Õppeaine eesmärk on:
- tutvustada eri tüüpi kaugseire andmeid ja sensoreid;
- anda ülevaade kaugseire meetodite rakendamise võimalustest erinevate keskkondade seires (maa, veekogud, atmosfäär);
- anda praktilised oskused kaugseire andmete töötlemiseks ja analüüsiks.

The aim of this course is to:
- get acquainted with different types of remote sensing data and instruments;
- provide an overview of remote sensing methods and applications for monitoring different environments (land, waterbodies, atmosphere);
- provide practical skills and experience for processing and analyzing remote sensing data.

Aine läbinud üliõpilane:
- tunneb kaugseire meetodite (optiline, radar) ja platvormide (satelliit, droon, lennuk) iseärasusi;
- teab kaugseire rakendamise võimalusi ja piire maa-, õhu- ning merekeskkonna seires;
- teab, tunneb ja oskab kasutada andmebaase (Copernicus, EstHub, jt) ja tarkvarasid (SNAP, QGIS) kaugseire andmete töötlemiseks ja analüüsiks;
- oskab satelliitpilte ja drooni andmeid töödelda ning tuletada nendest vajalik keskkonnainfo.

After completing this course the student:
- has an overview of different remote sensors (optical, radar, etc.) and platforms (satellite, drone, airplane) that are used in Earth observation;
-knows the potential and limits of remote sensing methods that are used for monitoring different environments: land, waterbodies, atmosphere;
- knows how to use different databases (Copernicus, EstHub etc.) and open source software packages (SNAP, QGIS) for processing and analyzing remote sensing data;
- has skills to process satellite and drone data to retrieve relevant environmental information.

Kursus annab ülevaate erinevatest kaugseire sensoritest (optika, infrapuna, radar, SAR, altimeetria, lidar) ja platvormidest (satelliit, lennuk, droon), mida kasutavad maa jälgimiseks nii suured kosmoseagentuurid (NASA, ESA), kui ka eraettevõtted („new space“). Käsitletakse kaugseire andmete töötlemise meetodeid ja algoritme, mis on vajalikud piltidelt geofüüsikaliste parameetrite arvutamiseks („satelliidi pilt“ ja masinloetav informatsioon). Tutvustatakse kaugseire meetodeid, mis on laialdases kasutuses erinevate keskkondade seires: veekogud, maismaa, atmosfäär. Demonstreeritakse kaugseire andmete kasutamise võimalus erinevat mastaapi protsesside seires: globaalsetest kliima muutustest maailma meres kuni kinnistu/katastriüksuse muutuste tuvastamiseni. Kursus sisaldab palju näitliku materjali kaugseire meetodite kasutamisest erinevates valdkondades: maa kasutus metsanduses ja põllumajanduses, vegetatsiooni indeksid, mere ja maapinna temperatuur, vee kvaliteet meres ja järvedes, õhu kvaliteet, kliimateenused, jääolude seire, üleujutuste seire, lainetuse seire jne. Praktiliste ülesannete raames kasutatakse avalikes andmebaasides (Copernicus) olevate satelliitpiltide töötlemiseks vabavaralisi lahendusi (SNAP).

The course provides an overview of different remote sensors (optical, infrared, radar, synthetic aperture radar, altimetry, lidar) and platforms (satellite, plane, drone) that are used for Earth Observation (EO) by space agencies (NASA, ESA) and EO NewSpace sector. The course deals with remote sensing methods and algorithms that are used for retrieving geophysical parameters from satellite imagery („satellite picture“ and digital spatial data). The remote sensing methods that are widely used in environmental monitoring (waterbodies, land, atmosphere) are introduced. It will be demonstrated how to use remote sensing data for monitoring processes with different spatio-temporal scales: from global climate change in the world ocean to change detection within cadastral unit. The course contains practical examples of remote sensing data use cases in different sectors: land use, land cover, forestry, agriculture, vegetation indexes, land surface temperature, sea surface temperature, water quality monitoring in waterbodies, air quality, climate services, sea ice monitoring, flood detection, wave forecast, etc. Satellite imagery from public databases (Copernicus, EstHub) and open source software (SNAP) will be used for practical exercises.

Eksam

Exam

Lahendada ülesanded Sentinel-1 või Sentinel-2 andmetega.

To solve problems with Sentinel-1 or Sentinel-2 data

Kidder, S.Q., Vonder Haar, T.H. 1995. Satellite Meteorology. Academic Press.
Claude, Shane R. Polarisation: applications in remote sensing. 2015. Oxford: Oxford University Press

-