Мониторинг качества воздуха в Google Earth Engine с использованием спутниковых снимков Sentinel 5... скачать в хорошем качестве

Мониторинг качества воздуха в Google Earth Engine с использованием спутниковых снимков Sentinel 5...

Google Earth Engine: 15-дневный расширенный онлайн-курс:    • Registration is open for a private 15-days...   Онлайн-курс по пакету R для взаимодействия с Google Earth Engine:    • rgee: গুগল আর্থ ইঞ্জিনের সাথে ইন্টারঅ্যাক্...   7-дневный онлайн-курс «Мастер-класс по Google Earth Engine для дистанционного зондирования и ГИС-анализа для начинающих и продвинутых»:    • New batch: Class Start on 19th July - Mast...   Открыта регистрация на новый 7-дневный онлайн-курс «Полный Google Earth Engine для дистанционного зондирования и ГИС-анализа для начинающих». На этих курсах вы научитесь всему необходимому для начала использования GEE для анализа данных дистанционного зондирования. Мы в основном ориентированы на тех, кто не знаком ни с одним языком программирования и функциями Earth Engine. Мы охватываем картографирование LULC, качество воздуха, наблюдения, анализ временных рядов, любые расчёты индексов, контролируемую классификацию, методы машинного обучения и многое другое. Начало занятий: 10 декабря 2023 г. Крайний срок регистрации: 8 декабря 2023 г. (первые 10 зарегистрировавшихся получат скидку 50%). Общее количество занятий: 7 дней (по пятницам и субботам в неделю). Продолжительность занятий: 3 часа (ежедневно), время: с 21:00 до 00:00. (GMT +6) Для регистрации свяжитесь с WhatsApp по номеру +8801780942798 или по электронной почте rmijanur10266@gmail.com День 1: Введение в GES Как использовать GEE JavaScript и Python API Изучение синтаксиса JavaScript и основ Python Клиентские и серверные объекты 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 каналов Экспорт спутниковых снимков: Landsat, Sentinel и MODIS Импорт, фильтрация, сокращение, обрезка и отображение растровых данных в GEE Диаграмма временных рядов NDVI с использованием готовых наборов данных GEE Экспорт любого шейп-файла День 3: Расчёт любого индекса по спутниковым снимкам с использованием Landsat и Sentinel Фильтрация и отображение спутниковых снимков: Sentinel-2 и наблюдения NDWI, NDVI Извлечение водоёмов с использованием порогового значения Диаграмма временных рядов NDVI, NDWI, SAVI и всех индексов с использованием Landsat и Sentinel Экспорт любого шейп-файла из GEE Как добавить легенду и заголовок градиента в GEE Расчёт NDWI из MODIS и данные Landsat День 4: Как удалить облака и дымку со спутниковых снимков — Landsat и Sentinel Визуализация карты тени холмов и уклонов (ЦМР) в регионе GEE с помощью NASA SRTM и Aster Наблюдения за температурой поверхности земли (LST) по спутниковым снимкам Landsat и MODIS Как рассчитать средний, максимальный и минимальный индекс NDVI для любой конкретной территории GEE: Как рассчитать месячное 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 оксида азота или любого другого газа в регионе GEE с помощью Sentinel-5 Программное обеспечение ArcMap: Как создавать карты для исследовательских работ с помощью GEE и ArcMap День 6: Введение в машинное обучение в Google Earth Engine Как создавать карты LULC с помощью машинного обучения Обучение: контролируемые и неконтролируемые алгоритмы Случайный лес, CART, SVM, классификатор минимального расстояния для генерации LULC Как проверить точность оценки LULC с помощью Google Earth Engine. (Kappa, производитель и потребитель) Точность) Расчет площади классов LULC Как добавить легенду к карте LULC Как экспортировать карту LULC с помощью ArcMap и создать исследовательскую работу День 7: Обнаружение изменений землепользования и растительного покрова с помощью Google Earth Engine Обнаружение изменений NDVI с помощью Google Earth Engine Обнаружение изменений LULC на основе классов в одном слое с помощью Google Earth Engine Настройка гиперпараметров для повышения точности модели машинного обучения Преимущества онлайн-обучения: Сертификат курса (после сдачи всех заданий) Материалы (слайды, PDF) Код для практики (весь код предоставляется) Записи занятий (все видеозаписи занятий предоставляются) Поддержка обучения на протяжении всей жизни Присоединяйтесь к нашему сообществу: Присоединяйтесь к группе в Telegram: https://t.me/gisandremotesenginglearn...