Jordobservation for monitorering (EO4Change)
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 (f.eks. skovrydning, oversvømmelser, eller istykkelse), 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.
See course description in English
Læringsmål
- 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.
Undervisningsform
Forlæsninger og databehandling