GIS Learner

မိမိလေ့လာလိုသော ဒေသအတွင်းရှိ သတ္တုသိုက်များအား ရှာဖွေရာတွင် သတ္တုများ၏ ပြန့်နှံ့မှုကို နမူနာယူခြင်း နည်းလမ်းများဖြင့် ကောက်ယူကြသည်။ ထို့နောက် ဓါတ်ခွဲစမ်းသပ်ခြင်းများ ပြုလုပ်၍ ဓါတ်ခွဲစမ်းသပ်ခြင်းဖြင့် ရရှိလာသောဓါတ်ခွဲခန်းအဖြေများကို ဘူမိဓါတုမြေပုံ (geochemistry map) တခုအဖြစ် ပုံဖော်ပြကြသည်။

အခု Sharing ပြုလုပ်မယ့် နည်းလမ်းကတော့ မိမိလေ့လာလိုသော ဒေသ၏ ဓါတ်ခွဲစမ်းသပ်ခြင်းဖြင့် ရရှိလာသောဓါတ်ခွဲခန်းအဖြေ (Elements Result) များကို IDW Interpolation နည်းလမ်းဖြင့် Google Colabမှာ IDW Interpolation for Soil Assay Data Analysis ပြုလုပ်နည်း ဖြစ်ပါတယ်။

IDW သည် မြေသားကောက်ယူမူ့ အမှတ်များမှ သိရှိထားသော တန်ဖိုးများအပေါ် အခြေခံ၍အသုံးပြုသည့် spatial interpolation method တစ်ခုဖြစ်သည်။ အခြေခံအယူအဆမှာ မြေသားကောက်ယူထားသော တည်နေရာမှ ဖြန့်ကျက်၍ တခြားသောနေရာများအား ခန့်မှန်းတန်ဖိုးများ သက်ရောက်မှုပိုရှိစေခြင်း ဖြစ်သည်။

Google Colab သည် Google Account တခုရှိယုံဖြင့် အသုံးပြုနိုင်ပါသည်။ ...........................................................................................................
အောက်ဖော်ပြပါလင့်ကို၀င်ပါ။
https://shorturl.at/xcc8m

လိုအပ်သော Data
- Latitude, Longitude, Result Elements တွေပါတဲ့ CSV File တခု............................................................
Google Colabတွင် ပြုလုပ်နည်း
- အဆင့် 1: Soil Assay CSV ဖိုင်ကို Google Colabသို့ Upload တင်ပါ။
အဆင့် 2: ဒေတာပြင်ဆင်ခြင်း။
အဆင့် 3- IDW လုပ်ဆောင်ချက်ကို သတ်မှတ်ခြင်း။
အဆင့် 4- Elements တခုချင်းအလိုက် Loopပတ်၍ IDW နှင့် Plot Map ပြုလုပ်ခြင်း။

CSV File Sample Link
https://shorturl.at/UYfsN




Learner

မိမိလေ့လာလိုသော ဒေသအတွင်းရှိ သတ္တုသိုက်များအား ရှာဖွေရာတွင် သတ္တုများ၏ ပြန့်နှံ့မှုကို နမူနာယူခြင်း နည်းလမ်းများဖြင့် ကောက်ယူကြသည်။ ထို့နောက် ဓါတ်ခွဲစမ်းသပ်ခြင်းများ ပြုလုပ်၍ ဓါတ်ခွဲစမ်းသပ်ခြင်းဖြင့် ရရှိလာသောဓါတ်ခွဲခန်းအဖြေများကို ဘူမိဓါတုမြေပုံ (geochemistry map) တခုအဖြစ် ပုံဖော်ပြကြသည်။

ဘူမိဓါတုမြေပုံ (Geochemistry Map တနည်းအားဖြင့် Elements Result Visualization Mapping ) တခု ပြုလုပ်ရာတွင်လည်းများစွာသော Mapping Software များ Statistical Software ဖြင့် Statistical Analyzing | Data Visualization များပြုလုပ်ဆောင်ရွက်ကြပါသည်။

အခု Sharing ပြုလုပ်မယ့် နည်းလမ်းကတော့ မိမိလေ့လာလိုသော ဒေသ၏ ဓါတ်ခွဲစမ်းသပ်ခြင်းဖြင့် ရရှိလာသောဓါတ်ခွဲခန်းအဖြေ (Elements Result) များကို Google Colabမှာ Plot Mapping တနည်းအားဖြင့် Elements Result Visualization Mapping ပြုလုပ်နည်း ဖြစ်ပါတယ်။

Google Colab သည် Google Account တခုရှိယုံဖြင့် အသုံးပြုနိုင်ပါသည်။ ...........................................................................................................
အောက်ဖော်ပြပါလင့်ကို၀င်ပါ။
https://shorturl.at/HkCfM

လိုအပ်သော Data

- Latitude, Longitude, Result Elements တွေပါတဲ့ CSV File တခု
............................................................

Google Colabတွင် ပြုလုပ်နည်း

- အဆင့် 1- Latitude, Longitude, Result Elements တွေပါတဲ့ CSVတခု ဖန်တီးပါ။

- အဆင့် 2- CSV ဖိုင်ကို Google Colab သို့ Upload တင်ပါ။

- အဆင့် 3-
• မိမိ Visualization ပြုလုပ်ချင်သော Elements ၏ အမည်များကို ရေးပါ။
• မိမိ Visualization ပြုလုပ်ချင်သော Elements များကို Class ခွဲပါ။
• မိမိ Visualization ပြုလုပ်ချင်သော Elements Class တခုချင်းစီအတွက် Data Value သတ်မှတ်ပါ။
• မိမိ Visualization ပြုလုပ်ချင်သော Elements ၏ Symbol အရောင်များသတ်မှတ်ပါ။
• မိမိ Visualization ပြုလုပ်ချင်သော Elements ၏ Symbol အရွယ်အစားများ သတ်မှတ်ပါ။

- အဆင့် 4- Element တစ်ခုစီအတွက် Plot Map များဖန်တီးခြင်း။

- အဆင့် 5- Element Plot Map အားလုံးကို 2x3 ပုံစံဖြစ် ၎င်းတို့ကို ပုံကြီးတစ်ပုံအဖြစ် ပြုလုပ်ခြင်း။

- အဆင့် 6- ဘယ်ဘက်ရှိ Fileတွင် Output Mapsများကျလာမည်။

- အဆင့် 7- downloadဆွဲ၍ အသုံပြုနိုင်ပါပီ။

CSV File Sample Link
https://shorturl.at/b653A




Learner

မြေသားနမူနာ ယူခြင်း......................................................................
မြေဆီလွှာ နမူနာရယူခြင်း နည်းစနစ်သည် ဒေသတစ်ခု၏ ဘူမိဓါတုဗေဒဆိုင်ရာ အချက်အလက်များကို ရယူလေ့လာသုံးသပ်ရာတွက် အရေးကြီးသည့် နည်းစနစ်တစ်ခုဖြစ်သည်။ မတူညီသည့်မြေဆီလွှာ အမျိုးအစားများဖြစ်သည် A အလွှာ Bအလွှာ Cအလွှာ တို့ ရှိရာတွင် B အလွှာ နှင့် C အလွှာတို့မှာ မြေသားနမှုနာများကို သာကောက်ယူပြီး၊ အောက်ခံ ကျောက် နှင့်ဆက်စပ်လျက်ရှိသည့် ဘူမိဗေဒဆိုင်ရာ နှင့် ဘူမိဓါတုဗေဒဒဆိုင်ရာ သတင်းအချက်အလက်များ ကိုဓါတ်ခွဲ စမ်းသပ်စစ်ဆေးခြင်းဖြစ်ပါသည်။

ထိုသို့မြေသားနမူနာ ရယူမည့် နေရာများကိုသတ်မှတ်ရာတွင် Regional Geology, ကျောက်ပေါ်ထွက်ပိုင်း Outcrops များနှင့် ဘူမိဗေဒမြေပုံ ပေါ်တွင် အခြေခံ ပြီး Area of Interest ကို ရှာဖွေရေး ဘူမိဗေဒပညာရှင်များကသတ်မှတ်ပြီး အောက်ပါ Parameters များကိုထည့်သွင်းအသုံးပြုရမည်ဖြစ်သည်။

လိုအပ်သော Parameters များ...................................................................................
1. Known or Start Point ( Decimal Degree)
2. From Known Point to Any Direction (with Bearing and Distance - bearing should be consistent as soil sampling almost grid pattern)

Soil Planning Points များဖန်တီးရာတွင် အမျိုးမျိုးသော Sofftwareများ GIS Software, Global Mapperများဖြင့် Soil Planning Pointsများကိုဖန်တီးကြသည်။ (အခြားMapping Softwareလည်းရှိနိုင်ပါသေးတယ်)

အခုsharing ပြုလုပ်ပေးမယ့် နည်းလမ်းကတော့
GOOGLE Colabဖြင့် Soil Planning Points များကို Shapefile တခု၊ plot မြေပုံတခုရတဲ့ထိ ပြုလုပ်နိုင်မှာဖြစ်ပါတယ်။

Google Colab သည် Google Account တခုရှိယုံဖြင့်
အသုံးပြုနိုင်ပါသည်။
...........................................................................................................

အောက်ဖော်ပြပါလင့်ကို၀င်ပါ။
https://shorturl.at/Yvmwi


အောက်​ဖော်ပြပါပုံ(3)တွင် ပြန်ပီး မိမိ လေ့လာလိုသောဒေသအချက်အလက်များ အစားသွင်းလိုက်ခြင်းဖြင့် Planning Points Shapefile တခုနဲ့ plot မြေပုံတခု ပေါ်လာပါမည်။ ထို့နောက် အောက်ဖော်ပြပါ ပုံ(4)အတိုင်းဘယ်ဘက်ခြမ်းတွင်Shapefileကို download ဆွဲ၍ အသုံပြုနိုင်ပါပီ။




GIS Learner

Canny edge detection is a valuable tool in the analysis of panchromatic satellite images for geological studies. Its ability to accurately detect edges, even in noisy data, makes it an essential technique for identifying and analyzing various geological features and structures.

For the following analysis, I used a Landsat 8 Level 2 panchromatic satellite image. The Canny edge detector is an edge detection operator that employs a multi-stage algorithm to detect a wide range of edges in images. It was developed by John F. Canny in 1986....................................................................................

Summary of the Google Colab Workflow:

Upload: The user uploads a Tiff image.
Grayscale Conversion: The image is converted to grayscale for processing.
Preprocessing: Histogram equalization is applied for contrast enhancement.
Edge Detection: Canny edge detection is applied using dynamically calculated thresholds.
Line Detection: Line segments are detected using the Hough Transform and drawn on the image with filtering.
Visualization: The original image, edge-detection result, and final lineament detection are displayed.
...................................................................................................
Google Colab Link>>> https://shorturl.at/COwaC

Panchromatic Band Image >>> https://shorturl.at/DMUer