Home › Roadmap › Remote Sensing › Part 1

Remote Sensing Principles

📘 ইলেকট্রোম্যাগনেটিক স্পেকট্রাম ও সেন্সর।

🌐 EM spectrum and sensors.

🛰️ রিমোট সেন্সিং🎚 Beginner📍 Part 1 / 10🧩 3 সাব-টপিক
🛰️
1

ধারণা · Concept

কী এবং কেন
📘 বাংলা ব্যাখ্যা:
ইলেকট্রোম্যাগনেটিক স্পেকট্রাম ও সেন্সর।
🌐 English:
EM spectrum and sensors.

🗂 কোথায় পড়ে

৫. জিওএআই → রিমোট সেন্সিং → Remote Sensing Principles

🎯 এই শাখার লক্ষ্য

Process imagery, compute indices, classify & detect change

🧰 টুলস

Google Earth Engine, geemap, SNAP

🪜

ধাপে ধাপে শিখুন · Step-by-step

কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল
💡 কেন গুরুত্বপূর্ণ?

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

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

🧪 বাস্তব উদাহরণ

সুস্থ উদ্ভিদ NIR খুব বেশি প্রতিফলিত করে, পানি প্রায় শোষণ করে—এই পার্থক্যই সূচকের ভিত্তি।

⚠️ সাধারণ ভুল

মেঘাচ্ছন্ন ছবিতে অপটিক্যাল বিশ্লেষণ।

🔑 মূল শব্দ (Key terms)

remote sensingspectral signaturebandNIRpassiveactiveresolution

3

সাব-টপিক ও বিস্তারিত · Sub-topics

টপিক → সাব-টপিক → সাব-সাব টপিক
1.1 EM স্পেকট্রাম1.1.1 দৃশ্যমান1.1.2 NIR1.1.3 SWIR1.1.4 থার্মাল
1.2 প্যাসিভ বনাম অ্যাকটিভ সেন্সর
1.3 রেজোলিউশন1.3.1 স্থানিক1.3.2 বর্ণালি1.3.3 সময়1.3.4 রেডিওমেট্রিক
🎬

ভিডিও · Videos (বাংলা ও English)

ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত
💻

হাতে-কলমে · Try it (Remote Sensing)

এডিট করে Run চাপুন · 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()
❓

সেল্ফ-চেক · Self check

1. “দৃশ্যমান, NIR, SWIR, থার্মাল” — এটি কোন সাব-টপিকের বর্ণনা?

2. “স্থানিক, বর্ণালি, সময়, রেডিওমেট্রিক” — এটি কোন সাব-টপিকের বর্ণনা?

3. NDVI-র জন্য কোন ব্যান্ড?

4. মেঘ ভেদ করতে পারে?

🔗

সংযুক্ত কনসেপ্ট · Connected concepts

← আগের টপিকCartography & Map Designপরের টপিক →Satellite Missions Landsat Sentinel
🎬 Video