Předmět Zpracování hyperspektrálních dat (MZ370P36)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu MZ370P36 - Zpracování hyperspektrálních dat, Přírodovědecká fakulta, Univerzita Karlova v Praze (UK).

Materiál	Typ	Datum	Počet stažení

Sylabus

1) Úvod do spektroskopie - teorie světla, spektrum, spektrální knihovny, absorpční příznakycvičení - práce se spektrálními knihovnami (prohlížení dostupných knihoven, porovnávání spekter, aplikace v ENVI)2) Získávání hyperspektrálních dat - typy dat a senzory, spektroradiometrcvičení - praktické měření spektroradiometrem v laboratoři/terénu3) Předzpracování dat - DN, zář, odrazivost, platformy a vliv atmosféry, obousměrná distribuční funkce odrazu (BRDF)cvičení - zpracovnání dat naměřených spektroradiometrem a fotometrem, tvorba spektrálních knihoven, atmosférické korekce (empirické postupy, atmosférické modely v ENVI)4) Šum v datech a jeho redukce, definice čistých pixelů a problematika jejich výběrucvičení: hodnocení šumu v datech, transformace minimálního zlomku šumu (MNF) v ENVI, výběr čistých pixelů a jejich analýza, index čistoty pixelu (PPI)5) Derivace spektra, metoda odstranění kontinua v analýze spektrálních křivek odrazucvičení - metoda odstranění kontinua v datech ze spektroradiometru a v dálkově snímaných hyperspetkrálních datech6) Metody mapování I - přístupy k porovnávání spekter (binární kódování, klasifikace dle algoritmu Spectral angle mapper (SAM), analýza spektrálních příznaků)cvičení - SAM v ENVI, analýza spektrálních příznaků v ENVI7) Metody mapování II - subpixelové metodycvičení - subpixelové metody v ENVI na příkladu geologické aplikace8) Vegetace v hyperspektrálních datech - optické vlastnosti vegetace a jejich měření, modely PROSPECT, DART, optické indexy používané pro studium vegetace (chlorofyly, karotenoidy, celuloza, lignin, obsah vody)cvičení: výpočet optických indexů pro vegetaci v ENVI, jejich porovnání a interpretace9) Využití hyperspektrálních dat pro geologické a mineralogické aplikacecvičení - mapování hornin a minerálů s využitím dat Hyperion a HyMap v ENVI10) Využití hyperspektrálních dat pro půdní aplikace a pro hodnocení kontaminace11) Termální DPZ - teorie (Planckův zákon, černé těleso, emisivita, emisní spektrum hornin a minerálů) a aplikace (teplota povrchu, změny emisivity se změnou vlnové délky)12) Sledování a hodnocení parametrů vodního znečištění na základě hyperspektrálních dat (odrazivost pod vodní hladinou, rozpuštěné látky, chlorofyl, znečištění) cvičení - mapování horninového prostředí s využitím termální části spektra hyperspektrálních dat v ENVI 12) Sledování a hodnocení parametrů vodního znečištění na základě hyperspektrálních dat (odrazivost pod vodní hladinou, rozpuštěné látky, chlorofyl, znečištění) cvičení - mapování půdní vlhkosti a srážkového příjmu na základě optických a termálních dat v ENVI

Literatura

Van der Meer, F., de Jong, S.M. and Bakker, W., 2001. Imaging Spectrometry: Basic Analytical Techniques. Basic Principles and Prospective Applications, Eds. F.D. Van der Meer, S.M. de Jong, Kluwer Academic Publishers, ISBN 1-4020-0194-0.Chein - I Chang: Hyperspectral Data processing, Algorithm Design and Analysis, Wiley, 2013Thenkabail, Lyon, Huete (eds.): Hyperspectral Remote Sensing of Vegetation, CRC Press, 2012

Požadavky

Požadavky na zápočet - účast na cvičeních (jedna omluvená neúčast) - odevzdání bezchybně zpracovaných protokolů ze cvičení v termínu (dvě možnosti oprav) Požadavky na zkoušku - Test na základě přednášek a cvičení

Garant

RNDr. Lucie Kupková, Ph.D.