លំហាត់ទី៦៖ ស្វែងរក និងចាត់ចែងរូបភាពសម្រាប់ស៊េរីពេលវេលា

ព័ត៌មានលំហាត់

មេរៀនពាក់ព័ន្ធ៖ មេរៀនទី៦៖ ប្រភពរូបភាព និងការទាញយក ការអនុវត្តដោយខ្លួនឯង · QGIS 3.34 LTR · ប្រហែល ១០០ នាទី

ស្ថានភាព

អ្នកត្រូវរៀបចំគំរូរូបភាព ១២ សន្លឹក (មួយសន្លឹកក្នុងមួយខែ) លើតំបន់តែមួយ សម្រាប់ការវិភាគស៊េរីពេលវេលានាពេលក្រោយ (មេរៀនទី១៤)។ លំហាត់នេះហ្វឹកហ្វឺនជំនាញស្វែងរក និងចាត់ចែងទិន្នន័យ។

គោលបំណង

• ស្វែងរករូបភាព Sentinel-2 ជាប្រព័ន្ធ តាមខែ។
• កត់ត្រា log ពេញលេញនៃរូបភាពដែលបានពិនិត្យ។
• ចាត់ចែងឯកសារតាមរចនាសម្ព័ន្ធថតដែលអាចប្រើឡើងវិញបាន។
• ស្វែងរក Landsat តាម Path/Row សម្រាប់តំបន់ដដែល។

លំដាប់ការងារនៃលំហាត់ទី៦ និងពេលវេលាប្រហាក់ប្រហែល។

ឯកសារដែលប្រើ

• តំបន់សិក្សា (ខេត្តរបស់អ្នក ឬតូចជាងនេះ)

ពិសោធន៍មុនចាប់ផ្ដើម · ១៥ នាទី

សកម្មភាពទី១៖ កំណត់ tile និង path/row · ១៥ នាទី

1. ក្នុង Copernicus Browser រុករកទៅតំបន់របស់អ្នក ហើយអានលេខ MGRS tile ដែលបង្ហាញ (ឧ. T48PVU)។
2. ក្នុង USGS EarthExplorer ប្រើ Path/Row search ដើម្បីរកលេខ Path និង Row គ្របដណ្ដប់តំបន់ដដែល។
3. កត់ត្រាទាំងពីរនេះក្នុងឯកសារ README.txt របស់គម្រោង ដើម្បីកុំចាំបាច់ស្វែងរកម្ដងទៀត។

សកម្មភាពទី២៖ ស្វែងរកជាប្រព័ន្ធ · ៤០ នាទី

សម្រាប់ខែនីមួយៗក្នុងឆ្នាំកន្លងមក (ឬឆ្នាំដែលមានទិន្នន័យគ្រប់គ្រាន់)៖

1. ត្រង Sentinel-2 L2A តាម tile ដែលបានកត់ត្រា · ខែនោះ · ពពក < ៣០%។
2. ជ្រើសរូបភាពដែលមានពពកតិចបំផុតលើ តំបន់សិក្សា (មិនមែនតំបន់ tile ទាំងមូល)។ ត្រូវពិនិត្យ preview ជានិច្ច។

3. កត់ត្រាក្នុងតារាង log៖

   ខែ	ID រូបភាព	ថ្ងៃថត	ពពក % លើតំបន់សិក្សា	R-number	មតិ
   មករា
   កុម្ភៈ
   ...

4. សម្រាប់ខែណាដែលគ្មានរូបភាពគ្មានពពក សរសេរ «គ្មានទិន្នន័យប្រើការបាន» ជំនួសឱ្យទុកទទេ។

សកម្មភាពទី៣៖ ចាត់ចែងទិន្នន័យ · ២០ នាទី

1. បង្កើតរចនាសម្ព័ន្ធថត៖

   project/
     raw/S2/YYYY-MM-DD_TXXXXX/
     raw/Landsat/YYYY-MM-DD_PxxxRxx/
     processed/
     logs/imagery_log.csv
   

2. ទាញយករូបភាពយ៉ាងតិចបួនខែ (រាយប្រហែលគ្នាតាមឆ្នាំ) តាមរចនាសម្ព័ន្ធនេះ។

3. រក្សា imagery_log.csv ដែលមានជួរឈរដូចតារាងខាងលើ បូកនឹង path ឯកសារ។

សកម្មភាពទី៤៖ ប្រៀបធៀបជាមួយ Landsat · ១៥ នាទី

សម្រាប់ខែមួយក្នុងចំណោមនោះ ស្វែងរក Landsat 8/9 Collection 2 Level-2 តាម Path/Row ដែលបានកត់ត្រា ក្នុងចន្លោះកាលបរិច្ឆេទជិតគ្នា។ បន្ថែមទៅ log ជាជួរដេកបន្ថែម។

សកម្មភាពទី៥៖ ការវាយតម្លៃភាពមានទិន្នន័យ · ១០ នាទី

គូសក្រាបសាមញ្ញ (Excel) បង្ហាញភាគរយពពកតាមខែ។ សរសេរ ២ ប្រយោគ៖ ខែណាដែលការស្វែងរកពិបាកបំផុត និងហេតុអ្វី។

លទ្ធផលដែលរំពឹងទុក

ប្រៀបធៀបលទ្ធផលរបស់អ្នកជាមួយរូបខាងក្រោម ដែលបង្កើតពីទិន្នន័យវគ្គ (Landsat 8 ភ្នំពេញ ឬ Sentinel-2 ក្រុងព្រះសីហនុ)។ លទ្ធផលរបស់អ្នកមិនចាំបាច់ដូចបេះបិទទេ ប៉ុន្តែលំនាំគួរតែស្រដៀងគ្នា។

លទ្ធផលគំរូ ១៖ ជ្រើសរដូវដែលគ្មានពពក។

អ្វីដែលត្រូវពិនិត្យ

• រដូវប្រាំង (វិច្ឆិកា–មេសា) ផ្ដល់រូបភាពអុបទិកល្អបំផុត។
• រដូវវស្សា ស្ទើរតែគ្មានរូបភាពស្អាតទេ៖ ប្រើ SAR ឬ composite។
• តួលេខជាគំរូបង្រៀន៖ ពិនិត្យតម្លៃពិតក្នុង Copernicus Browser។

លទ្ធផលគំរូ ២៖ ស្វែងរកដោយប្រព័ន្ធ។

អ្វីដែលត្រូវពិនិត្យ

• តម្រងពពកគិតលើរូបភាពទាំងមូល៖ តំបន់របស់អ្នកអាចមានពពក ឬគ្មាន។
• មើលរូបតូច (quicklook) ជានិច្ច មុនទាញយក។
• កត់ត្រាឈ្មោះរូបភាពដែលបានជ្រើស ក្នុងតារាងមេតាទិន្នន័យ។

កំហុសទូទៅ និងដំណោះស្រាយ

បញ្ហាដែលឃើញ	មូលហេតុទូទៅ	ដំណោះស្រាយ
រកមិនឃើញ tile	ឈ្មោះ tile ខុស (48PUV / 48PVU)	ពិនិត្យលើផែនទី MGRS
រូបភាពរដូវវស្សាប្រើមិនបាន	ពពកជាប់ជានិច្ច	ប្រើ SAR ឬ composite ច្រើនខែ
ថតឯកសាររញ៉េរញ៉ៃ	ឈ្មោះដើមវែង	ឈ្មោះ YYYYMMDD_sensor_tile
ទាញយកយឺត	ទាញយកឈុតពេញ	ទាញតែក្រុមរលកចាំបាច់

លទ្ធផលត្រូវប្រគល់

• README.txt ជាមួយលេខ tile និង Path/Row។
• imagery_log.csv ពេញលេញ។
• រចនាសម្ព័ន្ធថតដែលមានឯកសារយ៉ាងតិចបួនខែ។
• ក្រាបភាគរយពពក និងការវិភាគខ្លី។

ពិនិត្យលទ្ធផលដោយខ្លួនឯង

អាចវាយលេខខ្មែរ ឬលេខអារ៉ាប់។

១. MGRS tile មានទំហំប៉ុន្មាន គម ក្នុងមួយជ្រុង?

២. Landsat ប្រើប្រព័ន្ធអ្វីជំនួស MGRS tile?

៣. Collection ណារបស់ Landsat ដែលគួរប្រើ?

៤. ភាគរយពពកអតិបរមាដែលសមហេតុផលសម្រាប់ការត្រង (initial filter)?

៥. ចំនួនខែក្នុងមួយឆ្នាំ ដែលលំហាត់នេះស្នើឱ្យប្រមូល?