Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Farò classificazione land use land cover (LULC) da immagini satellitari usando gee,py
Scienza spaziale per l'eccellenza nella ricerca
Sono un ricercatore specializzato in Aerospace Information e IT. La mia esperienza comprende l'efficienza dell'uso del suolo urbano a livello globale, il remote sensing e il machine learning geospazia...
Informazioni su questo servizio
Hai bisogno di mappe accurate di land use e land cover (LULC) supportate da ricerche pubblicate, non solo una classificazione approssimativa?
Sono un ricercatore sull'efficienza dell'uso del suolo urbano globale, quindi questa non è una competenza secondaria, è il mio principale campo di lavoro.
Ciò che offro:
- Classificazione supervisionata (Random Forest, SVM, CART) e clustering non supervisionato (K-Means, ISODATA)
- Mappatura LULC multi-classe: edificato, vegetazione, acqua, terreno nudo, coltivazioni e altro
- Analisi LULC multi-temporale per monitorare i cambiamenti nel tempo
- Valutazione dell'accuratezza con accuratezza complessiva, coefficiente Kappa e matrice di confusione
- Mappatura dell'espansione urbana e delle superfici impermeabili
- Estrazione di estensione delle alluvioni, coltivazioni o copertura forestale
- Sensori compatibili: Sentinel-2, Landsat-7/8/9, MODIS, PlanetScope (se fornito)
- Output in GeoTIFF, Shapefile o mappa PDF pronta per la pubblicazione
Ciò che ottieni:
- Mappa raster o vettoriale classificata della tua area di studio
- Legenda, barra di scala e freccia nord incluse
- Descrizione dei metodi adatta all'uso in articoli accademici
- Metriche di accuratezza (su richiesta o incluse in Standard/Premium)
- Script GEE riutilizzabile (disponibile come add-on o in Premium)
FAQ
Traduzione automatica.
Quali input devo fornire?
Basta condividere la tua area di studio — nome della città, paese, coordinate o un confine shapefile. Gestisco tutto l'accesso ai dati satellitari tramite Google Earth Engine. Puoi anche indicarmi il periodo di tempo preferito e le classi di copertura del suolo. Nessun download di dati necessario da parte tua.
Quale sarà l'accuratezza della classificazione?
L'accuratezza varia in base alla complessità del paesaggio e alla risoluzione del sensore, ma di solito raggiungo tra l'85% e il 95% di accuratezza complessiva. Ogni ordine Standard e Premium include una matrice di confusione e il coefficiente Kappa, così hai un rapporto di accuratezza documentato e verificabile.
Posso usare questa mappa in un articolo pubblicato su una rivista scientifica?
Sì. Documenterò l'intero workflow — sensore, passaggi di pre-elaborazione, algoritmo di classificazione e metriche di accuratezza — in un formato adatto alla sezione metodi di un articolo di ricerca. Includo anche risoluzione spaziale, proiezione e riferimenti alla fonte dei dati.
Quante classi di copertura del suolo puoi mappare?
Di solito 5–8 classi (ad esempio edificato, vegetazione, acqua, coltivazioni, terreno nudo, foresta). Più classi sono possibili ma riducono l'accuratezza se l'area di studio è piccola o le immagini sono limitate. Prima di iniziare la classificazione, concordiamo sullo schema delle classi.
E se la mia area di studio è molto grande o in una regione remota?
Le aree grandi vanno bene — GEE gestisce scale continentali e globali. Le regioni remote con immagini prive di nuvole potrebbero aver bisogno di un periodo di tempo più lungo o di un blending di sensori. Scrivimi prima con la tua area e confermerò la disponibilità dei dati prima di effettuare l'ordine.
