FB6 Mathematik/Informatik/Physik

Institut für Informatik


Navigation und Suche der Universität Osnabrück


Hauptinhalt

Topinformationen

Methoden der Fernerkundung

6.844

Dozenten

Beschreibung

Inhalt:
Die Vorlesung vermittelt den Studierenden einen Überblick über wesentliche Vorverarbeitungsschritte in der Hyperspektraldatenanalyse (radiometrische und geometrische Vorverarbeitung von Hyperspektraldaten, hyperspektrale Transformation von Bilddaten) und Standardverfahren der Hyperspektraldatenanalyse (Klassifikation von Hyperspektraldaten). Aufbauend werden aktuelle Verfahren und Entwicklungen in der Klassifizierung (ANN, SVM, Ensemble-Modelle) sowie in der quantitativen Analyse von Hyperspektraldaten (PLSR, SVMR) vorgestellt Theoretische Hintergründe der Verfahren werden dargestellt und an Beispielen erläutert.


Die Studierenden sollen grundlegenden Einblick in die hyperspektrale Fernerkundung erhalten und mit den methodischen Hintergründen dieser Verfahren vertrat werden. Die Vertiefung der Inhalte erfolgt durch das begleitende Seminar Methoden der Fernerkundung.

Leistungsnachweis: Klausur

Literatur:
Rchards, J.A., 2012. Remote Sensing Digital Image Analysis: An Introduction.- Springer. Berlin, Heidelberg.
Weitere Literatur wird zu Beginn der Veranstaltung bekannt gegeben.
Thenkabail, P.S., Lyon, J.G., Huete, A., 2011. Hyperspectral Remote Sensing of Vegetation. Taylor & Francis Inc, Boca Raton.

Voraussetzungen:
V Grundlagen Fernerkundung
S Praxis Fernerkundung
V Grundlagen Digitaler Bildverarbeitung
S Praxis Digitale Bildverarbeitung

Weitere Angaben

Ort: 50/E09: Di. 10:00 - 12:00 (12x) Donnerstag, 01.02.2018, Mittwoch, 30.05.2018 10:00 - 12:00, 50/E10: Di. 10:00 - 12:00 (1x)
Zeiten: Di. 10:00 - 12:00 (wöchentlich) - Vorlesung, Ort: 50/E09, 50/E10, Termine am Donnerstag, 01.02.2018, Mittwoch, 30.05.2018 10:00 - 12:00, Ort: 50/E09
Erster Termin: Dienstag, 24.10.2017 10:00 - 12:00, Ort: 50/E09
Veranstaltungsart: Vorlesung (Offizielle Lehrveranstaltungen)

Studienbereiche

  • Geoinformatik > Master-Programm