Collecting & Exporting Training Data with geemap | Google Earth Engine with python [16]
Автор: Dr. Nour Negm
Загружено: 2025-11-19
Просмотров: 118
في هذا الفيديو ينتعلم كيفية جمع نقاط التدريب (Training Samples) يدوياً من صور الأقمار الصناعية (Sentinel-2) داخل بيئة Google Earth Engine، باستخدام مكتبة **geemap**.
سنشرح خطوة بخطوة:
1. كيفية استخدام أدوات الرسم لجمع نقاط التصنيف (Land Cover Classes).
2. ربط هذه النقاط بقيم الباندات الطيفية (Band Values) اللازمة لتدريب النماذج.
3. التصدير لملفات Shapefile (.shp) و CSV (.csv) مباشرة إلى Google Drive.
هذا التدريب أساسي لأي مشروع لتصنيف الغطاء الأرضي والتعلم الآلي.
*الروابط الأساسية:*
🔗 **رابط الكود على موقع GitHub:
https://shorturl.at/Thedd
Google Earth Engine, GEE, geemap, جمع بيانات التدريب يدويًا, Training Samples Manual, تصنيف الغطاء الأرضي, Export Shapefile, Export CSV, Sentinel-2.
#GEEMAP #TrainingSamples #تصنيف_الغطاء_الأرضي #GoogleEarthEngine #Machine_Learning,#geemap ,remote_sensing
![Collecting & Exporting Training Data with geemap | Google Earth Engine with python [16]](https://i.ytimg.com/vi/wuceiAFWB18/maxresdefault.jpg)
Доступные форматы для скачивания:
Скачать видео mp4
-
Информация по загрузке:
![Unsupervised Land Cover Classification Using K-Means | Google Earth Engine with Python [15]](https://image.4k-video.ru/id-video/C_PIcoN9tmE)
![Introduction to SAR and Sentinel-1 | Google Earth Engine with Python [20]](https://image.4k-video.ru/id-video/BwaFlHuKcn0)
![CART Classification Using Dynamic World & Sentinel-2 | Google Earth Engine with Python [17]](https://image.4k-video.ru/id-video/CFtG_gtnmFQ)
![Upload & Use Shapefiles + Landsat 9 Visualization | Google Earth Engine with Python [03]](https://image.4k-video.ru/id-video/swyEs_xwVUI)
![Accuracy Assessment for Land Cover Classification | Google Earth Engine with Python [18]](https://image.4k-video.ru/id-video/ILAE02pBEE4)
![Search, Visualize & Export Sentinel-2 Imagery | Google Earth Engine with Python [02]](https://image.4k-video.ru/id-video/tHF6mplnD8k)
![Setup & First Map | Google Earth Engine with Python [01]](https://image.4k-video.ru/id-video/VvnJ2ovwiMY)