Analiza danych z teledetekcji satelitarnej za pomocą narzędzi open-source

Zdjęcia satelitarne oferują bezprecedensowy widok naszej planety, ale odblokowanie jej potencjału wymaga wiedzy, jak znaleźć, przetworzyć i przeanalizować te dane przestrzenne. Ten kurs tekstowy prowadzi przez podstawowe zasady teledetekcji przy użyciu całkowicie darmowego oprogramowania i bibliotek open source. Z kompletnego początkującego staniesz się pewnym analitykiem, zdolnym do pracy z obrazami multispektralnymi. Czytając jasne wyjaśnienia i ćwicząc krok po kroku, dowiesz się, jak wyodrębnić znaczące informacje z zestawów danych satelitarnych, aby śledzić zmiany środowiskowe, rozwój miast i stan roślinności. Czego się nauczysz: 1. Zrozumieć podstawowe pojęcia teledetekcji, w tym pasma widma elektromagnetycznego, rozdzielczość przestrzenną i współrzędne układów odniesienia. 2. Pozyskaj bezpłatne obrazy satelitarne z rejestrów publicznych za pomocą nowoczesnych interfejsów API SpatioTemporal Asset Catalog. 3. przetwarzanie danych rastrowych przy użyciu popularnych bibliotek Pythona typu open source, takich jak Rasterio, Geopandas i NumPy. Obliczaj kluczowe wskaźniki środowiskowe, takie jak NDVI, aby analizować stan roślinności i monitorować zmiany pokrycia terenu. Zastosuj zoptymalizowane dla chmury przepływy pracy GeoTIFF, aby skutecznie obsługiwać duże zbiory danych przestrzennych. 6. Konfiguruj narzędzia GIS typu open source, aby wizualizować i mapować wyniki analizy przestrzennej. Program nauczania zaczyna się od podstawowej terminologii i fizyki światła, zanim przejdzie do praktycznej manipulacji danymi i analizy programowej. Będziesz pracować poprzez uporządkowane wyjaśnienia tekstowe i powtarzalne fragmenty kodu, które budują twoje umiejętności krok po kroku. Ten kurs jest przeznaczony dla początkujących analityków GIS, badaczy środowiska i programistów, którzy są nowi w teledetekcji. Nie jest wymagane wcześniejsze doświadczenie z danymi przestrzennymi, chociaż pomocna jest podstawowa znajomość Pythona. Zacznij czytać już dziś, aby odblokować moc danych obserwacji Ziemi z otwartym dostępem.