Kiến thức

MỘT SỐ TÀI NGUYÊN MIỄN PHÍ CHO NGƯỜI MỚI DÙNG VIỄN THÁM

17/09/2021 GeoLink Thu Giang 0 Nhận xét

(English below)

Trong một hội thảo trên web gần đây về việc xây dựng sự nghiệp bền vững, khán giả là một nhóm các chuyên gia trẻ, đang định hướng cho họ thông qua trường học hoặc tìm kiếm việc làm. Nhiều người trong số họ có câu hỏi về việc làm thế nào để đạt được các kỹ năng cần thiết để làm việc trong lĩnh vực viễn thám, và vì vậy chúng tôi đã tổng hợp chuỗi bài này để cung cấp cho họ một số tài nguyên để bắt đầu.

Xét rằng chỉ một năm trước, một số người chưa có kinh nghiệm về địa lý hoặc viễn thám, chúng tôi nghĩ có thể khuyến khích một vài người xem xét lĩnh vực này. Tất cả các tài nguyên dưới đây đều là nguồn mở, có thể truy cập miễn phí và có sẵn bất cứ lúc nào. Đây là một cách tuyệt vời để giới thiệu bản thân bạn về lĩnh vực này trước khi bắt đầu tham gia một khóa học hoặc bằng cấp trả phí.

1. Hướng dẫn Viễn thám từ Natural Resources Canada

Natural Resources Canada có một loạt các bài viết nêu bật các khái niệm giới thiệu về viễn thám. Họ dạy bạn về phổ điện từ, các loại viễn thám khác nhau và hơn thế nữa. Các bài viết của họ rất dễ làm theo và bạn có thể hoàn thành toàn bộ chương trong vòng một ngày.

Nguồn dữ liệu: Natural Resources Canada
2. Chương trình đào tạo về viễn thám ứng dụng của NASA (ARSET)

Tôi đã tham gia các khóa học này trước khi bắt đầu đi học và tôi rất vui vì tôi đã làm được! Là một người không có bất kỳ kinh nghiệm nào trước đây làm việc trong lĩnh vực này, các khóa học ARSET của NASA được công bố rộng rãi là bước đầu tiên hoàn hảo đối với tôi. Các khóa học này được thiết kế như một phần của chương trình nâng cao năng lực của NASA. Mục tiêu của họ là tăng khả năng tiếp cận dữ liệu quan sát trái đất, đào tạo các chuyên gia mới và tăng cường sử dụng dữ liệu này trong quản lý môi trường và ra quyết định chính sách.

Các khóa học của họ được phân loại thành các chủ đề khác nhau, chẳng hạn như “Sức khỏe & Chất lượng không khí”, “Nông nghiệp”, “Tài nguyên nước”, v.v. Trước khi chuyển sang bất kỳ chủ đề nào trong số này, tôi khuyên bạn nên tham gia khóa học "Cơ bản về Viễn thám".

Nguồn dữ liệu: NASA ARSET

3. Hướng dẫn về Google Earth Engine của Qiusheng Wu
Tôi không còn sử dụng Google Earth Engine (GEE) để thực hiện công việc của mình nữa, vì tôi thích thực hiện phân tích bằng R. Tuy nhiên, ban đầu tôi đã chuẩn bị một vài hình ảnh nêu bật sự khác biệt về cột nitơ điôxít giữa năm 2019 và năm 2020 (hình trên) cho bản trình bày đầu năm nay. Mục đích là để chứng minh cho khán giả thấy COVID-19 đã tác động như thế nào đến lượng khí thải liên quan đến giao thông qua khu vực Hamilton.

Khi tôi bắt đầu sử dụng Google Earth Engine, tôi thấy các hướng dẫn do Tiến sĩ Wu chuẩn bị là cực kỳ hữu ích. Anh ấy không chỉ chuẩn bị các hướng dẫn về cách sử dụng GEE mà còn tạo ra gói Python của riêng mình! Nó được gọi là bản đồ địa lý, cực kỳ thân thiện với người dùng và dễ theo dõi. Nếu điều đó vẫn chưa đủ tốt, anh ấy thường xuyên tạo và tải lên các hướng dẫn ngắn trên YouTube. Tất cả những tài nguyên này có thể được tìm thấy trên trang YouTube chính của anh ấy.

Nguồn dữ liệu: YouTube

4. Hướng dẫn về EarthDataScience.org
Khi bạn đã quen với các khái niệm về viễn thám và hiểu cách dữ liệu được thu thập, bạn có thể bắt đầu sử dụng các ngôn ngữ kịch bản khác nhau để tìm ra ngôn ngữ nào phù hợp nhất với mình. Cá nhân tôi sử dụng kết hợp R và Python. Nếu bạn chưa có kinh nghiệm viết mã trước đó, thì các hướng dẫn tổng quan trên EarthDataScience.org là một điểm khởi đầu tốt. Họ đã tạo ra các hướng dẫn thân thiện với người mới bắt đầu không chỉ dạy bạn cách làm việc với các tệp dữ liệu viễn thám mà còn cách phân tích chúng bằng nhiều nguyên tắc khoa học dữ liệu.

Nguồn dữ liệu: EarthDataScience

5. RUS Copernicus
Công cụ gia tốc lớn nhất trong sự hiểu biết của tôi về xử lý dữ liệu viễn thám vệ tinh là thông qua các khóa học của RUS Copernicus. Các khóa học này dành cho những người cảm thấy thoải mái hơn khi làm việc với các tệp netCDF và tôi khuyên bạn nên xem qua một vài hướng dẫn lập trình từ các liên kết ở trên trước khi bắt đầu học. Tuy nhiên, chúng giúp bạn tăng tốc các kỹ năng cần thiết như ghi lại, cắt xén hoặc tổng hợp tệp - điều cần thiết khi bạn đang làm việc với rất nhiều tập dữ liệu lớn.

Nhược điểm duy nhất là sổ ghi chép Python được sử dụng trong các khóa học không có sẵn cho người dùng bên ngoài Liên minh Châu Âu, nhưng nó đủ dễ dàng để theo dõi và bạn có thể trích xuất bất kỳ mã nào bạn cần cho công việc của mình. Tất cả các khóa học thường xuyên được tải lên kênh YouTube của họ.

Nguồn dữ liệu: RUS Copernicus YouTube

Vui lòng liên hệ nếu bạn có bất kỳ câu hỏi nào!

---------

A FEW FREE RESOURCES FOR THE NEW REMOTESENSING USER

In a recent webinar about building a career in sustainability, the audience was a group of young professionals, navigating their way through school or looking for a job. Many of them had questions about how to gain the skills needed to work in the remote sensing field, and so we have complied these serries to provide them with a few resources to get started.

Considering that just one year ago, some had no experience in geography or remote sensing, we thought it might encourage a few people to consider the field. All of the resources below are open-source, free to access and available at any time. They’re a great way to introduce yourself to the field before committing to a paid course or degree.

1. Remote Sensing Tutorials from Natural Resources Canada
Natural Resources Canada has a great series of articles highlighting introductory concepts of remote sensing. They teach you about the electromagnetic spectrum, different types of sensors, and more. Their articles are easy to follow, and you can probably complete a whole chapter within a day.


Data source: Natural Resources Canada

2. NASA Applied Remote Sensing Training Program (ARSET)
I took these courses before I started grad school, and I’m so glad that I did! As someone without any previous experience working in this field, the publicly available NASA ARSET courses were the perfect first step for me. These courses are designed as part of NASA’s capacity-building program. Their goal is to increase accessibility to earth observation data, train new professionals, and increase the use of this data in environmental management and policy decision-making.

Their courses are categorized into different topics, such as “Health & Air Quality”, “Agriculture”, “Water Resources”, and more! Before jumping into any of these topics, I would recommend taking their “Fundamentals of Remote Sensing” course.

Data source: NASA ARSET

3. Google Earth Engine Tutorials by Qiusheng Wu
I no longer use Google Earth Engine (GEE) to do my work, as I prefer doing my analysis in R. However, I initially prepared a few images highlighting the differences in nitrogen dioxide columns between 2019 and 2020 (image above) for a presentation earlier this year. The goal was to demonstrate to the audience how COVID-19 had impacted traffic-related emissions across the Hamilton area.

When I started using Google Earth Engine, I found the tutorials prepared by Dr. Wu to be extremely useful. Not only did he prepare tutorials on how to use GEE, but he also created his own Python package! It’s called geemap, and it’s extremely user-friendly and easy to follow. If that wasn’t good enough, he creates and uploads short YouTube tutorials regularly. All of these resources can be found on his main YouTube page.

Data source: YouTube

4. EarthDataScience.org Tutorials
Once you’ve become familiar with the concepts of remote sensing and understand how the data is collected, you can start playing around with different scripting languages to figure out which one is the best fit for you. I personally use a combination of R and Python. If you don’t have previous coding experience, the walk-through tutorials on EarthDataScience.org are a good starting point. They’ve created beginner-friendly tutorials that not only teach you how to work with remote sensing data files, but also how to analyze them using a variety of data science principles.

Data source: EarthDataScience

5. RUS Copernicus
The greatest accelerant in my understanding of satellite remote sensing data processing was through the RUS Copernicus courses. These courses are for people who are a little more comfortable working with netCDF files, and I would recommend going through a few programming tutorials from the links above before jumping into these. However, they bring you up to speed on essentials skills such as regridding, cropping, or aggregating files - essential when you’re working with so many large datasets.

The only downside is that the Python notebooks used in the courses are not available to users outside of the European Union, but it’s easy enough to follow along and you can extract whatever code you need for your work. All of the courses are regularly uploaded onto their YouTube channel.

Data source: RUS Copernicus YouTube

Feel free to reach out if you have any questions!

Geolink tổng hợp từ Earthbound

popup

Số lượng:

Tổng tiền: