Proszę wybrać jeden z poniższych projektów.
Projekt może zostać wykonany w grupie 2-3 osób.
Wyniki projektu należy zaprezentować na zajęciach oraz przesłać raport końcowy (w formacie R Markdown lub Quarto).
Każda osoba w grupie musi wykonać część pracy. W raporcie proszę wskazać jakie zadania zostały wykonane przez poszczególne osoby.
Wybierz powiat i dokonaj klasyfikacji nienadzorowanej dowolnego wielokanałowego zdjęcia satelitarnego o niskim zachmurzeniu uwzględniając poniższe punkty:
- Jako metodę referencyjną wykorzystaj algorytm k-means.
- Sprawdź jak zmieni się wynik dla innej liczby klastrów.
- Porównaj algorytm k-means z inną metodą klasteryzacji.
- Dokonaj walidacji wyników wykorzystując wskaźnik silhouette.
- Spróbuj zinterpretować, co przedstawiają wydzielone klastry wykorzystując wykres pudełkowy oraz kompozycję kanałów spektralnych.
- Zaprezentuj wynik klasteryzacji na mapie i dobierz odpowiedni schemat kolorów.
Wybierz powiat i dokonaj klasyfikacji nadzorowanej dowolnego wielokanałowego zdjęcia satelitarnego o niskim zachmurzeniu uwzględniając poniższe punkty:
- Jako dane referencyjne należy wykorzystać dowolny zbiór danych o pokryciu terenu. Przykładowo może być to S2GLC, CLC czy BDOT10K:Pokrycie Terenu. Liczba klas nie powinna być zbyt duża.
- Oceń skuteczność modelu na zbiorze testowym.
- Wskaż, które klasy były najczęściej poprawnie i niepoprawnie klasyfikowane.
- Porównaj wyniki klasyfikacji z mapą referencyjną (użyj identycznego schematu kolorów).
- Oblicz procentowy udział poszczególnych klas pokrycia terenu na analizowanym obszarze.
Wybierz trzy obiekty (np. zbiornik wodny, las, pole uprawne) i pobierz kolekcje zdjęć satelitarnych dla całego roku w celu analizy zmienności dwóch wybranych wskaźników spektralnych (np. NDVI, NDMI) uwzględniając następujące punkty:
- Wybrane obiekty nie powinny być zasłonięte przez chmury.
- Wykorzystaj przynajmniej jedno zdjęcie dla każdego miesiąca.
- Przygotuj mapy (pamiętaj o jednakowej skali barw) oraz wykresy liniowe.