Jump for page navigation or with accesskey and key 1. 
Jump to page content or with accesskey and key 2. 
Home    Login     
Logout in [min] [minutetext]

Fernerkundung und maschinelle Lernverfahren zur flächendeckenden Erfassung von Umweltvariablen - Single View

Basic Information
Type of Course Practice Long text
Number 146789 Short text
Term SS 2019 Hours per week in term 4
Expected no. of participants 25 Study Year
Max. participants 30
Credits 5/6 Assignment enrollment
Hyperlink
Language german
application period
Department :
Institut für Geoinformatik
Dates/Times/Location Group: [no name] iCalendar export for Outlook
  Day Time Frequency Duration Room Room-
plan
Lecturer Status Remarks Cancelled on Max. participants
show single terms
iCalendar export for Outlook
Fri. 12:00 to 16:00 weekly 05.04.2019 to 12.07.2019  Heisenbergstr. 2 - StudLab GEO1 126        
Group [no name]:
 


Responsible Instructor
Responsible Instructor Responsibilities
Meyer, Hanna, Prof. Dr. responsible
Curriculae
Graduation - Curricula Sem ECTS Bereich Teilgebiet
Bachelor - Geoinformatik (82 807 13) - 5/6
Exams / Modules
Number of exam Module
24003 Effiziente Algorithmen - Bachelor Geoinformatik Version 2013
24002 Einführung in die Bildverarbeitung - Bachelor Geoinformatik Version 2013
24001 Einführung in die Computergrafik - Bachelor Geoinformatik Version 2013
18102 Ausgewählte Probleme der Geoinformatik 2 (Wahlpflicht) - Bachelor Geoinformatik Version 2013
18101 Ausgewählte Probleme der Geoinformatik 1 (Wahlpflicht) - Bachelor Geoinformatik Version 2013
Assign to Departments
Fachbereich 14 Geowissenschaften
Contents
Description

Viele Fragestellungen in den Umweltwissenschaften erfordern die Erfassung von räumlichen und raum-zeitlichen Dynamiken von Ökosystemvariablen, die nicht durch Feldaufnahmen alleine abgebildet werden können. Ziel des Kurses ist es, Methoden kennenzulernen und anzuwenden um verschiedene Umweltvariablen (zB Landbedeckung, Blattflächenindex) flächendeckend aus Fernerkundungsdaten abzuleiten. Hier kommen vor allem maschinelle Lernverfahren zum Einsatz, die nichtlineare Zusammenhänge zwischen Fernerkundungsinformationen und Umweltvariablen berücksichtigen. Als Schwerpunkt des Kurses wird der Umgang mit der Software- und Programmierumgebung R zur räumlichen Datenananlyse und Satellitenbildverarbeitung erarbeitet. In R implementierte maschinelle Lernverfahren werden für die Ableitung der Umweltvariablen aus Satellitenbildern verwendet. Die Methoden werden überwiegend in den Sitzungen gemeinsam erarbeitet und diskutiert. Der Kurs ist projektorientiert aufgebaut, und umfasst sowohl die Aufnahme von Umweltvariablen im Gelände (Referenzdaten), Datenprozessierung und Modellierung, sowie die wissenschaftliche Dokumentation der Methoden und Ergebnisse. Grundlegende Kenntnisse in R und/oder Fernerkundung sind von Vorteil aber nicht zwingend erforderlich.


Structure Tree
Lecture not found in this Term. Lecture is in Term SS 2019 , Currentterm: SoSe 2024