Skip to main content

Posts

Study of Important disasters-Global dimensions of disasters

A detailed study of important global disasters reveals not only the immediate impact on human lives and infrastructure but also the underlying factors that contribute to their occurrence and the broader implications for global society. This study involves understanding the types of disasters, their causes, impacts, and the response mechanisms, as well as exploring the patterns and trends in disaster occurrence over time.  1. Types of Global Disasters    - Natural Disasters: These include earthquakes, tsunamis, volcanic eruptions, hurricanes, floods, and droughts. Natural disasters are often caused by geophysical, meteorological, or hydrological processes and can be exacerbated by climate change.    - Human-Made Disasters: These include industrial accidents, oil spills, nuclear accidents, and terrorist attacks. They are typically a result of human activities, often due to negligence, technological failure, or deliberate actions.  2. Causes and Contributing Factors    - Geographical and
Recent posts

Reference and citation

Reference  Vineesh, V. "Mapping Poverty in India: A Geographical Analysis of the Multidimensional Poverty Index 2016-2021 with GIS." (2024). Vineesh, V. (2024). Advanced Detection and Mapping of Landslides Using Interferometric SAR Imagery: A Case Study of the July 2024 Event in Wayanad. Vineesh, V. "Exploring Spatial Statistics for Cluster and Outlier Analysis in Crime Patterns: A Geospatial Study of Coastal Zones in Kollam and Thiruvananthapuram." (2024). Vineesh, V. "Exploring Spatial Statistics for Cluster and Outlier Analysis in Crime Hotspots: A Geospatial Study of Coastal Zones in Kollam and Thiruvananthapuram."  Eng OA  2, no. 3 (2024): 01-07.

RBI scholarship for Economics faculties

അക്കാദമിക് സ്ഥാപനങ്ങളിലെ ഫാക്കൽട്ടി അംഗങ്ങൾക്ക് ആർ.ബി.ഐ. സ്കാളർഷിപ്പുകൾ മൂന്നര ലക്ഷം രൂപ ലഭിക്കാം പ്രസക്തമായ പ്രൊജക്ടുകൾ ഏറ്റെടുത്ത് റിസർവ് ബാങ്ക് ഓഫ് ഇന്ത്യയുടെ (ആർ.ബി.ഐ.) ഗവേഷണ പ്രവർത്തനങ്ങളിലെക്ക് സംഭാവന ചെയ്യാൻ പ്രാപ്തരായ, രാജ്യത്തെ അക്കാദമിക് സ്ഥാപനങ്ങളിലെ ഫാക്കൽട്ടികളിൽ നിന്നും ആർ.ബി.ഐ. സ്കോളർഷിപ്പ് പദ്ധതിയിലെക്ക്, ആർ.ബി.ഐ., അപേക്ഷ ക്ഷണിച്ചു. ഫാക്കൽട്ടി അംഗങ്ങൾ, വിദ്യാർത്ഥികൾ എന്നിവർക്കിടയിൽ റിസർവ് ബാങ്കിൻ്റെ പ്രവർത്തനങ്ങളെക്കുറിച്ചുള്ള അവബോധം സൃഷ്ടിക്കുക; ഇക്കണോമിക്സ്, ഫൈനാൻസ് എന്നീ മേകളിൽ പ്രവർത്തിക്കുന്ന ഫാക്കൽട്ടി അംഗങ്ങൾക്ക് റിസർവ് ബാങ്കിൻ്റെ വിവിധ പ്രവർത്തന മേഖലകൾ പരിചയപ്പെടുത്തുക എന്നിവയാണ് പദ്ധതിയിൽ കൂടി ലക്ഷ്യമിടുന്നത്. തിരഞ്ഞെടുക്കപ്പെടുന്നവർ, മോണിറ്ററി ആൻ്റ് ഫൈനാൻഷ്യൽ ഇക്കണോമിക്‌സ്, ബാങ്കിംഗ്, റിയൽ സെക്ടർ ഇഷ്യൂസ്‌, റിസർവ് ബാങ്കിന് താൽപര്യമുള്ള മറ്റ് മേഖലകൾ തുടങ്ങിയവയുമായി ബന്ധപ്പെട്ട ഹൃസ്വകാല പ്രോജക്ടുകൾ പൂർത്തിയാക്കണം. പ്രോജക്ട് വിശദാംശങ്ങൾ 2024 ഡിസംബർ 9 ന് ആരംഭിക്കുന്ന പ്രോജക്ട് - ൻ്റെ കാലാവധി, പരമാവധി 3 മാസമാണ്. മൊത്തം 5 സ്കോളർഷിപ്പുകൾ വരെ അനുവദിക്കും. അനുയോജ്യരായവർ

Supervised Classification

Image Classification in Remote Sensing Image classification in remote sensing involves categorizing pixels in an image into thematic classes to produce a map. This process is essential for land use and land cover mapping, environmental studies, and resource management. The two primary methods for classification are Supervised and Unsupervised Classification . Here's a breakdown of these methods and the key stages of image classification. 1. Types of Classification Supervised Classification In supervised classification, the analyst manually defines classes of interest (known as information classes ), such as "water," "urban," or "vegetation," and identifies training areas —sections of the image that are representative of these classes. Using these training areas, the algorithm learns the spectral characteristics of each class and applies them to classify the entire image. When to Use Supervised Classification:   - You have prior knowledge about the c