Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Teledetekcyjne źródła danych dla SIP
Koordynator przedmiotu:
dr hab. inż. Katarzyna Osińska-Skotak, dr inż. Joanna Pluto-Kossakowska, mgr inż. Aleksandra Radecka
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Geodezja i Kartografia
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
GK.SMK
Semestr nominalny:
2 / rok ak. 2020/2021
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin kontaktowych - 64 godziny, w tym: a) uczestnictwo w wykładach - 30 godzin b) uczestnictwo w ćwiczeniach - 30 godzin, c) udział w konsultacjach - 4 godziny. 2) Praca własna studenta - 68 godzin, w tym: a) przygotowanie do zajęć - 18 godzin, b) sporządzenie raportów z wykonania ćwiczeń - 30 godzin, c) przygotowanie do sprawdzianów - 20 godzin. RAZEM: 132 godzin - 5 punktów ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
2,4 punktu ECTS - liczba godzin kontaktowych - 64 godziny, w tym: a) uczestnictwo w wykładach - 30 godzin b) uczestnictwo w zajęciach projektowych - 30 godzin, c) udział w konsultacjach - 4 godziny.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
3 punkty ECTS - 78 godziny, w tym: a) uczestnictwo w zajęciach projektowych - 30 godzin; b) przygotowanie do zajęć - 18 godzin, c) sporządzenie raportów z wykonania ćwiczeń - 30 godzin.
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt30h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość podstaw teledetekcji (w tym charakterystyk spektralnych różnych obiektów), struktury zapisu obrazów cyfrowych i podstawowych funkcji przetwarzania cyfrowego obrazów satelitarnych, w szczególności metod klasyfikacji cyfrowej treści obrazów teledetekcyjnych.
Limit liczby studentów:
-
Cel przedmiotu:
Celem przedmiotu jest zapoznanie studentów ze źródłami danych teledetekcyjnych pozyskiwanych z pułapu satelitarnego i lotniczego (w tym z bezzałogowych powietrznych) przez różne sensory, w tym optyczne, radarowe, hiperspektralne oraz metodami ich przetwarzania w celu pozyskania danych.
Treści kształcenia:
Wykład: 1. Serwisy ze zbiorami danych teledetekcyjnych, funkcjonujące i projektowane platformy i huby do pozyskiwania i przetwarzania danych w Polsce i na świecie (m.in. EarthExplorer, Copernicus/DIAS, Planet, GoogleEngine, EOBrowser. SCIHUB). 2. Omówienie różnych produktów (zdjęcia, ortofotomapy, numeryczny model terenu) udostępnianych w serwisach – poziom przetworzeń, korzystanie z metadanych. 3. Poziomy przetwarzania udostępnianych danych optycznych (korekcje radiometryczne i geometryczne). 4. Metody przetwarzania danych satelitarnych pod kątem pozyskiwania informacji tematycznej: algorytmy klasyfikacji (m.in. Random Forest, Suport Vector Machine, sztuczne sieci neuronowe), segmentacji obrazu i post-processingu. 5. Automatyzacja procesu przetwarzania danych satelitarnych w oprogramowaniu komercyjnym (np. ERDAS, ArcGIS) i otwartym (np. SNAP, QGIS). 6. Aktualizacja baz danych na podstawie danych teledetekcyjnych na wybranych przykładach (System Identyfikacji Działek Rolnych, bazy danych topograficznych). 7. Wykorzystanie danych hiperspektralnych, termalnych i radarowych w badaniach i monitoringu środowiska przyrodniczego oraz rolniczej przestrzeni produkcyjnej. 8. Metodyka opracowania danych pozyskiwanych z UAV. 9. Problematyka integracji danych wieloźródłowych i wielosensorowych. Ćwiczenia: 1. Szczegółowe zapoznanie się z różnymi produktami optycznych zdjęć wysokorozdzielczych; krytyczna ocena geometryczna i informacyjna produktów ortofoto (lotniczych i satelitarnych) dostępnych w Polsce i na świecie pod kątem ich wykorzystania przy budowie i aktualizacji baz danych przestrzennych. (to ćwiczenie jest przeglądowo-porównawcze z wykorzystaniem ortofoto lotniczej, QB i Landsat lub Sentinel2) 4h 2. Zaawansowane metody przetwarzania danych satelitarnych pod kątem pozyskiwania informacji tematycznej (klasyfikacje, segmentacje i post-processing) oraz jej wykorzystanie przy opracowaniu i aktualizacji baz danych przestrzennych. (projekt opracowania mapy pokrycia z wykorzystaniem różnych klasyfikatorów i aktualizacja wybranej bazy danych, np. wykorzystanie L8/S2 do BDOO lub identyfikacja upraw) 10h 3. Automatyzacja identyfikacji wybranych form pokrycia (roślinności, zabudowy) oraz ich zmian w analizach wieloczasowych. 4h 4. Opracowanie struktur bazodanowych dla danych rastrowych i automatyzacja procesu przetwarzania (ERDAS Enterprise/Apollo, ArcGIS) 6h 5. Pozyskanie informacji tematycznych do monitoringu środowiska przyrodniczego w wyniku przetwarzania zobrazowań hiperspektralnych, termalnych lub radarowych) 6h przykładowe projekty: • przetwarzanie danych radarowych w celu uzyskania warstwy tematycznej „woda” • przetwarzanie danych termalnych dla potrzeb badania bioklimatu miast / lokalizacji miejsc potencjalnego zakwitu glonów / badania zmian klimatycznych • przetwarzanie danych hiperspektralnych do monitorowania kondycji roślin /stanu jakości wód.
Metody oceny:
Do zaliczenia przedmiotu wymagane jest uzyskanie pozytywnej oceny z zaliczenia wykładu oraz pozytywnej oceny z ćwiczeń projektowych. Do zaliczenia ćwiczeń projektowych wymagane jest uzyskanie pozytywnej oceny ze sprawdzianu oraz uzyskanie pozytywnej oceny z raportów opisujących wykonane zadań projektowych. Do zaliczenia sprawdzianu wymagane jest uzyskanie minimum 60% punktów. Ocenę z ćwiczeń stanowi średnia ważona ocen uzyskanych ze sprawdzianu (waga: 2) oraz ocen z raportów (waga ocena z raportu: 1) oraz ew. z kartkówek (waga: 0,5). Ocenę łączną stanowi średnia ważona ocen uzyskanych z egzaminu (waga: 1,5) oraz zaliczenia zajęć projektowych (waga: 1). Oceny wpisywane są według zasady: 5,0 – pięć (4,76 – 5,0); 4,5 – cztery i pół (4,26-4,74), 4,0 –cztery (3,76-4,25), 3,5-trzy i pół (3,26-3,75), 3,0-trzy (3,0-3,25). Nieobecność na więcej niż 2 zajęciach oznacza niezaliczenie przedmiotu. Student nieobecny na zajęciach ma obowiązek zgłosić się do prowadzącego (mail, osobiście) celem uzgodnienia terminu odrobienia ćwiczeń.
Egzamin:
tak
Literatura:
1. Jensen J.R., Remote Sensing of the Environment – An Earth Resource Perspective, Prentice Hall, New Jersey, 2000 2. Mesev V., Integration of GIS and Remote Sensing, John Wiley & Sons, 2008, s. 312 3. Thenkabail P.S. , Lyon J.G. , Hyperspectral Remote Sensing of Vegetation, CRC Press, 1 edition, 2011, s. 782, 3. Zagajewski B., 2010, Ocena przydatności sieci neuronowych i danych hiperspektralnych do klasyfikacji roślinności Tatr Wysokich, Teledetekcja środowiska, tom 43, s. 113 Czasopisma naukowe: - Teledetekcja Środowiska, dawniej: Fotointerpretacja w Geografii - Archiwum Fotogrametrii, Teledetekcji i Kartografii - Roczniki Geomatyki - Remote Sensing of Environment - International Journal of Remote Sensing - Photogrammetric Engineering& Remote Sensing - European Remote Sensing - Remote Sensing
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt W1
ma wiedzę na temat dostępnych źródeł danych teledetekcyjnych, które mogą służyć do opracowania warstw tematycznych i baz danych przestrzennych; ma wiedzę na temat metod ich przetwarzania i analizy;
Weryfikacja: sprawdzian z wykładów
Powiązane efekty kierunkowe: K_W04, K_W09
Powiązane efekty obszarowe: T2A_W04, T2A_W07, T2A_W08, T2A_W04, T2A_W10, T2A_W07
Efekt W2
ma wiedzę na temat dostępnych numerycznych modeli wysokościowych oraz ich roli w systemach informacji przestrzennej
Weryfikacja: sprawdzian z wykładów
Powiązane efekty kierunkowe: K_W04, K_W10
Powiązane efekty obszarowe: T2A_W04, T2A_W07, T2A_W08, T2A_W04, T2A_W07
Efekt W3
ma wiedzę na temat dostępnego wolnego i otwartego oprogramowania do przetwarzania danych teledetekcyjnych
Weryfikacja: sprawdzian z wykładów
Powiązane efekty kierunkowe: K_W13
Powiązane efekty obszarowe: T2A_W10, T2A_W07, T2A_W08

Profil ogólnoakademicki - umiejętności

Efekt U1
potrafi opracować warstwy tematyczne SIP na podstawie danych teledetekcyjnych
Weryfikacja: raport z wykonanych ćwiczeń projektowych
Powiązane efekty kierunkowe: K_U12, K_U14
Powiązane efekty obszarowe: T2A_U05, T2A_U10, T2A_U12, T2A_U16, T2A_U19
Efekt U2
potrafi przygotować numeryczne modele wysokościowe i zastosować je w analizach przestrzennych i modelowaniu
Weryfikacja: raport z realizacji ćwiczeń projektowych
Powiązane efekty kierunkowe: K_U19
Powiązane efekty obszarowe: T2A_U10, T2A_U12

Profil ogólnoakademicki - kompetencje społeczne

Efekt K1
potrafi zaprojektować sposób i zastosować metody integracji danych pozyskiwanych w wielu źródeł, w tym danych teledetekcyjnych
Weryfikacja: raport z realizacji ćwiczeń projektowych, sprawdzian z wykładów
Powiązane efekty kierunkowe: K_K01
Powiązane efekty obszarowe: T2A_K06