یک تم را انتخاب و f5 را بزنید

توضیحات:

در دیتابیس ساخته شده می توانید از منوی موجود در بالای صفحه یکی از دسته بندی ها را انخاب کرده و بر روی الگریتم مورد نظر کلیک کنید.
گوگل ارث انجين(GEE) يک پلتفرم ابري است که براي ذخيره و پردازش مجموعه داده هاي بزرگ(در مقياس پتابايت) طراحي شده است. به دنبال در دسترس بودن رايگان سري Landsat در سال 2008، گوگل، تمام مجموعه داده ها را بايگاني کرده و آنها را به ماشين پردازش ابري، جهت استفاده آزاد از اين اطلاعات متصل کرد. بايگاني فعلي داده ها شامل ماهواره هاي ديگر مانند ASTER و همچنين مجموعه داده هاي برداري مبتني بر سيستم هاي اطلاعات جغرافيايي (GIS)، داده هاي اجتماعي، جمعيتي، هواشناسي، ارتفاع ديجيتال و داده هاي اقليمي است. همچنين امکان مشاهده سريع داده ها با قابليت بزرگنمايي، تغيير مکان در هر نقطه از کره زمين و استفاده از داده هاي سري زماني جهت بررسي تغييرات در طول زمان را فراهم مي کند. قسمت سمت کاربر(front-end) که به راحتي در دسترس و بسيار کاربرپسند است، محيط مناسبي را براي توسعه داده ها و الگوريتم هاي تعاملي فراهم مي کند. ضمن استفاده از منابع ابري گوکل براي انجام کليه پردازش ها، کاربران همچنين مي توانند داده ها و مجموعه هاي خود را اضافه و تصحيح کنند. نتيجه نهايي اين است که اکنون به دانشمندان، علاقه مندان و همه ي کشورها اجازه مي دهد تا از اين ديتابيس عظيم براي شناسايي تغييرات، و منابع در سطح زمين استفاده کنند. در اين سامانه نيازي به جديدترين پردازشگرها يا جديدترين نرم افزار نيست، به اين معني که محققان فقيرنشين در فقيرترين ملت هاي جهان توانايي انجام تجزيه و تحليل هاي پيشرفته را دارند، همانند پيشرفته ترين کشورها. اهداف تعين شده در اين کتاب اين است که شما را قادر سازد تا به راحتي از GEE استفاده کنيد، به شما الهام مي کند تا داده هاي جديد را کشف کرده و مشاهده کنيد و يک نقطه شروع براي تصور اينکه چگونه مي توانيد کاوش خود را با استفاده از ساير ابزارهاي قدرتمندتر سيستم عامل ارث انجين(GEE) براي پاسخ به سوالات، اکتشاف و بررسي وضعيت فعلي و تغييرات مداوم سطح زمين، انجام دهيد. گوکل ارث انجين براي اولين بار در تاريخ دسامبر 2010 توسط شرکت گوگل راه اندازي شد، تا اين امکان را براي نظارت، اکتشاف و اندازه گيري تغييرات جهاني فراهم کند. اين سامانه يک بستر فناوري جديد است که براي اولين بار حجم بي سابقه اي از تصاوير و داده هاي ماهواره اي(فعلي و تاريخي) را به صورت آنلاين در دسترس عموم قرار مي دهد. اين پلتفرم علاقه مندادن به حوزه سنجش از دور را قادر مي سازد تا از زيرساخت هاي محاسباتي بسيار قدرتمند شرکت گوگل براي تجزيه و تحليل تصاوير موجود استفاده کنند. سامانه ارث انجين مانند نرم افزار هايي از قبيل GIS و ENVI که قبل تر استفاده کرده ايد نيست! از آنجا که ارث انجين يک سامانه مبتني برفضاي ابري است، فوق العاده قدرتمند، عجيب و شگفت انگيز است. بياييد نگاهي به روند انجام پردازش ها در نرم افزاري مانند ENVI بيندازيم: در اين قبيل نرم افزار ها ابتدا کاربر تصاوير مورد نياز را تهيه کرده سپس تصوير را به نرم افزار معرفي، پيش پردازش ها را انجام داده و در نهايت پردازش هاي نهايي انجام مي گيرد.
اما واضح است که انجام چنين مراحلي مشکلاتي در پي خواهد داشت، از قبيل: - ميزان دسترسي به داده هاي مورد نياز . - نياز به سيستم هاي پردازشگر قدرتمند. - وقت گير بودن پردازش ها. - انجام پيش پردازش هايي از قبيل تصحيحات جوي که دقت کافي را نخواهند داشت. علاوه بر موارد بالا، فرض کنيد کاربر مي خواهد يک مطالعه، مانند تغييرات آب و هوايي در سطح کشوري انجام دهد، در اين صورت نياز صرف هزينه، زمان و جمع آوري حجم زيادي از اطلاعات خواهد بود که دسترسي به آن ها ساده نيست. همچنين بسياري از تصاوير تا به حال ديده نشده اند که اين سامانه آن ها را در اختيار عموم قرار مي دهد. اما حالا با در اختيار داشتن چنين گنجينه ارزشمندي علاقه مندان قادر به انجام کارهاي غير قابل تصوري هستند، از قبيل: - با استفاده از زيرساخت هاي محاسباتي گوگل، زمان را براي انجام تجزيه و تحليل کاهش مي يابد. به عنوان مثال، با اجراي تجزيه و تحليل در هزاران سيستم پردازشگر قدرتمند، اکنون فعاليت هاي بزرگي براي اولين بار امکان پذير است. - ويژگي هاي جديدي که تجزيه و تحليل را بسيار ساده مي کند، مانند ابزارهايي که با از بين بردن ابرها و تيرگي تصاوير، آن ها را پيش پردازش مي کنند.
- وجود يک بايگاني داده بزرگ از تصاوير Landsat و ASTER بدون نياز به مصرف ديتا براي دريافت آن ها - همکاري و استاندارد سازي با ايجاد بستر مشترک براي تجزيه و تحليل داده هاي جهاني. چرا استفاده از چنين سيستم هايي مهم است؟ تصاوير سياره ما از فضا حاوي اطلاعات زيادي است که براي استفاده در بسياري از چالش هاي جامعه آماده است. تجزيه و تحليل علمي مي تواند اين تصاوير را از يک مجموعه پيکسل ساده به اطلاعات مفيد تبديل کند، مانند مکان ها و وسعت جنگل هاي جهاني، هدايت منابع براي واکنش به بلايا يا نقشه برداري منابع آب و اکتشاف معادن جديد. کاربرد GEE را در نقشه برداري و نظارت بر پوشش گياهي به طور گسترده در مقالات و کتاب ها بررسي شده است که شامل برآورد جهاني متغيرهاي کليدي تنوع زيستي مانند شاخص سطح برگ (LAI)، کسر تابش فعال فتوسنتزي فعال (FAPAR) و پوشش گياهي کسري (FVC) با استفاده از داده هاي MODIS مي باشد. ترکيبي از شاخص هاي طيفي پوشش گياهي و داده هاي زميني مي تواند طبقه بندي پوشش گياهي را با دقت بالاي 70 درصد پيش بيني کند. با استفاده از يک دوره پايه مشخص شده توسط کاربر، مي توان تخريب يا بهبود پوشش گياهي و تأثير تلاش هاي مختلف جهت احياي مراتع را کنترل کرد. يک مطالعه مرتبط در مراتع طبيعي چين با استفاده از داده هاي چند زمانه Landsat TM با به حداقل رساندن اثرات ابر و سطح زمين، پوشش گياهي را به طور کلي نقشه برداري کرد. تعدادي از مطالعات پوشش زمين را در مقياس هاي مختلف مکاني ارزيابي کرده اند. با بهره گيري از GEE، که دسترسي داده ها و تکنيک هاي پيشرفته تحليلي را روي داده هاي بزرگ فراهم مي کند، از الگوريتم به روز رساني باسين پوشش سطح زمين(BULC) براي ترکيب کردن داده هاي Landsat با 2009 GlobCover استفاده کرد و در نتيجه وضوح مکاني توليد شده را از 300 متر تا 30 متر در برزيل بهبود بخشيد. اين روش به طور گسترده اي قابل اجرا است، زيرا از الگوريتمي نظارت نشده استفاده مي کند، که به داده هاي زميني نياز ندارد. همچنين توسط الگوريتم هايي مانند PCA مي توان به برسي واحد هاي سنگ شناسي سطح و تفکيک آن ها از يکديگر پرداخت، دراين فصل سعي شد به طور کامل اين مباحث توضيح داده شوند. ساير کاربردهاي اين سامانه نظارت بر رسوب سطحي، نقشه برداري معادن با استفاده از داده هاي Sentinel است.