پایش آلودگی هوا به کمک سنجش از دور
پایش آلودگی هوا به کمک سنجش از دور و یادگیری ماشین
در این مطلب سرفصل های دوره آموزش پایش آلودگی هوا به کمک سنجش از دور و همچنین استفاده از تکنیک های یادگیری ماشین ارائه می شود.
هدف دوره آموزشی:
- آشنایی با مفاهیم آلودگی هوا و اهمیت بررسی آن
- پایش داده های زمینی دریافتی از ایستگاه های زمینی سنجش غلظت آلاینده ها
- معرفی آلاینده های معیار و شاخص AQI
- مبانی سنجش از دور در پایش آلودگی هوا
- آشنایی با پروداکت های ماهواره ای Sentinel-5P و پروداکت آئروسل MODIS
- کار با داده های آلودگی هوا در سامانه گوگل ارث انجین
- مبانی یادگیری ماشین
- تخمین وضعیت کیفی هوا به کمک اعمال تکنیک های طبقه بندی بر غلظت آلاینده ها
سرفصل های دوره آموزشی:
بخش اول: تعاریف و مبانی
- تعریف استاندار آلودگی هوا
- اهمیت آلودگی هوا
- اثرات کوتاه مدت و بلند مدت بر سلامت
- خسارات
- منابع آلودگی
بخش دوم: پایش زمینی
- آلاینده های معیار
- شاخص کیفیت هوا (AQI)
- ایستگاه های زمینی سنجش آلودگی هوا
- پردازش داده های ایستگاه زمینی و ترمیم داده های از دست رفته
- تحلیل سری زمانی غلظت آلاینده
- آنالیز وضعیت کیفی شهر تهران بر اساس شاخص AQI
بخش سوم: سنجش از دور
- ماهواره Sentinel-5P
- سطوح مختلف داده ماهواره Sentinel-5P
- پردازش داده های Sentinel-5P در محیط گوگل ارث انجین
- تحلیل سری زمانی غلظت آلاینده ها دریافتی از ماهواره
- پروداکت های آئروسل ماهواره Sentinel و MODIS
بخش چهارم: یادگیری ماشین
- مبانی یادگیری ماشین
مقایسه روش های نظارت شده و غیرنظارت شده - الگوریتم های طبقه بندی جنگل تصادفی، ماشین بردار پشتیبان و KNN
- کار با کتابخانه Skit-Learn در یادگیری ماشین پایتون
- تخمین کلاس کیفی هوا به یادگیری ماشین و طبقه بندی
- راهکارهای بهبود دقت طبقه بندی
خبرنامه
- برچسب های نوشته: AQI, remote sensing, آلاینده معیار, پایش آلودگی هوا, داده زمینی, گوگل ارث انجین, یادگیری ماشین
