ریز مقیاس نمایی تصاویر ماهواره اس با روش های RF, MLP, SVR
🔸 پروژه ویژه
#remote_sensing, #neural_networks
با سلام
ورودی های مدل ها بصورت تصویر (رستر) و ریز مقیاس نمایی با روش های مورد استفاده رندوم فارست رگرسیون(RF)، شبکه عصبی پرسپترون چندلایه(MLP)، ماشین بردار پشتیبان(SVR) می باشد. خروجی مطلوب به صورت تصویر و همچنین چند شاخص مانند RMSE و ... جهت سنجش مدلها می باشد.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/440674/ریز-مقیاس-نمایی-تصاویر-ماهواره-اس-با-روش-های-rf,-mlp,-svr
t.me/ParscodersCom
🔸 پروژه ویژه
#remote_sensing, #neural_networks
با سلام
ورودی های مدل ها بصورت تصویر (رستر) و ریز مقیاس نمایی با روش های مورد استفاده رندوم فارست رگرسیون(RF)، شبکه عصبی پرسپترون چندلایه(MLP)، ماشین بردار پشتیبان(SVR) می باشد. خروجی مطلوب به صورت تصویر و همچنین چند شاخص مانند RMSE و ... جهت سنجش مدلها می باشد.
توسط خریدار:
reza88اطلاعات بیشتر:
https://parscoders.com/project/440674/ریز-مقیاس-نمایی-تصاویر-ماهواره-اس-با-روش-های-rf,-mlp,-svr
t.me/ParscodersCom
کانفیگ کردن نرم افزار
#python, #remote_sensing, #deep_learning, #Artificial_Intelligence, #gis
یک نرم افزاری هست که در حال حاضر روی Google Earth Engine داره اجرا میشه. موضوع هم تهیه پوشش درختی هست مبتنی بر تصاویر ماهواره ای Sentinel. نیاز هست که این نرم افزار روی سیستم شخصی کانفیگ بشه. برنامه موجود در حال حاضر بر روی زیرساخت امازون اجرا میشه. با این حال، من نیاز دارم که تنظیمات به یک کامپیوتر شخصی منتقل بشه. به طوری که بتونم اون خروجی رو برای محدوده دلخواه بگیرم.
احتمالا برای انجام این پروژه به اطلاعات نام کاربری و ... از اکانت sentinelhub نیاز خواهید داشت. هر کسی میتونه از سرویس ابری SentinelHub به مدت یک ماه به صورت رایگان استفاده کنه.
مخزن گیت هاب :
https://github.com/wri/sentinel-tree-cover
فازهای پروژه:
ستاپ کد روی کامپیوتر شخصی:
• کد فایلها روی یک کامپیوتر شخصی پیکربندی کنید.
• کد را تغییر دهید تا بتوانید بدون کلید API امازون استفاده. دستورالعملها در مخزن GitHub موجود است.
Integrate کردن با Google Drive :
• مکان خروجی پیشفرض (--s3_bucket) را با Google Drive برای تصاویر ماهوارهای و پیشبینیها در تایلهای 6 در 6 کیلومتر جایگزین کنید.
محدودیت AOI :
• قابلیت محدود کردن پردازش تصویر به یک منطقه مورد نظر توسط کاربر. چون در حال حاضر کل محدوده استوایی هست.این باعث میشود که مدلسازی برای مناطق محلی دقیقتر شود و همچنین این کار را با شکستن داده به قطعات کوچکتر، سادهتر بکنه.
تغییر تاریخ:
• تاریخ mapping را روی تاریخ دیگه (2023) تنظیم کنید.
راهنمای جامع:
• یک راهنمای مرحله به مرحله جامع برای اینکه بتونیم همون فرآیند رو یک سیستم دیگه reproduce کنیم.
*توجه کنید که صرفا در صورت تکمیل کامل کار پرداخت صورت میگیره.
*لطفا اگر در این زمینه تخصص کافی دارید؛ اعلام بفرمایید.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/467834/کانفیگ-کردن-نرم-افزار
t.me/ParscodersCom
#python, #remote_sensing, #deep_learning, #Artificial_Intelligence, #gis
یک نرم افزاری هست که در حال حاضر روی Google Earth Engine داره اجرا میشه. موضوع هم تهیه پوشش درختی هست مبتنی بر تصاویر ماهواره ای Sentinel. نیاز هست که این نرم افزار روی سیستم شخصی کانفیگ بشه. برنامه موجود در حال حاضر بر روی زیرساخت امازون اجرا میشه. با این حال، من نیاز دارم که تنظیمات به یک کامپیوتر شخصی منتقل بشه. به طوری که بتونم اون خروجی رو برای محدوده دلخواه بگیرم.
احتمالا برای انجام این پروژه به اطلاعات نام کاربری و ... از اکانت sentinelhub نیاز خواهید داشت. هر کسی میتونه از سرویس ابری SentinelHub به مدت یک ماه به صورت رایگان استفاده کنه.
مخزن گیت هاب :
https://github.com/wri/sentinel-tree-cover
فازهای پروژه:
ستاپ کد روی کامپیوتر شخصی:
• کد فایلها روی یک کامپیوتر شخصی پیکربندی کنید.
• کد را تغییر دهید تا بتوانید بدون کلید API امازون استفاده. دستورالعملها در مخزن GitHub موجود است.
Integrate کردن با Google Drive :
• مکان خروجی پیشفرض (--s3_bucket) را با Google Drive برای تصاویر ماهوارهای و پیشبینیها در تایلهای 6 در 6 کیلومتر جایگزین کنید.
محدودیت AOI :
• قابلیت محدود کردن پردازش تصویر به یک منطقه مورد نظر توسط کاربر. چون در حال حاضر کل محدوده استوایی هست.این باعث میشود که مدلسازی برای مناطق محلی دقیقتر شود و همچنین این کار را با شکستن داده به قطعات کوچکتر، سادهتر بکنه.
تغییر تاریخ:
• تاریخ mapping را روی تاریخ دیگه (2023) تنظیم کنید.
راهنمای جامع:
• یک راهنمای مرحله به مرحله جامع برای اینکه بتونیم همون فرآیند رو یک سیستم دیگه reproduce کنیم.
*توجه کنید که صرفا در صورت تکمیل کامل کار پرداخت صورت میگیره.
*لطفا اگر در این زمینه تخصص کافی دارید؛ اعلام بفرمایید.
توسط خریدار:
صدرا092اطلاعات بیشتر:
https://parscoders.com/project/467834/کانفیگ-کردن-نرم-افزار
t.me/ParscodersCom
بارزسازی تغییرات ارتفاعی در محیط شهری با استفاده از سری زمانی داده¬های لیدار
#python, #remote_sensing, #thesis, #image_processing
عنوان رساله دکتری است که پروپوزال مصوب شده است و طبق پروپوزال باید موارد پیاده سازی شود و نگارش رساله انجام شود. از روش های ساده پردازشی نیز برای انجام رساله میتوان استفاده کرد.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/470731/بارزسازی-تغییرات-ارتفاعی-در-محیط-شهری-با-استفاده-از-سری-زمانی-داده¬های-لیدار
t.me/ParscodersCom
#python, #remote_sensing, #thesis, #image_processing
عنوان رساله دکتری است که پروپوزال مصوب شده است و طبق پروپوزال باید موارد پیاده سازی شود و نگارش رساله انجام شود. از روش های ساده پردازشی نیز برای انجام رساله میتوان استفاده کرد.
توسط خریدار:
نیما0093اطلاعات بیشتر:
https://parscoders.com/project/470731/بارزسازی-تغییرات-ارتفاعی-در-محیط-شهری-با-استفاده-از-سری-زمانی-داده¬های-لیدار
t.me/ParscodersCom
رفع ایرادات داوری مقاله
#google_earth, #remote_sensing, #gis, #academic_writing, #articles
مقاله ای هست در باب مقایسه تبخیر تعرق واقعی پنمن با ماهواره گریس
ایرادی که بهش وارده اینه که کل مناطق مورد مطالعه گیاه گندم کاشته نشده (حوضه گرگانرود قره سو) که ضربدر kc گندم شده
نیاز به چند سکشن از زمین های که گندم کاشتن در اون منطقه رو دارم تا فقط اونا رو مقایسه کنم
اگر راه حل بهتری دارید ممنون میشم راهنمایی کنید
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/470771/رفع-ایرادات-داوری-مقاله
t.me/ParscodersCom
#google_earth, #remote_sensing, #gis, #academic_writing, #articles
مقاله ای هست در باب مقایسه تبخیر تعرق واقعی پنمن با ماهواره گریس
ایرادی که بهش وارده اینه که کل مناطق مورد مطالعه گیاه گندم کاشته نشده (حوضه گرگانرود قره سو) که ضربدر kc گندم شده
نیاز به چند سکشن از زمین های که گندم کاشتن در اون منطقه رو دارم تا فقط اونا رو مقایسه کنم
اگر راه حل بهتری دارید ممنون میشم راهنمایی کنید
توسط خریدار:
کاربر388350اطلاعات بیشتر:
https://parscoders.com/project/470771/رفع-ایرادات-داوری-مقاله
t.me/ParscodersCom
Advanced Image segmentation on satellite imagery
🔸 فوری
#python, #machine_learning, #remote_sensing, #troubleshooting, #image_processing
با سلام. من ی \پروژه دارم که هدفش استخراج یک سری نقشه با استفاده از تصاویر ماهواره ای هست. این مدل یک بار توسط خودم انجام شده ولی به دقت مورد نظر نرسیدم . یک سری مدل کمکی هم بر اساس اطلاعات عکس ها دولوپ شده اما همچنان در اجرای اون ها مشکل دارم. احتیاج به یک نفر سینیور در ماشین لرنینگ به خصوص image segmentation , و بعدتر ensemble کردنش با سایر مدل های کمکی دارم. ایشون باید بتونن به صورت منتورشیپ با من در تماس زوم باشند تا بتونیم سریعتر به نتیجه برسیم. کد باید بررسی بشه و بتونن اصلاحش کنند و کمک کنند به دقت بالایی برسیم. لطفا فقط دوستانی که سینیور هستن پیام بدن من استرس خیلی زیادی دارم و باید زودتر این پروژه رو جمع کنم. در صورتی که بتونیم طبق کیفیت مورنظر کار رو انجام بدیم همکاری ادامه دار خاهد بود.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/481798/advanced-image-segmentation-on-satellite-imagery
t.me/ParscodersCom
🔸 فوری
#python, #machine_learning, #remote_sensing, #troubleshooting, #image_processing
با سلام. من ی \پروژه دارم که هدفش استخراج یک سری نقشه با استفاده از تصاویر ماهواره ای هست. این مدل یک بار توسط خودم انجام شده ولی به دقت مورد نظر نرسیدم . یک سری مدل کمکی هم بر اساس اطلاعات عکس ها دولوپ شده اما همچنان در اجرای اون ها مشکل دارم. احتیاج به یک نفر سینیور در ماشین لرنینگ به خصوص image segmentation , و بعدتر ensemble کردنش با سایر مدل های کمکی دارم. ایشون باید بتونن به صورت منتورشیپ با من در تماس زوم باشند تا بتونیم سریعتر به نتیجه برسیم. کد باید بررسی بشه و بتونن اصلاحش کنند و کمک کنند به دقت بالایی برسیم. لطفا فقط دوستانی که سینیور هستن پیام بدن من استرس خیلی زیادی دارم و باید زودتر این پروژه رو جمع کنم. در صورتی که بتونیم طبق کیفیت مورنظر کار رو انجام بدیم همکاری ادامه دار خاهد بود.
توسط خریدار:
نسیم هستماطلاعات بیشتر:
https://parscoders.com/project/481798/advanced-image-segmentation-on-satellite-imagery
t.me/ParscodersCom
🌭1
بهبود لیتولوژی سطحی و تشخیص و طبقه بندی تغییرات معدنی با استفاده از رویکرد CNN در تصاویر ماهواره ای یکپارچه SAR، نوری و حرارتی و داده های فراطیفی
🔸 پروژه ویژه
#mining_engineering, #remote_sensing, #Artificial_Intelligence
ترکیب داده های رادار با داده های ابرطیفی به منظور شناسایی پدیده های سطحی و زمین شناسی
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/481872/بهبود-لیتولوژی-سطحی-و-تشخیص-و-طبقه-بندی-تغییرات-معدنی-با-استفاده-از-رویکرد-cnn-در-تصاویر-ماهواره-ای-یکپارچه-sar،-نوری-و-حرارتی-و-داده-های-فراطیفی
t.me/ParscodersCom
🔸 پروژه ویژه
#mining_engineering, #remote_sensing, #Artificial_Intelligence
ترکیب داده های رادار با داده های ابرطیفی به منظور شناسایی پدیده های سطحی و زمین شناسی
توسط خریدار:
کاربر564017اطلاعات بیشتر:
https://parscoders.com/project/481872/بهبود-لیتولوژی-سطحی-و-تشخیص-و-طبقه-بندی-تغییرات-معدنی-با-استفاده-از-رویکرد-cnn-در-تصاویر-ماهواره-ای-یکپارچه-sar،-نوری-و-حرارتی-و-داده-های-فراطیفی
t.me/ParscodersCom
مدلسازی فرایند تغییر اقلیم و کاربری اراضی بر فرسایش خاک ایران
#remote_sensing, #gis, #anything_goes
#پروژه#GIS#مهندسی و مدیریت منابع آب#فرسایش خاکموضوع پروژه مدل سازی فرآیندتغییرات اقلیم و کاربری اراضی بر فرسایش خاک در ایرانتوضیحات:محدوده پروژه کل کشور ایران هست. داده های تاریخی بارش از 1987تا2006 موجود است و تمامی ایستگاهها مشخص اند. داده هایCSFRنیز برای اعتبار سنجی نیز در دسترس است. لایهDem30متری موجود است. نقشه ی خاک کل کشور از faoتهیه شده و به تفکیک استانی جدا شده. لایه landuseبرای تمامی کشور موجود است. مدل مورد نظر برای انجام تحقیق از نوع RUSLEاست. از GCMهم برای تعیین سناریو های آینده استفاده میشود.موضوع مورد بررسی توسعه مدل تخمین فرسایش خاک ناشی از بارندگیتوسعه الگوریتم های استخراج ضرایب کاربری اراضی با استفاده از سنجش از دور+ بررسی توسعه سناریو های تغییر کاربری اراضی در آینده برای استخراج ضرایب کاربری و مدیزیت خاک و در نهایت اجرای برنامه تحت شرایط تغییر اقلیم و تحلیل نتایج و مقایسه روشها و نتایج
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/482073/مدلسازی-فرایند-تغییر-اقلیم-و-کاربری-اراضی-بر-فرسایش-خاک-ایران
t.me/ParscodersCom
#remote_sensing, #gis, #anything_goes
#پروژه#GIS#مهندسی و مدیریت منابع آب#فرسایش خاکموضوع پروژه مدل سازی فرآیندتغییرات اقلیم و کاربری اراضی بر فرسایش خاک در ایرانتوضیحات:محدوده پروژه کل کشور ایران هست. داده های تاریخی بارش از 1987تا2006 موجود است و تمامی ایستگاهها مشخص اند. داده هایCSFRنیز برای اعتبار سنجی نیز در دسترس است. لایهDem30متری موجود است. نقشه ی خاک کل کشور از faoتهیه شده و به تفکیک استانی جدا شده. لایه landuseبرای تمامی کشور موجود است. مدل مورد نظر برای انجام تحقیق از نوع RUSLEاست. از GCMهم برای تعیین سناریو های آینده استفاده میشود.موضوع مورد بررسی توسعه مدل تخمین فرسایش خاک ناشی از بارندگیتوسعه الگوریتم های استخراج ضرایب کاربری اراضی با استفاده از سنجش از دور+ بررسی توسعه سناریو های تغییر کاربری اراضی در آینده برای استخراج ضرایب کاربری و مدیزیت خاک و در نهایت اجرای برنامه تحت شرایط تغییر اقلیم و تحلیل نتایج و مقایسه روشها و نتایج
توسط خریدار:
کاربر564357اطلاعات بیشتر:
https://parscoders.com/project/482073/مدلسازی-فرایند-تغییر-اقلیم-و-کاربری-اراضی-بر-فرسایش-خاک-ایران
t.me/ParscodersCom
بدست آوردن سری زمانی با استفاده از سنجش از دور
#remote_sensing, #anything_goes
با سلام
جهت تحلیل و بدست آوردن سری زمانی منطقه نیازمند تحلیل گر سنجش از دور می باشم
نمونه مقاله در پیوست موجود است
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/490141/بدست-آوردن-سری-زمانی-با-استفاده-از-سنجش-از-دور
t.me/ParscodersCom
#remote_sensing, #anything_goes
با سلام
جهت تحلیل و بدست آوردن سری زمانی منطقه نیازمند تحلیل گر سنجش از دور می باشم
نمونه مقاله در پیوست موجود است
توسط خریدار:
leila veysiاطلاعات بیشتر:
https://parscoders.com/project/490141/بدست-آوردن-سری-زمانی-با-استفاده-از-سنجش-از-دور
t.me/ParscodersCom
پیش بینی طوفان و سیل با استفاده از داده های سنجش از دور
#academic_writing, #articles, #remote_sensing
با سلام به فردی مسلط به حوزه سنجش از دور نیاز دارم که بنده را در نوشتن مقاله در سطح Q1 در حوزه سنجش از دور کمک کند. حتماً مجری محترم باید مسلط و دارای رزومه مطلوبی باشد.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/492737/پیش-بینی-طوفان-و-سیل-با-استفاده-از-داده-های-سنجش-از-دور
t.me/ParscodersCom
#academic_writing, #articles, #remote_sensing
با سلام به فردی مسلط به حوزه سنجش از دور نیاز دارم که بنده را در نوشتن مقاله در سطح Q1 در حوزه سنجش از دور کمک کند. حتماً مجری محترم باید مسلط و دارای رزومه مطلوبی باشد.
توسط خریدار:
danjan10اطلاعات بیشتر:
https://parscoders.com/project/492737/پیش-بینی-طوفان-و-سیل-با-استفاده-از-داده-های-سنجش-از-دور
t.me/ParscodersCom
شهر سالم و جزایر حرارتـی
#academic_writing, #remote_sensing, #arc_gis
در رابطه جزایر حرارتـی بـا رویکرد شهر سالم و دما با تصاویر سنتیل
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/498097/شهر-سالم-و-جزایر-حرارتـی
t.me/ParscodersCom
#academic_writing, #remote_sensing, #arc_gis
در رابطه جزایر حرارتـی بـا رویکرد شهر سالم و دما با تصاویر سنتیل
توسط خریدار:
کاربر584106اطلاعات بیشتر:
https://parscoders.com/project/498097/شهر-سالم-و-جزایر-حرارتـی
t.me/ParscodersCom
پهنه بندی سیل در نواحی شهری با استفاده از rsـــــ ترجیحا باید رشته مدیریت منابع آب باشد
#engineering, #remote_sensing, #arc_gis, #report_writing
پهنه بندی سیل در نواحی شهری، مطالعه موردی سواحل جنوب ایران میتوانید هم خطر ریسک آب گرفتگی رو در نظر بگیرید هم اینکه نواحی ساحلی را. در انتها لازم است روند کلی پروژه برای من توضیح داده شود در قالب ویدیو ها و یا میتینگ های مجازی. پروژه نیاز به تهیه گزارش نویسی و نمایش خروجیهاو تحلیل آنها در فایل ورد دارد.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/498843/پهنه-بندی-سیل-در-نواحی-شهری-با-استفاده-از-rsـــــ-ترجیحا-باید-رشته-مدیریت-منابع-آب-باشد
t.me/ParscodersCom
#engineering, #remote_sensing, #arc_gis, #report_writing
پهنه بندی سیل در نواحی شهری، مطالعه موردی سواحل جنوب ایران میتوانید هم خطر ریسک آب گرفتگی رو در نظر بگیرید هم اینکه نواحی ساحلی را. در انتها لازم است روند کلی پروژه برای من توضیح داده شود در قالب ویدیو ها و یا میتینگ های مجازی. پروژه نیاز به تهیه گزارش نویسی و نمایش خروجیهاو تحلیل آنها در فایل ورد دارد.
توسط خریدار:
کاربر553161اطلاعات بیشتر:
https://parscoders.com/project/498843/پهنه-بندی-سیل-در-نواحی-شهری-با-استفاده-از-rsـــــ-ترجیحا-باید-رشته-مدیریت-منابع-آب-باشد
t.me/ParscodersCom
مقاله انگلیسی کیو وان با محتوای پردازش تصویر دوربین حرارتی در زمینه کشاورزی
#remote_sensing, #articles
نیازمند نگارش و چاپ مقاله کیووان در مجلات معتبر آبیاری با موضوع تعیین زمان آبیاری با استفاده از دوربین حرارتی
به شرط چاپ در مجلات معتبر
نگارش و چاپ در زمان کوتاه
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/500569/مقاله-انگلیسی-کیو-وان-با-محتوای-پردازش-تصویر-دوربین-حرارتی-در-زمینه-کشاورزی
t.me/ParscodersCom
#remote_sensing, #articles
نیازمند نگارش و چاپ مقاله کیووان در مجلات معتبر آبیاری با موضوع تعیین زمان آبیاری با استفاده از دوربین حرارتی
به شرط چاپ در مجلات معتبر
نگارش و چاپ در زمان کوتاه
توسط خریدار:
leila veysiاطلاعات بیشتر:
https://parscoders.com/project/500569/مقاله-انگلیسی-کیو-وان-با-محتوای-پردازش-تصویر-دوربین-حرارتی-در-زمینه-کشاورزی
t.me/ParscodersCom
پیش بینی طوفان و سیل با استفاده از داده های سنجش از دور
#academic_writing, #articles, #remote_sensing
با سلام به فردی مسلط به حوزه سنجش از دور نیاز دارم که بنده را در نوشتن مقاله در سطح Q1 یا Q2 در حوزه سنجش از دور کمک کند. حتماً مجری محترم باید مسلط و دارای رزومه مطلوبی باشد. دو مقاله در این زمینه شبیه سازی کردم که نسبت به آن ها بهبود مدنظرم است.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/492737/پیش-بینی-طوفان-و-سیل-با-استفاده-از-داده-های-سنجش-از-دور
t.me/ParscodersCom
#academic_writing, #articles, #remote_sensing
با سلام به فردی مسلط به حوزه سنجش از دور نیاز دارم که بنده را در نوشتن مقاله در سطح Q1 یا Q2 در حوزه سنجش از دور کمک کند. حتماً مجری محترم باید مسلط و دارای رزومه مطلوبی باشد. دو مقاله در این زمینه شبیه سازی کردم که نسبت به آن ها بهبود مدنظرم است.
توسط خریدار:
danjan10اطلاعات بیشتر:
https://parscoders.com/project/492737/پیش-بینی-طوفان-و-سیل-با-استفاده-از-داده-های-سنجش-از-دور
t.me/ParscodersCom
پردازش تصاویر ماهواره ای بصورت سری زمانی
#remote_sensing, #anything_goes
با استفاده از تصاویر ماهواره های لندست و سنتینل شاخص های محیط زیستی متنوعی برای منطقه ی مورد مطالعه که تالاب شادگان هست استخراج شود .
بازه ی زمانی مدنظر از 2014 تا 2024 هست و خروجی کار این طور هس که برای هرسال یک تصویر و یک نمودار سری زمانی ارائه شود
شاخص ها و محاسبات طبق مقاله ی پیوست باشد
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/533676/پردازش-تصاویر-ماهواره-ای-بصورت-سری-زمانی
t.me/ParscodersCom
#remote_sensing, #anything_goes
با استفاده از تصاویر ماهواره های لندست و سنتینل شاخص های محیط زیستی متنوعی برای منطقه ی مورد مطالعه که تالاب شادگان هست استخراج شود .
بازه ی زمانی مدنظر از 2014 تا 2024 هست و خروجی کار این طور هس که برای هرسال یک تصویر و یک نمودار سری زمانی ارائه شود
شاخص ها و محاسبات طبق مقاله ی پیوست باشد
توسط خریدار:
leila veysiاطلاعات بیشتر:
https://parscoders.com/project/533676/پردازش-تصاویر-ماهواره-ای-بصورت-سری-زمانی
t.me/ParscodersCom
برآورد آب معادل برف
#remote_sensing
مقدار آب معادل برف رو بر حسب میلیمتر برای یک دوره زمانی برای یک منطقه خاص از طریق یک روش سنجش از دور بصورت روزانه نیاز دارم.
روش مورد استفاده نباید ری آنالیز باشد .
کاری که انجام میشود باید مبتنی بر مقالات ISI معتبر و q1 انجام شود .
تمامی مستندات باید قابل ارایه باشد.
خرورجی ها شامل مقادیر روزانه آب معادل برف بصورت میلیمتر در یک فایل اکسل باشد .
خروجی ها باید برای هر روز یک تصویر رستری داشته باشد .
رزولوشن مکانی تصاویر باید کمتر از یک کیلومتر باشد.
بازه زمانی پژوهش باید از ابتدای سال 2006 تا انتهای سال 2016 بصورت روزانه در نظر گرفته شود .
شیپ فایل منطقه آپلود شده است و برای یک روز بطور جداگانه باید هر ساب بیسین یک مقدار برای آب معادل برف داشته باشد.
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/536002/برآورد-آب-معادل-برف
t.me/ParscodersCom
#remote_sensing
مقدار آب معادل برف رو بر حسب میلیمتر برای یک دوره زمانی برای یک منطقه خاص از طریق یک روش سنجش از دور بصورت روزانه نیاز دارم.
روش مورد استفاده نباید ری آنالیز باشد .
کاری که انجام میشود باید مبتنی بر مقالات ISI معتبر و q1 انجام شود .
تمامی مستندات باید قابل ارایه باشد.
خرورجی ها شامل مقادیر روزانه آب معادل برف بصورت میلیمتر در یک فایل اکسل باشد .
خروجی ها باید برای هر روز یک تصویر رستری داشته باشد .
رزولوشن مکانی تصاویر باید کمتر از یک کیلومتر باشد.
بازه زمانی پژوهش باید از ابتدای سال 2006 تا انتهای سال 2016 بصورت روزانه در نظر گرفته شود .
شیپ فایل منطقه آپلود شده است و برای یک روز بطور جداگانه باید هر ساب بیسین یک مقدار برای آب معادل برف داشته باشد.
توسط خریدار:
m_71اطلاعات بیشتر:
https://parscoders.com/project/536002/برآورد-آب-معادل-برف
t.me/ParscodersCom
مهندسی و مدیریت منابع اب Swat و swatcup
#remote_sensing
با عرض سلامT به یک نفر مسلط به swat و swatcup نیازمندم برای مدلسازی یک زیر حوضه در افغانستان. لایه DEM،لندیوز و خاک داده های بارش و دما ارائه خواهد شد و کالیبره کردن مدل با داده های رواناب و برف و lai در swatcup مدنظر است.داده های رواناب و برف و lai تحویل داده می شود. آبیاری نیز باید لحاظ شود که نیازمند برگذاری جلسه در میت می باشد. هم چنین گزارش کار از کار نیز ارسال شود. لطفا هزینه پیشنهادی خود را نیز اعلام کنید.
مهندسی و مدیریت منابع اب
حدود یکماه
Swat و swatcup
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/563374/ مهندسی-و-مدیریت-منابع-اب-swat-و-swatcup
t.me/ParscodersCom
#remote_sensing
با عرض سلامT به یک نفر مسلط به swat و swatcup نیازمندم برای مدلسازی یک زیر حوضه در افغانستان. لایه DEM،لندیوز و خاک داده های بارش و دما ارائه خواهد شد و کالیبره کردن مدل با داده های رواناب و برف و lai در swatcup مدنظر است.داده های رواناب و برف و lai تحویل داده می شود. آبیاری نیز باید لحاظ شود که نیازمند برگذاری جلسه در میت می باشد. هم چنین گزارش کار از کار نیز ارسال شود. لطفا هزینه پیشنهادی خود را نیز اعلام کنید.
مهندسی و مدیریت منابع اب
حدود یکماه
Swat و swatcup
توسط خریدار:
کاربر669662اطلاعات بیشتر:
https://parscoders.com/project/563374/ مهندسی-و-مدیریت-منابع-اب-swat-و-swatcup
t.me/ParscodersCom
نیاز به ارسال مقاله به ژورنال های مختلف
#remote_sensing, #article_submission
ی مقاله انگلیسی دارم در زمینه سنجش از دور که میخاستم مقاله سابمیت بشه و به شرط اکسپت در مجله کیو وان
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/571313/نیاز-به-ارسال-مقاله-به-ژورنال-های-مختلف
t.me/ParscodersCom
#remote_sensing, #article_submission
ی مقاله انگلیسی دارم در زمینه سنجش از دور که میخاستم مقاله سابمیت بشه و به شرط اکسپت در مجله کیو وان
توسط خریدار:
leila veysiاطلاعات بیشتر:
https://parscoders.com/project/571313/نیاز-به-ارسال-مقاله-به-ژورنال-های-مختلف
t.me/ParscodersCom
مقاله هوش مصنوعی
#algorithm, #machine_learning, #remote_sensing, #deep_learning, #data_science
عرض ادب یک الگوریتم نوین برای یادگیری عمیق یا یادگیری عمیق تدریجی نیاز دارم روی داده های تصویری چند بانده ماهواره ای
حال میتونید یا از دیتاست های موجود یا از من داده درخواست کنید ارایه کنم
ولی مهم یک الگوریتم جدید میخوایم که در فیلد های دیگه پیاده سازی شده ولی در هنوز remote sensing انجام نشده یعنی نمیخوام چرخ از اول اختراع بشه ولی باید جدید باشه
هدف بنده چاپ مقاله هستش اگر میخواید قیمت کامل واگذاری بدید یا قیمت همکار پژوهشی بدید چون ما دانشکدمون پول چاپ مقاله در ژورنال رو میده مشکلی نداریم
تشکر از وقتتون
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/578923/مقاله-هوش-مصنوعی
t.me/ParscodersCom
#algorithm, #machine_learning, #remote_sensing, #deep_learning, #data_science
عرض ادب یک الگوریتم نوین برای یادگیری عمیق یا یادگیری عمیق تدریجی نیاز دارم روی داده های تصویری چند بانده ماهواره ای
حال میتونید یا از دیتاست های موجود یا از من داده درخواست کنید ارایه کنم
ولی مهم یک الگوریتم جدید میخوایم که در فیلد های دیگه پیاده سازی شده ولی در هنوز remote sensing انجام نشده یعنی نمیخوام چرخ از اول اختراع بشه ولی باید جدید باشه
هدف بنده چاپ مقاله هستش اگر میخواید قیمت کامل واگذاری بدید یا قیمت همکار پژوهشی بدید چون ما دانشکدمون پول چاپ مقاله در ژورنال رو میده مشکلی نداریم
تشکر از وقتتون
توسط خریدار:
کاربر714936اطلاعات بیشتر:
https://parscoders.com/project/578923/مقاله-هوش-مصنوعی
t.me/ParscodersCom
تاثیر زیرساخت های سبز بر تاب آوری اقلیمی
#remote_sensing
هدف مرحله
هدف این مرحله، تولید دادههای پایه و قابل بازتولید سنجشازدور شامل شاخص پوشش گیاهی (NDVI) و دمای سطح زمین (LST) در مقیاس شهر مشهد است تا بهعنوان ورودی مراحل بعدی تحلیلهای آماری، مکانی و انتخاب محلات نمونه مورد استفاده قرار گیرد.این مرحله صرفاً ماهیت دادهمحور دارد و شامل تحلیلهای تفسیرمحور یا نتیجهگیری اقلیمی گسترده نمیباشد.
دامنه خدمات۱. تدقیق محدوده مطالعهتعیین و تثبیت محدوده نهایی مطالعه در مقیاس کلانشهر مشهدتطبیق محدوده با مرزهای شهری و محلات (در حد نیاز دادهای)۲. انتخاب دادههای ماهوارهایانتخاب تصاویر ماهوارهای Landsat (5/7/8/9 در صورت نیاز)انتخاب حداکثر ۴ سال نماینده در دوره گرم سال(بهعنوان مثال: 2010، 2015، 2020، 2025)معیار انتخاب تصاویر:پوشش ابری کمتر از 10٪همزمانی فصلیکیفیت مناسب دادههاانتخاب نهایی سالها با هماهنگی کارفرما۳. پردازش سنجشازدورانجام تصحیحات رادیومتریک و اتمسفریاستخراج شاخص پوشش گیاهی (NDVI) با روش استاندارد و مستنداستخراج دمای سطح زمین (LST) با روش استاندارد و دارای رفرنس علمیثبت و مستندسازی کامل روشها، فرمولها و پارامترها۴. تولید خروجیهای دادهایتولید لایههای رستری NDVI و LST برای هر سال منتخبیکپارچهسازی و آمادهسازی دادهها برای استفاده در محیط GIS۵. تحلیل محدود کنترلی (حداقلی)تهیه نقشههای NDVI و LST صرفاً جهت کنترل داده و نمایش اولیهاجرای خوشهبندی K-means بر اساس NDVI–LST صرفاً برای شناسایی الگوهای حرارتی اولیه
تبصره زمانیتحلیل دادهها در بازه زمانی 2010 تا 2025 انجام میشود، اما پردازش صرفاً برای سالهای نماینده منتخب صورت میگیرد.
یکی از سالها بهعنوان سال مرجع دادهای انتخاب شده و مبنای مراحل بعدی قرار خواهد گرفت.
خروجیهای مرحله ۱:لایههای رستری NDVI (GeoTIFF)لایههای رستری LST (GeoTIFF)فایل پروژه GIS (QGIS یا ArcGIS)جدول مشخصات تصاویر مورد استفاده (CSV یا Excel)نقشههای نمایشی NDVI و LSTنتایج خوشهبندی K-meansگزارش فنی کوتاه (حداکثر 20 صفحه) شامل:دادههاروش پردازشرفرنسهای علمی(قابل استفاده مستقیم در فصل ۴ رساله)- مراحل غیر الزامی ولی قابل اضافه شدن هریک به مرحله بالا درصورت موافقت مجری و تغییر مبلغ قرارداد :این مرحله ارسالی بالا برای مراحل بعدی زیر است که دیتاهای آن مورد استفاده قرار می گیرد : (این مراحل مورد درخواست نیست فعلا ولی اگر قابل انجام توسط متحصص است میتوان به صورت یکجا انجام داد) مرحله ۲: تحلیلهای آماری و مکانی• محاسبه همبستگی NDVI–LST• اجرای رگرسیون خطی جهت تعیین میزان اثر پوشش گیاهی بر دمای سطح• اجرای رگرسیون وزنی جغرافیایی (GWR) و تهیه نقشه ضرایب محلی• تحلیل نتایج در ارتباط با طبقهبندی اقلیم محلی (LCZ)• ارائه نتایج در قالب نقشه، جدول و نمودارخروجیهای مرحله ۲• نتایج آماری رابطه پوشش سبز و دمای سطح• نقشههای تحلیلی GWR و LCZ• گزارش شماره ۲:تحلیلهای آماری و مکانی• تحلیل تشریحی قابل استفاده در متن رساله________________________________________مرحله ۳: طبقه بندی محلات، ارزیابی و انتخاب محلات هدف برای تحلیل و شبیهسازیهای بعدی (توجه : برای این پروژه شبیه سازی نیازی نیست این مرحله صرفا برای قبل از شبیه سازی مورد نیاز است) فرآیند انتخاب محلات شامل موارد زیر است:• طبقهبندی فرم شهری شهر مشهد بر اساس طبقهبندی اقلیم محلی (LCZ) و شناسایی تیپهای اصلی بافت شهری (متراکم قدیمی، میانی و جدید/بازتر)• طراحی چارچوب ارزیابی چند معیاره تاب آوری اقلیمی در مقیاس محله• تعیین، نرمالسازی و و...
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/595705/تاثیر-زیرساخت-های-سبز-بر-تاب-آوری-اقلیمی
t.me/ParscodersCom
#remote_sensing
هدف مرحله
هدف این مرحله، تولید دادههای پایه و قابل بازتولید سنجشازدور شامل شاخص پوشش گیاهی (NDVI) و دمای سطح زمین (LST) در مقیاس شهر مشهد است تا بهعنوان ورودی مراحل بعدی تحلیلهای آماری، مکانی و انتخاب محلات نمونه مورد استفاده قرار گیرد.این مرحله صرفاً ماهیت دادهمحور دارد و شامل تحلیلهای تفسیرمحور یا نتیجهگیری اقلیمی گسترده نمیباشد.
دامنه خدمات۱. تدقیق محدوده مطالعهتعیین و تثبیت محدوده نهایی مطالعه در مقیاس کلانشهر مشهدتطبیق محدوده با مرزهای شهری و محلات (در حد نیاز دادهای)۲. انتخاب دادههای ماهوارهایانتخاب تصاویر ماهوارهای Landsat (5/7/8/9 در صورت نیاز)انتخاب حداکثر ۴ سال نماینده در دوره گرم سال(بهعنوان مثال: 2010، 2015، 2020، 2025)معیار انتخاب تصاویر:پوشش ابری کمتر از 10٪همزمانی فصلیکیفیت مناسب دادههاانتخاب نهایی سالها با هماهنگی کارفرما۳. پردازش سنجشازدورانجام تصحیحات رادیومتریک و اتمسفریاستخراج شاخص پوشش گیاهی (NDVI) با روش استاندارد و مستنداستخراج دمای سطح زمین (LST) با روش استاندارد و دارای رفرنس علمیثبت و مستندسازی کامل روشها، فرمولها و پارامترها۴. تولید خروجیهای دادهایتولید لایههای رستری NDVI و LST برای هر سال منتخبیکپارچهسازی و آمادهسازی دادهها برای استفاده در محیط GIS۵. تحلیل محدود کنترلی (حداقلی)تهیه نقشههای NDVI و LST صرفاً جهت کنترل داده و نمایش اولیهاجرای خوشهبندی K-means بر اساس NDVI–LST صرفاً برای شناسایی الگوهای حرارتی اولیه
تبصره زمانیتحلیل دادهها در بازه زمانی 2010 تا 2025 انجام میشود، اما پردازش صرفاً برای سالهای نماینده منتخب صورت میگیرد.
یکی از سالها بهعنوان سال مرجع دادهای انتخاب شده و مبنای مراحل بعدی قرار خواهد گرفت.
خروجیهای مرحله ۱:لایههای رستری NDVI (GeoTIFF)لایههای رستری LST (GeoTIFF)فایل پروژه GIS (QGIS یا ArcGIS)جدول مشخصات تصاویر مورد استفاده (CSV یا Excel)نقشههای نمایشی NDVI و LSTنتایج خوشهبندی K-meansگزارش فنی کوتاه (حداکثر 20 صفحه) شامل:دادههاروش پردازشرفرنسهای علمی(قابل استفاده مستقیم در فصل ۴ رساله)- مراحل غیر الزامی ولی قابل اضافه شدن هریک به مرحله بالا درصورت موافقت مجری و تغییر مبلغ قرارداد :این مرحله ارسالی بالا برای مراحل بعدی زیر است که دیتاهای آن مورد استفاده قرار می گیرد : (این مراحل مورد درخواست نیست فعلا ولی اگر قابل انجام توسط متحصص است میتوان به صورت یکجا انجام داد) مرحله ۲: تحلیلهای آماری و مکانی• محاسبه همبستگی NDVI–LST• اجرای رگرسیون خطی جهت تعیین میزان اثر پوشش گیاهی بر دمای سطح• اجرای رگرسیون وزنی جغرافیایی (GWR) و تهیه نقشه ضرایب محلی• تحلیل نتایج در ارتباط با طبقهبندی اقلیم محلی (LCZ)• ارائه نتایج در قالب نقشه، جدول و نمودارخروجیهای مرحله ۲• نتایج آماری رابطه پوشش سبز و دمای سطح• نقشههای تحلیلی GWR و LCZ• گزارش شماره ۲:تحلیلهای آماری و مکانی• تحلیل تشریحی قابل استفاده در متن رساله________________________________________مرحله ۳: طبقه بندی محلات، ارزیابی و انتخاب محلات هدف برای تحلیل و شبیهسازیهای بعدی (توجه : برای این پروژه شبیه سازی نیازی نیست این مرحله صرفا برای قبل از شبیه سازی مورد نیاز است) فرآیند انتخاب محلات شامل موارد زیر است:• طبقهبندی فرم شهری شهر مشهد بر اساس طبقهبندی اقلیم محلی (LCZ) و شناسایی تیپهای اصلی بافت شهری (متراکم قدیمی، میانی و جدید/بازتر)• طراحی چارچوب ارزیابی چند معیاره تاب آوری اقلیمی در مقیاس محله• تعیین، نرمالسازی و و...
توسط خریدار:
Iman1043اطلاعات بیشتر:
https://parscoders.com/project/595705/تاثیر-زیرساخت-های-سبز-بر-تاب-آوری-اقلیمی
t.me/ParscodersCom
تاثیر زیرساخت های سبز بر تاب آوری اقلیمی
#remote_sensing, #thesis, #anything_goes
مرحله 1 این گزارش در پایین تشریح شده انجام شده هر چند به حاظر شرایط جنگی ناقص تحویل داده شده و من دسترسی برای تایید نداشتم و مثلا KMEANS رو نداره اما چارچوب کلی رو داره و تمام دیتاها موجود هست ، یک سری تغییرات کوچک که بیشتری نگارشی هست از مرحله اول و بیشتر انجام مرحله دوم ملاک هست .قیمت پیشنهادی اعلام بفرمایید بخشی از رساله شهرسازی هست. هدف مرحله
هدف این مرحله، تولید دادههای پایه و قابل بازتولید سنجشازدور شامل شاخص پوشش گیاهی (NDVI) و دمای سطح زمین (LST) در مقیاس شهر مشهد است تا بهعنوان ورودی مراحل بعدی تحلیلهای آماری، مکانی و انتخاب محلات نمونه مورد استفاده قرار گیرد.این مرحله صرفاً ماهیت دادهمحور دارد و شامل تحلیلهای تفسیرمحور یا نتیجهگیری اقلیمی گسترده نمیباشد.
دامنه خدمات۱. تدقیق محدوده مطالعهتعیین و تثبیت محدوده نهایی مطالعه در مقیاس کلانشهر مشهدتطبیق محدوده با مرزهای شهری و محلات (در حد نیاز دادهای)۲. انتخاب دادههای ماهوارهایانتخاب تصاویر ماهوارهای Landsat (5/7/8/9 در صورت نیاز)انتخاب حداکثر ۴ سال نماینده در دوره گرم سال(بهعنوان مثال: 2010، 2015، 2020، 2025)معیار انتخاب تصاویر:پوشش ابری کمتر از 10٪همزمانی فصلیکیفیت مناسب دادههاانتخاب نهایی سالها با هماهنگی کارفرما۳. پردازش سنجشازدورانجام تصحیحات رادیومتریک و اتمسفریاستخراج شاخص پوشش گیاهی (NDVI) با روش استاندارد و مستنداستخراج دمای سطح زمین (LST) با روش استاندارد و دارای رفرنس علمیثبت و مستندسازی کامل روشها، فرمولها و پارامترها۴. تولید خروجیهای دادهایتولید لایههای رستری NDVI و LST برای هر سال منتخبیکپارچهسازی و آمادهسازی دادهها برای استفاده در محیط GIS۵. تحلیل محدود کنترلی (حداقلی)تهیه نقشههای NDVI و LST صرفاً جهت کنترل داده و نمایش اولیهاجرای خوشهبندی K-means بر اساس NDVI–LST صرفاً برای شناسایی الگوهای حرارتی اولیه
تبصره زمانیتحلیل دادهها در بازه زمانی 2010 تا 2025 انجام میشود، اما پردازش صرفاً برای سالهای نماینده منتخب صورت میگیرد.
یکی از سالها بهعنوان سال مرجع دادهای انتخاب شده و مبنای مراحل بعدی قرار خواهد گرفت.
خروجیهای مرحله ۱:لایههای رستری NDVI (GeoTIFF)لایههای رستری LST (GeoTIFF)فایل پروژه GIS (QGIS یا ArcGIS)جدول مشخصات تصاویر مورد استفاده (CSV یا Excel)نقشههای نمایشی NDVI و LSTنتایج خوشهبندی K-meansگزارش فنی کوتاه (حداکثر 20 صفحه) شامل:دادههاروش پردازشرفرنسهای علمی(قابل استفاده مستقیم در فصل ۴ رساله)
مرحله ۲: تحلیلهای آماری و مکانی• محاسبه همبستگی NDVI–LST• اجرای رگرسیون خطی جهت تعیین میزان اثر پوشش گیاهی بر دمای سطح• اجرای رگرسیون وزنی جغرافیایی (GWR) و تهیه نقشه ضرایب محلی• تحلیل نتایج در ارتباط با طبقهبندی اقلیم محلی (LCZ)• ارائه نتایج در قالب نقشه، جدول و نمودارخروجیهای مرحله ۲• نتایج آماری رابطه پوشش سبز و دمای سطح• نقشههای تحلیلی GWR و LCZ• گزارش شماره ۲:تحلیلهای آماری و مکانی• تحلیل تشریحی قابل استفاده در متن رساله
توسط خریدار:
اطلاعات بیشتر:
https://parscoders.com/project/608173/تاثیر-زیرساخت-های-سبز-بر-تاب-آوری-اقلیمی
t.me/ParscodersCom
#remote_sensing, #thesis, #anything_goes
مرحله 1 این گزارش در پایین تشریح شده انجام شده هر چند به حاظر شرایط جنگی ناقص تحویل داده شده و من دسترسی برای تایید نداشتم و مثلا KMEANS رو نداره اما چارچوب کلی رو داره و تمام دیتاها موجود هست ، یک سری تغییرات کوچک که بیشتری نگارشی هست از مرحله اول و بیشتر انجام مرحله دوم ملاک هست .قیمت پیشنهادی اعلام بفرمایید بخشی از رساله شهرسازی هست. هدف مرحله
هدف این مرحله، تولید دادههای پایه و قابل بازتولید سنجشازدور شامل شاخص پوشش گیاهی (NDVI) و دمای سطح زمین (LST) در مقیاس شهر مشهد است تا بهعنوان ورودی مراحل بعدی تحلیلهای آماری، مکانی و انتخاب محلات نمونه مورد استفاده قرار گیرد.این مرحله صرفاً ماهیت دادهمحور دارد و شامل تحلیلهای تفسیرمحور یا نتیجهگیری اقلیمی گسترده نمیباشد.
دامنه خدمات۱. تدقیق محدوده مطالعهتعیین و تثبیت محدوده نهایی مطالعه در مقیاس کلانشهر مشهدتطبیق محدوده با مرزهای شهری و محلات (در حد نیاز دادهای)۲. انتخاب دادههای ماهوارهایانتخاب تصاویر ماهوارهای Landsat (5/7/8/9 در صورت نیاز)انتخاب حداکثر ۴ سال نماینده در دوره گرم سال(بهعنوان مثال: 2010، 2015، 2020، 2025)معیار انتخاب تصاویر:پوشش ابری کمتر از 10٪همزمانی فصلیکیفیت مناسب دادههاانتخاب نهایی سالها با هماهنگی کارفرما۳. پردازش سنجشازدورانجام تصحیحات رادیومتریک و اتمسفریاستخراج شاخص پوشش گیاهی (NDVI) با روش استاندارد و مستنداستخراج دمای سطح زمین (LST) با روش استاندارد و دارای رفرنس علمیثبت و مستندسازی کامل روشها، فرمولها و پارامترها۴. تولید خروجیهای دادهایتولید لایههای رستری NDVI و LST برای هر سال منتخبیکپارچهسازی و آمادهسازی دادهها برای استفاده در محیط GIS۵. تحلیل محدود کنترلی (حداقلی)تهیه نقشههای NDVI و LST صرفاً جهت کنترل داده و نمایش اولیهاجرای خوشهبندی K-means بر اساس NDVI–LST صرفاً برای شناسایی الگوهای حرارتی اولیه
تبصره زمانیتحلیل دادهها در بازه زمانی 2010 تا 2025 انجام میشود، اما پردازش صرفاً برای سالهای نماینده منتخب صورت میگیرد.
یکی از سالها بهعنوان سال مرجع دادهای انتخاب شده و مبنای مراحل بعدی قرار خواهد گرفت.
خروجیهای مرحله ۱:لایههای رستری NDVI (GeoTIFF)لایههای رستری LST (GeoTIFF)فایل پروژه GIS (QGIS یا ArcGIS)جدول مشخصات تصاویر مورد استفاده (CSV یا Excel)نقشههای نمایشی NDVI و LSTنتایج خوشهبندی K-meansگزارش فنی کوتاه (حداکثر 20 صفحه) شامل:دادههاروش پردازشرفرنسهای علمی(قابل استفاده مستقیم در فصل ۴ رساله)
مرحله ۲: تحلیلهای آماری و مکانی• محاسبه همبستگی NDVI–LST• اجرای رگرسیون خطی جهت تعیین میزان اثر پوشش گیاهی بر دمای سطح• اجرای رگرسیون وزنی جغرافیایی (GWR) و تهیه نقشه ضرایب محلی• تحلیل نتایج در ارتباط با طبقهبندی اقلیم محلی (LCZ)• ارائه نتایج در قالب نقشه، جدول و نمودارخروجیهای مرحله ۲• نتایج آماری رابطه پوشش سبز و دمای سطح• نقشههای تحلیلی GWR و LCZ• گزارش شماره ۲:تحلیلهای آماری و مکانی• تحلیل تشریحی قابل استفاده در متن رساله
توسط خریدار:
Iman1043اطلاعات بیشتر:
https://parscoders.com/project/608173/تاثیر-زیرساخت-های-سبز-بر-تاب-آوری-اقلیمی
t.me/ParscodersCom