Tag: remote sensing

Landsat ဂြိုဟ်တုများတွင် ပါ၀င်သော အပူအနီအောက် ရောင်ခြည် အာရုံခံကိရိယာ (TIRS) အကြောင်း

Landsat ဂြိုဟ်တုများတွင် ပါ၀င်သော အပူအနီအောက်ရောင်ခြည် အာရုံခံကိရိယာ (TIRS) က ဘာတွေ လုပ်ဆောင်ပါသနည်း။ Landsatဂြိုဟ်တုများတွင် ပါ၀င်သော အပူအနီအောက်ရောင်ခြည် အာရုံခံကိရိယာ (TIRS) သည် ကမ္ဘာ့ မျက်နှာပြင် အပူချိန်ကို တိုင်းတာပေးသည်။ ၎င်းသည် လူ့မျက်လုံးဖြင့် မမြင်နိုင်သော အပူအနီအောက်‌ ရောင်စဥ်ကို ဗဟိုပြု၍ အပူချိန်ကို တိကျစွာ တိုင်းတာပေးခြင်းဖြစ်သည်။ ယနေ့ TIRS အကြောင်းကို လေ့လာကြည့်ကြရအောင်။  TIRS သည် မည်ကဲ့သို့ အလုပ်လုပ်ပါသနည်း။  ကမ္ဘာပေါ်ရှိ မြေ၊ ရေ၊ သစ်ပင်များကဲ့သို့ အရာအားလုံးသည် အပူကို ထုတ်လွှတ်ပေးနေပါသည်။ TIRS သည် ထိုအပူကို ဖမ်းယူပြီး Band 10 နှင့် Band 11 အဖြစ် ပုံရိပ်များ (imagery)…
Read more

Satellite Embedding Dataset

၂၀၂၅ ခု ဇူလကုန်ပိုင်းလောက်မှာ Google Earth Engine မှာ Satellite Embedding Dataset (SED) ဆိုတဲ့ ဒေတာအသစ်တစ်ခုပေါ်ထွက်လာခဲ့ပါတယ်။ ဒီ dataset ကို  Google DeepMind’s AI မိုဒယ်အသစ်တစ်ခုဖြစ်တဲ့ AlphaEarth Foundations model ကိုအသုံးပြုပြီးဖန်တီးထုတ်လုပ်ခဲ့တာဖြစ်ပါတယ်။ ကုန်းမြေ နဲ့ ရေတိမ်ပိုင်းဧရိယာ (မြစ်၊ချောင်း၊ကန်များ၊ ကမ်းရိုးတမ်းရေတိမ်များ အပါ) တွေကိုလွှမ်းခြုံပါတယ်။ ဒီ‌ဒေတာ ကိုဖန်တီးရာမှာ Sentinel-1, Sentinel-2, Landsat 8 and Landsat 9, GEDI Raster Canopy Height metrics, GLO-30 DEM, ERA5-Land Reanalysis Monthly Aggregates, ALOS PALSAR-2 ScanSAR, GRACE…
Read more

Synthetic Aperture Radar ဆိုတာဘာလဲ

နိဒါန်း အဝေးမှ စူးစမ်းလေ့လာခြင်းပညာရပ် (remote sensing) ကို အသုံးပြုကြသည့် သိပ္ပံညာရှင်အများစုသည် အမေရိကန်ပြည်ထောင်စု ဘူမိဗေဒဆိုင်ရာ တိုင်တာရေးအဖွဲ့၏ Landsat ဂြိုလ်တု (U.S. Geological Survey’s Landsat), အမျိုးသား အာကာသနှင့် လေကြောင်း ဦးစီးဌာန၏  MODIS ဂြိုလ်တု (NASA’s Moderate Resolution Imaging Spectroradiometer) နှင့် ဥရောပ အာကာအေဂျင်စီ၏ Sentinel-2 ဂြိုလ်တု( European Space Agency’s Sentinel-2) များမှ optical ဂြိုလ်တုဓါတ်ပုံများဖြင့်  အကျွမ်းတဝင်ဖြစ်နေချိန်/ အသုံးပြုစဉ် အခြားသော အဝေးမှ စူးစမ်းလေ့လာခြင်းဆိုင်ရာ ဒေတာတစ်မျိုးမှာ ရေဒီယိုလှိုင်းများထုတ်လွှတ်တိုင်းတာပြီးရရှိသည့် – Synthetic Aperture Radar(SAR) ဒေတာဖြစ်ပါသည်။  SAR သည် ကိုယ်ပိုင်စွမ်းအင်ထုတ်လွှင့်၍…
Read more

False Color Satellite Imagery (ထူးခြား/သွေဖီအရောင်ဂြိုလ်တုပုံရိပ်များ)

မူရင်း – https://eos.com/make-an-analysis/false-color/ false color image (ထူးခြား/သွေဖီအရောင်ပုံရိပ်) များကို လူ့မျက်စိနှင့်မမြင်နိုင်သော သို့မဟုတ် ခွဲခြားရန်ခက်ခဲသော အရာဝတ္တုများကို ရှာဖွေခြင်းသို့မဟုတ် အမြင်အာရုံမြှင့်တင်ခြင်း ပြုလုပ်ရာတွင် အသုံးပြုသည်။ False color image များသည် အမျိုးမျိုးသောရောင်စဉ်ပေါင်းစပ်ထားသည့်ပုံရိပ် (Multispectral Image) များကို သဘာဝရောင်စဉ် (RGB Band) များအား သုံးသပ်လေ့လာသည့်အတိုင်း ခွဲခြားစိပ်ဖြာရသည်။ ပေါင်းစပ်သွေဖီအရောင်ပုံရိပ်စနစ် False color image များကို ကွဲပြားသော အရောင်များကိုပေါင်းစပ်ပြုလုပ်ကြသည်။ ပေါင်းစပ်ရမည့် အရောင်ရွေးချယ်ရာတွင် အထူးပြုလေ့လာရမည့်အရာဝတ္တုများပေါ်မူတည်၍ ရွေးချယ်ကြသည်။ အောက်ဖေါ်ပြပါ band combination scheme သည် ယေဘုယျအသုံးပြုမှုများသော ပေါင်းစပ်မှုဖြစ်သည်။ SWIR-2, SWIR-1, Red False Color Scheme SWIR…
Read more

Natural Color, Pansharpen Band Combination

မူရင်း – https://eos.com/make-an-analysis/natural-color-pansharpen/ ရောင်စဉ်ပေါင်းစပ်မှု (အနီ ၊ အစိမ်း၊ အပြာ နှင့် ပန်ခရိုမက်တစ် ) Pan-sharpening ဟူသောဝေါဟာရသည် Panchromatic sharpening ဆိုသည့် ဝေါဟာရ၏ အတိုကောက်ဖြစ်သည်။ အဓိပ္ပါယ်မှာ panchromatic image ကိုအသုံးပြု၍ band (ရောင်စဉ်) များပေါင်းစပ်ထားသည့် Multispectral image (ရောင်စဉ်စုံပုံရိပ်) များကို လည်းကောင်းတို့၏ spatial resolution (အသေးစိပ်မြင်နိုင်စွမ်းကို) ချဲ့ထွင်ခြင်းဖြစ်သည်။ (ဤတွင်ရှင်းလင်းစရာများရှိနေသည်။ Spectral resolution ဆိုသည်မှာ sensor တစ်ခုမှ ရောင်စဉ်တန်းမည်မျှဖမ်းယူနိုင်သည်ကို ဖေါ်ပြခြင်းဖြစ်သည်။ ရိုးရိုးကင်မရာတစ်လုံးသည် visible band ၃ ခုကိုသာဖမ်းယူနိုင်သည်။ Landsat-8 sensor သည် band 9 ခုအထိဖမ်းယူနိုင်သည်။ အချို့ sensor…
Read more

စိုက်ပျိုးရေးသုံး ရောင်စဉ်များအတွဲအစပ်များ (Agriculture Band Combinations)

မူရင်း – https://eos.com/make-an-analysis/agriculture-band/ နိဒါန်း ဂြိုလ်တုမှတဆင့်သီးနှံစိုက်ပျိုးထုတ်လုပ်မှုစောင့်ကြည့်ရေးလုပ်ငန်းစဉ် သည် Agriculture Band (စိုက်ပျိုးရေးဆိုင်ရာရောင်စဉ်)များပေါင်းစပ်အသုံးပြုခြင်းမပါပဲမဖြစ်နိုင်ပေ။ ထို့အတွက် SWIR1 (လှိုင်းတိုအနီအောက်ရောင်စဉ် ၁)၊ NIR (အနီအောက်ရောင်စဉ်ဦး)၊ Blue (အပြာရောင်စဉ်) တို့ကိုအခြေခံအားဖြင့်အသုံးပြုကြသည်။ ဤရောင်စဉ်ပေါင်းစပ်မှု မှ သန်စွမ်းသောသီးနှံကို စိမ်းစိုသောအစိမ်းရောင်၊ မြေသားကွင်းပြင်ကို ပန်းခရမ်းရောင် (Magenta)၊ သီးနှံမဖြစ်ထွန်းသောအပင်တို့ကို အစိမ်းနုရောင်နှင့် အခြားအရာဝတ္တုများအား အခြားအရောင်များဖြင့်ခွဲခြားသိမြင်စေသည်။ လှိုင်းတိုရောင်စဉ်နှင့်အနီအောက်ရောင်စဉ် တို့မှ အဖိုးတန်လှသော သီးနှံသန်စွမ်းဖြစ်ထွန်းမှုအချက်အလက်များ ကိုညွှန်ပြသည်။ NIR Band မှသီးနှံအမှန်တကယ်ဖြစ်ထွန်းမှုကိုဖေါ်ပြ၍ SWIR Band မှ အပင်နှင့်မြေဆီလွှာ၏ ရေပါဝင်နှုန်းကိုဖေါ်ပြနိုင်သည်။ သီးနှံစိုက်ပျိုးထုတ်လုပ်သူများသည် ဤအချက်အလက်များကို စောင့်ကြည့်လေ့လာ၍ သီးနှံခင်းများအထွက်နှုန်းတိုးအောင် စောင့်ရှောက်ကာကွယ်ကြသည်။ စိုက်ပျိုးရေးဆိုင်ရာရောင်စဉ်ပေါင်းစပ်မှု (In Action) Vegetation (သစ်တော၊ သဘာဝပေါက်ပင်၊ စိုက်ပျိုးခင်း) များသည်…
Read more

လေထုနှောက်ယှက်သက်ရောက်မှုများကိုဖယ်ရှားခြင်း (Atmospheric Removal)

မူရင်း – https://eos.com/make-an-analysis/atmospheric-removal/ ရောင်စဉ်ပေါင်းစပ်မှု (လှိုင်းတိုအနီအောက်ရောင်စဉ် ၂ ၊ အနီအောက်ရောင်စဉ်ဦး ၊ အစိမ်းရောင်စဉ်) – Band Combination: SWIR 2, NIV, Green Atmospheric removal (လေထုကြောင့်သွေဖီမှုများကိုဖယ်ရှားခြင်း) ဆိုသည်မှာ လေထုကြောင့်ဖြစ်ပေါ်လာသော အနှောက်အယှက်များကို ပြန်လည်ပြုပြင်ခြင်းနှင့် အာရုံခံကိရိယာများမှဖမ်းယူရရှိသည့် အလင်းပြန်မှုကို အမှန်တကယ် ကမ္ဘာ့မြေမျက်နှာပြင်ရှိအရာဝတ္တုများ၏အလင်းပြန်မှု အဖြစ်ပြောင်းလဲခြင်းကို ဆိုလိုပါသည်။ ဤပြုပြင်ခြင်းကို Landsat image များအား ခွဲခြမ်းစိပ်ဖြာလေ့လာမှုမပြုခင်အသုံးပြုကြသည်။ အသီးသီးသော ရောင်စဉ်ပေါင်းစပ်မှုများသည် ပုံရိပ်ထင်ရှားဖြစ်ပေါ်ခြင်းကို အရေးပါသည်။  လေထုကြောင့်သွေဖီမှုဖြစ်ပေါ်သည့်ရောင်စဉ်များ၏ဖွင့်ဆိုချက် SWIR2 band (လှိုင်းတိုအနီအောက်ရောင်စဉ် ၂) သည် လျှပ်စစ်သံလိုက်ရောင်ခြည်လှိုင်းအလျားနိမ့်စွမ်းအင်တွင် အလင်းပြန်မှုမရှိပေ။ ဤ band တွင်ရေတွင်လုံးဝနီးပါးနစ်ဝင်သည်။ ဤထူးခြားသည့်ဝိသေသကိုအသုံးပြု၍ အမျိုးမျိုးသောလုပ်ငန်းများတွင်ကျယ်ကျယ်ပြန့်ပြန့်အသုံးပြုကြသည်။ အကြမ်းအားဖြင့် ရေပမာဏ အများအပြားကို…
Read more

ပုံစံများနှင့် အလားအလာများကို Time Series ဂြိုဟ်တုရိပ်များဖြင့်ရှာဖွေခြင်း

မူရင်း – Satellite Time Series: Detecting Trend And Seasonal Changes (eos.com) ဂြိုဟ်တုဓာတ်ပုံတွေကို Time series အလိုက် စမ်းစစ်မှုတွေ လုပ်တာဟာ ကျွန်တော်တို့ ကမ္ဘာပေါ်မှာ ဖြစ်ပျက်နေတဲ့ အဖြစ်ပျက်အမျိုးမျိုးကို စူးစမ်းလေ့လာဖို့အတွက် အလွန်တန်ဖိုးရှိတဲ့ နည်းလမ်းတစ်ခု ဖြစ်ပါတယ်။ နှစ်တွေများကြီးမှတ်တမ်းတင်ထားခဲ့တဲ့ ဂြိုဟ်တုဓာတ်ပုံတွေကို စမ်းစစ်မှုတွေ ပြုလုပ်ခြင်းအားဖြင့် နယ်ပယ်အစုံမှာ ဖြစ်ပျက်နေတာတွေကို ထဲထဲဝင်ဝင်သိမြင် နားလည်နိုင်ပါတယ် (ဥပမာအားဖြင့် – လယ်ယာမြေ များနှင့် သစ်တောဧရိယာ များမှ  မြို့ပြများအဖြစ် ပြောင်းလဲသွားခြင်း)။ ဒီဆောင်းပါးမှာဆိုရင် time series ဂြိုဟ်တုဓာတ်ပုံတွေကို လက်တွေ့အသုံးချနည်းနှင့် ၄င်းတို့ဟာ စီမံခန့်ခွဲရေးဆိုင်ရာ ဆုံးဖြတ်များချမှတ်ရာ မှာ ဘယ်လောက်အရေးပါတယ်ဆိုတာတွေကို ဖော်ပြပေးသွားမှာ ဖြစ်ပါတယ်။ နယ်ပယ်အစုံက ကျွမ်းကျင်…
Read more

Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookies are small data files transferred onto computers or devices by sites, and this information is stored in your browser and performs functions such as recognising you when you return to our website and helping us to understand which information you find most interesting and useful.

You can adjust your preferences below.

Strictly Necessary Cookies

Strictly Necessary Cookie should be enabled at all times so that we can save your preferences for cookie settings and and store required information for operating the website properly.

Show details Hide details