Alles van QGIS
In cursus QGIS Hyperspectral leer je hoe je de HyperCost QGIS-plugin kunt installeren en gebruiken om hyperspectrale datasets te openen, te bekijken en te analyseren. De plugin ondersteunt het inlezen en visualiseren van hyperspectrale gegevens van verschillende missies, waaronder AVIRIS, NEON, PACE, EMIT, DESIS, PRISMA en ENMAP, evenals andere datasets zoals ECOSTRESS.
Introductie tot QGIS en Hyperspectral Data
Wil je leren hoe je met zeer gedetailleerde satelliet- en sensordata diepgaand inzicht krijgt in materialen, vegetatie en processen op aarde? In deze cursus leer je hoe je met QGIS en hyperspectrale data zelfstandig aan de slag gaat met het analyseren en interpreteren van honderden spectrale banden per pixel.
QGIS (Quantum GIS) is een krachtig, open source GIS-programma waarmee je geografische informatie kunt bekijken, analyseren en visualiseren. In deze cursus bouw je voort op die basis en ontdek je hoe QGIS, in combinatie met gespecialiseerde plugins zoals HyperCoast, kan worden ingezet voor hyperspectrale analyse. Je leert hoe je complexe datasets inzichtelijk maakt en vertaalt naar bruikbare kaarten en analyses.
Hyperspectrale data gaan verder dan traditionele satellietbeelden. In plaats van enkele kleurbanden bevatten deze datasets tientallen tot honderden spectrale banden, waardoor je subtiele verschillen in materialen, vegetatieconditie, waterkwaliteit en bodem kunt detecteren. Je werkt met data van onder andere AVIRIS, NEON, PACE, EMIT, DESIS, PRISMA en ENMAP.
Door QGIS en hyperspectrale data te combineren, krijg je een uniek en gedetailleerd beeld van de aarde. Of je nu werkt aan milieuanalyse, ecologie, landbouw, waterbeheer of onderzoek – deze cursus laat zien hoe je rijke spectrale informatie omzet in concrete inzichten.
Je werkt met open data en open source software, volgt de cursus in je eigen tempo en ontwikkelt een specialistische skillset op het snijvlak van GIS en geavanceerde remote sensing. Technisch uitdagend, maar helder uitgelegd en praktisch toepasbaar.
Let op! Basiskennis van QGIS is gewenst. Heb je die nog niet, volg dan eerst de QGIS-basiscursus. Voorkennis van hyperspectrale data is niet nodig.
In deze cursus leer je stap voor stap hoe je hyperspectrale datasets opent, verkent en analyseert in QGIS. Je begint met de basis: wat hyperspectrale data zijn, waar je ze vindt en hoe je ze importeert en visualiseert met behulp van de HyperCoast-plugin.
Vervolgens leer je hoe je spectrale informatie interpreteert. Je werkt met bandselectie, spectra-analyse en visualisaties om verschillen in vegetatie, water en materialen zichtbaar te maken. Ook leer je hoe je hyperspectrale rasterdata combineert met andere geografische lagen in QGIS.
Je maakt kennis met praktische toepassingen zoals vegetatieanalyse, materiaalherkenning en milieumonitoring. Door middel van duidelijke uitleg en oefeningen leer je hoe je van complexe, multidimensionale data tot heldere en bruikbare resultaten komt.
Kortom: een toegankelijke introductie tot hyperspectrale analyse, met praktische voorbeelden en een sterke focus op begrijpen én toepassen.
Deze cursus is uniek omdat hij hyperspectrale remote sensing toegankelijk maakt binnen een vertrouwde GIS-omgeving. Waar hyperspectrale analyse vaak specialistisch en technisch lijkt, laat deze cursus zien dat je er met QGIS en open tools direct zelf mee aan de slag kunt.
Je leert onder andere:
De cursus is ontwikkeld voor praktisch en zelfstandig leren, met heldere uitleg en zonder afhankelijkheid van dure software of gesloten data.
Of je nu je GIS-kennis wilt verdiepen, werkt met geavanceerde aardobservatie of nieuwsgierig bent naar de volgende stap na Sentinel-data – deze cursus geeft je de kennis en tools om hyperspectrale data effectief te gebruiken.
Deze cursus is bedoeld voor iedereen die verder wil gaan dan standaard satellietbeelden en geïnteresseerd is in gedetailleerde spectrale analyse. Werk je in milieu, ecologie, landbouw, waterbeheer, onderwijs of onderzoek? Dan biedt deze cursus waardevolle verdieping.
Je hebt geen ervaring nodig met hyperspectrale data, maar wel een basis in QGIS. De cursus is praktisch opgezet en gericht op begrijpen door te doen.
Heb je al gewerkt met Copernicus- of andere satellietdata en wil je meer detail, nauwkeurigheid en analysemogelijkheden? Dan is deze cursus een logische volgende stap om met QGIS nóg rijkere geografische inzichten te creëren.
De eerste cursusdag staat volledig in het teken van begrip, context en oriëntatie. Je begint met het plaatsen van hyperspectrale data binnen het bredere veld van remote sensing. Wat maakt deze data anders dan multispectrale satellietbeelden, en waarom zijn ze zo krachtig voor het analyseren van materialen, vegetatie en milieuproblemen? Begrippen als spectrale resolutie, banden, reflectiecurves en datavolumes worden helder uitgelegd, zodat je een goed mentaal model ontwikkelt van wat je gaat analyseren.
Vervolgens maak je de stap naar QGIS als werkomgeving voor hyperspectrale analyse. Je frist je kennis van rasterdata en lagen op en leert hoe hyperspectrale datasets technisch zijn opgebouwd. Daarna ga je praktisch aan de slag met het vinden en gebruiken van open hyperspectrale data van verschillende sensoren. Je leert hoe je deze datasets correct importeert in QGIS en hoe gespecialiseerde plugins zoals HyperCoast hierbij ondersteunen.
In de loop van de dag ligt de nadruk op verkennen en visualiseren. Je bekijkt hyperspectrale rasters, leert omgaan met honderden banden en ontdekt hoe je deze data inzichtelijk maakt door bandselectie, kleurcomposities en eenvoudige visualisaties. Ook leer je hoe hyperspectrale data zich verhouden tot andere geografische lagen, zoals vectorbestanden of thematische kaarten.
Aan het einde van dag 1 heb je een stevig fundament: je begrijpt wat hyperspectrale data zijn, waar je ze vandaan haalt en hoe je ze in QGIS opent, bekijkt en voorbereidt voor analyse.
De tweede cursusdag draait om analyseren, interpreteren en toepassen. Je bouwt voort op de datasets en vaardigheden van dag 1 en gaat dieper in op het werken met spectrale informatie. Je leert hoe je spectra per pixel of gebied kunt bekijken en interpreteren, en hoe subtiele verschillen in reflectie iets zeggen over vegetatieconditie, waterkwaliteit of materiaaltype.
Daarna ga je aan de slag met gerichte analyses. Je leert hoe je specifieke banden of bandcombinaties selecteert voor bepaalde toepassingen en hoe je hyperspectrale data gebruikt om patronen en verschillen zichtbaar te maken. De focus ligt niet op complexe wiskunde, maar op begrijpen wat je ziet en waarom bepaalde spectrale kenmerken relevant zijn.
In het tweede deel van de dag werk je met praktische toepassingen. Je past hyperspectrale analyse toe op realistische voorbeelden, zoals vegetatieanalyse, milieumonitoring of materiaalherkenning. Daarbij combineer je hyperspectrale rasterdata met andere QGIS-lagen om analyses ruimtelijk te duiden en te vertalen naar kaarten die ook voor niet-specialisten begrijpelijk zijn.
De dag sluit af met het samenbrengen van alles wat je hebt geleerd: van ruwe hyperspectrale data naar heldere kaarten en concrete inzichten. Je weet nu hoe je zelfstandig hyperspectrale datasets kunt verkennen, analyseren en inzetten binnen QGIS, en je hebt een duidelijk beeld van hoe je deze technieken kunt toepassen binnen je eigen werk of onderzoek.
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.
Multispectrale satellietbeelden (zoals Sentinel-2) bevatten een beperkt aantal brede spectrale banden. Hyperspectrale data bestaan uit tientallen tot honderden zeer smalle banden per pixel. Hierdoor kun je veel subtielere verschillen in materiaal, vegetatieconditie, waterkwaliteit en bodemchemie detecteren. In de cursus leer je hoe je deze extra spectrale detailinformatie praktisch benut binnen QGIS.
Je werkt met open, actuele hyperspectrale datasets van verschillende sensoren en missies. Daarbij komen onder andere lucht- en satellietgebonden bronnen aan bod, zodat je leert omgaan met uiteenlopende resoluties, datavolumes en toepassingen. De focus ligt op het begrijpen van de data-structuur en het praktisch analyseren ervan in QGIS, niet op één specifieke sensor.
Nee, programmeerkennis is niet nodig. De cursus laat zien hoe je hyperspectrale data analyseert binnen de grafische omgeving van QGIS, ondersteund door plugins zoals HyperCoast. De nadruk ligt op inzicht, interpretatie en praktische GIS-vaardigheden. Wel is het belangrijk dat je basiservaring hebt met QGIS en het werken met rasterlagen.
Na de cursus kun je zelfstandig hyperspectrale datasets verkennen, spectra analyseren en deze informatie vertalen naar begrijpelijke kaarten en analyses. Dit is direct toepasbaar in bijvoorbeeld milieuanalyse, ecologie, landbouw, waterbeheer en onderzoek. Je weet welke data geschikt zijn voor jouw vraagstuk en hoe je rijke spectrale informatie inzet voor betere ruimtelijke inzichten.
