User Tools

Site Tools


courses:bsc:project-seminar-rsml:description

c2.staticflickr.com_6_5717_30010959855_4ba0057c55_o.jpg

Fernerkundung und maschinelle Lernverfahren zur Erfassung von Waldstrukturen im Universitätsforst Caldern

Regulärer Kurs im Rahmen von BSc Geography und Geography studies for Teachers an der Universität Marburg.

Kursbeschreibung

Ziel des Kurses ist es, den Blattflächenindex (Leaf Area Index, LAI) des Universitätsforsts in Caldern auf der Grundlage aktueller Feldarbeitsmethoden, Fernerkundungsdaten und Machinenlernverfahren abzuleiten.

Ein Schwerpunkt des Kurses wird der Umgang mit der Software- und Programmierumgebung R zur räumlichen Datenananlyse und Satellitenbildverarbeitung als Alternative zu bekannter GIS Software (ArcGIS/QGIS) erarbeitet. In R implementierte Maschinenlernverfahren werden für die Ableitung des LAI aus Satellitenbildern verwendet.

Code-Beispiele und Musterlösungen

In diesem Github Repository können Beispiele und Musterlösungen als Ergänzung zu den Code-Examples hochgeladen werden.

Syllabus

Der Kurs hat eine Sitzung pro Woche, 4 Stunden pro Sitzung.

Sitzung Datum Thema Übungen
1 19.04.17 Leaf Area Index (LAI) Einführung in den LAI
Einführung in R
2 26.04.17 Vorbereitung der Feldarbeit (Expertengruppen) (Kurs entfällt)
3 03.05.17 Expertenvorträge:
LI-COR Messungen
Sampling Methoden
4 10.05.17 Feldarbeitswoche Einführung in räumliche Datenverarbeitung in R
5 17.05.17 Feldarbeitswoche Einführung in räumliche Datenverarbeitung in R
6 24.05.17 Daten(vor-)prozessierung erste Felddatenanalysen
Beschaffung von Prediktorvariablen
7 31.05.17 Daten(vor-)prozessierungg Rasterdatenverarbeitung
8 07.06.17 Daten(vor-)prozessierung Raster-Vektor Operationen
9 14.06.17 Machinelles Lernen Einführung in maschinelles Lernen
10 21.06.17 Expertenvortrag:
Modellvalidierungen
11 28.06.17 Machinelles Lernen & ModellvalidierungenMachinelles Lernen & Modellvalidierungen
12 05.07.17 Wrap-up Datenvisualisierungen
13 12.07.17 Project presentationswissenschaftliches Schreiben
courses/bsc/project-seminar-rsml/description.txt · Last modified: 2017/03/16 23:07 by hmeyer