Om dette emnet

Forelesninger: Bildedannelseprinsipper i fjernmåling; geometriske og radiometriske egenskaper ved satellittbilder; Hovedgeometriske og radiometriske forvrengninger og korrigeringsmetoder; Kontroll av geometrisk nøyaktighet i flybårne- og satellittbilder; Spesielle bildeforbedringsteknikker (Filtrering, Hovedkomponentanalyse, Fourier-transformasjon); Produksjon av bildemosaikk; Bildeklassifiseringsmetoder med vekt på ikke-styrt klassifisering; Bruk av satellittbilder for vegetasjonskartlegging og endringsdeteksjon.

Øvinger: 1) Geometrisk rektifisering og nøyaktighetsvurdering. 2) Utforskende analyse av luftbåren lidardata. Ikke-styrt klassifisering av lidarintensitet og andre fjernmålings data. 3) Innsamling av treningsdata, styrt klassifisering av satellittbilder og nøyaktighetsvurdering.

Utferd: Feltarbeid i Follo/Oslo området.

Dette lærer du

Kunnskap: Studentene vil ha tilegnet seg betydelig kunnskap om de mest sentrale ideene knyttet til egenskapene til flybårne- og satellittbilder, digitale bildebehandlingsmetoder som er relevante innen geomatikk, og noen anvendelsesområder for satellittbildebehandling.

Ferdigheter: Studentene vil kunne utføre en rekke bildebehandling og analyse oppgaver ved hjelp av et valgt bildebehandlingsverktøy (for tiden CATALYST). Studentene vil kunne hente rå satellittbilder, evaluere kvaliteten på bildene, (for)behandle dem, samle inn bakkedata, hente ut informasjon gjennom prosesser som bildeklassifisering og vurdere nøyaktigheten.

Generell kompetanse: Studentene vil forstå hvordan man løser reelle problemer ved hjelp av fjernmåling. Studentene vil forbedre sine ferdigheter i rapportskriving, innsamling av feltdata, teamarbeid og selvstendighet.

  • Læringsaktiviteter

    Forelesninger, labøving og feltøving.

  • Læringsstøtte

    Læringsstøtte vil primært bli gitt i forbindelse med den delen av den strukturerte tiden som er avsatt til øvelsesveiledning. Det vil også være mulig å avtale møter med faglærer innenfor kontortiden.

  • Pensum

    Utdrag fra utvalgte lærebøker og andre publikasjoner.

  • Forutsatte forkunnskaper

    GMFM100

  • Vurderingsordning, hjelpemiddel og eksamen

    Prosjektrapport

  • Om bruk av KI

    Bruk av KI i K2 kategori (Spesifisert bruk av KI) er tillatt i oppgavene.

    Bruk av KI må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Ekstern sensor deltar sammen med intern sensor ved utformingen av eksamensoppgavene og sensorveiledningen. Ekstern sensor kontrollerer intern sensors vurdering av et tilfeldig utvalg kandidater som en kalibrering med visse mellomrom i henhold til fakultetets retningslinjer for sensur.

  • Obligatorisk aktivitet

    Obligatoriske oppgaver og utferd.

    Studenter som av ulike årsaker tar emnet på nytt, må gjennomføre og få godkjent de obligatoriske øvingsoppgavene på nytt (dvs.at tidligere godkjenning ikke lenger er gyldig).

  • Merknader

    Minimum 5 studenter

  • Undervisningstider

    Forelesninger: 30 timer. Øvinger: 40 timer. Utferd/Feltøving: 8 timer.

  • Overlapp

    GMBB201: 5 stp

  • Opptakskrav

    Realfag