Předmět: Geospatial data: sources and analysis

« Zpět
Název předmětu Geospatial data: sources and analysis
Kód předmětu KGEO/PD107
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Doktorský
Rok studia nespecifikován
Semestr Zimní a letní
Počet ECTS kreditů 10
Vyučovací jazyk Angličtina
Statut předmětu Povinně-volitelný
Způsob výuky nespecifikováno
Studijní praxe nespecifikováno
Doporučené volitelné součásti programu Není
Vyučující
  • Pacina Jan, doc. Ing. Ph.D.
  • Raška Pavel, doc. Mgr. Ph.D.
Obsah předmětu
nespecifikováno

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Aim of the course is to introduce different types of spatial data available for the whole World. Within the course, students will learn about the data acquisition methods, processing, interconnection, analysis and interpretation. Within the course we will work with remotely sensed data (satellite imagery, InSar, LiDAR), spatial data repositories (old maps, aerial imagery, vector data) and available statistical data. The fast-growing GIS cloud services are covered within the course as well as their offer wide range of different types of spatial data maintained by the GIS community. Processing, analysis and visualization of the selected spatial data will be performed using commercial and open-source GIS tools. Competencies (students will be able to): - classify the types of geospatial data and explain their origin and characteristics and availability - explain the dependencies between scales, resolution and accuracy of the geospatial data - provide rationale for the use of an appropriate method for geospatial data processing for purposes of their research Content: - Satellite imaging - repositories, processing methods, classification and result interpretation - InSar and LiDAR - data sources, repositories, raw data processing, visualization - Aerial imagery - methods of photogrammetric processing, orthophoto and DSM derivation - Old maps - types of old maps, repositories, processing methods (georeferencing), digitalization (manual, automatic) and interpretation - Vector and statistical data - national data libraries, EU data repositories - Cross-data processing, analysis and visualization

Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
nespecifikováno
Doporučená literatura


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr