دوره سنجش از دور مردمی: مبانی، کاربردها و تحلیل داده‌ها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره سنجش از دور مردمی: مبانی، کاربردها و تحلیل داده‌ها

موضوع کلی: علوم زمین و محیط زیست

موضوع میانی: سنجش از دور و تحلیل داده‌های مکانی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سنجش از دور و علوم شهروندی
• 2. تعریف و مفاهیم کلیدی سنجش از دور
• 3. تعریف و مفاهیم کلیدی علوم شهروندی
• 4. تکامل سنجش از دور و علوم شهروندی
• 5. مزایای ادغام سنجش از دور و علوم شهروندی
• 6. انواع داده‌های سنجش از دور قابل استفاده در پروژه‌های شهروندی
• 7. انواع پروژه‌های علوم شهروندی در سنجش از دور
• 8. نقش شهروندان در جمع‌آوری داده‌های سنجش از دور
• 9. اهمیت کیفیت داده‌ها در پروژه‌های علوم شهروندی
• 10. ابزارهای جمع‌آوری داده‌های سنجش از دور توسط شهروندان
• 11. نرم‌افزارهای متن‌باز برای تحلیل داده‌های سنجش از دور
• 12. مقدمه‌ای بر پردازش تصاویر ماهواره‌ای
• 13. تصحیح هندسی و رادیومتریک تصاویر ماهواره‌ای
• 14. طبقه‌بندی تصاویر ماهواره‌ای
• 15. شاخص‌های پوشش گیاهی و کاربردهای آن‌ها
• 16. شاخص‌های آب و کاربردهای آن‌ها
• 17. شاخص‌های زمین‌شناسی و کاربردهای آن‌ها
• 18. شاخص‌های آتش‌سوزی و کاربردهای آن‌ها
• 19. استفاده از داده‌های LiDAR در پروژه‌های علوم شهروندی
• 20. مقدمه‌ای بر داده‌های پهپادی (Drone)
• 21. برنامه‌ریزی پرواز با پهپاد برای جمع‌آوری داده‌ها
• 22. پردازش تصاویر پهپادی
• 23. ایجاد مدل‌های ارتفاعی دیجیتال (DEM) با استفاده از پهپاد
• 24. کاربرد داده‌های پهپادی در کشاورزی دقیق
• 25. کاربرد داده‌های پهپادی در مدیریت منابع آب
• 26. کاربرد داده‌های پهپادی در پایش محیط زیست
• 27. استفاده از داده‌های سنجش از دور در مدیریت بلایای طبیعی
• 28. شناسایی و ارزیابی خسارات ناشی از سیل با استفاده از سنجش از دور
• 29. شناسایی و ارزیابی خسارات ناشی از زلزله با استفاده از سنجش از دور
• 30. شناسایی و ارزیابی خسارات ناشی از آتش‌سوزی با استفاده از سنجش از دور
• 31. مقدمه‌ای بر یادگیری ماشین و کاربرد آن در سنجش از دور
• 32. طبقه‌بندی تصاویر ماهواره‌ای با استفاده از الگوریتم‌های یادگیری ماشین
• 33. تشخیص تغییرات در تصاویر ماهواره‌ای با استفاده از یادگیری ماشین
• 34. پیش‌بینی تغییرات کاربری اراضی با استفاده از مدل‌های یادگیری ماشین
• 35. ارزیابی دقت نقشه‌های تولید شده با استفاده از علوم شهروندی
• 36. روش‌های اعتبارسنجی داده‌های جمع‌آوری شده توسط شهروندان
• 37. چالش‌ها و محدودیت‌های استفاده از داده‌های علوم شهروندی
• 38. بهبود مشارکت شهروندان در پروژه‌های سنجش از دور
• 39. طراحی رابط کاربری مناسب برای جمع‌آوری داده‌های علوم شهروندی
• 40. ملاحظات اخلاقی در پروژه‌های سنجش از دور و علوم شهروندی
• 41. بررسی موردی پروژه‌های موفق سنجش از دور مردمی
• 42. آینده سنجش از دور و علوم شهروندی