شناسایی کشت برنج با تصاویر سنتینل 1

محصول آموزشی جامع شناسایی کشت برنج با تصاویر سنتینل 1 در گوگل ارث انجین منتشر شد. در این آموزش کاربردی بر اساس فنولوژی و سری زمانی کشت برنج شناسایی شده است. این محصول آموزشی سنجش از دوری را به‌تمامی علاقه‌مندان به سنجش از دور پیشنهاد می‌کنیم.

برنج

یکی از مهم‌ترین غلات دنیا که نصفی از مردم جهان از آن به‌عنوان مواد غذایی استفاده می‌کنند، برنج است. این غلات ابتدا در چین کشت می‌شد و سپس در مناطق دیگر از جمله ایران رواج پیدا کرد.

برنج در شرایط آب و هوایی خاص رشد پیدا می‌کند. شناسایی و تعیین سطح زیر کشت با روش‌های میدانی شاید کار دشواری باشد. اما روش‌های سنجش از دوری می‌تواند کارایی بسیار بالایی داشته باشد.

ویژگی محصول شناسایی کشت برنج با تصاویر سنتینل 1 در گوگل ارث انجین

عنوان: آشکارسازی کشت برنج با تصاویر سنتینل 1

محصول: دانلودی

تصاویر: sentinel -1

نرم‌افزار: سامانه گوگل ارث انجین

مدرس: آرمان صمدی

موارد آموزش‌داده‌شده در محصول شناسایی کشت برنج با تصاویر سنتینل 1 در گوگل ارث انجین

آموزش ثبت‌نام و فراخوانی شیپ فایل در گوگل ارث انجین

آموزش فراخوانی تصاویر راداری سنتینل 1 به همراه تمامی فیلترهای آن

آموزش اعمال فیلترهای زمانی و مکانی

آموزش ایجاد دیتاست از تغییرات سری زمانی بر اساس سنتینل 1

آموزش بررسی فنولوژی‌های مختلف بر اساس تصاویر سنتینل 2

آموزش شناسایی نوع محصول

آموزش طبقه‌بندی در گوگل ارث انجین

آموزش خروجی گرفتن از نقشه طبقه بندی شده

تصاویر راداری سنتینل 1

اولین سری از تصاویر ماهواره سنتینل تصاویر راداری سنتینل ۱ بود که در دو پلاریزه VV وVH به‌صورت مدار قطبی برای پایش اقیانوس‌ها و عوامل سطح زمین در تاریخ ۳ آوریل ۲۰۱۴ در مدار زمین قرار گرفت. در ارتباط با سنتینل می‌توانید مقاله معرفی سری تصاویر سنتینل را مطالعه بفرمایید.

تغییر در میزان رشد گیاه برنج باعث تغییر در میزان بازپخش آن خواهد شد. این تغییرات را می‌توان در قالب سری زمانی موردمطالعه قرارداد و کشت برنج را مورد شناسایی قرارداد. اما برای آنکه اعتبار کار بیشتر باشد بر اساس فنولوژی نیز شرایط تغییرات NDVI مورد بررسی قرار گرفته است.

چرا باید از سنجش از دوری استفاده کنیم؟

شاید این سؤال در ذهن شما به وجود بیاید که چرا ما باید از تصاویر ماهواره‌ای برای شناسایی کشت برنج استفاده کنیم؟ بازدید میدانی دقت بالاتری دارد اما هزینه‌بردار و زمان‌بر است. از طرف دیگر شرایط رویشی کشت برنج امکان نمونه‌برداری را دشوار کرده است.

از طرف دیگر ویژگی‌های سنجش از دور مانند جامعیت، تکرارپذیری و حفظ پیوستگی باعث شده که ما بتوانیم از این فناوری در راستای علوم مختلف از آن استفاده کنیم. با سنجش از دور می‌توانید سال‌های گذشته را نیز مورد بررسی قرارداد. حالا شاید بپرسید چه لزومی دارد که کشت برنج را شناسایی کنیم!

شناسایی کشت برنج چه ضرورت دارد؟

به طور خلاصه می‌توان دلایل شناسایی کشت برنج را بر اساس موارد زیر عنوان کرد:

مدیریت مواد غذایی کشور

مدیریت خسارات

شرکت بیمه

سطح زیر کشت هرسال

برای درک بهتر یک مثال ارائه می‌شود. فرض کنید در منطقه یک سیلاب آمده و شرکت‌های بیمه و مدیریت بحران می‌خواهند که میزان خساراتی به‌عمل‌آمده را ارزیابی کنند. با کم سنجش از دور می‌توانید سطح زیر کشت را شناسایی کرد و همچنین مناطق سیلابی با سنجش از دور را نیز شناسایی کرد؛ لذا به‌خوبی متوانید مدیریت جامعی در ارتباط با آن انجام داد.

چرا باید این دوره آموزشی را تهیه کنیم؟

در این محصول آموزشی شما می‌توانید با دقت 10 متری با تصاویر راداری اراضی زیر کشت برنج را شناسایی کنید. شما با این کار می‌توانید داده بسیار باارزش برای نهادها و سازمان‌ها و حتی شرکت خصوصی تولید کنید. این نقشه‌ها ارزش‌های بالایی دارد و می‌توانید تفاوت شما با دیگران باشد.

در این محصول آموزشی هر آن چیزی که به عنوان یک متخصص لازم دارید را خواهید آموخت. این دوره آموزشی می‌تواند مسیری برای تفاوت شما با دیگران باشد. حتماً از این دوره آموزشی استفاده کنید.

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

مدیرعامل شرکت یکتا فراز

مدرس بیش از ۱۰۰ محصول آموزشی

محصولاتی که میتواند برای شما مفید باشد.

جداسازی اراضی دیم و آبی با تصاویر سنتینل 2 در ENVI

جداسازی اراضی دیم و آبی با تصاویر سنتینل 2 در گوگل ارث انجین