Bachelor: Geodata Science

432 - Remote Sensing

Empfohlenes Studiensemester: 4

Turnus: Sommersemester

Sprachen: Deutsch

ECTS: 5

Prüfungsform: schrP, weitere Angaben siehe SPO und Studienplan

Lehrform und SWS: SU (2SWS), Ü (2SWS)

Gesamter Workload: 150 Stunden

Präsenzzeit: 30 Stunden Seminaristischer Unterricht, 30 Stunden Übung

Selbststudium: 90 Stunden

Modulverantwortung: Prof. Dr. Andreas Schmitt (FK08)

Empfohlene Voraussetzung für die Teilnahme

  • Mathematik: Matrizen, Lineares Gleichungssystem, 3D-Transformation, homogene Koordinaten
  • Visual Computing 1: Lineare Filter, Geometrische Transformationen, Bildsegmentierungen, Farbräume
  • Statistik: Stat. Kennwerte (Standardabweichung, Kovarianz, Korrelationskoeffizient)
  • Programmierung: Kontrollstrukturen, Erstellen und Anwendung von Methoden

Lernziele

Fach- und Methodenkompetenz

Die Studierenden sind in der Lage,

  • die Möglichkeiten und Grenzen von Fernerkundungsmethoden zu erläutern,
  • geeignete numerische Methoden und Algorithmen der Fernerkundung auszuwählen, fachgerecht zu implementieren, ihr Konstruktionsprinzip zu verstehen, ihre Grenzen zu beschreiben, sie sicher anzuwenden und auf spezielle Problemstellungen anzupassen,
  • die Ursachen für das Versagen eines Algorithmus zu analysieren und fachgerecht zu beheben,
  • den Überblick der wichtigsten Tools und Programme (Lizenziert und Open Source) zum Prozessieren von Fernerkundungsdaten anzuwenden

Inhalt

Einführung in den Entwurf und die Analyse von Methoden und Algorithmen in Wissenschaft und Technik zur Lösung von Aufgaben im Bereich der Fernerkundung:

  • Physikalische Grundlagen
  • Sensortypen (aktiv und passiv)
  • Plattformen für Sensoren und Kommunikation
  • Geometrische und radiometrische Eigenschaften von Fernerkundungsdaten
  • Spektrometrischen Messungen in der optischen Fernerkundung
  • Polarimetrische Aufnahmen in der Radarfernerkundung
  • Interferometrische Auswertung von Radaraufnahmen
  • Merkmalsextraktion von Fernerkundungsdaten für Objektklassifikation
  • Einfache Segmentierungsmethoden
  • Klassifikation von Fernerkundungsdaten mittels maschinellen Lernens
  • Strategien zur Validierung von Klassifikationsergebnissen
  • Anwendung von verschiedenen Softwarepaketen zur Prozessierung von Fernerkundungsdaten

In dem begleitenden Übungen werden Anwendungsaufgaben gelöst. Dazu werden bestehende Programme zur Lösung von Aufgaben aus dem Bereich der Fernerkundung verwendet (z.B. Matlab, Python, QGIS)

Lehrmethoden und Lernformen

Tafel, digitale Medien , Beamer, Lehr-/Lernvideos, Gastvorträge

Verwendbarkeit des Moduls

Bachelor Geodata Science

Literatur

  • Lillesand Thomas, Remote sensing and image interpretation, 2015 Wiley, Hoboken, NJ, ISBN: 9781118343289.
  • Lavende Samantha, Practical handbook of remote sensing, 2016 CRC Press , Boca Raton London New York, ISBN: 9781498704335.