Overordnede kursusmål
Jorden er i forandring, og mange af disse forandringer kan
observeres fra satellitter. Efter et grundlæggende overblik over de
forskellige observationer der er tilgængelige, samt eksempler på
anvendelse, vil de studerende i grupper skulle vælge et fænomen, de
gerne vil observere. De skal kortlægge kravene til data (såsom
tidslig og rumlig opløsning) og identificere relevante
satellitmissioner. De vil herefter arbejde mere i dybeden med dette
datasæt og udvikle/implementere/anvende metoder til at monitorere
det valgte fænomen. Eksempler på fænomener kunne være: Skovrydning,
tørke, oversvømmelser, biologisk aktivitet i havet, havisens
udbredelse eller indlandsisens tykkelse. Vi vil især fokusere på
data fra EU’s Kopernikus program for jordobservationer
(Sentinel-missionerne), men det vil også være muligt at benytte sig
af andet data, så som ICESat, MODIS eller Landsat.
I dette kursus vil den studerende få et overblik over mulighederne
inden for satellit-baseret jordobservation (Earth Observation, EO)
og være i stand til at navigere den støt voksende datamængde, der
er frit tilgængeligt fra de mange dataudbydere.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- redegøre for de forskellige sensorer af relevans for
jord/klima-overvågning, og evt. tekniske udfordringer
- beskrive de vigtigste usikkerhedskilder
- anvende korrekte metoder i behandlingen af et specifikt EO
datasæt
- udvælge et relevant EO satellit-datasæt til at studere et
givent fænomen og håndtere store datamængder
- analysere et EO datasæt med det formål at monitorere et givent
fænomen på jorden
- afgøre om et udvalgt fænomen på jorden med succes kan
observeres ud fra dette datasæt
- forsvare og argumentere for de valgte metoder og det valgte
datasæt
- designe et oplæg til operationalisering af observationerne som
f.eks Copernicus-tjenesten.
Kursusindhold
• General indsigt i EO
• Case-driven introduktion til specifikke applikationer af EO data
• Introduktion til datahåndtering i Python, f.eks. EO-learn
• Litteratursøgning i forbindelse med algoritme udvælgelse.
Litteraturhenvisninger
Introduction to Satellite Remote Sensing - Atmosphere, Ocean,
Cryosphere and Land Applications, Editor(s): William Emery, Adriano
Camps, Elsevier, 2017, ISBN 9780128092545,
https://doi.org/10.1016/B978-0-12-809254-5.12001-9.
Sidst opdateret
02. maj, 2022
