Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik voer Google Earth Engine analyse uit en schrijf aangepaste gee scripts
Muhammad M
Over deze dienst
Automatische vertaling
Google Earth Engine is krachtig en frustrerend. Ik schrijf het script zodat jij dat niet hoeft te doen.
Mijn MSc-script verwerkte 30 jaar Landsat-beelden in GEE om landbedekkingsverandering en koolstofverlies in kaart te brengen. Dit is mijn dagelijkse werk, geen zijproject.
WAT IK BOUW IN GEE
- NDVI, EVI, NDWI, NDBI, NBR en aangepaste index tijdreeksen
- Landgebruik / landbedekkingsclassificatie (Random Forest, SVM, CART) met nauwkeurigheidsbeoordeling
- Veranderingen detecteren tussen twee datums of epochs
- Cloud masking en mosaïek voor Landsat 5/7/8/9 en Sentinel-2
- Sentinel-1 SAR verwerking, water- en overstromingsdetectie
- Zonale statistieken, grafieken, CSV en GeoTIFF exports <li Droogte, stedelijke hitte, ontbossing en vegetatie trends
JE ONTVANGT
Commentaar gevende JavaScript of Python API code die draait, geëxporteerde kaarten en GeoTIFFs, een CSV met resultaten, grafieken en een korte methodenotitie. De code is van jou om te hergebruiken.
WAAROM IK
MSc RUDN Universiteit Moskou. Random Forest classificatie met 97,8-99,2% algehele nauwkeurigheid over vijf epochs. Zes open GEE en SAR studies op GitHub.
Ik rapporteer nauwkeurigheid eerlijk, ook waar een methode onderpresteert.
Vertel me jouw gebied, data en vraag. Ik bevestig de haalbaarheid voordat je bestelt.
Maak kennis met Muhammad M
Muhammad M
GIS Remote Sensing Analyst
- Afkomstig uitPakistan
- Lid sindsaug 2026
- Gem. reactietijd1 uur
Talen
Urdu, Sindhi, Engels
I am a geospatial analyst specializing in satellite imagery analysis, LULC classification, and carbon stock estimation for climate projects. I bridge the gap between technical remote sensing and real-world climate impact, helping organizations monitor forests and meet reporting standards like VCS and REDD+.
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Heb ik mijn eigen Google Earth Engine account nodig?
Het helpt, maar is niet verplicht. Als je er een hebt, deel ik het script en de assets direct in jouw account zodat alles van jou is. Als je er geen hebt, voer ik het uit op mijn account en lever ik de code plus alle exports - je kunt je later gratis registreren en het plakken.
Welke satellieten en datasets kun je gebruiken?
Landsat 4-9, Sentinel-1 SAR, Sentinel-2, MODIS, VIIRS, ERA5-Land, CHIRPS neerslag, SRTM hoogte, WorldPop, Dynamic World en het meeste van de GEE publieke catalogus. Als een dataset in GEE bestaat, kan ik ermee werken.
Hoe ver terug kan de analyse gaan?
Landsat gaat terug tot de jaren 80, dus multi-decennia verandering is realistisch. Sentinel-2 begint in 2015 en Sentinel-1 rond 2014. Ik vertel je de eerlijke vroegst bruikbare datum voor jouw specifieke gebied.
Leg je de code uit, of geef je die gewoon over?
De script is volledig gecommentarieerd en ik voeg een methodenotitie toe. Wil je een walkthrough, dan bied ik live 1-op-1 sessies aan - zie mijn Earth Engine training gig, of vraag me om een maatwerk aanbod dat beide bundelt.
Kun je een specifiek nauwkeurigheidsgetal garanderen?
Nee, en wees voorzichtig met iedereen die dat wel doet. Nauwkeurigheid hangt af van jouw gebied, klasse scheiding en de kwaliteit van referentie data. Ik rapporteer de echte verwarringsmatrix, Kappa en F1 - ook als een resultaat zwak is.
Kun je resultaten publiceren als een interactieve web app?
Ja. Ik kan een GEE App of een Streamlit/Folium dashboard bouwen zodat niet-technische collega's de resultaten in een browser kunnen verkennen. Beschikbaar op Premium of als een maatwerk aanbod.
