חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תש"ף

  חישה מרחוק למתקדמים
  Remote Sensing and Photo Processing                                                                  
0349-4434
מדעים מדויקים
קבוצה 01
סמ'  א'1000-1400232יד אבנר - גאוגרפיהשיעור ות פרופ בן דור איל
ש"ס:  4.0

סילבוס מקוצר

חישה מרחוק למתקדמים – תואר שני

פרופ' איל בן - דור

קורס זה הנו קורס  מתקדם בחישה מרחוק המקנה ידע פיזיקלי לנושא החישה מרחוק בכלל ולחישה מרחוק האופטית בפרט. הקורס  נועד להכשיר את התלמידים ללימודי המשך מתקדמים (למשל: חישה מרחוק היפרספקטרלית). הקורס איננו מאפשר התמחות עתידית או עבודה בתחום ולשם כך נדרש להשלים את קורסי ההמשך אשר מקנים לסטודנט בסיס  רחב ומוצק להקלט במעגל העבודה והמחקר. הקורס מלווה בתרגול מעשי בתכנת ENVI  וכולל ניתוחי הדמאות בסיסיים מרמת הנתונים הגלמיים עד לקבלת מפות תמתיות.    נושאי הלימוד המרכזיים:  קרינה אלקטרומגנטית, חלונות אטמוספירים, אופטיקה של חישנים, פלטפורמות, סידור מרחבי של נתונים והכנתם לניתוח, העין כמכשיר, מבנה בסיסי של חישנים (אופטיקה ואלקטרוניקה)  ניתוח על בסיס צבע, הדגשת עצמים קרקעים, סינון, תיקונים גיאומטרים, רדיומטריים ואטמוספירים, טביעת אצבע ספקטרלית של עצמים ויכולת זיהויים בהדמאה, אנליזות סטטיסטיות, מיון מכוון ולא מכוון, מערכות חלל ואויר פוטנציאל התחום דוגמאות נבחרות בניטור הסביבה.

Course description

This is a continuation course of the “Introduction in Remote Sensing” course (or equivalent) and aims at expanding the student physical knowledge about remote sensing in general and on optical remote sensing in particular. The course will have both theoretical and practical parts and is a basis advance course in remote sensing such as: hyperspectarl remote sensing (see other syllabus). The main topics are: electromagnetic radiation, Plank equation and its derivatives, atmospheric windows and shelters, sensors’ optics, sensor’s platforms, spatial and spectral arrangement of RS data, the eyes and the brain as analogue for optical remote sensing means, preparation of raw data for analysis, radiometric and atmospheric calibrations, QA/QI of RS data, classification based on color composite and statistical basis, spatial and spectral filtering, object enhancement, spectral finger print, spectral based classification, validation analysis, supervised and unsupervised classification, geometric correction, space programs, satellites and sensors and the economical impact of the RS technique. The course will be followed by an active tutorial using ENVI software.
Grade will be composed of : 70% exam, 20% exercises, 10% final project.
Prerequisite course: Introduction to Remote Sensing (or equivalent) course.

להצהרת הנגישות


אוניברסיטת ת