پیش بینی نوسانات آب های زیرزمینی با الگوریتم Random forest

نوسانات اب های زیر زمینی یکی از مباحث بسیار مهم و کلیدی در بسیاری از علوم است. یکی از ماهواره هایی که در این زمینه میتواند بسیار کمک کند ماهواره grace است. این ماهواره تا سال 2017 در داخل سامانه ارث انجین داده داشته و دارای پیکسل سایز های بزرگ است. در آموزش پیش بینی نوسانات آب های زیرزمینی با الگوریتم Random forest هم نحوه کاهش پیکسل سایز به 1000 متر آموزش داده شده و اینکه بتوانید برای سال های که داده گریس موجود نیست داده و تصویر تولید کنید.

الگوریتم یادگیری ماشین درخت تصادفی (Random Forest)

درخت تصادفی (Random Forest) یک الگوریتم یادگیری ماشینی معمولاً برای مسائل کلاس‌بندی و رگرسیون استفاده می‌شود. این الگوریتم یک روش مجموعه‌ای است که بر اساس اصول مختلف از تصمیم‌گیری گروهی (Ensemble) بهره می‌برد. اصل اصلی درخت تصادفی این است که تعدادی درخت تصمیمی (Decision Tree) را با استفاده از داده‌های آموزشی می‌سازد و سپس نتایج آنها را ترکیب می‌کند تا پیش‌بینی نهایی را انجام دهد. الگوریتم درخت تصادفی به عنوان یکی از الگوریتم‌های معتبر و قدرتمند در دنیای یادگیری ماشین شناخته می‌شود.

اصول بکار رفته در آموزش ارائه شده

در این آموزش ابتدا  متغییرهای که بر روی نوسانات اب های زیر زمینی تاثیر گذار هستند مشخص شده است (متغییرهای مستقل)، در گام بعدی تعدادی نمونه به صورت رندم صورت گرفته که 70 درصد برای تعلیم مدل  استفاده شده است و 30 درصد نیز برای اعتبار سنجی استفاده شده است. بر اساس این نمونه های برداشت شده رگرسیون درخت تصیم گیری بین متغییر های وابسته و مستقل انجام شده و نقشه پیش بینی برای تغییرات آب های زیر زمینی تهیه شده است. در نهایت بر اساس 30 درصد داده ارائه شده اعتبار سنجی و ضریب همبستگی محاسبه شده است.
علاوه بر تهیه تصویر در این آموزش نمودار پیش بینی روند تغییرات آب های زیر زمینی ارائه شده است. برای این منظور داده های زمانی در مقیاس یکسان تهیه شده و با کمک نرم افزار های جانبی معادله چند متغییره تولید شده است و در نهایت روند تغییرات محاسبه شده است.

آموزش کاربردی دیگر ما: محاسبه بیلان آبی در سامانه گوگل ارث انجین

 

ویژگی محصول پیش بینی نوسانات آب های زیرزمینی با الگوریتم Random forest

عنوان کلی: بررسی و اندازه گیری روند تغییرات آب های زیر زمینی بر اساس داده های گریس و سایر ماهواره های
محصول: دانلودی
نرم‌افزار: سامانه گوگل ارث انجین
مدرس: آرمان صمدی
کد آماده : دارد
رفرنس : دارد
تصاویر مورد استفاده: Grace, MODIS , CHIRPS (توجه هر متغییری دیگری خودتان میتوانید اضافه کنید)
پیکسل سایز تصاویر خروجی: 1000 متری است.

موارد آموزش داده شده در محصول آموزشی پیش بینی نوسانات آب های زیرزمینی با الگوریتم Random forest

آموزش فراخوانی تصاویر ماهواره ای مختلف
آموزش اعمال فیلترهای مختلف و ایجاد توابع سری زمانی
آموزش نمونه برداری تصادفی
آموزش جداسازی نمونه های تعلیمی و نمونه های تست
آموزش پیاده سازی روش رگرسیون رندم فارس
آموزش پیش بینی مقدار نوسانات آب های زیر زمینی با پیکسل سایز 1000 متر ( توجه پیکسل سایز گریس 111320 متر است)
آموزش اعتبار سنجی مدل بر اساس داده های تست
آموزش ترسیم نمودار رابطه بین داده تست ومقادیر پیش بینی شده و محاسبه ضریب همبستگی
آموزش همگان سازی زمانی بین معیار ها (تابع TemporalCollection)
آموزش ایجاد رگسیون چند متغییره در نرم افزار جانبی اکسل (توجه برای ترسیم نمودار از اکسل کمک گرفته است اما تصاویر رندم فارست است )
ترسیم نمودار نوسانات آب های زیر زمینی تا زمان حال ( گریس تا سال 2017 اما شما میتوانید تا زمان حال با روند ماهانه، چند ماهه یا هر زمان دیگری این کار را انجام دهید)

 

نکات مهم در مورد این آموزش:

در این آموزش برای تهیه تصاویر پیش بینی از الگوریتم رندم فارست استفاده شده است.
در این آموزش برای تهیه نمودار تغییرات از معادلات چند متغییره استفاده شده است.
در این آموزش شما میتوانید از هر نوع متغییر دیگری استفاده کنید و مشخص کنید که میزان ضریب هسبتگی هر متغییر چقدر بوده است.

 

تصاویر ماهواره گریس

ماهواره GRACE (Gravity Recovery and Climate Experiment) یک ماموریت فضایی دونمایی است که توسط ناسا (NASA) و مرکز تحقیقاتی آلمان (GFZ) اجرا شده است. این ماهواره‌ها به بررسی تغییرات گرانش زمین می‌پردازند و در درک مسائل مرتبط با تغییرات آب و اقلیم کمک می‌کنند. GRACE تا زمانی که داده‌ها در دسترس بودند، تا 2017 در مدار بود و به تعداد زیادی ماموریت‌های مشابه دیگر ادامه داده شده است.
در آموزش محاسبه تغییرات سفره آب‌های زیرزمینی با grace میتوانید در ارث انجین روند تغییرات آب های زیر زمینی را مشاهده نمایید. سامانه ارث انجین یک سامانه متن باز است که از زبان پایتون و جاوا اسکریپ برای پیاده سازی کد ها استفاده خواهد کرد. با کمک این سامانه میتوانید در چند لحظه به سادگی برای حوزه های آبخیر مختلف میزان بیلان آبی را بدست آورید.

نوسانات آب های زیر زمینی و دلیل اهمیت آن

نوسانات آب‌های زیرزمینی از تغییرات مقدار و سطح آب در لایه‌های زیرزمینی سیستم‌های آب زیرزمینی به مرور زمان یا در واکنش به عوامل مختلفی نظیر بارش‌ها، تخلخل خاک، عملیات استخراج آب زیرزمینی، گرانش زمین، و شیب زمین ناشی می‌شود. این نوسانات می‌توانند تاثیر مستقیمی بر موارد زیر داشته باشند:

میزان منابع آب زیرزمینی

تغییرات در سطح و میزان آب زیرزمینی می‌توانند تاثیر زیادی بر روی میزان آب موجود در آبده‌ها و چشمه‌ها داشته باشند. این امر می‌تواند در تأمین منابع آب آشامیدنی، کشاورزی و صنعتی تأثیر داشته باشد.

کیفیت آب

نوسانات آب زیرزمینی می‌توانند به تغییرات در کیفیت آب منابع آب زیرزمینی منجر شوند. به عنوان مثال، تخلیه نهاده‌های آلوده به آب زیرزمینی در منابع آب می‌تواند به تلفیق و تلف کیفیت آب منابع آب زیرزمینی منجر شود.

سیل و خشکسالی

نوسانات آب زیرزمینی می‌توانند به تنظیم و مدیریت منابع آب در زمینه‌های کشاورزی و آبیاری کمک کنند. در دوره‌های بارش بیشتر، اطلاعات آب زیرزمینی می‌تواند به مقابله با سیل کمک کند. در مقابل، در دوره‌های کم‌آبی، منابع آب زیرزمینی می‌توانند به تأمین آب در خشکسالی کمک کنند.

زمین‌شیمی

نوسانات آب زیرزمینی می‌توانند به تغییرات در شیمی زمین (مانند تخریب سنگ‌ها) منجر شوند و تأثیرات زمین‌شیمیایی را بر روی محیط زیست داشته باشند.

مدرس دوره آموزشی:

آرمان صمدی
دانش‌آموخته رشته سنجش‌ازدور و جی‌ای اس دانشگاه تهران
کارشناس سنجش‌ازدور و سامانه اطلاعات جغرافیایی
مدیر و بنیان‌گذار وب‌سایت مدرسه سنجش‌ازدور و جی‌ای اس
مدرس بیش از 300 محصول آموزشی

 

سوالات پرتکرار در رابطه با محصول پیش بینی نوسانات آب های زیرزمینی با الگوریتم Random forest

آیا این محصول دارای پشتیبان است؟
بله، تمامی محصولات ما دارای پشتیبانی کامل است.

این محصول دانلودی است یا پستی؟
محصولات ما به صورت دانلودی ارایه میشوند.

آیا حق کپی برداری وجود دارد؟
کپی برداری به هیچ عنوان مجاز نبوده و پیگرد قانونی دارد.