علیرضا عادلی اصل
با پردازش تصاویر لندست در گوگل ارث انجین، سلامت و تغییرات پوشش گیاهی را با شاخص‌های NDVI و SIPI تحلیل کنید.
فراخوانی تصاویر ماهواره ای لندست
فیلترگذاری بر روی تصاویر ماهواره ای
محاسبه و نمایش شاخص NDVI
محاسبه و نمایش شاخص SIPI
3 ساعت ویدئو
4 جلسه متنی
10 سؤال سنجش و یادگیری
گواهینامه مکتب‌خونه
دسترسی مادام‌العمر به محتوای دوره
برای شرکت در این دوره هیچگونه پیش‌نیاز خاصی جز علاقه وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره استفاده لازم را داشته باشند.
در دنیای امروز، پایش وضعیت سلامت پوشش گیاهی یکی از ابزارهای کلیدی در مدیریت منابع طبیعی، کشاورزی و محیط‌زیست محسوب می‌شود. با استفاده از تصاویر ماهواره‌ای و فناوری‌های پردازش داده‌های مکانی، می‌توان تغییرات سلامت گیاهان را در مقیاس‌های مختلف بررسی و تحلیل کرد.
Google Earth Engine به‌عنوان یک سامانه قدرتمند، امکان پردازش حجم وسیعی از داده‌های ماهواره‌ای را به‌صورت رایگان و کارآمد فراهم می‌کند. یکی از مهم‌ترین کاربردهای این سامانه، محاسبه شاخص‌های سلامت گیاه از جمله SIPI ، NDVI و سایر شاخص‌های طیفی است که به ما کمک می‌کنند تا وضعیت رشد و تنش‌های گیاهی را ارزیابی کنیم.
در این آموزش، با نحوه استفاده از Google Earth Engine برای محاسبه شاخص های NDVI و SIPI آشنا می‌شوید. ابتدا مفاهیم اولیه این شاخص‌ها را بررسی کرده و سپس با استفاده از زبان JavaScript، روش‌های مختلف استخراج و تحلیل داده‌های ماهواره‌ای را به‌صورت عملی پیاده‌سازی خواهیم کرد.
بر اساس امتیاز 10 دانشجو
پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهینامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.
کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.
علیرضا عادلی اصل دانشجوی کارشناسی ارشد مهندسی فضای سبز در دانشگاه تهران است. علاقه‌مندی وی به مباحث میان‌رشته‌ای به‌ویژه در حوزه‌های برنامه‌نویسی با زبان‌های R و پایتون، تحلیل داده‌های محیط زیستی و همچنین مدل‌سازی سه‌بعدی و رندرینگ با نرم‌افزارهایی مانند 3ds Max و Unreal Engine موجب شده تا رویکردی چندبُعدی در فعالیت‌های علمی و حرفه‌ای خود داشته باشد.
او سابقه تدریس در دانشگاه تهران در حوزه‌های مرتبط با معماری منظر و فناوری‌های نوین را دارد و از جمله زمینه‌هایی که با جدیت دنبال می‌کند می‌توان به کاربرد سنجش از دور در معماری منظر، تحلیل محیطی داده‌محور و رندرینگ سه‌بعدی اشاره کرد؛ موضوعاتی که نقش مهمی در آینده پایدار شهرها و فضای سبز ایفا می‌کنند.
از جمله پروژه‌های مورد توجه وی می‌توان به مدل‌سازی داده‌محور برای بهینه‌سازی طراحی منظر و تحلیل سری‌های زمانی پوشش‌های گیاهی با داده‌های ماهواره‌ای اشاره کرد.
محاسبه شاخص های NDVI و SIPI در سامانه گوگل ارث انجین
