Worum geht es in diesem Kurs?
In diesem Kurs erhalten Sie einen Überblick über die wichtigsten Parameter, die einen Einfluss auf das Radarrückstreusignal haben. Sie werden lernen, welche Rolle die Konfiguration eines Radarsystems und die Eigenschaften der Erdoberfläche für das Signal spielen, das Sie in einem Pixel eines Radarbildes sehen.
Nach diesem Kurs werden Sie ein solides Verständnis dessen haben, was Sie in einem Radarrückstreuungsbild sehen. Und Sie werden in der Lage sein, das Rückstreusignal zu interpretieren.
Das Lernen erfolgt im eigenem Tempo.
Die Anmeldung ist während des gesamten Kurses offen.
Beginnen Sie mit dem Lernen, wenn der richtige Zeitpunkt für Sie gekommen ist.
Wie ist der Kurs strukturiert?
Der Kurs besteht aus vier Lektionen. Der Kurs umfasst die folgenden Themen:
- Einführung in das Konzept der Radarrückstreuung
- Einfluss der Parameter des Sensorsystems
- Einfluss geometrischer Parameter auf der Erdoberfläche
- Einfluss dielektrischer Parameter auf der Erdoberfläche
Arbeitspensum
Dies ist ein Kurs zum Selbststudium. Wir schätzen den Aufwand auf ~1,5h/Lektion.
Zertifikat
Für den Abschluss des Kurses erhalten Sie ein Leistungszertifikat.
Für wen ist der Kurs gedacht?
In diesem Kurs gehen wir davon aus, dass Sie über einige Vorkenntnisse zur Radar-Fernerkundung verfügen. Insbesondere sollten Sie ein Verständnis für die folgenden Grundlagen haben:
- Was ist ein aktives Radarsystem?
- Was ist das SAR-Prinzip?
- Was sind Radar-Bänder?
Wenn Sie diese Konzepte nicht kennen, empfehlen wir Ihnen, zuerst den Kurs “Echoes in Space” zu besuchen. Dieser Kurs gibt Ihnen eine detaillierte Einführung in die Grundlagen der Radar-Fernerkundung.
Einführing in die Radarfenrekundung (englisch)
Stellen Sie sich vor
Um unser Bildungsangebot in Zukunft zu verbessern, möchten wir in dieser anonymen Umfrage ein wenig mehr über Sie erfahren.
Helfen Sie uns mit ihrem Feedback
Dozent
Prof. Dr. Chrisitan Thiel
Außerplanmäßiger Professor
für Citizen Science an der FSU Jena
Deutsches Zentrum für Luft und Raumfahrt (DLR)
Institut für Datenwissenschaften
Sponsor
Cover image © modified Copernicus Sentinel data (2020), processed by ESA, CC BY-SA 3.0 IGO
Vector of featured image created by starline