Mistä on kyse? Pilvien luokittelu satelliittikuvissa. Sisältö. Satelliittikartoitus. Rami Rautkorpi Satelliittikartoitus
|
|
|
- Seppo Palo
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Pilvien luokittelu satelliittikuvissa Mistä on kyse? Rami Rautkorpi Pilvien luokittelu satelliittikuvissa 2 Sisältö Satelliittikartoitus Satelliittikartoitus Pilvien luokittelu Ensimmäinen luokitin Toinen luokitin Tulosten arviointi Ongelmia Satelliitti kiertää maapalloa Radiometri mittaa elektromagneettisen säteilyn tehoa tietyssä suunnassa Kanavat eri aallonpituuksilla tarpeiden mukaan AVHRR (Advanced Very High Resolution Radiometer) NOAA-{10,11,12} (National Oceanic & Atmospheric Administration) Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 4
2 Aallonpituudet Kuvauksen geometriat ja korjaukset Aurinkosynkroninen polaarirata Kuvaelementin koko vääristyy poikittaisen pyyhkäisyn suunnassa Valaisukulma näkyvän valon kanavilla Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 6 Pilvien luokittelu Ensimmäinen luokitin 1/3 Ennen kuin pilvipikselit voidaan luokitella, ne on erotettava muista pikseleistä (cloud screening) Muita mahdollisuuksia: Merta, maata, lunta/jäätä Pilvityypit: Cirrus, cirrostratus (korkeat pilvet), altostratus, altocumulus (keskitason pilvet), stratus, stratocumulus (matalat pilvet), cumulus, cumulonimbus, nimbostratus (paksut pilvet) Pilvityyppien jako luokkiin vaihtelee Vaihe 1: Screening kynnystämällä Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 8
3 Ensimmäinen luokitin 2/3 Ensimmäinen luokitin 3/3 Lasketaan spektri- ja tekstuuripiirteet jokaiselle pilvipikselille Tekstuuripiirteet: Gray-Level Co-occurrence Matrix, d = (1,0); d = (2,0); d = (4,0) Lasketaan matriisipiirteet: energy, inertia, entropy 9 tekstuuripiirrettä Spektripiirteet: Opetetaan SOM Opetusdatana satojatuhansia piirrevektoreita (luokittelemattomia) 260 esiluokiteltua piirrevektoria Määräävät karttayksiköiden luokat äänestyksellä Opetusdatana kartan hienosäädössä LVQalgoritmilla (Learning Vector Quantization) Pikselin luokittelu: Lasketaan piirrevektori; haetaan BMU:n luokka Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 10 Toinen luokitin 1/3 Toinen luokitin 2/3 Ensimmäinen luokitin tekee virheitä, mutta johtuvatko virheet Luokittelumenetelmästä itsestään? Virheistä esiluokitellussa aineistossa? Yksinkertaistetussa luokittimessa esiluokitellut näytteet muodostavat suoraan koodikirjan Screening ja luokittelu KNN-algoritmilla Yksinkertaistettu tekstuuripiirre kanavalta INF2 (I 4 ), pikselin 3x3-naapurustosta V: Piirteet: Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 12
4 Toinen luokitin 3/3 Vertailu SYNOP-havaintoihin 1/2 16 koodikirjaa; Kullekin neljästä vuodenajasta neljä koodikirjaa: Screening- ja luokittelukoodikirjat yölle sekä päivälle Esiluokiteltuja näytteitä yhteensä 1106 Etäisyysmittana Hamming-etäisyys: Yhtä suuret Hamming-etäisyydet erotellaan euklidisella etäisyydellä Standardikoodisto säätilojen kirjaamista varten säähavaintoasemissa maan pinnalla Data viideltä asemalta: Helsingin, Tampereen, Maarianhaminan, Kuopion ja Vaasan lentokentiltä Havaintoalue approksimoidaan ympyräksi; mantereella r = 25 km, rannikolla r = 30 km Satelliitin ohitus enintään 30 min maa-aseman säähavainnosta Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 14 Vertailu SYNOP-havaintoihin 2/2 Säähavainnossa pilvisyys asteikolla 0-8 Lasketaan vertailuarvo luokittimen screeningtuloksesta havaintoympyrän alueelta Vertailu APOLLO-luokitteluun APOLLO luokittelee pikselit pilvettömiksi, osittain pilvisiksi tai täysin pilvisiksi Viisi kynnysarvoa päivälle ja yölle erikseen 8 yökuvaa ja 13 päiväkuvaa luokiteltiin Vertailu SYNOP-havaintoihin Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 16
5 Ilmatieteen laitoksen arvio Ongelmia Luokiteltujen pilvityyppien visuaalinen tarkistus Tarkistuksen pohjana satelliittikuvat ja SYNOPhavainnot Kolme tuloskategoriaa: oikea luokitus, joitain virheitä tai väärä luokitus Ilmakehän vaikutus (absorptio, sironta), mahdollisesti jopa 20 % Talviaika Suomen leveysasteilla Valonpuute Inversio, eli maanpinta voi olla kylmempi kuin pilvien yläosa Resoluutio 1.1 km; pienimmät pilvet suodattuvat pois Pilvien luokittelu satelliittikuvissa Pilvien luokittelu satelliittikuvissa 18 Yhteenveto Satelliitti kuvaa näkyvän valon, lähi-infrapunan ja infrapunan kanavilla Pikseleistä lasketaan spektri- ja tekstuuripiirteitä Luokitin 1: Screening kynnystämällä, Luokittelu SOM:illa (hienosäätö LVQ:lla) Luokitin 2: Screening ja luokittelu KNN:llä; 16 koodikirjaa (vuodenajat x päivä/yö x screen./luok.) Tulosten arviointi: SYNOP, APOLLO, Ilmat. Laitos Pilvien luokittelu satelliittikuvissa 19 Loppu Pilvien luokittelu satelliittikuvissa 20
Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely)
Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely) 24.01.2011 Ohjaaja: Niilo Siljamo, Ilmatieteen Laitos Valvoja: Harri Ehtamo Esityksen sisältö Termejä Tausta Menetelmät
Purjelennon Teoriakurssi 2014. Sääoppi, osa 1 Veli-Matti Karppinen, VLK
Purjelennon Teoriakurssi 2014, osa 1 Veli-Matti Karppinen, VLK Tavoitteena Ymmärtää ilmakehässä tapahtuvia, lentämiseen vaikuttavia ilmiöitä Saada kuva siitä, miten sääennusteet kuvaavat todellista säätä
Sääilmiöt tapahtuvat ilmakehän alimmassa kerroksessa, troposfäärissä (0- noin 15 km).
Sää ja ilmasto Sää (engl. weather) =ilmakehän alaosan, fysikaalinen tila määrätyllä hetkellä määrätyllä paikalla. Ilmasto (engl. climate) = pitkäaikaisten (> 30 vuotta) säävaihteluiden keskiarvo. Sääilmiöt
Tekstuurintunnistuksen lyhyt oppimäärä. Ts. pari tapaa erottaa tiiliseinä pensaasta.
Tekstuurintunnistuksen lyhyt oppimäärä Ts. pari tapaa erottaa tiiliseinä pensaasta. Mitä on tekstuuri? Vaikea määritellä, mutta: Pintakuvio Ornamentti tuntu kuviointi Miksi tämän pitäisi kiinnostaa? (Maantienmerkkausrobotti)
Purjelennon Teoriakurssi 2014. Sääoppi, osa 2 Veli-Matti Karppinen, VLK
Purjelennon Teoriakurssi 2014, osa 2 Veli-Matti Karppinen, VLK Pilvityypit Purjelentäjän pilvet Cumulus, kumpupilvi Teräväreunainen kumpupilvi kertoo noston olemassaolosta Noston ollessa hiipumassa ja
Mitä pilvet kertovat. Harri Hohti. Valokuvat Harri Hohti ja Jarmo Koistinen Muut kuvat kirjasta Ilmakehä, sää ja ilmasto (Ursa)
Mitä pilvet kertovat Harri Hohti Valokuvat Harri Hohti ja Jarmo Koistinen Muut kuvat kirjasta Ilmakehä, sää ja ilmasto (Ursa) 26.03.07 OHJELMA Pilvien luokittelu Suuret sääjärjestelmät matalapaineet ja
YKJ ETRS (usein joutuu säätämään itse)
GPS-järjestelmästä ja kaukokartoituksesta Kertausta GPS-järjestelmästä GPS:n käyttämät koordinaatistot Sisäisesti GPS-järjestelmä käyttää WGS84-pallokoordinaatistoa Koordinaatit voidaan projisoida lennossa
1 2 3 4 5 6 7 8 9 10 2 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 25 26
AurinkoATLAS - miksi mittaustietoa auringosta tarvitaan?
AurinkoATLAS - miksi mittaustietoa auringosta tarvitaan? Aurinkoatlas-seminaari 20.11.2013 Jussi Kaurola Tulosalueen johtaja, Ilmatieteen laitos Anders Lindfors, Aku Riihelä, Jenni Latikka, Pentti Pirinen,
Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén
Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI
1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä
TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)
JOHDATUS TEKOÄLYYN TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) KONEOPPIMISEN LAJIT OHJATTU OPPIMINEN: - ESIMERKIT OVAT PAREJA (X, Y), TAVOITTEENA ON OPPIA ENNUSTAMAAN Y ANNETTUNA X.
LAPS: Testbedhavainnoista. analyysiksi. Janne Kotro Kaukokartoitus/Tutkimus
LAPS: Testbedhavainnoista analyysiksi Janne Kotro Kaukokartoitus/Tutkimus 6.4.2006 Lähihetkiennustaminen (nowcasting) Ennustamista vallitsevasta säätilasta muutama tunti eteenpäin Käsite pitää sisällään
Vinkkejä sään ennakointiin ja sään muutosten havainnointiin
LASKUREISSUN SÄÄ Vinkkejä sään ennakointiin ja sään muutosten havainnointiin Mikko Routala Ex -meteorologi, nykyinen harrastaja Vapaalaskuiltamat 2018 You don't need a weatherman to know which way the
TIETOPAKETTI KAUKOKARTOITUKSESTA 1
TIETOPAKETTI KAUKOKARTOITUKSESTA Tähän tietopakettiin on kerätty perustietoa kaukokartoituksesta ja siitä miten satelliittikuvia hyödynnetään. Paketin pohjana on käytetty Kaukokartoituksen perusteet luentomonistetta
Spektroskooppiset menetelmät kiviaineksen laadun tutkimisessa. Lasse Kangas Aalto-yliopisto Yhdyskunta- ja ympäristötekniikka
Spektroskooppiset menetelmät kiviaineksen laadun tutkimisessa Lasse Kangas Aalto-yliopisto Yhdyskunta- ja ympäristötekniikka Kalliokiviaineksen tunnistaminen ja luokittelu Nykymenetelmät Hitaita (päiviä,
Testbed-havaintojen hyödyntäminen ilmanlaadun ennustamisessa. Minna Rantamäki TUR/Viranomaisyhteistyö ILA/Ilmanlaadun mallimenetelmät
Testbed-havaintojen hyödyntäminen ilmanlaadun ennustamisessa Minna Rantamäki TUR/Viranomaisyhteistyö ILA/Ilmanlaadun mallimenetelmät Tiheän mittausverkon hyödyt ilmanlaadun ennustamisessa Merkittävästi
Satelliitti-instrumentti IASI ja sen sovellukset sääpalvelulle
Pro Gradu -tutkielma Meteorologia Satelliitti-instrumentti IASI ja sen sovellukset sääpalvelulle Tuuli Perttula 26.3.2010 Ohjaaja: Tarkastajat: FK Pirkko Pylkkö (Ilmatieteen laitos) Prof. Hannu Savijärvi
Havaitsevan tähtitieteen peruskurssi I. Ilmakehän vaikutus havaintoihin. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos
Ilmakehän vaikutus havaintoihin Helsingin yliopisto, Fysiikan laitos kevät 2013 2. Ilmakehän vaikutus havaintoihin Ilmakehän transmissio (läpäisevyys) sähkömagneettisen säteilyn eri aallonpituuksilla 2.
Ympäristötalon seminaari Outi Kesäniemi
Vettä läpäisemätön pinta Seudullisessa maanpeiteaineistossa Ympäristötalon seminaari 24.11.2014 Outi Kesäniemi Sisältö 1) Seudullinen maanpeiteaineisto 1) Taustaa 2) Aineiston tuottaminen 2) Longinojan
TARKKA -palvelun käyttöohjeita
TARKKA -palvelun käyttöohjeita Karttakäyttöliittymä on suunniteltu näyttämään erityisesti tarkan maastoerotuskyvyn satelliittiaineistoja. TARKKA-aineistojen tosivärikuvat kattavat Sentinel-2 ja Landsat-8
Uskotko ilmastonmuutokseen? Reetta Jänis Rotarykokous 24.10.2013
Uskotko ilmastonmuutokseen? Reetta Jänis Rotarykokous 24.10.2013 Maapallolle saapuva auringon säteily 100 % Ilmakehästä heijastuu 6% Pilvistä heijastuu 20 % Maanpinnasta heijastuu 4 % Lämpösäteily Absorboituminen
Jokivesien sameusalueet rannikolla vuosien 2003 2015 satelliittikuvista arvioituna
12.4.2016 Jokivesien sameusalueet rannikolla vuosien 2003 2015 satelliittikuvista arvioituna Jenni Attila TK/SYKE Hanna Alasalmi TK/SYKE Eeva Bruun TK/SYKE Kari Kallio MK/SYKE Antti Räike/MK/SYKE jenni.attila@ymparisto.fi,
Envibase-hanke. www.ymparisto.fi/envibase. Esittely KTKlle SYKE 3.3.2016 Saku Anttila Yrjö Sucksdorff
Envibase-hanke www.ymparisto.fi/envibase Esittely KTKlle SYKE 3.3.2016 Saku Anttila Yrjö Sucksdorff Envibase kehittää ympäristötiedon keräämisen, hallinnan ja julkaisun infrastruktuuria Tutkmustiedon hallinta
Planck satelliitti. Mika Juvela, Helsingin yliopiston Observatorio
Planck satelliitti Mika Juvela Helsingin yliopiston Observatorio kosmista taustasäteilyä tutkiva Planck satelliitti laukaistaan vuonna 2008 Planck kartoittaa koko taivaan yhdeksällä radiotaajuudella 30GHz
Östersundomin auringonsäteilyolot
Östersundomin auringonsäteilyolot Anders Lindfors Aku Riihelä Antti Aarva Jenni Latikka Östersundomin aurinkoenergiapotentiaalin selvitystyö toteutetaan Innovatiivisuutta Julkisiin Investointeihin hankkeessa
Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa
Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa Anna Lopatina, Itä-Suomen yliopisto, Metsätieteiden osasto, Anna.lopatina@uef.fi
Aurinkoenergian potentiaali Suomessa. tutkimusprofessori (tenure track) Anders Lindfors Ilmatieteen laitos
Aurinkoenergian potentiaali Suomessa tutkimusprofessori (tenure track) Anders Lindfors Ilmatieteen laitos nimellisteho [kwp] Asennetut aurinkosähköjärjestelmät Aurinkoenergiatoimiala Suomessa Suomessa
Havaitsevan tähtitieteen pk I, 2012
Havaitsevan tähtitieteen pk I, 2012 Kuva: J.Näränen 2004 Luento 2, 26.1.2012: Ilmakehän vaikutus havaintoihin Luennoitsija: Thomas Hackman HTTPK I, kevät 2012, luento2 1 2. Ilmakehän vaikutus havaintoihin
Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet
Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet Jan Biström TerraTec Oy TerraTec-ryhmä Emoyhtiö norjalainen TerraTec AS Liikevaihto 2015 noin 13 miljoonaa euroa ja noin 90 työntekijää
Havaitsevan tähtitieteen peruskurssi I, kevät Luento 2, : Ilmakehän vaikutus havaintoihin Luennoitsija: Jyri Näränen
Havaitsevan tähtitieteen peruskurssi I, kevät 2008 Luento 2, 24.1.2007: Ilmakehän vaikutus havaintoihin Luennoitsija: Jyri Näränen 1 2. Ilmakehän vaikutus havaintoihin Optinen ikkuna Radioikkuna Ilmakehän
Auringonsäteilyolosuhteet Helsingin Östersundomissa
Auringonsäteilyolosuhteet Helsingin Östersundomissa Ilmatieteen laitos Anders Lindfors Aku Riihelä Antti Aarva Jenni Latikka Janne Kotro SISÄLLYSLUETTELO 1 JOHDANTO... 3 2 AURINGONSÄTEILYN MITTAUKSET...
Seurantatieto tarkentuu eri mittausmenetelmien tuloksia yhdistäen
Seurantatieto tarkentuu eri mittausmenetelmien tuloksia yhdistäen Pirkko Kauppila, Jenni Attila, Sari Mitikka, Juhani Kettunen, Kari Kallio ja Seppo Kaitala Suomen ympäristökeskus Limnologipäivät 10.-11.4.2013
Havaitsevan tähtitieteen peruskurssi I
2. Ilmakehän vaikutus havaintoihin Lauri Jetsu Fysiikan laitos Helsingin yliopisto Ilmakehän vaikutus havaintoihin Ilmakehän häiriöt (kuva: @www.en.wikipedia.org) Sää: pilvet, sumu, sade, turbulenssi,
Tämän luvun sisältö. Luku 6. Hahmontunnistuksen perusteita. Luokittelu (2) Luokittelu
Tämän luvun sisältö Luku 6. T-6. Datasta tietoon, syksy professori Erkki Oja Tietojenkäsittelytieteen laitos, Aalto-yliopisto 7.. Tämä luku käydään kahdella luennolla: ensimmäisellä luokittelu ja toisella
Johdatus tekoälyyn. Luento 6.10.2011: Koneoppiminen. Patrik Hoyer. [ Kysykää ja kommentoikaa luennon aikana! ]
![Johdatus tekoälyyn. Luento 6.10.2011: Koneoppiminen. Patrik Hoyer. [ Kysykää ja kommentoikaa luennon aikana! ]](/thumbs/31/15323331.jpg "Johdatus tekoälyyn. Luento 6.10.2011: Koneoppiminen. Patrik Hoyer. [ Kysykää ja kommentoikaa luennon aikana! ]")
Johdatus tekoälyyn Luento 6.10.2011: Koneoppiminen Patrik Hoyer [ Kysykää ja kommentoikaa luennon aikana! ] Koneoppiminen? Määritelmä: kone = tietokone, tietokoneohjelma oppiminen = ongelmanratkaisukyvyn
1. TILASTOLLINEN HAHMONTUNNISTUS
1. TILASTOLLINEN HAHMONTUNNISTUS Tilastollisissa hahmontunnistusmenetelmissä piirteitä tarkastellaan tilastollisina muuttujina Luokittelussa käytetään hyväksi seuraavia tietoja: luokkien a priori tn:iä,
Gammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa
Gammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa Satu Kuukankorpi, Markku Pentikäinen ja Harri Toivonen STUK - Säteilyturvakeskus Testbed workshop, 6.4.2006, Ilmatieteen
Pohjavesialueiden tarkistus ja uudelleen luokittelu, Kaakkois-Suomi
Pohjavesialueiden tarkistus ja uudelleen luokittelu, Kaakkois-Suomi 21.9.2017 Kaakkois-Suomen ELY-keskus, Heidi Rautanen ja Pyry Mäkelä Pohjavesialueiden tarkistus ja uudelleen luokittelu Laki vesien-
Paikkatieto-ohjelmistot maataloudessa ATKO
Paikkatieto-ohjelmistot maataloudessa ATKO 7.2.2018 Koulutuksen ohjelma Klo 17-18 Paikkatiedon teoriaa Klo 18-18.30 Maatalouden sovelluksia Klo 18.30-19 QGISin esittely Klo 19-21 QGISin käytön opettelu
Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna. Salla Multimäki
Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna Salla Multimäki 27.3.2017 Ajalliset muunnokset: miksi mitä miten? Animaation hyödyt ja haasteet Käyttäjän kapasiteetin rajallisuus Kartografiset
Pohjavesialueiden kuvaukset, luokat ja rajaukset pääsijaintikunta Varkaus
POSELY/1779/2018 7.1.2019 Pohjavesialueiden kuvaukset, luokat ja rajaukset pääsijaintikunta Varkaus Luokka ja rajausmuutokset Varkauden alueella on kaksi pohjavesialuetta, joiden osalta luokitus ja rajaukset
Ilmatieteen laitos - Sää ja ilmasto - Ilmastotilastot - Terminen kasvukausi, määritelmät. Terminen kasvukausi ja sen ilmastoseuranta
Page 1 of 6 Sää ja ilmasto > Ilmastotilastot > Terminen kasvukausi, määritelmät Suomen sää Paikallissää Varoitukset ja turvallisuus Sade- ja pilvialueet Sää Euroopassa Havaintoasemat Ilmastotilastot Ilman
Infrapunaspektroskopia
ultravioletti näkyvä valo Infrapunaspektroskopia IHMISEN JA ELINYMPÄ- RISTÖN KEMIAA, KE2 Kertausta sähkömagneettisesta säteilystä Sekä IR-spektroskopia että NMR-spektroskopia käyttävät sähkömagneettista
Johanna Tamminen, Iolanda Ialongo, Anu-Maija Sundström, Hanna-Kaisa Lindqvist, Ella Kivimäki, Janne Hakkarainen, Seppo Hassinen Ilmatieteen laitos
Ilman laadun ja kasvihuonekaasujen havainnointi satelliiteilla mahdollisuudet arktisen alueen havainnointiin Johanna Tamminen, Iolanda Ialongo, Anu-Maija Sundström, Hanna-Kaisa Lindqvist, Ella Kivimäki,
LAPL/PPL question bank FCL.215, FCL.120 Rev SÄÄOPPI 050
LAPL/PPL question bank FCL.215, FCL.120 Rev. 1.7 11.10.2018 SÄÄOPPI 050 1 Troposfäärissä ICAO:n standardi-ilmakehän (ISA) mukaan: Ilmanpaine merenpinnan tasolla on 1225g/m3, lämpötila on 15 C ja lämpötila
Lajittelumenetelmät ilmakehän kaukokartoituksen laadun tarkkailussa (valmiin työn esittely)
Lajittelumenetelmät ilmakehän kaukokartoituksen laadun tarkkailussa (valmiin työn esittely) Viivi Halla-aho 30.9.2013 Ohjaaja: Dos. Johanna Tamminen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa
Työn tavoitteita. 1 Teoriaa
FYSP103 / K3 BRAGGIN DIFFRAKTIO Työn tavoitteita havainnollistaa röntgendiffraktion periaatetta konkreettisen laitteiston avulla ja kerrata luennoilla läpikäytyä teoriatietoa Röntgendiffraktio on tärkeä
Ella-Maria Kyrö. Fysiikan täydennyskoulutuskurssi , Kumpula. kuvan E.-M. Kyrö
Ella-Maria Kyrö Fysiikan täydennyskoulutuskurssi 2012 4.6.-8.6., Kumpula kuvan E.-M. Kyrö kuvan E.-M. Kyrö Meteorologian historiaa maailmalla 300 ekr: Sateen mittaus Intiassa (verotus) 350 ekr: Aristoteles:
TERRAMONITOR HAKKUIDEN MUUTOSTULKINTA JA RAJAUS PERUSTUEN SENTINEL-2 SATELLIITTIKUVA-AINEISTOON SUOMEN METSÄKESKUKSELLE RAPORTTI 13.2.
TERRAMONITOR HAKKUIDEN MUUTOSTULKINTA JA RAJAUS PERUSTUEN SENTINEL-2 SATELLIITTIKUVA-AINEISTOON SUOMEN METSÄKESKUKSELLE RAPORTTI 13.2.2019 Terramonitor 00240 Helsinki FINLAND contact@terramonitor.com 1
AURINKO VALON JA VARJON LÄHDE
AURINKO VALON JA VARJON LÄHDE Tavoite: Tarkkaillaan auringon vaikutusta valon lähteenä ja sen vaihtelua vuorokauden ja vuodenaikojen mukaan. Oppilaat voivat tutustua myös aurinkoenergian käsitteeseen.
Auringonsäteily Suomessa ja Östersundomissa
Auringonsäteily Suomessa ja Östersundomissa Anders Lindfors ja Aku Riihelä (kiitokset: Janne Kotro, Pentti Pirinen, Sami Niemelä) aurinko, ehtymätön energianlähde, ylläpitää elämää maapallolla kuinka paljon
Lentosääoppia harrasteilmailijoille
Lentosääoppia harrasteilmailijoille Sääoppimateriaalin sisältö Alkusanat Sääoppia lyhyesti Suomen sää ja ilmasto Johdanto lentosäähän Lentosäähavainnot Lentosääennusteet Lentosäävaroitukset ja muut sanomat
AURINKOENERGIA. Auringon kierto ja korkeus taivaalla
AURINKOENERGIA Auringon kierto ja korkeus taivaalla Maapallo kiertää aurinkoa hieman ellipsin muotoista rataa pitkin, jonka toisessa polttopisteessä maapallo sijaitsee. Maapallo on lähinnä aurinkoa tammikuussa
Sään ennustamisesta ja ennusteiden epävarmuuksista. Ennuste kesälle 2014. Anssi Vähämäki Ryhmäpäällikkö Sääpalvelut Ilmatieteen laitos
Sään ennustamisesta ja ennusteiden epävarmuuksista Ennuste kesälle 2014 Anssi Vähämäki Ryhmäpäällikkö Sääpalvelut Ilmatieteen laitos 22.5.2014 Säätiedoissa tulisi ottaa huomioon paikalliset lumitykit,
Ilmastonmuutos eri mittakaavatasoilla
Ilmastonmuutos eri mittakaavatasoilla Jukka Käyhkö Maantieteen ja geologian laitos Kulttuuriympäristö ja ilmastonmuutos seminaari, Helsinki, 17.1.2018 Sää vai ilmasto? SÄÄ Sää on ilmakehän hetkellinen
Kehittyvien satelliittiaineistojen mahdollisuudet
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Kehittyvien satelliittiaineistojen mahdollisuudet Forest Big Data loppuseminaari, Heureka 8.3.2016 Tuomas Häme, Laura Sirro, Yrjö Rauste VTT VTT:n satelliittikuvatutkimusaiheet
MIKKELIN LUKIO SPEKTROMETRIA. NOT-tiedekoulu La Palma
MIKKELIN LUKIO SPEKTROMETRIA NOT-tiedekoulu La Palma Kasper Honkanen, Ilona Arola, Lotta Loponen, Helmi-Tuulia Korpijärvi ja Anastasia Koivikko 20.11.2011 Ryhmämme työ käsittelee spektrometriaa ja sen
Tässä luvussa käsitellään optimaalisten piirteiden valintaa, luokittelijan optimointia ja luokittelijan suorituskyvyn arviointia.
1 Luokittelijan suorituskyvyn optimointi Tässä luvussa käsitellään optimaalisten piirteiden valintaa, luokittelijan optimointia ja luokittelijan suorituskyvyn arviointia. A. Piirteen valinnan menetelmiä
Cloud rendering. Juho Karppinen 49480E
HELSINKI UNIVERSITY OF TECHNOLOGY 12.5.2003 Telecommunications Software and Multimedia Laboratory Tik-111.500 Tietokonegrafiikan seminaari Kevät 2003 Cloud rendering Juho Karppinen 49480E Cloud rendering
VauhtiSeminaari. 1 Purjehtijan sääoppi. Miten tuulet syntyvat
1 Purjehtijan sääoppi Asiantuntijana Martin Gahmberg Purjehtijan tulee hallita sääopin perusteet. Perhepurjehtijalle meteorologian tuntemus on turvallisuus- ja mukavuustekijä. Kilpapurjehtijalle ja varsinkin
Ilmastonmuutos ja ilmastomallit
Ilmastonmuutos ja ilmastomallit Jouni Räisänen, Helsingin yliopiston Fysikaalisten tieteiden laitos FORS-iltapäiväseminaari 2.6.2005 Esityksen sisältö Peruskäsitteitä: luonnollinen kasvihuoneilmiö kasvihuoneilmiön
TOIVAKAN KIRKONKYLÄN UIMARANNAN UIMAVESIPROFIILI
TOIVAKAN KIRKONKYLÄN UIMARANNAN UIMAVESIPROFIILI SISÄLLYSLUETTELO 1. JOHDANTO 2. UIMAVEDEN LAATUVAATIMUKSET JA VALVONTA 2.1 Laatuvaatimukset ja suositukset. 2.2 Laadun arviointi ja luokitus 2.3 Laadun
Lumen kaukokartoitus mikroaaltotutkilla
Maa-57.270 Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Lumen kaukokartoitus mikroaaltotutkilla Kevät 2007 Lassi Tani 1 AVAINSANOJA: Synteettisen apertuurin tutka (SAR), lumen peittämä
Paikkatietoa metsäbiomassan määrästä tarvitaan
Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa 26.10.2011 Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa
Mikroskooppisten kohteiden
Mikroskooppisten kohteiden lämpötilamittaukset itt t Maksim Shpak Planckin laki I BB ( λ T ) = 2hc λ, 5 2 1 hc λ e λkt 11 I ( λ, T ) = ε ( λ, T ) I ( λ T ) m BB, 0 < ε
Paikkatietoalusta Kuntafoorumi, Kuntaskype tapaaminen
Paikkatietoalusta Kuntafoorumi, Kuntaskype tapaaminen 8.5.2019 1 Tänään agendalla: KMTK-Tieliikenne Ajankohtaista osoitteista Muut ajakohtaiset asiat Kysykää ja kommentoikaa! 2 PTA:n kehitys- ja koulutusympäristö
Säilörehunurmen sadon määrän kaukokartoitus
Säilörehunurmen sadon määrän kaukokartoitus Jere Kaivosoja, LUKE LYHYESTI Kaukokartoitusta droneilla ja satelliiteilla Dronet: +Tarkka resoluutio +Absoluuttiset arvot mahdollisia +Tarkemmat laatutiedot
Puulan länsiosan ja siihen laskevien vesien ekologinen luokittelu
Puulan länsiosan ja siihen laskevien vesien ekologinen luokittelu Ajanjakso 2006-2012 Fysikaalis-kemiallinen luokitus Biologisten muuttujien luokitus Vertailut osa-alueittain Etelä-Savon elinkeino-, liikenne-
Vesilläliild<ujan saaopas
Säällä, aallokolla ja merivedenkorkeudella on suuri merkitys veneillessä. Mitä paremmin veneilijä ymmärtää ja seuraa säätä. sitä turvallisempaa veneily on. Ilmatieteen laitoksen asiantuntijat ovat koonneet
Havaitsevan tähtitieteen peruskurssi I. Spektroskopia. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos
Spektroskopia Helsingin yliopisto, Fysiikan laitos kevät 2013 8. Spektroskopia Peruskäsitteet Spektroskoopin rakenne Spektrometrian käyttö Havainnot ja redusointi Spektropolarimetria 8. Yleistä spektroskopiasta
BOREAALISEN METSÄN SITOMAN SÄTEILYN (FPAR) ARVIOIMINEN SATELLIITTIMITTAUKSISTA SATELLIITTIMITTAUSTEN PERUSTEITA METSÄTIETEEN PÄIVÄN TAKSAATTORIKLUBI
BOREAALISEN METSÄN SITOMAN SÄTEILYN (FPAR) ARVIOIMINEN SATELLIITTIMITTAUKSISTA METSÄTIETEEN PÄIVÄN TAKSAATTORIKLUBI Titta Majasalmi 1 *, Miina Rautiainen 1, Pauline Stenberg 1 and Terhikki Manninen 2 1
Tehtävät Lukuun 17. Symbioosi 1. Tehtävä 1. Eliökunnat
Tehtävät Lukuun 17. Tehtävä 1. Eliökunnat a)mihin kahteen ryhmään eliöt jaetaan solurakenteen perusteella? ja tumalliset ja virukset aitotumalliset ja esitumalliset ja eliöt b) Mikä ero on näiden kahden
Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna. Salla Multimäki ProGIS Ry Paikkatietomarkkinat
Ajalliset muunnokset eksploratiivisen paikkatietoanalyysin työkaluna Salla Multimäki ProGIS Ry Paikkatietomarkkinat 7.11.2017 Informaatiokuorma kognitiivinen kuorma - ylikuormitus Information load muodostuu
Suojeleva Aurinko: Aurinko ja kosmiset säteet IHY 2007-2009
Suojeleva Aurinko: Aurinko ja kosmiset säteet IHY 2007-2009 Eino Valtonen Avaruustutkimuslaboratorio, Fysiikan ja tähtitieteen laitos, Turun yliopisto Eino.Valtonen@utu.fi 2 Kosminen säde? 3 4 5 Historia
Kitkajärvien seuranta ja tilan arviointi
Kitkajärvien seuranta ja tilan arviointi i Mirja Heikkinen 7.12.2009 Kuusamo Pohjois-Pohjanmaan ympäristökeskus / Mirja Heikkinen/ Kitka-seminaari 14.12.2009 1 MITÄ, MISSÄ, MIKSI? - Säännöllinen seuranta
Älykäs datan tuonti kuljetusongelman optimoinnissa. Antoine Kalmbach
Älykäs datan tuonti kuljetusongelman optimoinnissa Antoine Kalmbach ane@iki.fi Sisällys Taustaa Kuljetusongelma Datan tuominen vaikeaa Teoriaa Tiedostojen väliset linkit Mikä sarake on mikäkin? Ratkaisutoteutus
11. Astrometria, ultravioletti, lähiinfrapuna
11. Astrometria, ultravioletti, lähiinfrapuna 1. Astrometria 2. Meridiaanikone 3. Suhteellinen astrometria 4. Katalogit 5. Astrometriasatelliitit 6. Ultravioletti 7. Lähi-infrapuna 13.1 Astrometria Taivaan
805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos K:n lähimmän naapurin menetelmä (K-Nearest neighbours) Tarkastellaan aluksi pientä (n = 9) kurjenmiekka-aineistoa, joka on seuraava:
Suomen aurinkoenergiapotentiaali & ennustaminen ISY kevätseminaari, ABB 27.3.2015
Suomen aurinkoenergiapotentiaali & ennustaminen ISY kevätseminaari, ABB 27.3.2015 Jenni Latikka Ilmatieteen laitos FMI s Mission (as stated by the Finnish law) FMI runs it s services to meet especially
Lataa Avaruussää - Heikki Nevanlinna. Lataa
Lataa Avaruussää - Heikki Nevanlinna Lataa Kirjailija: Heikki Nevanlinna ISBN: 9789525329520 Sivumäärä: 133 Formaatti: PDF Tiedoston koko: 39.00 Mb Avaruussää on uusi käsite, joka laajentaa tuttua sään
Kansallispuistojen luokitus
Kansallispuistojen luokitus Tuija Sievänen, Marjo Neuvonen Metla Eija Pouta MTT Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Taustaa Suojelualueiden virkistyskäytön
Renotech Oy / Logistiikkaprojekti loppuesitelmä
Renotech Oy / Logistiikkaprojekti loppuesitelmä Tuhkan hyötykäyttöön liittyvän logistisen ketjun suunnittelu Ville-Pekka Johansson Projektiin liittyvä verkosto Renotech Oy Turun AMK Varsinais-Suomen liitto
Fysikaaliset menetelmät metsien kaukokartoituksessa
Fysikaaliset menetelmät metsien kaukokartoituksessa Miina Rautiainen Metsätieteiden laitos, Helsingin yliopisto Image: Jacques Descloitres, NASA/GSFC Metsätieteen päivä, 12.11.2014 Kaukokartoitus luonnontieteellisenä
LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä
Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset
Tv-jakeluverkot mitä säädellään ja miksi
Tv-jakeluverkot mitä säädellään ja miksi Antennialan tekniikkapäivä 18.11.2010 Kari Kangas, radioverkkojen erityisasiantuntija Viestintävirasto Sisältöä Eri viranomaisten roolit valtioneuvosto liikenne-
Sirontaluento 12 Ilmakehä, aerosolit, pilvet. Keskiviikko , kello 10-12
Sirontaluento 12 Ilmakehä, aerosolit, pilvet Keskiviikko 13.4.2011, kello 10-12 Sisältöä 1. ilmakehän sirottajat 2. aerosolit, kokojakauma, muodot, merkittävyys 3. pilvet, pisarat, vesi/jää, kidemuodot,
Vertaisvuorovaikutus tekee tiedon eläväksi Avoimen opiskelijoiden kokemuksia hyvästä opetuksesta
Vertaisvuorovaikutus tekee tiedon eläväksi Avoimen opiskelijoiden kokemuksia hyvästä opetuksesta Avoimen yliopiston pedagoginen kahvila 3.3.2010 Saara Repo Tutkimusaineisto Avoimen yliopiston opiskelijat,
Floodfore säätutka sateet
Floodfore säätutka sateet Yleisesti käytetyt menetelmät: Pakotetaan tutkasateet tavalla tai toisella sademittariarvoihin lähellä sademittareita säilyttäen taas kauempana tutkasateet. (katso esim. RAINMUSIC
Työ 2324B 4h. VALON KULKU AINEESSA
TURUN AMMATTIKORKEAKOULU TYÖOHJE 1/5 Työ 2324B 4h. VALON KULKU AINEESSA TYÖN TAVOITE Työssä perehdytään optisiin ilmiöihin tutkimalla valon kulkua linssisysteemeissä ja prismassa. Tavoitteena on saada
Luokittelumenetelmät (6)
Luokittelumenetelmät (6) Luokittelu /päätöspuut ja satunnaismetsämenetelmä ovat erittäin suosittuja, sillä ovat helposti ymmärrettävissä ja luokittelupuut myös visualisoitavissa, toimivat luokka ja numeerisella
Kaksiluokkainen tapaus, lineaarinen päätöspinta, lineaarisesti erottuvat luokat
1 Tukivektoriluokittelija Tukivektorikoneeseen (support vector machine) perustuva luoikittelija on tilastollisen koneoppimisen teoriaan perustuva lineaarinen luokittelija. Perusajatus on sovittaa kahden
perustamishankkeeseen ja päämajan sijoittamiseen Suomeen
Ilmatieteen laitoksen ACTRISeurooppalaisen tutkimusinfrastruktuurin perustamishankkeeseen ja päämajan sijoittamiseen Suomeen Asiantuntijakuuleminen Liikenne- ja viestintävaliokunta 23.5.2017 FT Sanna Sorvari
OSATIH SELOSTE 6/1973 METSÄMAAN T KE US T ~ K I J ÖI S T Ä
... /, t,.. OSATIH Rauhankatu 0070 Puhlin SELOSTE 90-8 /97 AURA UKS E N METSÄMAAN T HELSINKI 7 YÖ V A I KE US T ~ K I J ÖI S T Ä TTS-METSÄ-ÄESTÄ KÄYTETTÄESSÄ Mtsätho kräsi syksyllä 97 Thdaspuu Oy:n aikatutkimusainistoa
LIITE Vulcan-sarja ohjelmistoversio 1.5
*988-11302-001* LIITE Vulcan-sarja ohjelmistoversio 1.5 Tässä liitteessä on esitelty uudet ominaisuudet, jotka ovat käytettävissä Vulcan-sarjan ohjelmistoversiossa 1.5. www.bandg.com Ominaisuus Sivu Lähtölinja
AURINKOENERGIAA AVARUUDESTA
RISS 16. 9. 2009 AURINKOENERGIAA AVARUUDESTA Pentti O A Haikonen Adjunct Professor University of Illinois at Springfield Aurinkoenergiasatelliitin tekninen perusta Auringon säteilyn tehotiheys maapallon
FORD FOCUS 1 2 3 4 5 6 7 8 9 10 11 12 13 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 15 17 18 19 9 3 1 1 6 4 2 5 7 8 10 21 23 24 25
Utön merentutkimusasema
Utön merentutkimusasema Lauri Laakso, Ilmatieteen laitos (email: lauri.laakso@fmi.fi, puh. 050-525 7488) Taustaa Ilmatieteen laitoksella Utön saarella nykyisin monipuolinen ilmakehätutkimusasema, kts.