Home › Lectures › GeoAI

🛰️ রিমোট সেন্সিং · Remote Sensing

স্যাটেলাইট ছবি থেকে পৃথিবী পর্যবেক্ষণ।

Observing Earth from satellite imagery.

📅 ৫. জিওএআই⏳ ~4 সপ্তাহ📘 10 টপিক🧩 30 সাব-টপিক🎬 0 ভিডিও💻 রানযোগ্য কোড

🎯 যা শিখবেন / Outcomes

Process imagery, compute indices, classify & detect change

🧰 টুলস / Tools

Google Earth Engine, geemap, SNAP

🏁 প্রজেক্ট / Capstone

NDVI & river-erosion change map of Bangladesh

📌 পূর্বশর্ত / Prerequisites

🗺️ GIS Fundamentals

📅

সাপ্তাহিক পরিকল্পনা · Weekly plan

~২ ঘণ্টা/দিন ধরে

Week 1

Remote Sensing Principles
Satellite Missions Landsat Sentinel
Spectral Indices NDVI NDWI

Week 2

Image Preprocessing
Land Use Land Cover Classification
Change Detection

Week 3

Google Earth Engine
geemap Python
SAR Radar Imagery

Week 4

DEM & Terrain Analysis

1

Remote Sensing Principles

EM spectrum and sensors.
Beginner
📘 বাংলা: ইলেকট্রোম্যাগনেটিক স্পেকট্রাম ও সেন্সর।
🌐 English: EM spectrum and sensors.

💡 মাঠে না গিয়েও পুরো দেশের ভূমি, পানি, উদ্ভিদ ও তাপমাত্রা পর্যবেক্ষণ।

  1. 1
    সূর্যের আলো পৃথিবী থেকে প্রতিফলিত হয়ে সেন্সরে পৌঁছায়; প্রতিটি বস্তুর নিজস্ব spectral signature
  2. 2
    ব্যান্ড: দৃশ্যমান (Blue, Green, Red), NIR, SWIR, থার্মাল
  3. 3
    প্যাসিভ (সূর্যের আলো—অপটিক্যাল) বনাম অ্যাকটিভ (নিজে সংকেত পাঠায়—রাডার, LiDAR)
  4. 4
    চার রেজোলিউশন: স্থানিক, বর্ণালি, সময় (revisit), রেডিওমেট্রিক
EM স্পেকট্রামদৃশ্যমান, NIR, SWIR, থার্মাল
প্যাসিভ বনাম অ্যাকটিভ সেন্সর
রেজোলিউশনস্থানিক, বর্ণালি, সময়, রেডিওমেট্রিক
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
2

Satellite Missions Landsat Sentinel

Key free satellite data sources.
Beginner
📘 বাংলা: প্রধান ফ্রি স্যাটেলাইট ডেটা উৎস।
🌐 English: Key free satellite data sources.

💡 কোন কাজে কোন স্যাটেলাইট—বিনামূল্যের ডেটার প্রধান উৎস।

  1. 1
    Landsat 8/9: ৩০ মি, ১৬ দিন, ১৯৭২ থেকে ধারাবাহিক—দীর্ঘমেয়াদি পরিবর্তন
  2. 2
    Sentinel-2: ১০–২০ মি, ৫ দিন, ১৩ ব্যান্ড—ফসল, ভূমি ব্যবহার
  3. 3
    Sentinel-1 SAR: মেঘ ভেদ করে—বন্যা; MODIS: ২৫০ মি–১ কিমি, দৈনিক—তাপমাত্রা, আগুন
  4. 4
    ডাউনলোড: USGS EarthExplorer, Copernicus Browser, বা সরাসরি Google Earth Engine
Landsat৩০ মি, ১৯৭২ থেকে
Sentinel-2১০ মি, ৫ দিন
MODIS ও Sentinel-1 SAR
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
3

Spectral Indices NDVI NDWI

Vegetation, water and urban indices.
Beginner
📘 বাংলা: উদ্ভিদ, পানি ও নগরায়ন সূচক।
🌐 English: Vegetation, water and urban indices.

💡 জটিল বর্ণালি তথ্যকে একটি অর্থবহ সংখ্যায়—উদ্ভিদ, পানি, নগর পর্যবেক্ষণ।

  1. 1
    NDVI = (NIR − Red)/(NIR + Red): −১ থেকে +১; >০.৫ ঘন উদ্ভিদ
  2. 2
    NDWI = (Green − NIR)/(Green + NIR): পানি শনাক্ত
  3. 3
    NDBI = (SWIR − NIR)/(SWIR + NIR): নির্মিত এলাকা
  4. 4
    সময় সিরিজে সূচক দেখে ফসলের বৃদ্ধি বা খরা পর্যবেক্ষণ
NDVI = (NIR−Red)/(NIR+Red)
NDWIপানি
NDBIনগরায়ন
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
4

Image Preprocessing

Atmospheric/geometric correction, cloud masks.
Beginner
📘 বাংলা: অ্যাটমোস্ফেরিক ও জিওমেট্রিক কারেকশন, ক্লাউড মাস্ক।
🌐 English: Atmospheric/geometric correction, cloud masks.

💡 কাঁচা ছবিতে বায়ুমণ্ডল, মেঘ ও জ্যামিতিক বিকৃতি থাকে—সংশোধন ছাড়া তুলনা অর্থহীন।

  1. 1
    Level-2 surface reflectance পণ্য ব্যবহার করুন (বায়ুমণ্ডলীয় সংশোধিত)
  2. 2
    মেঘ ও ছায়া মাস্ক: QA ব্যান্ড বা s2cloudless
  3. 3
    একাধিক ছবির median composite দিয়ে মেঘমুক্ত মোজাইক
  4. 4
    অধ্যয়ন এলাকায় ক্লিপ, প্রয়োজনে রিস্যাম্পল ও একই CRS
অ্যাটমোস্ফেরিক কারেকশনSurface reflectance
ক্লাউড মাস্কিং
মোজাইক ও ক্লিপ
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
5

Land Use Land Cover Classification

Classify land use and land cover.
Intermediate
📘 বাংলা: ভূমি ব্যবহার শ্রেণিবিন্যাস।
🌐 English: Classify land use and land cover.

💡 ভূমি কোথায় কী কাজে ব্যবহৃত হচ্ছে—পরিকল্পনা ও পরিবেশ পর্যবেক্ষণের মূল মানচিত্র।

  1. 1
    ক্লাস নির্ধারণ: পানি, উদ্ভিদ, কৃষি, নির্মিত, খালি মাটি
  2. 2
    প্রশিক্ষণ নমুনা: প্রতিটি ক্লাসে পলিগন/পয়েন্ট (Google Earth দেখে)
  3. 3
    ফিচার: ব্যান্ড + সূচক (NDVI, NDWI); Random Forest দিয়ে ক্লাসিফাই
  4. 4
    যাচাই: আলাদা নমুনায় confusion matrix, overall accuracy, Kappa
সুপারভাইজডট্রেনিং পয়েন্ট + Random Forest
আনসুপারভাইজডK-Means
নির্ভুলতা যাচাইKappa, OA
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
6

Change Detection

Detect change over time — erosion, deforestation.
Intermediate
📘 বাংলা: সময়ের সাথে পরিবর্তন শনাক্ত—নদীভাঙন, বনভূমি।
🌐 English: Detect change over time — erosion, deforestation.

💡 সময়ের সাথে কী বদলেছে—নদীভাঙন, বন উজাড়, নগরায়ন, বন্যা।

  1. 1
    একই মৌসুমের দুই তারিখের ছবি বাছুন (ঋতুগত পার্থক্য এড়াতে)
  2. 2
    পদ্ধতি ১: সূচক পার্থক্য (NDVI₂ − NDVI₁) ও থ্রেশহোল্ড
  3. 3
    পদ্ধতি ২: দুই সময়ের LULC তুলনা → from-to পরিবর্তন ম্যাট্রিক্স
  4. 4
    পদ্ধতি ৩: সময় সিরিজ অ্যালগরিদম (LandTrendr, CCDC); মাঠ/উচ্চ-রেজোলিউশন ছবিতে যাচাই
ইমেজ ডিফারেন্সিং
পোস্ট-ক্লাসিফিকেশন তুলনা
প্রয়োগনদীভাঙন, বন উজাড়
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
7

Google Earth Engine

Planet-scale satellite analysis in the cloud.
Intermediate
📘 বাংলা: ক্লাউডে পেটাবাইট স্যাটেলাইট বিশ্লেষণ।
🌐 English: Planet-scale satellite analysis in the cloud.

💡 নিজের কম্পিউটারে ডাউনলোড ছাড়াই পেটাবাইট স্যাটেলাইট ডেটা ক্লাউডে বিশ্লেষণ।

  1. 1
    earthengine.google.com-এ নিবন্ধন (গবেষণা/অ-বাণিজ্যিক বিনামূল্যে), Code Editor খুলুন
  2. 2
    ImageCollection লোড → filterBounds (এলাকা) → filterDate → মেঘ ফিল্টার
  3. 3
    map() দিয়ে প্রতিটি ছবিতে সূচক, reduce (median/mean) দিয়ে সারাংশ
  4. 4
    Map.addLayer দিয়ে দেখুন; Export.image.toDrive দিয়ে GeoTIFF
ImageCollection ও filter
Reducerসময়/স্থানে সারাংশ
Code Editor ও Export
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
8

geemap Python

Use Earth Engine from Python.
Advanced
📘 বাংলা: পাইথনে Earth Engine ব্যবহার।
🌐 English: Use Earth Engine from Python.

💡 Earth Engine-এর শক্তি Python ও Jupyter-এ—অন্যান্য Python লাইব্রেরির সাথে মিলিয়ে।

  1. 1
    pip install geemap; ee.Authenticate(), ee.Initialize(project=...)
  2. 2
    m = geemap.Map(); m.add_layer(image, vis_params, "NDVI")
  3. 3
    geemap দিয়ে টাইম-ল্যাপস GIF, স্প্লিট-প্যানেল তুলনা, zonal statistics
  4. 4
    ফল GeoDataFrame/NumPy-তে এনে বিশ্লেষণ ও মডেল
geemap.Mapইন্টারঅ্যাক্টিভ মানচিত্র
Python API দিয়ে বিশ্লেষণ
টাইম-ল্যাপস তৈরি
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
9

SAR Radar Imagery

Cloud-penetrating radar — flood mapping.
Advanced
📘 বাংলা: মেঘ ভেদ করা রাডার—বন্যা মানচিত্র।
🌐 English: Cloud-penetrating radar — flood mapping.

💡 মেঘ, বৃষ্টি ও রাতেও কাজ করে—বর্ষায় বন্যা পর্যবেক্ষণের একমাত্র নির্ভরযোগ্য উপায়।

  1. 1
    SAR নিজে মাইক্রোওয়েভ সংকেত পাঠিয়ে প্রতিধ্বনি (backscatter) মাপে
  2. 2
    মসৃণ পানি সংকেত দূরে প্রতিফলিত করে—ছবিতে কালো দেখায়
  3. 3
    পোলারাইজেশন VV, VH; speckle filter দিয়ে দানাদার নয়েজ কমান
  4. 4
    থ্রেশহোল্ড (যেমন VV < −১৫ dB) বা change detection দিয়ে প্লাবিত এলাকা
মাইক্রোওয়েভমেঘ ও রাতে কাজ করে
ব্যাকস্ক্যাটারপানি কালো দেখায়
বন্যা মানচিত্র
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
10

DEM & Terrain Analysis

Elevation, slope and hydrology.
Advanced
📘 বাংলা: উচ্চতা, ঢাল ও জলপ্রবাহ বিশ্লেষণ।
🌐 English: Elevation, slope and hydrology.

💡 উচ্চতা থেকে ঢাল, পানিপ্রবাহ, জলাবদ্ধতা ও ভূমিধস ঝুঁকি।

  1. 1
    DEM উৎস: SRTM (৩০ মি), ALOS, Copernicus DEM
  2. 2
    Slope (ঢাল) ও Aspect (দিক) হিসাব
  3. 3
    Hydrology: fill sinks → flow direction → flow accumulation → stream network ও watershed
  4. 4
    প্রয়োগ: নিম্নাঞ্চল চিহ্নিত, সমুদ্রপৃষ্ঠ বৃদ্ধির ঝুঁকি, পাহাড়ি ভূমিধস
DEMSRTM, ALOS
ঢাল ও দিক
ওয়াটারশেড ও প্রবাহ দিক
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
💻

হাতে-কলমে কোড · Hands-on code

Run চাপুন — পাইথন আপনার ব্রাউজারেই চলবে (Ctrl+Enter)
import numpy as np, matplotlib.pyplot as plt
rng=np.random.default_rng(3); red=rng.uniform(.03,.15,(60,60)); nir=rng.uniform(.3,.5,(60,60))
nir[:,40:]=rng.uniform(.02,.06,(60,20)); red[20:35,5:25]=.25; nir[20:35,5:25]=.28   # water + urban
ndvi=(nir-red)/(nir+red); cls=np.digitize(ndvi,[0,.3])
print("Class share (water/urban/veg):",[round((cls==i).mean(),2) for i in range(3)])
fig,ax=plt.subplots(1,2,figsize=(9,4)); im=ax[0].imshow(ndvi,cmap="RdYlGn"); plt.colorbar(im,ax=ax[0]); ax[0].set_title("NDVI")
ax[1].imshow(cls,cmap="Accent"); ax[1].set_title("Threshold classification"); plt.show()
📝

অনুশীলন · Practice tasks

  1. Sentinel-2 থেকে ঢাকার NDVI মানচিত্র (Earth Engine)
  2. দুই বছরের ছবিতে নদীভাঙন change detection
  3. Sentinel-1 দিয়ে বন্যার পানি শনাক্ত
  4. ক্যাপস্টোন: NDVI & river-erosion change map of Bangladesh
❓

কুইজ · Quick quiz

1. NDVI-র জন্য কোন ব্যান্ড?

2. মেঘ ভেদ করতে পারে?

🎬

ভিডিও লাইব্রেরি · Videos

সাইটের ভেতরে ফ্লোটিং প্লেয়ারে চলবে
এই শাখার ভিডিও এখনো সংরক্ষিত হয়নি। যেকোনো টপিক পেজ খুললে ভিডিও স্বয়ংক্রিয়ভাবে খুঁজে MySQL-এ সংরক্ষিত হবে (API key থাকলে)।

📺 Reference channels

🇧🇩 Bangla remote sensing ↗Bangla Google Earth Engine ↗
🌐 Spatial Thoughts ↗Qiusheng Wu ↗
🔗

সংযুক্ত বিষয় · Connected

➡ 🌏 GeoAI 🕸️ নেটওয়ার্কে দেখুন💻 ল্যাবে খুলুন
← আগের শাখা🗺️ GIS Fundamentalsপরের শাখা →📍 Spatial Statistics
🎬 Video