আর্থ ইঞ্জিন একটি শক্তিশালী বিশ্লেষণাত্মক টুল, কিন্তু প্রতিবেদন বা প্রকাশনায় চার্ট, ছবি, মানচিত্র ইত্যাদি এম্বেড করার জন্য আপনাকে আপনার বিশ্লেষণের ফলাফল রপ্তানি করতে হতে পারে। এই বিভাগে, আপনি শিখবেন কীভাবে চার্ট এবং চিত্র তৈরি করবেন যা রপ্তানি করা যায় এবং অন্যান্য সফ্টওয়্যারে দেখা যায়। মনে রাখবেন যে পূর্ববর্তী বিভাগে , আপনি একটি সংগ্রহের প্রতিটি ছবিতে একটি NDVI ব্যান্ড যোগ করতে নিম্নলিখিত কোড ব্যবহার করেছেন, যেখানে l8 ভেরিয়েবলটি Landsat 8 TOA প্রতিফলন সংগ্রহকে উল্লেখ করে:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Import the Landsat 8 TOA image collection. var l8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA'); // Map a function over the Landsat 8 TOA collection to add an NDVI band. var withNDVI = l8.map(function(image) { var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI'); return image.addBands(ndvi); });
চার্টিং
ধরুন আপনি যা চান তা আসলে একটি নির্দিষ্ট স্থানে সময়ের সাথে NDVI-এর একটি চার্ট। এই ধরনের একটি চার্ট তৈরি করার জন্য, প্রথম ধাপটি হল আগ্রহের জায়গা বেছে নেওয়া। পয়েন্ট অঙ্কন টুল পেয়ে একটি বিন্দু তৈরি করুন (
) এবং আপনার আগ্রহের এলাকায় একটি একক বিন্দু জ্যামিতি তৈরি করুন। (যদি আপনার ইতিমধ্যেই আমদানি থাকে, জ্যামিতি আমদানিতে হোভার করুন এবং প্রথমে + নতুন স্তর ক্লিক করুন)। কৃষি, পর্ণমোচী বন, বার্ষিক তৃণভূমি বা বার্ষিক চক্রের সাথে অন্য কিছু জমির আবরণে বিন্দুটি সনাক্ত করুন)। আমদানি roi নাম. (প্রোগ্রাম্যাটিকভাবে জ্যামিতি তৈরির বিষয়ে তথ্যের জন্য এই পৃষ্ঠাটি দেখুন)।
এখন সেই পয়েন্টের নিচে পিক্সেলে সময়ের সাথে সাথে NDVI-এর একটি চার্ট তৈরি করতে roi পয়েন্টটি ব্যবহার করা যাক। আর্থ ইঞ্জিনে চার্ট তৈরি করার উপায় হল ui.Chart প্যাকেজ। ( আর্থ ইঞ্জিনে চার্ট তৈরি সম্পর্কে আরও জানুন )। বিশেষ করে, সময়ের সাথে একটি চার্ট তৈরি করতে, আপনি ui.Chart.image.series() পদ্ধতি ব্যবহার করতে পারেন:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Create a chart. var chart = ui.Chart.image.series({ imageCollection: withNDVI.select('NDVI'), region: roi, reducer: ee.Reducer.first(), scale: 30 }).setOptions({title: 'NDVI over time'}); // Display the chart in the console. print(chart);
roi জ্যামিতির জন্য, আমরা একটি কৃষিক্ষেত্রে একটি বিন্দু বেছে নিয়েছি, যার ফলে একটি চার্ট দেখায় যা চিত্র 10 এর মত দেখায়। মনে রাখবেন যে চার্ট কনস্ট্রাক্টরের পরামিতিগুলির মধ্যে একটি রিডুসার এবং স্কেল রয়েছে যেমন reduceRegion() । যেহেতু আমরা একটি অঞ্চল হিসাবে যে বিন্দুটি প্রদান করছি তা শুধুমাত্র একটি পিক্সেলকে ছেদ করতে পারে, এটি 'প্রথম' রিডুসার ব্যবহার করার জন্য যথেষ্ট। আপনার যদি একটি বৃহত্তর অঞ্চল থাকে, তাহলে আপনার একটি 'মান' বা অন্য রিডুসার ব্যবহার করা উচিত যা নির্দিষ্ট করে কিভাবে পিক্সেল একত্রিত করা যায়। এছাড়াও মনে রাখবেন যে একটি চার্ট ভিজ্যুয়ালাইজ করতে, আপনাকে যা করতে হবে তা হল মুদ্রণ।
ডিগ্রেশন: ল্যান্ডস্যাটের জন্য সহজ ক্লাউড মাস্কিং
আপনি এই চার্ট সম্পর্কে কিছু লক্ষ্য করেছেন যে বিন্দুতে NDVI মানগুলির সময় সিরিজটি একটু গোলমাল দেখায়। এটি সম্ভবত মেঘের কারণে। এই প্রভাবকে উন্নত করার জন্য, আর্থ ইঞ্জিনে ল্যান্ডস্যাট সেন্সরগুলির জন্য একটি থার্মাল ব্যান্ড সহ একটি ক্লাউড-মাস্কিং অ্যালগরিদম অন্তর্ভুক্ত রয়েছে: ee.Algorithms.Landsat.simpleCloudScore() ৷ এটি ইনপুট হিসাবে একটি Landsat TOA প্রতিফলন চিত্র নেয় এবং cloud নামে একটি ব্যান্ড যোগ করে যা পিক্সেলের মধ্যে শূন্য থেকে 100 পর্যন্ত, যথাক্রমে ন্যূনতম থেকে বেশিরভাগ মেঘলা পর্যন্ত মেঘলাতার একটি সূচক। আপনি সংগ্রহে ম্যাপ করা ফাংশনটি পরিবর্তন করে, চার্টটি কিছুটা পরিষ্কার করতে আপনি ক্লাউড সূচকে একটি নির্বিচারে থ্রেশহোল্ড (20) ব্যবহার করতে পারেন:
কোড এডিটর (জাভাস্ক্রিপ্ট)
var cloudlessNDVI = l8.map(function(image) { // Get a cloud score in [0, 100]. var cloud = ee.Algorithms.Landsat.simpleCloudScore(image).select('cloud'); // Create a mask of cloudy pixels from an arbitrary threshold. var mask = cloud.lte(20); // Compute NDVI. var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI'); // Return the masked image with an NDVI band. return image.addBands(ndvi).updateMask(mask); }); print(ui.Chart.image.series({ imageCollection: cloudlessNDVI.select('NDVI'), region: roi, reducer: ee.Reducer.first(), scale: 30 }).setOptions({title: 'Cloud-masked NDVI over time'}));
ক্লাউড-মাস্কড ফলাফলটি চিত্র 11-এ চিত্রিত করা হয়েছে। মনে রাখবেন যে টাইম সিরিজটি একটু মসৃণ দেখাচ্ছে, কিন্তু তবুও মেঘ দ্বারা প্রভাবিত পিক্সেল থাকতে পারে। ক্লাউড সূচকে থ্রেশহোল্ড সামঞ্জস্য করুন এবং এই থ্রেশহোল্ডটি কীভাবে আপনার ফলাফলগুলিকে প্রভাবিত করতে পারে তা জানতে চার্ট করা সময় সিরিজটি পর্যবেক্ষণ করুন।
ছবি রপ্তানি করা হচ্ছে
আপনি আর্থ ইঞ্জিন দ্বারা গণনা করা ডেটার একটি চার্ট রপ্তানি করার একটি উপায় দেখেছেন, কিন্তু একটি সম্পূর্ণ চিত্রের কী হবে? ধরুন, উদাহরণ স্বরূপ আপনি একটি সবুজ-পিক্সেল কম্পোজিট তৈরি করেছেন যেমনটি পূর্ববর্তী বিভাগে আলোচনা করা হয়েছে :
কোড এডিটর (জাভাস্ক্রিপ্ট)
var greenest = cloudlessNDVI.qualityMosaic('NDVI');
আপনি আগে যা করেছেন তার থেকে এই কোডের একমাত্র পার্থক্য হল এখন আমরা ক্লাউড মাস্কড সংগ্রহ ব্যবহার করছি। আপনি Export প্যাকেজ ব্যবহার করে এর একটি উপসেট (একটি অঞ্চল দ্বারা সংজ্ঞায়িত) রপ্তানি করতে পারেন। ( আর্থ ইঞ্জিন থেকে রাস্টার এবং ভেক্টর ডেটা রপ্তানি সম্পর্কে আরও জানুন ।) উদাহরণস্বরূপ, অন্য ডক্সে সহজেই এম্বেড করা যেতে পারে এমন একটি চিত্র রপ্তানি করতে, আসুন একটি ভিজ্যুয়ালাইজেশন ইমেজ তৈরি করি, যেমন আপনি আগে করেছেন , একটি আপনার Google ড্রাইভ ফোল্ডারে এটি রপ্তানি করুন:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Create a 3-band, 8-bit, color-IR composite to export. var visualization = greenest.visualize({ bands: ['B5', 'B4', 'B3'], max: 0.4 }); // Create a task that you can launch from the Tasks tab. Export.image.toDrive({ image: visualization, description: 'Greenest_pixel_composite', scale: 30 });
আপনি যখন এই কোডটি চালান, লক্ষ্য করুন যে টাস্ক ট্যাবে একটি নতুন টাস্ক তৈরি হয়েছে। এক্সপোর্ট কনফিগারেশন ডায়ালগ চালু করতে, টাস্ক ট্যাবে RUN বোতামে ক্লিক করুন। একবার আপনি টাস্কটি কনফিগার করার পরে, এক্সপোর্ট শুরু করতে ডায়ালগে রান বোতামে ক্লিক করুন। তবে আপনি এটি করার আগে, সাবধান হন:
একটি region যুক্তি ছাড়া রপ্তানি করার সময় আপনার সতর্কতা অবলম্বন করা উচিত যে আপনি যদি scale জন্য একটি অপেক্ষাকৃত ছোট মান সেট করেন এবং মানচিত্রটি বড় এলাকায় জুম আউট করা হয়, তাহলে আপনি আপনার ড্রাইভ ফোল্ডারে একটি সম্ভাব্য খুব বড় ছবি রপ্তানি করবেন৷ আরও বিশদ বিবরণ এবং সম্ভাব্য কনফিগারেশন প্যারামিটারের তালিকার জন্য ডক্স ট্যাবে Export.image.toDrive() ডক্স দেখুন।
এটি আর্থ ইঞ্জিন এপিআই-এর এই পরিচিতিটি শেষ করে! আপনি এখন সবচেয়ে সাধারণ আর্থ ইঞ্জিন কার্যকারিতা দেখেছেন এবং আরও জটিল বিশ্লেষণে আত্মবিশ্বাসের সাথে এগিয়ে যেতে সক্ষম হওয়া উচিত। ডক্স পড়তে ভুলবেন না এবং অন্যান্য প্রশ্নের উত্তরের জন্য ফোরাম অনুসন্ধান করুন. শুভ কোডিং!