地球観測と地球システムデータ:基礎と実践
- レベル
- L2 中級
- 学習時間
- 約 24 時間(計画上の見込み)
- ステータス
- 計画中
- 前提条件
- その領域の L1 コース、または入門レビュー
Analysis-ready, cloud-native Earth observation has become the norm: harmonised Landsat and Sentinel-2 at 30 m, NASA OPERA products, the NISAR radar mission launched in July 2025, and geospatial foundation models such as Prithvi make continental analysis possible on open tooling.
学習成果
- 「必須気候変数(Essential Climate Variable)」およびこの分野のその他の主要用語を定義し、記述式のケースで正しく用いる
- Explain satellite missions and sensors (optical, radar, thermal, altimetry, gravimetry) and in situ observing networks with a worked example and its source
- 分野の手法を記録のある事例に適用し、各結果をその出典とともに説明する
- Analyse a named case against reanalysis datasets such as ERA5, stating evidence, date and limits
モジュール
-
衛星ミッションとセンサー(光学、レーダー、熱、高度計、重力計測)
- 衛星ミッションとセンサー(光学、レーダー、熱、高度計、重力計測)
- In situ observing networks
- ERA5 などの再解析データセット
-
GCOS Essential Climate Variables
- GCOS Essential Climate Variables
- Earth system digital twins and Destination Earth
- 地理空間基盤モデルと衛星埋め込み表現
-
Analysis-ready data and cloud-native formats
- Analysis-ready data and cloud-native formats
- 製品の検証と不確実性
- Copernicus とオープンデータ政策
-
ラボ:この分野の手法
- 再訪間隔と雲量は、センサーが一季節に得られる明瞭な観測の回数を左右します。分類器のユーザー精度と作成者精度は、地図化された変化面積が真の面積からどれだけ離れているかを決めます。規定サイズの参照サンプルは、調整後の面積とその信頼区間を与え、判断を支えるのはその区間のみです。
- 記録のある事例で手法を実践し、各結果を説明する
- 手法の出典と記載値を読む
Academy のツールを使うラボ
手法
- 画素から誤差範囲付きの面積へ:再訪周期、雲、精度が変化図の主張できることをどう決めるか分野ページに掲載された、出典を付した当該分野の手法を、文書化された事例で通して示します
計測ツール
ツインビルダー
- デジタルツイン・ビルダー学部の場所を 3D で構築し、レイヤーを切り替え、それぞれのクレジットと日付を確認する
地図レイヤー
- 雲を透過した地表水、30 m(OPERA DSWx-S1 レーダー)Academy のライセンス登録簿が承認したオープンな地図レイヤー。地図ツールで読み込みます
- トゥルーカラー、30 m(HLS Sentinel-2)Academy のライセンス登録簿が承認したオープンな地図レイヤー。地図ツールで読み込みます
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT)An open map layer the Academy's licence register admits, read in the map tools
Foundry ルーム
- Acquisition room, NXS-EOPPlanning and tasking of satellite acquisitions
- 変化ルーム、NXS-EOP一貫した入力から得られる比較可能な変化プロダクト
評価
- 40%
ラボの記録
記録のある事例で分野の手法を実践し、各結果をその出典と日付とともに説明する
- 40%
事例メモ
分野の手法を特定の場所または組織に適用し、エビデンスと限界を明示する
- 20%
重要用語の確認
重要用語についての短答。定義に照らして採点します
配信
- オンラインで自分のペースで学習。ラボはブラウザ内で実施
- 6 から 8 週間のコホート学習、毎週のラボ・レビュー付き
- パートナー機関と共同で、その機関自身のコースの中で提供
このコースのパートナーになる
- モジュールを共同で教え、ご自身の業務から最新の事例を持ち込む
- 独自のスケジュールとレビューで、あなたの学習者のためにコホートを主催する
- ラボを提供する:あなたの機関がオープンに公開しているデータセット、またはモデル
- 開講前にコースの内容と参考文献をレビューする
- コースを翻訳し、その事例をあなたの地域に合わせて調整する
Academy の LMS で
- Course on the learning platform
- Intermediate, 4 sections
- コホート・グループ
- A community group for each cohort of learners
- 成果
- Recorded on completion of the assessed work
参考文献 3
- Olofsson et al., Good practices for estimating area and assessing accuracy of land change, 2014
- Drusch et al., Sentinel-2: ESA's optical high-resolution mission for GMES operational services, 2012
- Stehman, Estimating area and map accuracy for stratified random sampling when the strata are different from the map classes, 2014