and LST Analysis with Python: Part 1
مطالعه موردی: تحلیل LAI و LST با پایتون: بخش دوم
Case Study: LAI and LST Analysis with Python: Part 2
بررسی و تحلیل نهایی پروژه عملی
Capstone Project Insights
برنامه نویس پایتون و R. دانشمند GIS و سنجش از دور. من استادیار سنجش از دور در دانشگاه سوران هستم. همکار GBD در دانشگاه واشنگتن. تجربه در برنامه نویسی پایتون و R، GEE، داده های بزرگ، سنجش از دور/GIS، مشاهده زمین و آب و هوا. من دکتری گرفتم. مدرک جغرافیا (سنجش از راه دور) در دانشگاه لستر. حدود 30 مقاله با داوری همتا منتشر کرد.
نمایش نظرات