Python for Geospatial Analysis & Remote Sensing

About Course

Python for Geospatial Analysis & Remote Sensing သင်တန်းသည် Python programming နှင့် GIS / Remote Sensing ကို ပေါင်းစပ်အသုံးပြု၍ Geospatial data များကို ခွဲခြမ်းစိတ်ဖြာခြင်း၊ မြေပုံများ ဖန်တီးခြင်း နှင့် Web-based geospatial applications များ တည်ဆောက်နိုင်ရန် ရည်ရွယ်သည့် သင်တန်းဖြစ်ပါသည်။ သင်တန်းတွင် Python အခြေခံမှ စတင်ကာ Geospatial libraries များဖြစ်သော GeoPandas, Rasterio, Matplotlib နှင့် Folium တို့ကို အသုံးပြုပြီး Shapefile, GeoJSON, GeoTIFF ကဲ့သို့သော GIS / Remote Sensing data များကို စီမံခန့်ခွဲခြင်းနှင့် spatial analysis ပြုလုပ်နည်းများကို လေ့လာရပါမည်။ ထို့အပြင် Satellite image များကို အသုံးပြုသည့် Remote Sensing analysis များ၊ NDVI နှင့် NDWI ကဲ့သို့သော spectral indices တွက်ချက်ခြင်း၊ DEM data များကို အသုံးပြု၍ terrain analysis ပြုလုပ်ခြင်းတို့ကိုလည်း လေ့လာရပါမည်။

သင်တန်း၏ နောက်ပိုင်းအပိုင်းတွင် Interactive Web Map များ ဖန်တီးခြင်း၊ Google Earth Engine Python API အသုံးပြု၍ cloud-based satellite data များကို ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် Streamlit framework ကို အသုံးပြုကာ Geospatial Web Applications များ တည်ဆောက်နည်းများကို လေ့လာနိုင်မည်ဖြစ်ပါသည်။ သင်တန်းကို Google Colab environment တွင် လေ့လာသင်ယူမည်ဖြစ်ပြီး GIS နှင့် Remote Sensing data များကို Python ဖြင့် ကိုယ်တိုင် analysis ပြုလုပ်နိုင်ရန် လက်တွေ့လေ့ကျင့်ခန်းများ ပါဝင်ပါသည်။

ဤသင်တန်းသည် GIS / Remote Sensing ဖြင့် သုတေသနပြုလုပ်နေသူများ၊ Data analysis နှင့် mapping ကို Python ဖြင့် လုပ်ဆောင်လိုသူများ၊ Web GIS နှင့် geospatial application development ပိုင်းသို့ တိုးတက်လိုသူများအတွက် အထူးသင့်တော်ပါသည်။ သင်တန်းပြီးဆုံးချိန်တွင် သင်တန်းသားများသည် geospatial data များကို Python ဖြင့် analysis ပြုလုပ်နိုင်ခြင်း၊ interactive maps ဖန်တီးနိုင်ခြင်းနှင့် geospatial web applications များ တည်ဆောက်နိုင်သည့် အရည်အချင်းများ ရရှိမည်ဖြစ်ပါသည်။

Python programming အခြေခံများကို နားလည်ပြီး geospatial data analysis တွင် အသုံးပြုနိုင်ခြင်း
Shapefile, GeoJSON, GeoTIFF ကဲ့သို့သော GIS / Remote Sensing data formats များကို Python ဖြင့် စီမံခန့်ခွဲနိုင်ခြင်း
GeoPandas ကို အသုံးပြု၍ vector spatial analysis (buffer, clip, spatial join) ပြုလုပ်နိုင်ခြင်း
Rasterio ကို အသုံးပြု၍ raster datasets နှင့် satellite imagery များကို process လုပ်နိုင်ခြင်း
NDVI, NDWI ကဲ့သို့သော Remote Sensing indices များတွက်ချက်နိုင်ခြင်း
DEM data များကို အသုံးပြု၍ terrain analysis (slope, hillshade) ပြုလုပ်နိုင်ခြင်း
Folium library ဖြင့် interactive web maps ဖန်တီးနိုင်ခြင်း
Google Earth Engine Python API ဖြင့် satellite datasets များကို cloud-based analysis ပြုလုပ်နိုင်ခြင်း
Streamlit ကို အသုံးပြု၍ geospatial dashboards နှင့် web apps တည်ဆောက်နိုင်ခြင်း
Geospatial analysis project များကို freelance သို့မဟုတ် research work များတွင် အသုံးချနိုင်ခြင်း

Course Content

Lesson 1 : Introduction to Python

Introduction to Python

04:03
Install Python

05:10
Using Google Collab

04:52
Variables

04:57
Lab 1 – Assignment 1 – Variables

06:32

Lesson 2 : Data types and Data structures in Python

Lesson 3 : Conditional Statements, Loops and Functions

Lesson 4 : Vector Data Mapping and Visualization

17. Mapping and Data Visualization Libaries

03:17
18. Introduction to Pandas & Data Structures

03:39
19. Importing data in Pandas

02:16
20. Viewing and understanding Dataframes

03:26
21. Introduction to Geopandas & Core data structures

02:53
22. Reading Geospatial data using Geopandas

03:17
23. Lab 2 – Assignment 1 – Reading Geospatial Data

08:42
24. Mapping and Plotting tools in Python

04:15
25. Map Layering with GeoPandas and Matplotlib

05:57
26. Lab 2 – Assignment 2 – Basic Map Visualization

12:48
27. Lab 2 – Assignment 3 – Choropleth Mapping

09:30
28. Lab2. Assignment 4 – Multi-Layers Map

10:05

Lesson 5 : Raster Data Processing and Visualization

Lesson 6 : Interactive Mapping

Lesson 7 : Cloud-Based Remote Sensing with the GEE Python API

Module 8 : Geospatial App Development & Deployment

Student Ratings & Reviews

No Review Yet

About Course

What Will You Learn?

Course Content

Lesson 1 : Introduction to Python

Introduction to Python

Install Python

Using Google Collab

Variables

Lab 1 – Assignment 1 – Variables

Lesson 2 : Data types and Data structures in Python

6. Text Data Type – String

7. Lab 1 – Assignment 2 – String

8. Numeric Data Types – Interger & Float

9. Data Structure – List & Tuple

10. Data Structure – Dictionary

Lesson 3 : Conditional Statements, Loops and Functions

11. Loops and Conditional Statements

12. Conditional Statements

13. Lab 1 – Assignment 3 – Conditional Statements

14. for loop & while loop

15. Functions

16. Lab1 – Assignment 4 – Using Functions and Loops

Lesson 4 : Vector Data Mapping and Visualization

17. Mapping and Data Visualization Libaries

18. Introduction to Pandas & Data Structures

19. Importing data in Pandas

20. Viewing and understanding Dataframes

21. Introduction to Geopandas & Core data structures

22. Reading Geospatial data using Geopandas

23. Lab 2 – Assignment 1 – Reading Geospatial Data

24. Mapping and Plotting tools in Python

25. Map Layering with GeoPandas and Matplotlib

26. Lab 2 – Assignment 2 – Basic Map Visualization

27. Lab 2 – Assignment 3 – Choropleth Mapping

28. Lab2. Assignment 4 – Multi-Layers Map

Lesson 5 : Raster Data Processing and Visualization

29. Raster Visualization using Rasterio – Part 1

30. Raster Visualiztion using Rasterio – Part 2

Lesson 6 : Interactive Mapping

31. Creating Interactive Web Maps

32. Basic syntex for creating interactive map

33. Plotting Custom Markers, Polylines, and Polygons using Folium

Lesson 7 : Cloud-Based Remote Sensing with the GEE Python API

35. Register Cloud Project in Google Earth Engine

36. Set up GEE Python API

37. Visualize Climate Data

38. Landsat 8 Visualization

39. NDVI Calculation using Landsat 8

40. Terrain Calculation

41. Visualize ESA Global Landcover

Module 8 : Geospatial App Development & Deployment

42. Download and Install Streamlit

43. Interactive Web Mapping using Streamlit

44. Display a bar Graph

45. Display a Scatter Chart

46. Display a Line Chart

47. Setup Page Layout and Add sidebar

48. Plotly for Interactive Experience

49. Deploy Geospatial WebApp

Student Ratings & Reviews

Quick Links

Resources

Support