1. OPĆE INFORMACIJE

1.1. Nositelj predmeta

Dubravko Gajski

1.6. Godina studija

3

1.2. Naziv predmeta

Daljinska istraživanja

1.7. Bodovna vrijednost (ECTS)

5

1.3. Suradnici

Andrija Krtalić

Mateo Gašparović

1.8. Način izvođenja nastave (broj sati P+V+S+e-učenje)

 60 (30P-30V)

1.4. Studijski program (preddiplomski, diplomski, integrirani)

Preddiplomski

1.9. Očekivani broj studenata na predmetu

 80 - 90

1.5. Status predmeta

Obvezni

1.10. Razina primjene e-učenja (1, 2, 3 razina), postotak izvođenja predmeta on line (maks. 20%)

e-učenje razine 2

2. OPIS PREDMETA

2.1. Ciljevi predmeta

 Studenti kroz predavanja trebaju steći znanja o slijedećim temama:

Pregled i definicije daljinskih istraživanja. Značajke fizikalnih polja koja se rabe u daljinskim istraživanjima. Senzori i sustavi za snimanje, utjecaj platforme i okoline. Uporabne značajke senzora. Elektroničko - optička digitalna matrična kamera, linijski skener, termalna kamera, multispektralna kamera, hiperspektralni skener. Prostorno razlučivanje, modulacijska prijenosna funkcija, minimalni razlučivi kontrast, minimalna razlučiva temperaturna razlika, umjeravanje. Radar sa sintetičkom antenom, interferometrijski i polarimetrijski režim; uporabne značajke. Popravljanje snimaka. Isticanje, rangiranje i redukcija količine obilježja. Metoda glavnih komponenata. Automatska klasifikacija. Klasifikacija pod nadzorom. Evaluacija rezultata klasifikacije. Registriranje i geokodiranje. Spajanje snimaka. Korištenje programskih alata za daljinska istraživanja za potrebe geoznanosti. Analiza i evaluacija rezultata interpretacije. Matrica konfuzije.

Studenti kroz praktičan rad na vježbama trebaju ovladati slijedećim vještinama:

Korištenje programskih alata (TNTlite, ImageJ, MiltiSpec) za daljinska istraživanja. Popravljanje snimki. Geometrijske transformacije, spajanje snimki, geokodiranje. Isticanje obilježja. Segmentacija. Transformacija skupa snimaka u glavne komponente. Klasificiranje automatsko i pod nadzorom. Interpretacija snimaka iz vidljivog, bliskog i termalnog infracrvenog područja. Interpretacija hiperspektralnih i radarskih snimki.

2.2. Uvjeti za upis predmeta i ulazne kompetencije potrebne za predmet

nema

2.3. Ishodi učenja na razini programa kojima predmet pridonosi

Znanje i razumijevanje:

-        Razumjeti ulogu geodezije, geoinformatike i prostornih podataka u  suvremenom svijetu, poznavati mjerne sustave, metode i tehnologije mjerenja i prikupljanja prostornih podataka.

 

Primjena znanja i razumijevanja:

-        Ovladati pravilnim rukovanjem geodetskim instrumentima i odgovarajućim mjernim priborom i izvođenjem geodetskih mjerenja.

-        Uspostavljati geodetske mreže za potrebe geodetskih izmjera i iskolčenja na način koji osigurava zahtjevanu kvalitetu provedenih radova u prostoru.

Donošenje zaključaka i sudova:

-        Donositi zaključke na temelju obavljene računske obrade i interpretacije podataka geodetskih izmjera i dobivenih rezultata.

Prezentacije i rad u timu:

-        Izrađivati službene javne isprave, izvještaje, grafičke i kartografske prikaze s rezultatima izmjere prostornih objekata.

 

Vještine učenja i etike:

-        Pratiti i usvajati nova tehnološka dostignuća u području geodetske izmjere, geoinformacijskih sustava i usluga temeljenih na položaju te promjene propisa, normi i standarada.

2.4. Očekivani ishodi učenja na razini predmeta (4-10 ishoda učenja)

Studentice i studenti će:

-        Definirati kvalitetu provedene klasifikacije preko matrice konfuzije.

-        Opisati analizu kvalitete preslikavanja scene nekim sustavom snimanja preko modulacijske transfer funkcije (MTF).

-        Usvojiti početne vještine za interpretaciju multisenzorskih i hiperspektralnih snimki.

-        Primijeniti stečena znanja na samostalnom i timskom rješavanju problema.

-        Koristiti barem jedan programski alat za interpretaciju i obrade u daljinskim istraživanjima.

-        Opisati značajke fizikalnih polja na kojima su utemeljena daljinska istraživanja.

-        Opisati principe i razine fuzije podataka (uglavnom slika) bazirane na sinergiji informacija koje potječu iz različitih izvora.

-        Definirati razliku između interpretacije i obrade digitalne snimke.

-        Razlikovati fizikalne principe nastajanja digitalnih snimki scene u svrhu obrade i interpretacije unutar daljinskih istraživanja.

-        Opisati i analizirati digitalne snimke.

2.5. Sadržaj predmeta detaljno razrađen prema satnici nastave

 

PREDAVANJA

1.      Uvod, pregled i definicije.

2.      Značajke fizikalnih polja koja se rabe u daljinskim istraživanjima.

3.      Senzori i sustavi za snimanje, utjecaj platforme i okoline, djelotvornost. Elektroničko - optički i digitalni senzori, linijski skeneri, matrične CCD kamere, termalne kamere, multispektralne kamere, hiperspektralni skeneri; uporabne značajke.

4.      Prostorno razlučivanje, modulacijska prijenosna funkcija, minimalni razlučivi kontrast, minimalna razlučiva temperaturna razlika, umjeravanje. Radar sa sintetičkom antenom, interferometrijski i polarimetrijski režim; uporabne značajke.

5.      Metode interpretacije u daljinskim istraživanjima.

6.      Subjektivna interpretacija, značajke i ograničenja.

7.      Interaktivna interpretacija s djelomično automatiziranim funkcijama.

8.      Popravljanje snimaka. Isticanje, rangiranje i redukcija količine obilježja.

9.      Metoda glavnih komponenti

10.   Segmentacija

11.   Automatska klasifikacija. Klasifikacija pod nadzorom.

12.   Registriranje i geokodiranje.

13.   Spajanje snimaka.

14.   Korištenje programskih alata za daljinska istraživanja

15.   Prezentacija seminarskih radova

 

VJEŽBE

1.      Digitalna multispektralna kamera, termovizijska kamera, hiperspektralni skener.

2.      Programski alati za daljinska istraživanja

3.      Popravljanje snimaka.

 4.     Geometrijske transformacije, spajanje snimaka, geokodiranje

5.      Isticanje obilježja

6.      Segmentacija

7.      Transformacija skupa snimaka u glavne komponente

8.      Klasificiranje automatsko i pod nadzorom

9.      Interpretacija snimaka iz vidljivog, bliskog i termalnog infracrvenog područja

10.   interpretacija hiperspektralnih i radarskih snimaka 

2.6. Vrste izvođenja nastave:

 predavanja

 seminari i radionice

 vježbe

 on line u cijelosti

 mješovito e-učenje

 terenska nastava

 samostalni zadaci

 multimedija i mreža

 laboratorij

 mentorski rad

 timski zadaci

2.7. Komentari:

Predavanja su interaktivna i kombiniraju se s vježbama koje su isključivo računalne, rad s digitalnim slikama. Seminarski radovi se izrađuju na osnovi dobivenih praktičnih individualnih zadataka.

2.8. Obveze studenata

     

2.9. Praćenje rada studenata (upisati udio u ECTS bodovima za svaku aktivnost tako da ukupni broj ECTS bodova odgovara bodovnoj vrijednosti predmeta):

Pohađanje nastave

0.2

Istraživanje

 

Praktični rad

0.15

Eksperimentalni rad

 

Referat

 

 (Ostalo upisati)

 

Esej

 

Seminarski rad

0.35

(Ostalo upisati)

 

Kolokviji

0.3

Usmeni ispit

3

 (Ostalo upisati)

 

Pismeni ispit

1

Projekt

 

 (Ostalo upisati)

 

2.10.    Ocjenjivanje i vrjednovanje rada studenata tijekom nastave i na završnom ispitu

Studenti se sustavno prate kroz semestar preko sljedećih aktivnosti: pohađanje predavanja ; pohađanje vježbi; aktivno sudjelovanje na nastavi; izrada seminara; kolokvija; i na osnovi tih ocjena formira se ocjena koju su studenti zaslužili kroz semestar. Konačna ocjena za sve studente formira se na osnovi te ocjene i znanja pokazanog na usmenom dijelu ispita.

2.11.    Obvezna literatura (dostupna u knjižnici i putem ostalih medija)

Naslov

Broj primjeraka u knjižnici

Dostupnost putem ostalih medija

1. Krtalić, A., Bajić, M.: Daljinska istraživanja, rukopis uz predavanja, 2012.

 

2. Oštir, K., Mulahusić, A., Daljinska istraživanja, Ljubljana i Sarajevo 2014

 

     

     

     

2.12.Dopunska literatura (u trenutku prijave prijedloga studijskoga programa)

1. Tutorial: Fundamentals of Remote Sensing (http://www.nrcan.gc.ca/earth-sciences/geography-boundary/remote-sensing/fundamentals/1430)

2. Oluić, M. 2001: Snimanje i istraživanje Zemlje iz svemira, sateliti, senzori, primjena, HAZU i GEOSAT, Zagreb

3. Lillesand, T.M., Kiefer, R.W. 1994: Remote sensing and image interpetation, 3.ed, John Wiley and Sons, New York

2.13.Načini praćenja kvalitete koji osiguravaju stjecanje izlaznih kompetencija

Sustavno praćenje prisutnosti i aktivnog ućestvovanja u svim aktivnostima tokom semestra.

-        Usmena provjera znanja pri predaji rezultata rješavanja praktičkih zadataka sa vježbi (obavezno).

-        Usmena provjera znanja pri obrani seminara (obavezno).

-        Pismeno rješavanje problemskih zadataka na kolokvijima (opcionalno, nije obavezno).

-        Pismeno rješavanje problemskih zadataka na pismenom dijelu ispita (obavezno, ako student nije zadovoljio na koliokvijima).

-        Usmena provjera znanja na usmenom dijelu ispita (obavezno).

2.14.Ostalo (prema mišljenju

 predlagatelja)

 

1. GENERAL INFORMATION

1.1. Course teacher

Dubravko Gajski

1.6. Year of the study programme

2.

1.2. Name of the course

Remote Sensing

1.7. Credits (ECTS)

5

1.3. Associate teachers

Andrija Krtalic

1.8. Type of instruction (number of hours L + S + E + e-learning)

30+15+0+0 (2+1+0+0)

1.4. Study programme (undergraduate, graduate, integrated)

Graduate Studies

1.9. Expected enrolment in the course

80 - 90

1.5. Status of the course

mandatory

1.10. Level of application of e-learning (level 1, 2, 3), percentage of online instruction (max. 20%)

2

2. COUSE DESCRIPTION

2.1. Course objectives

Students through lectures acquire knowledge about the following topics:

Overview and definition of remote sensing. Features of the physical fields that are used in remote sensing. Sensors and systems for recording, the impact of platforms and environments. Usable characteristics of sensors. Electro - optical digital matrix cameras, line scanner, thermal cameras, multi-spectral cameras, hyperspectral scanner. Spatial resolution, modulation transfer function, the minimum discriminable contrast, the minimum resolved temperature difference, calibration. Synthetic aperture radar, interferometric and polarimetric mode, usable features. Improving of images. Enhencement, ranking and reduce the amount of features. The method of principal components. Unsupervised classification. Supervised classification. Evaluation of the classification results. Registration and geocoding. Joining of images. Using of softwers for remote sensing in geoscience. Analysis and evaluation of interpretation results. Confusion matrix.

Students through practical work on exercies neet to acquire proficiency in the following skills:

Using of softwer tools (TNTlite, ImageJ, MiltiSpec) for remote sensing. Improving the images. Geometric transformations, joining of images, geocoding. Feature enhencement. Segmentation. Transformation of images in principal components (PCA). Unsupervised and supervised classification. Interpretation of multispectral images (visible, infrared, thermal). Interpretation of hyperspectral and radar images.

2.2. Course enrolment requirements and entry competences required for the course

-

2.3. Learning outcomes at the level of the programme to which the course contributes

Professional knowledge, abilities and skills

Knowledge and understanding of:

The research process in geography.

Theoretical basis of remote sensing in regional and spatial planning, characteristic of remote sensing, principles, methods and technology of data acquiring and interpretation of images.

Softwer tools for remote sensing.

 

Cognitive, practical and generic abilities and skills:

Applying knowledge in determining, defining and solving spatial problems of high complexity.

The skills needed for evaluation, interpretation and synthesis of relevant information.

The skills needed for presenting scientific contents and stances in written and oral form.

Applying mapping of geografical contents, georeferencing.

Applying corrresponding maps and cartografical methods in analysis and presentation of the results.

Applying corrresponding skills needed for acquiring and interpretation of creation conclusions which include relevant socially, scientific and etical theme.

Problem solving related to qualitative and quantitative geographic information.
Information-technology skills.

Functioning effectively as an individual and as a team member.

Autonomous continuous professional improvement needed in professional development.

Appying skills of learning needed for entire-llife education.

2.4. Learning outcomes expected at the level of the course (4 to 10 learning outcomes)

- know and distinguish the features of physical fields which were base of remote sensing, characteristics of remote sensing features in different wavelength regions (multi-spectral, radar, hyperspectral, thermal), principles, methods and technology of the recording, interpretations

- apply knowledge and understanding of the scene based on multisensor recordings, data processing and interpretation by addressing selected problems within the independent assignments in the remote sensing

- applying initial skills for interpretation of multisensor, multispectral and hyperspectral images

- independently drawing the conclusions about the quality and reliability of interpretation

- publicly present selected problem and its solution through the example from remote sensing

- identify areas, methods and techniques where necessary lifelong learning

- used independently one of leading software tool for remote sensing

2.5. Course content broken down in detail by weekly class schedule (syllabus)

LECTURES

1. Introdaction, review and definitions.

2. Features of physical fields which are using in remote sensing.

3. Sensors and systems for aerial image aquisition, impact of platform and environment, effectiveness. Electro - optical digital sensors, line scanners, matrix CCD cameras, thermal cameras, multi-spectral cameras, hyperspectral scanner; usable features.

4. Spatial resolution, modulation transfer function, the minimum discriminable contrast, the minimum resolved temperature difference, calibration. Synthetic aperture radar, interferometric and polarimetric mode, usable features.

5. Interpretation techniques in remote sensing.

6. Subjective interpretation, characteristics and limitations.

7. Interactive interpretation with partially automated functions.
8. Improving of images. Enhencement, ranking and reduce the amount of features.

9. Method of principal components
10. Segmentation.

11. Automatic classification. Supervised classification.

12. Registration and geocoding.
13. Joining of images.

14. Using software tools for remote sensing.
15. Presentation of independent assignments.

 

EXERCISES

1. Digital multispectral camera, thermovision camera, hyperspectral scanner.

2. Softwer tools for remote sensing.

3. Improving of images.

4. Geometric transformation, joining of images, geocoding.

5. Feature enhencement.

6. Segmentation.

7. Transformation of images in principal components (PCA).

8. Unsupervised and supervised classification.

9. Interpretation of multispectral images (visible, infrared, thermal).

10. Interpretation of hyperspectral and radar images.

2.6. Format of instruction:

lectures

 seminars and workshops

exercises

 on line in entirety

 partial e-learning

 field work

independent assignments

multimedia and the internet

 laboratory

 work with mentor

       (other)

2.7. Comments:

Lectures are interactive and combined with exercises that are purely computational, working with digital images. Independent assignments are made on the basis of the obtained individual practical tasks.

2.8. Student responsibilities

     

2.9. Screening student work (name the proportion of ECTS credits for each activity so that the total number of ECTS credits is equal to the ECTS value of the course )

Class attendance

0.2

Research

     

Practical training

0.15

Experimental work

     

Report

     

      (other)

     

Essay

     

Seminar essay

0.35

      (other)

     

Tests

0.3

Oral exam

3

      (other)

     

Written exam

1

Project

     

      (other)

     

2.10. Grading and evaluating student work in class and at the final exam

- Systematic monitoring the presence and active participation in all the activities during the semester.

- Oral examination when submitting the results of exercises (mandatory).

- Oral examination when submitting the results of independent assignments (mandatory).

- Problem-solving at the colloquia by writing (optional, not mandatory).

- Problem-solving on the written part of the exam (mandatory, if a student has not passed the colloquia).

- Oral examination (mandatory).

2.11. Required literature (available in the library and via other media)

Title

Number of copies in the library

Availability via other media

1. Krtalic, A: Remote sensing, lectures - presentations

     

e-learning

2.12. Optional literature (at the time of submission of study programme proposal)

1. Tutorial: Fundamentals of Remote Sensing (http://www.nrcan.gc.ca/earth-sciences/geography-boundary/remote-sensing/fundamentals/1430)

2. Oluić, M. 2001: Snimanje i istraživanje Zemlje iz svemira, sateliti, senzori, primjena, HAZU i GEOSAT (in croatian), Zagreb

3. Lillesand, T.M., Kiefer, R.W. 1994: Remote sensing and image interpetation, 3.ed, John Wiley and Sons, New York

2.13. Quality assurance methods that ensure the acquisition of exit competences

The procedures mentioned in the Rules and the Manual of Quality Management at the University of Zagreb and the Faculty of Science:

- University's and faculty's student polls

- Self-evaluation of teaching: updating and revising the objectives and subject content and teaching and learning strategies, assessment of learning outcomes by analysis of students efficacy on the basis of data from Student Administration Office.

- Exit polls for graduates

- Interviews with companies, institutes and institutions in which students perform internships.

2.14. Other (as the proposer wishes to add)