|
Vyučující
|
|
|
|
Obsah předmětu
|
Obsahová složka předmětu pokryvá praktické úlohy pro tematické okruhy a témata: 1. Softwarové nástroje pro zpracování dat DPZ - Open source, komerční produkty 2. Zpracování dat a analýzy v prostředí QGIS a SNAP 3. DPZ data v optické části spektra - zpracování dat s využitím Deep Learning v Arcgis PRO 4. Zpracování, vizualizace a analýza lidarových dat v ArcGIS PRO, CloudCompare, LAStools 5. Zpracování a analýza dat z termálních kamer 6. Úvod ke zpracování dat v mikrovlnné části spektra, zpracování, vizualizace a analýza dat v mikrovlnné části spektra v ArcGIS PRO
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Demonstrace, Laborování
- Účast na výuce
- 70 hodin za semestr
- Domácí příprava na výuku
- 10 hodin za semestr
- Příprava na zápočet
- 10 hodin za semestr
|
|
Výstupy z učení
|
Studenti se seznámí s pokročilými metodami zpracování dat DPZ v softwaru ArcGIS PRO a alternativních opensource programech (QGIS, SNAP, CloudCompare, LAStools). V rámci praktických dovedností si osvojí pokročilé metody zpracování dat v optické části spektra, zvládnou základní zpracování dat mirovlnného části spektra (radarový DPZ) a budou schopni využít a analyzovat lidarová data a data termálního snímkování.
Student je schopen aplikovat vybrané softwarové nástroje a analýzy na konkrétní typ dat DPZ. Je schopen data v rámci dostupných online zdrojů také najít. Student je schopen aplikovat aktuální analytické nástroje Deep learning v prostředí ArcGIS PRO.
|
|
Předpoklady
|
Je zde přímá návaznost na předmět KGG/DPZ1 a vyžaduje základní znalosti práce v softwaru ArcGIS PRO.
|
|
Hodnoticí metody a kritéria
|
Analýza výkonů studenta, Rozbor produktů pracovní činnosti studenta (technické práce)
Znalosti v rozsahu teoretického úvodu k tematickým okruhům a určené literatury. Dovednosti využití pokročilých metod DPZ v konkrétních softwarových řešeních. Pravidelná účast na cvičeních. Řešení samostatných úkolů a prezentace vlastního semestrálního projektu.
|
|
Doporučená literatura
|
-
ESRI Training ? webový portál zaměřený na cvičení a praktické úlohy pro ESRI produkty. .
-
Doubrava P, Kvapil J., Ponocná T., Jirásková L., Řeřicha J. et al. (2015). Možnosti využití metod dálkového průzkumu a prostorových analýz pro řešení krizových situací. Praha.
-
Halounová L. (2018). Dálkový průzkum Země a GIS pro sledování časových změn na Zemi = Remote sensing and GIS for change detection on the Earth. Praha.
-
Lillesand T.M., Kiefer, R.W., Chipman, J.W. (2015). Remote Sensing and Image Interpretation. 7th ed.. Hoboken, NJ, USA.
-
Lukeš P. (2018). Hodnocení zdravotního stavu lesních porostů v České republice pomocí satelitních dat Sentinel-2. Brandýs nad Labem.
-
Procházka J. (2014). Hodnocení funkčních parametrů povrchu krajiny na územích zasažených povrchovou těžbou pomocí metod dálkového průzkumu Země (certifikovaná metodika). České Budějovice.
-
Richards, J. A., Xiuping JIA. (2013). Remote Sensing Digital Image Analysis: An Introduction. Berlin.
-
Richards, J.A. Remote Sensing with Imaging Radar. Heidelberg. 2009.
-
Surový P., Kuželka K. (2019). Aplikace dálkového průzkumu Země v lesnictví. Praha.
|