Coursera

Verarbeitung von SAR und Multispektralaufnahmen

Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

Coursera

Verarbeitung von SAR und Multispektralaufnahmen

Bei Coursera PlusMehr erfahren enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

3 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

3 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Verarbeitung von SAR-Bildern zur Hochwasserkartierung, wenn Wolken die optischen Daten verdecken, unter Anwendung einer Speckle-Filterung zur Verbesserung der Bildschärfe

  • Erfassung von Veränderungen nach einer Katastrophe mithilfe multispektraler Bilddaten, um Gebiete zu identifizieren, in denen Überschwemmungen die Oberflächenbedingungen verändert haben

  • Bewerten Sie die Zuverlässigkeit der Analyse anhand von Genauigkeitskennzahlen und ermitteln Sie etwaige Einschränkungen, bevor Sie die Ergebnisse der Katastrophenhilfe veröffentlichen.

Kompetenzen, die Sie erwerben

  • Kategorie: Bewertung des Modells
  • Kategorie: Gemeinsame Nutzung von Daten
  • Kategorie: Bildqualität
  • Kategorie: Geospatial Mapping
  • Kategorie: Datenkompetenz
  • Kategorie: Analyse räumlicher Daten
  • Kategorie: Analytische Fähigkeiten
  • Kategorie: Räumliche Analyse
  • Kategorie: Bildanalyse
  • Kategorie: Prozess-Validierung
  • Kategorie: Datenanalyse
  • Kategorie: Geografische Informationen und Technologie
  • Kategorie: Technische Kommunikation

Werkzeuge, die Sie lernen werden

  • Kategorie: Geografische Informationssysteme
  • Kategorie: Cloud-Anwendungen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

April 2026

Bewertungen

5 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss
Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Satellitenbilder, Fernerkundung und maschinelles Lernen“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 3 Module

In diesem Modul lernen Sie SAR als praktische Datenquelle für die Katastrophenhilfe kennen, die auch dann verfügbar bleibt, wenn optische Bilddaten durch Wolken verdeckt sind. Sie konzentrieren sich auf ein zentrales Hindernis für den sicheren Einsatz von SAR: das Speckle-Rauschen. Anstatt Speckle-Rauschen als vages „Rauschproblem“ zu betrachten, lernen Sie, wie es aussieht, warum es auftritt und wie Filterung die Interpretierbarkeit beeinflusst. Das Modul ist darauf ausgelegt, Ihr Urteilsvermögen zu schulen: Sie lernen, Speckle-Filter anzuwenden, Ergebnisse zu vergleichen und Abwägungen zu treffen, da eine zu starke Glättung aussagekräftige Kanten verbergen kann, während eine zu schwache Filterung die Szene unlesbar machen kann.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe

In diesem Modul gehen Sie von der Vorverarbeitung zur Analyse über. Anhand von Multispektralbildern, die über einen bestimmten Zeitraum hinweg aufgenommen wurden, führen Sie eine Veränderungserkennung durch, um festzustellen, wo sich die Oberflächenbedingungen nach einem Sturmereignis verändert haben. Das Modul legt den Schwerpunkt auf interpretatives Denken: Sie lernen, dass eine „Veränderungskarte“ nicht automatisch eine Hochwasserkarte ist und dass Sie darüber nachdenken müssen, was das Veränderungssignal bedeuten könnte. Außerdem lernen Sie, wie Sie Ihre Ergebnisse so strukturieren, dass Sie diese klar kommunizieren können, wobei Sie hervorheben, was sich verändert hat, wo die Zuverlässigkeit höher ist und welche Einschränkungen bestehen bleiben.

Das ist alles enthalten

1 Video1 Lektüre2 Aufgaben

Im letzten Modul lernen Sie die Gewohnheit kennen, die Ihre Arbeit vertrauenswürdig macht: die Bewertung. Sie lernen, dass Klassifizierungsergebnisse überzeugend wirken können, obwohl sie in entscheidenden Punkten falsch sind. Das Modul führt Sie in einsteigerfreundliche Konzepte zur Genauigkeitsbewertung ein und fordert Sie auf, Abwägungen zu treffen: Ist das Ergebnis für die jeweilige Entscheidung genau genug, und welche Einschränkungen würden Sie offenlegen? Dieses Modul steht in direktem Zusammenhang mit der operativen Glaubwürdigkeit, denn bei der tatsächlichen Hochwasserbewältigung sind die Kosten für eine selbstbewusste Fehlentscheidung hoch.

Das ist alles enthalten

2 Videos1 Lektüre2 Aufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

ansrsource instructors
277 Kurse18.887 Lernende

von

Coursera

Mehr von Datenanalyse entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.