Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Geospatial Data Analysis and Remote Sensing: 5 Courses in 1

Phân Tích Dữ Liệu Không Gian Địa Lý và Viễn Thám: 5 Khóa Học Trong 1

Phân Tích Dữ Liệu Không Gian Địa Lý và Viễn Thám: 5 Khóa Học Trong 1

Viễn thám, QGIS, kiến thức nền tảng về GIS, máy học, phân loại trong QGIS, phát hiện thay đổi và Earth Engine

4.3
(383 đánh giá)
3,312 học viên
Giảng viên
Katie Alison
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 459.000đ -89%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
9.0 giờ video
64 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 28/05/2026

Bạn sẽ học được gì

Hiểu và áp dụng các khái niệm cơ bản của Hệ thống Thông tin Địa lý (GIS) và Viễn thám
Nắm vững kiến thức nền tảng về Lập bản đồ Sử dụng đất và Lớp phủ mặt đất (LULC) cũng như Phát hiện thay đổi trong QGIS
Làm quen với các công cụ GIS và Viễn thám mã nguồn mở phổ biến nhất (QGIS), plugin Phân loại bán tự động (SCP), bộ công cụ OTB
Học cách lấy dữ liệu vệ tinh, tiền xử lý ảnh, tạo dữ liệu huấn luyện và kiểm định trong QGIS
Tạo những bản đồ GIS đầu tiên phục vụ báo cáo/thuyết trình trong QGIS
Hiểu các khái niệm máy học và ứng dụng của chúng trong GIS và Viễn thám
Áp dụng phân loại ảnh bằng máy học, lập bản đồ và phát hiện thay đổi trong SCP, bộ công cụ OTB và QGIS
Nắm vững và áp dụng các phương pháp máy học nâng cao trong GIS và Viễn thám, như phân loại rừng ngẫu nhiên và phân tích ảnh dựa trên đối tượng
Bạn sẽ được cung cấp các bài thực hành, hướng dẫn từng bước và mã nguồn sử dụng trong khóa học cho QGIS và hơn thế nữa

Yêu cầu

Một máy tính đang hoạt động tốt
Có hứng thú làm việc với dữ liệu không gian
Khóa học sẽ được trình bày trên QGIS phiên bản Windows PC. Người dùng Mac và Linux sẽ cần tự điều chỉnh hướng dẫn cho phù hợp với hệ điều hành của mình

Đối tượng phù hợp

Các nhà địa lý, lập trình viên, nhà địa chất, nhà sinh vật học, nhà khoa học xã hội, hoặc bất kỳ ai làm việc với bản đồ GIS trong lĩnh vực của mình hoặc muốn học GIS và Viễn thám

Nội dung khóa học

12 phần • 64 bài giảng
1 Giới thiệu về khóa học
2 Ứng dụng của GIS
3 Định nghĩa GIS
4 Ứng dụng của Viễn thám
5 Định nghĩa Viễn thám
1 Về phần mềm QGIS mã nguồn mở
2 Thông tin phiên bản QGIS
3 Lưu ý về các phiên bản QGIS và plugin của nó
4 Thực hành: Cài đặt QGIS
5 Plugin Phân loại Bán tự động cho QGIS
6 Thực hành: Giao diện QGIS
7 Thực hành: Thanh công cụ QGIS
8 Cài đặt OTB
9 Thực hành: Tạo tài khoản Google Earth Engine
1 Các nguyên lý chính của GIS
2 Kiến thức cơ bản về Dữ liệu địa lý và các loại dữ liệu chính
3 Phần mềm GIS và thiết lập máy tính của bạn
4 Thực hành: Bản đồ GIS đầu tiên của bạn trong QGIS
1 Bộ cảm biến và Nền tảng
2 Giới thiệu về ảnh số
3 Thực hành: Cách tải ảnh vệ tinh bằng plugin SCP
1 Thực hành: Chồng lớp, ảnh tổ hợp màu thật và màu giả
2 Thực hành: Tiền xử lý ảnh - hiệu chỉnh khí quyển
3 Nguồn dữ liệu ảnh Viễn thám
4 EO browser: Sử dụng nền tảng đám mây để phân tích chỉ số quang phổ và lớp phủ mặt đất
1 Giới thiệu: Máy học
2 Hiểu về Viễn thám cho lập bản đồ LULC
3 Giới thiệu về phân loại LULC dựa trên ảnh vệ tinh
4 Phân loại ảnh có giám sát và không giám sát
5 Phân tích ảnh không giám sát (K-means) trong QGIS
6 Các giai đoạn của phân loại LULC có giám sát
7 Tổng quan về các thuật toán phân loại ảnh
8 Đánh giá độ chính xác của bản đồ LULC
1 Thực hành: Thu thập dữ liệu huấn luyện trong QGIS
2 Thực hành: LULC sử dụng phương pháp ánh xạ góc quang phổ
3 Thực hành: LULC sử dụng Thuật toán Hợp lý Tối đa
4 Thực hành: LULC sử dụng Thuật toán Phân loại Khoảng cách Tối thiểu
5 Thực hành: Tạo dữ liệu kiểm định
6 Thực hành: Đánh giá Độ chính xác
7 Dự án: Lập bản đồ LULC từ ảnh Landsat 8
1 Giới thiệu về phát hiện thay đổi
2 Thực hành: Phát hiện Thay đổi trong QGIS
3 Thực hành: Cách tạo bản đồ trong QGIS
1 Tổng quan Phần
2 Phân loại có giám sát với Google Earth Engine (explorer)
3 Nhập ảnh và trực quan hóa chúng trong Google Earth Engine
4 Phân tích ảnh không giám sát (K-means) trong Google Earth Engine
5 Phân loại có giám sát Rừng ngẫu nhiên trong Earth Engine
6 Đánh giá Độ chính xác trong Earth Engine
1 Giới thiệu về Máy học
2 Về Máy học trong GIS và Viễn thám
3 Học có giám sát và không giám sát (phân loại) trong GIS và Viễn thám
4 Phát hiện đối tượng trong GIS
5 Phân đoạn và phân tích ảnh dựa trên đối tượng (OBIA)
6 Dự đoán trong GIS và học sâu cho Phân tích Dữ liệu Lớn
7 Dự án: Máy học cho GIS trên nền tảng đám mây (Google Earth Engine)
1 Tổng quan Phần
2 Phân loại ảnh dựa trên đối tượng (OBIA) SO VỚI phân loại ảnh dựa trên điểm ảnh
3 Phân đoạn ảnh vệ tinh độ phân giải cao
4 Tạo dữ liệu huấn luyện từ ảnh vệ tinh dựa trên lớp đã phân đoạn
5 Phân loại ảnh dựa trên đối tượng với thuật toán Máy học
6 Hướng dẫn Dự án Cuối cùng
1 BỔ SUNG
2 Bản đồ Phép chiếu

Giới thiệu khóa học

Geospatial Analysis and Remote Sensing: From Beginner to Pro

Are you struggling to create GIS maps or work with satellite imagery for your Remote Sensing projects? Do concepts like object-based image analysis, machine learning, QGIS, or Google Earth Engine seem overwhelming? This course provides a clear and practical pathway to understanding and applying these methods through real geospatial projects.

This 5-in-1 Practical Geospatial Masterclass combines the content of multiple courses into one comprehensive learning experience. With over nine hours of video lessons, hands-on exercises, and downloadable resources, you will build strong skills in geospatial analysis, Remote Sensing, machine learning, and GIS data processing using popular and free software tools.

Course Highlights

• Comprehensive theoretical and applied geospatial knowledge
• Machine learning applications for GIS and Remote Sensing tasks
• Land use and land cover mapping workflows
• Object-based image analysis and segmentation
• Data preprocessing, manipulation, and map creation
• Hands-on practice in QGIS and Google Earth Engine
• Real project workflows using open-source tools

Course Focus

This masterclass will guide you through Remote Sensing, GIS, and Machine Learning applications step by step. You will learn how to download and preprocess satellite imagery, perform supervised and unsupervised learning, compute accuracy assessment, run change detection, and apply geospatial algorithms for real environmental and land-use analysis.

By the end of the course, you will understand key concepts in Remote Sensing, GIS fundamentals, machine learning for geospatial tasks, and object-based image analysis. You will also be able to conduct practical geospatial workflows using QGIS, Google Earth Engine, and other open-source tools.

What You Will Learn

• Applying machine learning algorithms in QGIS for LULC analysis
• Downloading, preprocessing, and analyzing satellite images
• Supervised and unsupervised classification techniques
• Accuracy assessment and change detection workflows
• Object-based image analysis and segmentation
• Cloud computing and Big Data geospatial analysis with Google Earth Engine
• Creating maps and final outputs for GIS projects

Who Should Enroll

This course is ideal for geographers, programmers, environmental scientists, social scientists, geologists, GIS and Remote Sensing specialists, and anyone wanting to improve their geospatial and machine learning skills. Whether you are a beginner or looking to advance your expertise, this course gives you the confidence and knowledge to tackle real geospatial challenges.

Included in the Course

You will receive access to datasets, scripts, step-by-step instructions, and practical materials for all exercises in QGIS and Google Earth Engine. Enroll today and unlock the full potential of practical geospatial analysis.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Geographic Information Systems
Hiển thị tất cả khoá học Google Earth Engine
Hiển thị tất cả khoá học Qgis
Hiển thị tất cả khoá học Remote Sensing
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊