Мониторинг качества воды с использованием методов дистанционного зондирования с помощью приложени...

Раскройте потенциал дистанционного зондирования для мониторинга и управления качеством воды с помощью нашей комплексной онлайн-программы обучения. Этот частный учебный курс разработан, чтобы дать вам навыки и знания, необходимые для эффективного использования Google Earth Engine для анализа различных параметров качества воды. Независимо от того, являетесь ли вы специалистом по ГИС, исследователем или менеджером по охране окружающей среды, этот курс предоставит вам инструменты и методы для использования спутниковых данных для мониторинга качества воды.

Ознакомьтесь со всей информацией: https://www.studyhacksgeospatial.com/...

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

7-дневный онлайн-курс по освоению Google Earth Engine для дистанционного зондирования и ГИС-анализа для начинающих и продвинутых пользователей:    • New batch: Class Start on 19th July - Mast...  

Открыта регистрация на новый 7-дневный онлайн-курс по Google Earth Engine для дистанционного зондирования и ГИС-анализа для начинающих и продвинутых пользователей.

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


Начало занятий: 11 апреля 2025 г.
Последний 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 (каждый день), время: с 21:00 до 00:00 (GMT +6)

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

1-й день:

Введение в GEE
Как использовать API GEE для JavaScript и Python
Изучение основных принципов синтаксиса JavaScript и Python
Клиентские и серверные объекты в GEE
Как заставить сервер выполнить ваш код?

Импорт растровых и векторных данных: локальное хранилище и набор данных GEE
Фильтрация таблицы атрибутов

2-й день:

Фильтрация и отображение спутниковых снимков: Landsat, Sentinel
Спутниковый композит
Комбинации полос
Экспорт спутниковых снимков: Landsat, Sentinel и Modis
Импорт, фильтрация, уменьшение масштаба, обрезка и отображение растровых данных в GEE
График временных рядов NDVI с использованием готового набора данных GEE
Экспорт любого шейп-файла

3-й день:

Расчет любых индексов по спутниковым снимкам с использованием Landsat и Sentinel
Фильтрация и отображение спутниковых снимков: Sentinel-2 и мониторинг NDWI, NDVI
Извлечение водного объекта с помощью пороговой обработки
График временных рядов NDVI, NDWI, SAVI и всех индексов с использованием Landsat и Sentinel
Экспорт любого шейп-файла из GEE
Как добавить легенду градиента и заголовок в GEE
NDWI, рассчитанный по данным Modis и Landsat

4-й День:
Как удалить облака и дымку со спутниковых снимков — Landsat и Sentinel
Визуализация (ЦМР) карты затенения холмов и уклона в GEE с использованием NASA SRTM и Aster
Мониторинг температуры поверхности земли (LST) по спутниковым снимкам Landsat и Modis
Как рассчитать среднее, максимальное и минимальное значение NDVI для конкретного региона
GEE: Как рассчитать ежемесячную эвапотранспирацию

5-й день:
Мониторинг качества воздуха: все параметры
Как загрузить данные временных рядов параметров качества воздуха в формате CSV с помощью GEE
График временных рядов мониторинга качества воздуха
Мониторинг качества воздуха: Как рассчитать общий объем выбросов оксидов азота или любых газов в GEE с использованием Sentinel-5
Программное обеспечение ArcMap: Как создать карту для научной работы с помощью GEE и ArcMap

6-й день:

Введение в машинное обучение в Google Earth Engine
Как создать карту землепользования и растительного покрова (LULC) с помощью машинного обучения: алгоритмы с учителем и без учителя
Случайный лес, CART, SVM, классификатор минимального расстояния для создания карты LULC
Как проверить точность оценки землепользования и земельного покрова (LULC) с помощью Google Earth Engine. (Kappa, Producers & Consumers
точность)

Расчет площади классов LULC
Как добавить легенду на карту LULC
Как экспортировать карту LULC и создать карту LULC для исследовательской работы с помощью ArcMap

7-й день:

Обнаружение изменений землепользования и земельного покрова с помощью Google Earth Engine

Обнаружение изменений NDVI с помощью Google Earth Engine
Обнаружение изменений LULC по классам в одном слое с помощью Google Earth Engine
Настройка гиперпараметров для повышения точности вашей модели машинного обучения

Преимущества онлайн-обучения:
Сертификат об окончании курса (после в...