Satellietdata met Sentinel en Copernicus

Hoe gebruik je het Copernicus-programma om actuele informatie over de aarde te verkrijgen? In deze Blended Learning leer je hoe je Sentinel-1-, Sentinel-2- en Sentinel-3-data en andere Copernicus-producten vindt, selecteert en toepast voor uiteenlopende ruimtelijke vraagstukken. Je werkt met het Copernicus Data Space Ecosystem en verwerkt en analyseert satellietdata in QGIS. Zo leer je bepalen welke Sentinel-data en Copernicus-diensten het meest geschikt zijn voor toepassingen zoals landmonitoring, waterbeheer, natuur, klimaat en milieu.

Welke problemen los je op met Satellietdata met Sentinel en Copernicus?

Welke Sentinel-data heb je nodig voor een specifiek ruimtelijk of maatschappelijk vraagstuk?
Hoe vind en selecteer je geschikte satellietdata en Copernicus-producten voor een bepaald gebied en tijdstip?
Wanneer gebruik je Sentinel-1 radardata, Sentinel-2 optische data of Sentinel-3-data voor land, water en klimaat?
Hoe combineer je verschillende Sentinel-datasets en Copernicus-producten om ontwikkelingen op land en water te onderzoeken?
Hoe vertaal je Copernicus-data naar bruikbare ruimtelijke informatie voor natuur, waterbeheer, klimaat, landbouw en ruimtelijke ontwikkeling?

Tijdens deze Blended Learning leer je hoe je het Europese Copernicus-programma gebruikt als bron van actuele aardobservatie-informatie. Je maakt kennis met de verschillende Sentinel-missies, het Copernicus Data Space Ecosystem en de belangrijkste Copernicus-diensten. Je leert vanuit een praktisch vraagstuk bepalen welke satellietdata of informatieproducten je nodig hebt, waar je deze vindt en hoe je de gegevens in QGIS verwerkt, combineert, analyseert en interpreteert.

Het Copernicus-programma en de Sentinel-missies

Copernicus is het aardobservatieprogramma van de Europese Unie en vormt een belangrijke infrastructuur voor het systematisch waarnemen en monitoren van onze planeet. Het programma combineert satellietwaarnemingen met andere databronnen en levert informatie over onder andere land, water, atmosfeer, klimaat, veiligheid en noodsituaties.

Je leert hoe het Copernicus-programma is opgebouwd en welke rol de Sentinel-satellieten daarin spelen. Daarbij maak je kennis met de verschillende typen sensoren, satellietbanen, herhalingsfrequenties, resoluties en dataproducten.

Je leert vooral dat de Sentinel-missies elkaar aanvullen. Sommige sensoren kijken naar het aardoppervlak met radar, andere meten gereflecteerd zonlicht of eigenschappen van land, water en atmosfeer. Hierdoor kun je vanuit het vraagstuk bepalen welke Sentinel-missie de meest geschikte informatie levert.

Werken met Sentinel-1, Sentinel-2 en Sentinel-3

Binnen de Blended Learning besteed je uitgebreid aandacht aan drie belangrijke Sentinel-missies die ieder een ander type aardobservatie mogelijk maken.

Je maakt onder andere kennis met:

Sentinel-1 voor radarwaarnemingen met Synthetic Aperture Radar (SAR). Hiermee kunnen onder andere overstromingen, bodemvocht, veranderingen aan het aardoppervlak en land- en wateroppervlakken worden onderzocht. Radar kan bovendien zowel overdag als ‘s nachts waarnemen en is veel minder afhankelijk van bewolking dan optische satellietsensoren.
Sentinel-2 voor multispectrale optische aardobservatie. De verschillende spectrale banden worden gebruikt voor toepassingen zoals vegetatieanalyse, landbouw, water, bodem, natuurbeheer en landbedekking.
Sentinel-3 voor grootschalige monitoring van land en oceanen. De missie levert onder andere informatie over temperatuur, oceaankleur, vegetatie en eigenschappen van het land- en zeeoppervlak.

Je leert de belangrijkste verschillen tussen deze missies herkennen en bepalen welke satellietdata geschikt is voor een specifiek vraagstuk. Daarbij kijk je niet alleen naar het type sensor, maar ook naar ruimtelijke resolutie, temporele resolutie, gebiedsdekking en beschikbare dataproducten.

Data vinden in het Copernicus Data Space Ecosystem

Een belangrijk onderdeel van professioneel werken met satellietdata is weten waar de gegevens vandaan komen en hoe je de juiste dataset vindt. Daarom leer je werken met het Copernicus Data Space Ecosystem, een centrale omgeving voor toegang tot Sentinel-data en andere Copernicus-datasets.

Je leert satellietdata zoeken op basis van locatie, periode, satellietmissie, producttype en andere relevante eigenschappen. Je beoordeelt welke producten geschikt zijn voor het vraagstuk en leert rekening houden met factoren zoals bewolking, resolutie, verwerkingsniveau en opnamedatum.

Daarnaast maak je kennis met mogelijkheden om satellietdata online te bekijken en te verwerken voordat grote datasets worden gedownload. Hierdoor leer je efficiënt omgaan met de grote hoeveelheden aardobservatiedata die binnen Copernicus beschikbaar zijn.

Van satellietdata naar Copernicus-informatieproducten

Copernicus bestaat uit meer dan alleen satellietbeelden. Binnen het programma worden grote hoeveelheden aardobservatiedata verwerkt tot informatieproducten die direct kunnen worden gebruikt voor maatschappelijke en ruimtelijke vraagstukken.

Je maakt daarom kennis met de belangrijkste Copernicus-diensten:

Copernicus Land Monitoring Service voor informatie over landbedekking, landgebruik, vegetatie en veranderingen in het landschap.
Copernicus Marine Service voor informatie over oceanen en zeeën, waaronder temperatuur, stroming, zeeniveau en waterkwaliteit.
Copernicus Atmosphere Monitoring Service voor informatie over luchtkwaliteit, atmosferische samenstelling en gerelateerde processen.
Copernicus Climate Change Service voor klimaatgegevens, klimaatindicatoren en informatie over veranderingen in het klimaatsysteem.
Copernicus Emergency Management Service voor informatie en kaarten bij onder andere overstromingen, natuurbranden, aardbevingen en andere noodsituaties.
Copernicus Security Service voor aardobservatie-informatie ter ondersteuning van verschillende Europese veiligheidsvraagstukken.

Je leert het verschil tussen ruwe satellietwaarnemingen en afgeleide informatieproducten begrijpen. Hierdoor kun je bepalen wanneer je zelf een analyse met Sentinel-data moet uitvoeren en wanneer een bestaand Copernicus-product al de benodigde informatie bevat.

Sentinel- en Copernicus-data analyseren in QGIS

Na de theoretische basis ga je zelf aan de slag met Sentinel- en Copernicus-data in QGIS. Je leert verschillende typen satellietdata en afgeleide informatieproducten inladen, visualiseren, combineren en analyseren.

Met Sentinel-2 werk je bijvoorbeeld met verschillende spectrale banden en afgeleide rasterproducten. Je onderzoekt hoe land, vegetatie en water zichtbaar worden in satellietbeelden. Met Sentinel-1 maak je kennis met de eigenschappen van radardata en de manier waarop deze informatie verschilt van optische waarnemingen. Met Sentinel-3 en Copernicus-producten onderzoek je hoe grootschalige aardobservatie-informatie kan worden gebruikt voor land-, water- en klimaatvraagstukken.

Je combineert satellietdata bovendien met andere geo-informatie in QGIS. Hierdoor leer je Copernicus-data niet als losstaand satellietbeeld te gebruiken, maar als informatiebron binnen een bredere ruimtelijke analyse.

Verschillende Sentinel-missies combineren

Een belangrijk voordeel van het Copernicus-programma is dat verschillende Sentinel-missies elkaar kunnen aanvullen. Daarom leer je niet alleen afzonderlijke datasets gebruiken, maar ook bepalen wanneer het combineren van verschillende typen aardobservatie meerwaarde biedt.

Je onderzoekt bijvoorbeeld hoe Sentinel-1-radardata en Sentinel-2-optische data samen kunnen worden gebruikt bij het analyseren van een overstroming. Optische beelden geven informatie over het zichtbare aardoppervlak, terwijl radar ook bij bewolking waarnemingen kan leveren.

Ook leer je beoordelen wanneer Sentinel-3 of bestaande Copernicus-informatieproducten een betere bron zijn dan zelf een analyse uitvoeren met gedetailleerde Sentinel-2-beelden. Zo ontwikkel je een bredere kijk op aardobservatie waarbij niet de satelliet, maar het vraagstuk bepaalt welke gegevens worden gebruikt.

Van Copernicus-data naar ruimtelijke informatie

Tijdens de Blended Learning werk je met realistische praktijkvoorbeelden en echte Sentinel- en Copernicus-data. Je kruipt in de rol van remote-sensingspecialist en werkt aan vraagstukken zoals die voorkomen bij overheden, waterschappen, natuurorganisaties, landbouworganisaties, veiligheidsorganisaties en adviesbureaus.

Je begint met het vraagstuk en bepaalt vervolgens welke Sentinel-missie, Copernicus-dienst of combinatie van datasets de benodigde informatie kan leveren. Je zoekt en selecteert de gegevens, analyseert deze in QGIS en vertaalt de resultaten naar bruikbare ruimtelijke informatie.

Je werkt onder andere aan opdrachten zoals:

Een waterschap wil na langdurige neerslag snel bepalen welke gebieden zijn overstroomd. Onderzoek welke Sentinel-data geschikt is en hoe radar- en optische waarnemingen elkaar kunnen aanvullen.
Een natuurbeheerder wil veranderingen in vegetatie en landbedekking volgen. Selecteer geschikte Sentinel-2-data en vergelijk deze met beschikbare producten uit de Copernicus Land Monitoring Service.
Een gemeente wil actuele informatie over landbedekking en veranderingen in het stedelijk gebied. Onderzoek welke Sentinel-data en bestaande Copernicus-producten hiervoor beschikbaar zijn.
Een organisatie wil ontwikkelingen in oppervlaktewater en watertemperatuur onderzoeken. Bepaal welke Sentinel-missie en Copernicus-dienst hiervoor de meest geschikte informatie leveren.
Een veiligheidsorganisatie heeft tijdens een natuurbrand of overstroming snel actuele geografische informatie nodig. Onderzoek welke producten van de Copernicus Emergency Management Service beschikbaar zijn en hoe deze in QGIS kunnen worden gebruikt.
Een adviesbureau wil een klimaat- of milieuvraagstuk onderzoeken. Combineer geschikte Sentinel-data, Copernicus-informatieproducten en andere geo-informatie en onderbouw waarom deze bronnen voor het betreffende vraagstuk geschikt zijn.

Na afloop beschik je over de kennis en praktische vaardigheden om zelfstandig binnen het Copernicus-ecosysteem te werken. Je begrijpt de belangrijkste eigenschappen en toepassingsmogelijkheden van Sentinel-1, Sentinel-2 en Sentinel-3, kunt geschikte satellietdata en Copernicus-producten vinden en selecteren en kunt deze in QGIS verwerken, combineren en analyseren. Zo kun je vanuit een ruimtelijk vraagstuk bepalen welke onderdelen van Copernicus de meest bruikbare informatie leveren voor natuurbeheer, landbouw, waterbeheer, klimaat, milieu, veiligheid en ruimtelijke ontwikkeling.

Inschrijven

€395

Start: 1 uur online sessie
Zelfstudie: Cursusmateriaal bekijken
Einde: 1 uur online sessie

Inschrijven voor deze cursus

Je ontvangt persoonlijke begeleiding. Na je aanmelding neemt onze cursuscoördinator contact met je op om je eerste sessie in te plannen.

Leerdoelen

De opbouw van het Europese Copernicus-programma uitleggen en de rol van de Sentinel-satellieten en Copernicus-diensten daarin beschrijven.
De belangrijkste eigenschappen en toepassingsmogelijkheden van Sentinel-1, Sentinel-2 en Sentinel-3 onderscheiden.
Vanuit een ruimtelijk vraagstuk bepalen welke Sentinel-missie, sensor of Copernicus-dienst de meest geschikte informatie kan leveren.
Sentinel- en Copernicus-data vinden en selecteren via het Copernicus Data Space Ecosystem op basis van gebied, periode, producttype, resolutie en andere relevante eigenschappen.
Het verschil herkennen tussen ruwe satellietwaarnemingen, verwerkte satellietproducten en afgeleide Copernicus-informatieproducten.
De belangrijkste toepassingen van de Copernicus Land, Marine, Atmosphere, Climate Change, Emergency Management en Security Services herkennen en beoordelen.
Sentinel-1-radardata, Sentinel-2-multispectrale data en Sentinel-3-data in QGIS inladen, visualiseren en interpreteren.
Sentinel- en Copernicus-data in QGIS combineren met andere geo-informatie en gebruiken binnen ruimtelijke analyses.
Beoordelen wanneer verschillende Sentinel-missies elkaar kunnen aanvullen, bijvoorbeeld door radar- en optische satellietdata te combineren.
Beoordelen wanneer zelf analyseren van Sentinel-data nodig is en wanneer bestaande Copernicus-informatieproducten een geschiktere oplossing bieden.
Rekening houden met factoren zoals ruimtelijke en temporele resolutie, bewolking, sensortype, verwerkingsniveau en opnamedatum bij het selecteren en interpreteren van satellietdata.
Sentinel- en Copernicus-data vertalen naar onderbouwde ruimtelijke informatie voor toepassingen binnen onder andere natuurbeheer, landbouw, waterbeheer, klimaat, milieu, veiligheid en ruimtelijke ontwikkeling.

Meer informatie?

Heb je vragen over de inhoud van de cursus? Of twijfel je of de cursus aansluit bij jouw leerdoelen of wensen? Liever incompany of een privé cursus? We helpen je graag verder.

FAQ's Blended Learning Satellietdata met Sentinel en Copernicus

Binnen Copernicus zijn verschillende Sentinel-missies ontwikkeld die ieder andere aardobservatiedata leveren. Sentinel-1 levert radardata en kan ook bij bewolking en ‘s nachts waarnemen. Sentinel-2 levert multispectrale optische beelden voor onder andere vegetatie, water en landgebruik. Sentinel-3 richt zich onder meer op oceanen, landoppervlaktetemperatuur en grootschalige milieuobservaties. Afhankelijk van het ruimtelijke vraagstuk kies je de satelliet, sensor en het dataproduct dat het beste bij de analyse past.

Een belangrijke Europese toegang tot Sentinel- en andere Copernicus-data is het Copernicus Data Space Ecosystem. Daarnaast zijn verschillende Copernicus-diensten beschikbaar met reeds verwerkte informatie over onder andere land, klimaat, atmosfeer, mariene gebieden en noodsituaties. In de Blended Learning leer je niet alleen waar deze data beschikbaar zijn, maar vooral hoe je bepaalt welke databron en welk product geschikt zijn voor een bepaald vraagstuk.

Ja. Copernicus hanteert een open-databeleid waardoor Sentinel-data en veel Copernicus-informatieproducten vrij toegankelijk zijn voor burgers, bedrijven, overheden, onderzoekers en andere organisaties. Hierdoor kunnen grote hoeveelheden actuele Europese aardobservatiedata worden gebruikt zonder commerciële satellietbeelden aan te schaffen. Wel is het belangrijk om bij specifieke producten te controleren welke gebruiksvoorwaarden en bronvermelding gelden.

De juiste keuze hangt af van wat je wilt waarnemen, hoe groot het onderzoeksgebied is, hoe vaak je waarnemingen nodig hebt en welke eigenschappen je wilt meten. Voor vegetatie en landbedekking kan optische Sentinel-2-data bijvoorbeeld geschikt zijn, terwijl Sentinel-1-radardata voordelen bieden bij bewolking of wanneer structuur en vocht een belangrijke rol spelen. Ook ruimtelijke, spectrale en temporele resolutie en het verwerkingsniveau van de beschikbare data bepalen welk product het meest geschikt is.