Die aktuellen Vorlesungstermine sind ab sofort nur mehr über HISinOne (https://hisinone.unibw.de/) verfügbar.
Bei Interesse können Praktika bei Münchner Firmen im Bereich Erdbeobachtung über das Institut angefragt werden.
Lehre an der Professur für Erdbeobachtung
Vorlesungsankündigung
Veranstaltungen im Bachelor- und Masterstudiengang
Einführung in die Fernerkundung (B.Sc.)
Einführung in die Fernerkundung (B.Sc.)
368 Einführung in die Fernerkundung
- Einordnung der Fernerkundung mit aktiven und passiven Sensoren in die Luft- und Raumfahrttechnik
- Einführung in die verschiedenen Spektralbereiche (Optik, IR, Mikrowelle)
- Strahlungsverhalten der Materie in den einzelnen Spektralbereichen
- Aufbau von Fernerkundungssensoren und -systemen in den verschiedenen Spektralbereichen
- Performance und Bildqualitätsparameter für die einzelnen Spektralbereiche
- Zivile und militärische Anwendungen
- Vorstellung operationeller und kommerzieller Softwarepakete
- Analyse von Bildmaterial
Modulhandbuch
Erdbeobachtung (M.Sc.)
Erdbeobachtung (M.Sc.)
1055 Earth observation
optical remote sensing
- Optical image generation and recording
- Basics of photogrammetry
- Evaluation of spectral information
- Country cover classifications
Radar and laser methods
- Basics of radar technology
- Synthetic aperture principle
- Characteristics of SAR images
- Principles of laser scanning
Interferometric SAR methods
- SAR interferometry (InSAR)
- Differential InSAR (DInSAR)
- Persistent scatterer interferometry
- Advanced SAR methods
2500 Image and signal processing for earth observation
Basics of signal processing
- Discrete and continuous signals
- Fourier transform and spectrum
- Convolution and correlation
- Basic filters
Image processing
- Digital representation of images
- Histograms and statistical moments
- Color spaces and models
- Two-dimensional convolution
- Basic 2D filters
- Image gradients
- Feature extraction
Machine learning
- Types of Machine Learning (Supervised, Unsupervised)
- Data annotation
- Training and evaluation
- Typical models
- Artificial neural networks
2504 Apparatus internship using space
The students decide independently and with consideration
of available places for one of the two sub-areas of space use: satellite navigation or earth observation .
You will then carry out your technical internship with a topic from this area.
The internship includes the following work points based on real satellite data:
- Introduction to suitable evaluation software (eg SNAP, QGIS, Python or Google Earth Engine)
- Depending on the subproject, procurement of available satellite data from suitable sources
- Development of the question for a suitable scenario (eg crises or natural disasters)
- Evaluation of satellite data for the analytical description of the selected scenario
- Documentation and presentation of the results