Tento kurz je určen pro profesionály v oblasti GIS a analytiky snímků působící v soukromých firmách, státních organizacích i na školách, kteří potřebují získat smysluplné informace z nejrůznějších rastrových dat včetně snímků satelitních, leteckých či pořízených bezpilotními prostředky (UAV/UAS). Během praktických cvičení si vyzkoušíte postupy a možnosti zobrazování, zpracování a vytváření odvozených rastrových dat pomocí ArcGIS Pro a ArcGIS Image Analyst. Prozkoumáte běžné využití snímků, jako je například obnova po živelních pohromách, vyhodnocení poškození či posouzení skladby a rozsahu lesního pokryvu.

Kurz je určen pro

specialisty GIS, rastrové analytiky a další zkušené uživatele systému ArcGIS, kteří chtějí lépe porozumět rastrovým analýzám.

Cíle kurzu

Absolventi kurzu budou umět/znát:

• používat dynamické rastrové funkce ke zlepšení zobrazení snímků a k nejrůznějšímu analytickému znázornění, například při analýze změn v čase,
• zpracovat obrazovou klasifikaci včetně vyhodnocení přesnosti,
• následně využít tematické rastry jako výstup z klasifikace,
• pracovat s odvozenými rastrovými produkty, například s digitálním modelem terénu.

Software použitý pro výuku kurzu

Při praktických cvičeních budou účastníci pracovat s aplikací ArcGIS Pro (Standard nebo Advanced) a nadstavbami ArcGIS Image Analyst a ArcGIS Spatial Analyst.

Probíraná látka

• Rastry: úvod do dálkového průzkumu Země, seznámení s formáty rastrů, různým rozlišením a kombinacemi spektrálních pásem.
• Rastrové funkce: definice a parametry rastrových funkcí, porovnání s geoprocessingovými nástroji.
• Šablony rastrových funkcí: výhody a vytváření šablon rastrových funkcí, použití v rastrových produktech.
• Detekce změn: typy detekce změn, využití připravených nástrojů a pracovních postupů, předzpracování dat před analýzou.
• Klasifikace: definice a výstupy rastrové klasifikace, dostupné typy (pixelová / objektově orientovaná) a metody (řízená / neřízená); připravené postupy klasifikace (workflows).
• Segmentace: parametry segmentace a její využití při objektově orientované klasifikaci.
• Trénování klasifikace: vytvoření trénovacích vzorků a jejich využití v řízené klasifikaci.
• Ověření a vyhodnocení klasifikace: vytvoření a interpretace konfusní matice, postup stanovení přesnosti klasifikace, využití nástroje Pixel Editor pro postprocessing.

Předpokládané vstupní znalosti:

Účastníci by před tímto kurzem měli mít alespoň základní znalost práce s ArcGIS Pro.