Možnosti Google Earth Engine pro výuku zpracování družicových snímků

Abstract

Bakalářská práce se zaměřuje na využití Google Earth Engine pro výuku zpracování družicových snímků. V teoretické části práce jsou popsány základy digitálního zpracování družicových dat a je představena platforma Google Earth Engine spolu s přehledem dostupných studijních materiálu týkajících se Google Earth Engine. Praktická část práce zahrnuje tvorbu čtyř studijních materiálů, které pokrývají řadu témat z oblasti dálkového průzkumu Země. Tyto materiály obsahují ukázkové skripty pro Earth Engine JavaScript API a pracují s daty z družic Sentinel-2, Sentinel-5P a Landsat 9. Veškerá použitá data jsou dostupná v datovém katalogu Google Earth Engine. Cílem těchto materiálů je rozšířit programové možnosti pro výuku zpracování družicových snímků pro studenty geoinformatiky. Studijní materiály zahrnují témata jako spektrální a ohniskové zvýraznění obrazu, klasifikace, maskování oblak a tvorba webových aplikací pomocí JavaScript API. Vytvořené materiály jsou k dispozici ve formátu PDF na stránkách vedoucí bakalářské práce, a jsou určeny k použití pro výuku předmětu Dálkový průzkum Země na Katedře geoinformatiky VŠB-TUO. Praktická část práce také popisuje pilotní projekty, které předcházely tvorbě studijních materiálů. Na závěr práce je provedeno vyhodnocení vhodnosti platformy Google Earth Engine pro výuku studentů. Na základě získaných poznatků byla platforma shledána jako efektivní a vhodná pro výuku zpracování družicových snímků.

The bachelor thesis is focused on the utilization of Google Earth Engine for teaching satellite image processing. The theoretical section describes the basics of digital image processing and introduces the Google Earth Engine platform, along with an overview of available study materials related to it. The practical part of the thesis involves the development of four study materials covering a range of topics from remote sensing. These materials contain sample scripts for the Earth Engine JavaScript API and work with data from Sentinel-2, Sentinel-5P and Landsat 9 satellites. The goal of these materials is to extend the software capabilities for teaching satellite image processing to geoinformatics students. Topics covered in the learning materials include spectral and focal image enhancement, classification, cloud masking, and creating web applications using JavaScript API. The created materials are available in PDF format on the website of the bachelor's thesis supervisor and are intended for teaching remote sensing at the Department of Geoinformatics of VSB – Technical University of Ostrava. The practical section also describes pilot projects that preceded the creation of the study materials. Finally, an evaluation of the suitability of the Google Earth Engine platform for teaching students is provided. Based on the obtained knowledge, the platform was found to be effective and suitable for teaching satellite image processing.