Разведка полезных ископаемых с помощью спутникового дистанционного зондирования || Как определить...

Подробности предстоящей онлайн-программы обучения смотрите на нашем сайте: https://www.studyhacksgeospatial.com/...

7-дневный онлайн-курс «Освоение Google Earth Engine для дистанционного зондирования и ГИС-анализа: от начального до продвинутого уровня»:    • New batch: Class Start on 19th July - Mast...  

Открыта регистрация на 7-дневный онлайн-курс «Полное освоение Google Earth Engine для дистанционного зондирования и ГИС-анализа: от начального до продвинутого уровня».

На этих занятиях вы узнаете все необходимое для начала использования GEE для анализа данных дистанционного зондирования. Мы ориентируемся в основном на тех, кто не знаком ни с одним языком программирования и функциями Earth Engine. Мы рассмотрим картирование землепользования и растительного покрова, качество воздуха, наблюдения, анализ временных рядов, расчет любых индексов, контролируемую классификацию, методы машинного обучения и многое другое.

Начало занятий: 11 апреля 2025 г.
Крайний срок регистрации: 10 апреля 2025 г. (Первые 10 зарегистрировавшихся получат скидку 50%)
Всего занятий: 7 дней (пятница и суббота в неделю)
Продолжительность занятий: 4 часа (ежедневно), время: с 21:00 до 00:00 (GMT +6)

Для регистрации свяжитесь по этому номеру WhatsApp: +8801780942798 или по электронной почте: rmijanur10266@gmail.com

День 1:
Введение в GEE
Как использовать API GEE для JavaScript и Python
Изучение синтаксиса JavaScript и основ Python
Объекты клиента и сервера в GEE
Как помочь серверу выполнить ваш код?

Импорт растровых и векторных данных: локальное хранилище и наборы данных GEE
Фильтрация таблиц атрибутов

День 2:

Фильтрация и отображение спутниковых снимков: Landsat, Sentinel

Спутниковые композиты

Комбинации полос

Экспорт спутниковых снимков: Landsat, Sentinel и MODIS

Импорт, фильтрация, уменьшение масштаба, обрезка и отображение растровых данных в GEE
Диаграмма временных рядов NDVI с использованием готовых наборов данных GEE

Экспорт любого шейп-файла

День 3:

Расчет любого индекса по спутниковым снимкам с использованием Landsat и Sentinel

Фильтрация и отображение спутниковых снимков: Sentinel-2 и наблюдения NDWI, NDVI

Извлечение водных объектов с помощью пороговой обработки

Диаграмма временных рядов NDVI, NDWI, SAVI и всех индексов с использованием Landsat и Sentinel

Любой из GEE Экспорт шейп-файла
Как добавить легенду градиента и заголовок в GEE
Расчет NDWI по MODIS и данные Landsat

День 4:

Как удалить облака и дымку со спутниковых снимков — Landsat и Sentinel
Визуализация карты теней и уклонов холмов (DEM) в GEE с использованием NASA SRTM и Aster
Наблюдения температуры поверхности земли (LST) со спутниковых снимков Landsat и MODIS
Как рассчитать среднее, максимальное и минимальное значение NDVI для любой конкретной области
GEE: Как рассчитать ежемесячное испарение

День 5:

Мониторинг качества воздуха: все параметры
Как загрузить параметры качества воздуха в формате CSV с помощью GEE
Диаграмма временных рядов мониторинга качества воздуха
Мониторинг качества воздуха: Как рассчитать общие выбросы оксидов азота или любого газа в GEE с использованием Sentinel-5

Программное обеспечение ArcMap: Как создавать карты для научных работ с помощью GEE и ArcMap

День 6:

Введение в машинное обучение в Google Earth Engine
Как создавать карты землепользования и растительного покрова с помощью машинного обучения Обучение: алгоритмы с учителем и без учителя
Случайный лес, CART, SVM, классификатор минимального расстояния для генерации LULC
Как проверить точность оценки LULC с помощью Google Earth Engine. (Каппа, Производитель и Потребитель)
Точность
Расчет площади классов землепользования и растительного покрова
Как добавить легенду к карте землепользования и растительного покрова
Как экспортировать карту землепользования и растительного покрова с помощью ArcMap и создать научную работу

День 7:
Выявление изменений землепользования и растительного покрова с помощью Google Earth Engine
Выявление изменений NDVI с помощью Google Earth Engine
Выявление изменений землепользования и растительного покрова на основе классов на одном слое с помощью Google Earth Engine
Настройка гиперпараметров для повышения точности вашей модели машинного обучения

Преимущества онлайн-обучения:
Сертификат об окончании курса (после выполнения всех заданий)
Материалы (слайды, PDF)
Практический код (весь код предоставляется)
Записанные занятия (все видеозаписи занятий предоставляются)
Поддержка обучения на протяжении всей жизни

Присоединяйтесь к нашему сообществу:

Присоединяйтесь к группе в Telegram: https://t.me/gisandremotesenginglearn...

Эрозия рек и пополнение запасов подземных вод за разные периоды времени с использованием ArcGIS: Как производить расчеты — Часть 1: https://www.youtube.com/live/JeG7xutu...

Полный плейлист по машинному обучению:    • Machine Learning  

🛑 Полный плейлист по загрузке и использованию спутниковых снимков для анализа землепользова...