stevilka 2_04.pmd

Velikost: px
Začni prikazovanje s strani:

Download "stevilka 2_04.pmd"

Transkripcija

1 VPLIV KAKOVOSTI VHODNIH PODATKOV NA KAKOVOST ORTOFOTA INFLUENCE OF INPUT DATA QUALITY ON THE QUALITY OF ORTHOPHOTO UDK: Klasifikacija prispevka po COBISS-u: 1.04 POVZETEK ABSTRACT Prispevek obravnava vpliv različnih vhodnih podatkov, ki jih potrebujemo za izdelavo ortofoto karte, na končni izdelek. Na kakovost najbolj vplivajo natančnost podatkov orientacije posnetkov, kakovost digitalnega modela višin in kakovost digitalne podobe. Na kratko je opisan postopek izdelave ortofota, podrobneje so obravnavani posamezni vhodni podatki in njihov vpliv na izdelek. Razumevanje obravnavane tematike je pomembno za pravilno uporabo ortofota. KLJUČNE BESEDE fotogrametrija, ortofoto, digitalni model višin, kakovost 1 UVOD Mojca Kosmatin Fras In the article, the influence of input data for orthophoto map production on the final product is discussed. The quality of orthophoto is mostly influenced by image orientation parameters, quality of the digital elevation model and digital image quality. A short description of orthophoto production procedure is given, and the input data and their impact on the product is treated in more detail. The undestanding of this topic is highly relevant for a correct use of the orthophoto. KEY WORDS photogrammetry, orthophoto, digital elevation model, quality Ortofoto je dandanes vsakdanji izdelek, nepogrešljiv predvsem kot podlaga za različne prostorske aplikacije. Nadomešča vektorske podatke tam, kjer ustrezni niso na voljo, ali pa jih dopolnjuje. Uporablja se kot rastrska podlaga v geolociranih prostorskih bazah, na njem se izdelujejo geodetske podlage za potrebe planiranja, z njim na različne načine fotografsko realistično»oblepimo«trirazsežne modele (projekcija na digitalni model terena, modele stavb itd.). Pisati o tej tematiki, vsaj tako se zdi, je v tem času nepotrebno. Vendar pa je za pravilno uporabo in razumevanje kakovosti tega razširjenega izdelka treba poznati nekaj dejstev, ki marsikomu, tudi v geodetskih krogih, niso poznana vsaj take so moje izkušnje. Dejstvo je, da kakovosti ortofota ne moremo homogeno opredeliti glede na en list karte, zato tudi ne moremo posplošeno govoriti o njegovi pozicijski natančnosti; razloge za to navajam v tem članku. Med klasičnim izdelkom karto ali načrtom in ortofotom so nekatere pomembne razlike, ki med drugim vplivajo tudi na interpretacijo kakovosti, in jih bom v tem članku opredelila. V članku obravnavam predvsem teoretični vidik, ne podajam pa dejanske ocene kakovosti izdelka; to bi lahko izdelali le z obsežnejšo študijo. 167

2 2 TEHNOLOGIJA IZDELAVE ORTOFOTA Tehnologija izdelave ortofota je v strokovni literaturi dobro opisana (npr. Kraus, 2003), zato za razumevanje problematike v tem prispevku navajam le kratek povzetek. Ortofoto (tudi: ortofotografija, ortofotokarta) je fotogrametrični izdelek, ki ga dobimo s transformacijo fotografskega posnetka v ortogonalno projekcijo. Digitalni ortofoto (v praksi se je uveljavila kratica DOF) izdelamo z digitalnimi postopki. Ker se danes uporablja izključno digitalna tehnologija, je pridevnik digitalni odveč. Zato v članku večinoma uporabljam le termin ortofoto. Ortofoto je izdelan iz letalskih fotografij s postopkom diferencialnega redresiranja. Letalski posnetek je upodobitev fotografiranega objekta v centralni projekciji. Če poznamo elemente notranje in zunanje orientacije fotografije, lahko rekonstruiramo prostorski položaj fotografije, kot je bila v trenutku ekspozicije. Skozi vsako točko na fotografiji lahko rekonstruiramo premico, ki povezuje to točko, projekcijski center fotoaparata in objektno točko. Vemo, da objektna točka leži nekje na tej premici, njen točni položaj pa lahko določimo le tako, da pridobimo dodatno informacijo. Ta je lahko sosednja fotografija (stereopar), na kateri je objektna točka tudi upodobljena, ali pa uporabimo digitalni model višin. V prvem primeru prostorski položaj točke rekonstruiramo iz najbolj verjetnega preseka prostorskih premic iz obeh fotografij, v drugem primeru pa prostorsko točko dobimo s presekom premice z modelom višin. Pri klasičnih fotogrametričnih metodah se najbolj uporabljajo postopki na osnovi zajema podatkov iz stereopara. Postopek preseka slikovnega žarka z digitalnim modelom višin uporabimo takrat, ko podatke zajemamo le iz ene fotografije naenkrat. Če nas zanima samo geometrija (prostorske koordinate točke), potem govorimo o postopku»enoslikovnega risanja«(angl. monoplotting). Če pa nas poleg geometrije zanima tudi fotografska vsebina (barvne ali sive vrednosti digitalne podobe), govorimo o postopku izdelave ortofota. Presek premice z digitalnim modelom višin določi koordinate točke X, Y, Z, hkrati pa tej informaciji pripišemo še barvo iz podobe. Ta postopek ponovimo za vsak slikovni element (piksel) in rezultate zapisujemo v novo digitalno podobo, ki se tako po majhnih delčkih polni z ustrezno vsebino od tod izraz diferencialni postopek. Strnjeno so faze pri izdelavi ortofota naslednje: skeniranje fotografij, orientacija fotografij, priprava digitalnega modela višin, geometrična in semantična transformacija, združevanje ortopodob, oprema karte, zapis na digitalni medij/izris. Ker danes ortofoto izdelujemo izključno na digitalni način, mora biti fotografija v digitalni obliki (digitalna fotografija oziroma podoba). Analogne fotografije moramo zato najprej skenirati. Zaradi visokih zahtev kakovosti se skeniranje izvaja na preciznih fotogrametričnih skenerjih, ki so namenjeni posebej za to nalogo. Imajo visoko geometrično ločljivost (od 4 µm naprej), visoko 168

3 geometrično natančnost (2 µm), barvno globino 10 bitov ali več, so hitri, omogočajo skeniranje v svitku idr. Geometrično ločljivost (velikost piksla) moramo primerno izbrati glede na tehnične karakteristike izdelka. Primer: želena velikost slikovnega elementa ortofota v naravi: 0,5 m, merilo posnetka: 1 : , potrebna minimalna ločljivost skeniranja: 30 µm oz. 850 DPI (v praksi običajno izberemo večjo geometrično ločljivost, npr. 15 µm, ker s tem zmanjšamo napake pri transformacijah). Glede na merilo ortofota moramo ustrezno izbrati tudi merilo posnetka. Razmerje med obema meriloma grobo ocenimo z naslednjo empirično enačbo (Kraus, 2003):, kjer je: m p modul merila posnetka, m k modul merila karte, k faktor, ki leži med 200 in 300. Tabela 1: Razmerje med merilom posnetka in merilom izdelka (Kraus, 2003). Orientacija fotografij je sestavljena iz notranje orientacije, ki se nanaša na fotoaparat (konstanta fotoaparata, položaj glavne točke na fotografiji; te podatke pridobimo iz kalibracijskega protokola fotoaparata), in zunanje orientacije, ki pomeni položaj fotografije v prostoru v trenutku ekspozicije (trije premiki in trije zasuki). Elemente zunanje orientacija posnetkov izračunamo z izravnavo v projektu aerotriangulacije. Glede digitalnega modela višin imamo dve možnosti. Če je DMV ustrezne kakovosti na razpolago, potem uporabimo tega, v nasprotnem primeru ga je treba zajeti. V procesu izdelave ortofota to izvedemo z avtomatskimi postopki slikovnega ujemanja (angl. image matching). DMV je torej neke vrste dodatni izdelek v postopku izdelave ortofota. Postopki slikovnega ujemanja imajo sicer velike prednosti (predvsem velika hitrost zajema), vendar tudi pomembne slabosti, ki kvarijo končno kakovost DMV. Cilj postopkov slikovnega ujemanja je, da z ustreznimi matematičnimi in statističnimi metodami izbrani točki na eni podobi avtomatsko poiščemo najbolj verjetno 169

4 homologno točko na sosednji podobi. Merila podobnosti so opredeljena z relativnimi odnosi, na primer kot korelacija ali najmanjše odstopanje. Ustrezni računalniški program izbira točke za zajem natančno na pozicijah X, Y izbrane kvadratne mreže, višina se nato izračuna iz avtomatsko izmerjene paralakse točke. Obstajajo različne metode, ki so bolj ali manj zanesljive in natančne (npr. metoda križnega korelacijskega koeficienta, metoda izravnave po metodi najmanjših kvadratov idr.); s kompleksnostjo algoritma običajno narašča tudi čas, ki je potreben za zajem točk. Profesionalna fotogrametrična oprema za izdelavo ortofota vsebuje kakovostne algoritme, zato so tu uporabljeni algoritmi dovolj natančni. Problem se pojavi v sami vsebini fotografije. Na fotografiji se upodobijo vrhovi dreves, zato avtomatski algoritem izmeri višine po vrhu gozda, DMV pa bi moral potekati po tleh. Točke DMV se avtomatsko izmerijo tudi na stavbah, na mostovih in drugih grajenih objektih. Še najmanj težav je na odprtem terenu, kjer pa zanesljivost kljub temu lahko zmanjšuje neizrazita tekstura slike. Avtomatsko zajeti DMV mora zato pregledati operater in ročno popraviti napake, kar je lahko precej zamudno in neučinkovito (na enem listu TTN je pri velikosti celice DMV 25 m okrog višinskih točk). V gozdu se tla morda sploh ne vidijo in je»spuščanje«višin lahko le približno; zahteve po natančnosti DMV v gozdu (za namene izdelave ortofota) so zato običajno manjše. Geometrična transformacija se eksaktno izvede z enačbo centralne projekcije posnetka (osnovna fotogrametrična enačba) tako, da se geometrija vsakega piksla ortofota (X, Y koordinate piksla) preslika na fotografijo (t. i. posredni postopek). Ker je za izračun te enačbe potrebnih precej računskih operacij, se v praksi uporabi poenostavljeni postopek z interpolacijo med sidrnimi točkami. Detajlni opis postopkov semantične transformacije presega namen tega prispevka. V kontekstu obravnave kakovosti ortofota pa moramo vedeti, da barvo vsakega posameznega piksla ortofota določimo z različnimi vrstami interpolacije barvnih vrednosti med sosednjimi piksli. Najbolj enostavna je metoda najbližjega sosedstva vzamemo barvno vrednost tistega piksla, v katerega se je objektna točka preslikala na fotografiji (geometrija piksla je definirana z njegovim središčem; točka pa se seveda lahko upodobi na katerem koli mestu posnetka). Boljše rezultate dobimo z interpolacijo barvnih vrednosti (npr. bilinearna interpolacija vrednosti med štirimi sosednjimi piksli, bikubična interpolacija idr.). Za izdelavo ortofoto karte v izbranem merilu in formatu je treba običajno združiti vsebino iz več redresiranih podob (angl. mosaicking). Na končnem izdelku je ta združitev najmanj vidna, če spoj izberemo na naravnih mejah (npr. meja gozda, cesta ipd.). Ker se podobe med sabo glede na določene vidne parametre lahko precej razlikujejo (npr. v svetlosti, kontrastu), jih je treba med sabo uskladiti. Ti postopki so lahko popolnoma ali delno avtomatizirani. Ta obdelava pa ne vpliva na geometrično kakovost ortofota, temveč le na njegovo semantično kakovost in estetski videz. Na koncu ortofoto karto še opremimo z ustrezno vsebino (izvenokvirna vsebina, koordinatna mreža, zemljepisna imena idr.), jo shranimo na digitalnem mediju in po potrebi izrišemo na risalniku. 170

5 2 ELEMENTI, KI VPLIVAJO NA KAKOVOST ORTOFOTA Na kakovost ortofota, ki je izdelan s postopkom diferencialnega redresiranja, vplivajo predvsem: kakovost vira (fotografije oz. podobe), natančnost parametrov orientacije, kakovost digitalnega modela višin, uporabljene metode za geometrično in semantično transformacijo, časovna ažurnost vhodne slike. Dominantni pogreški posameznih elementov vplivajo predvsem na pozicijsko natančnost ortofota in se v splošnem radialno večajo od sredine posnetka (nadirna točka), kjer so blizu nič, proti robovom fotografije. Na robovih ortofotografij so pogreški največji, kar lahko upoštevamo pri mozaičenju podob za izdelavo ortofoto karte tako, da vzamemo čim bolj centralne dele posameznih ortofotografij. Kakovost fotografije je osnovni pogoj za izdelavo kakovostnega ortofota. V procesu od nastanka fotografije do njene digitalne oblike so prisotni različni pogreški, ki jih s skrbno načrtovanim postopkov lahko zmanjšamo na najmanjšo možno mero. Ostanejo preostanki pogreškov optične distorzije, deformacije filma, geometrične natančnosti skenerja ipd. Poleg geometrične natančnosti pa je zelo pomembna tudi semantična kakovost fotografije (vidnost detajlov, primerna svetlost in ostrina slike ipd.), ki jo nadzorujemo s pravilno ekspozicijo in izbiro kakovostnega fotografskega filma. Elemente notranje orientacije običajno poda proizvajalec fotoaparata, ki izvede laboratorijsko kalibracijo. Čeprav so profesionalni fotoaparati za letalsko snemanje izdelani robustno, se s časom ti parametri spremenijo, zato je treba kalibracijo ponoviti v določenem časovnem obdobju (redno vsaj na vsake tri leta). Kalibracijo je treba ponoviti tudi, kadar se pojavljajo večja sistematična odstopanja pri transformaciji slikovnih koordinat na robne marke oziroma če je bil fotoaparat izpostavljen večjim mehanskim vplivom (npr. močnejši udarec ob pristanku letala). Elementi zunanje orientacije se izračunajo v projektu aerotriangulacije. Vsak pogrešek v kotu zasuka oziroma premiku projekcijskega centra neposredno vpliva ne prostorski položaj slikovne premice skozi izbrano točko posnetka. Natančnost izračunanih parametrov zunanje orientacije je ocenjena v poročilu aerotriangulacije. Izdela se na osnovi ocene á priori natančnosti oslonilnih točk in neodvisne primerjave med izračunanimi koordinatami in terensko izmerjenimi koordinatami na kontrolnih točkah. Kriteriji za posamezna dovoljena odstopanja (kotna odstopanja, odstopanja koordinat ipd.) so podani v tehničnih specifikacijah projekta aerotriangulacije. Ti kriteriji upoštevajo potrebno kakovost za nadaljnjo izdelavo ortofota. Torej je zelo pomembno, da je aerotriangulacija izvedena strokovno korektno in da se pred izdelavo ortofota preveri njena kakovost. Kakovost DMV ima zelo velik vpliv na pozicijsko natančnost ortofota in jo podrobneje obravnavam v 3. točki. Tu razložimo le dejstvo, da digitalni model površine ni popolnoma identičen vsebini, ki jo upodablja fotografija. Na ortofotu bodo pozicijsko pravilno prikazani le tisti elementi slike, ki ležijo na uporabljenem višinskem modelu. Pozicijsko so premaknjeni vsi grajeni objekti, vrhovi 171

6 dreves, hitri višinski prehodi terena ipd. Radialni pogrešek ( R) planimetričnih koordinat točke, ki ne leži na digitalnem modelu površine, izračunamo po naslednji enačbi: kjer je: c ρ α β, višinska razlika med višino objekta in površino, ki jo definira digitalni model višin, konstanta kamere, slikovna radialna razdalja upodobljene točke od glavne točke posnetka, naklonski kot terena, kot med absciso na ortofotu in radialno smerjo proti točki (presek vertikalne ravnine, ki poteka skozi premico med slikovnim nadirjem in upodobljeno točko, s terenom). Primer: sleme strehe, ki je 10 m nad terenom in je na fotografiji oddaljeno od nadirja 10 cm, je na ortofotu radialno premaknjeno za približno 6 m (c = 130 mm). V točki 2 smo omenili, da pri geometrični transformaciji centralno projekcijo nadomestimo s transformacijo med t. i. sidrnimi točkami. Manjši delček upodobljenega terena na podobi lahko aproksimiramo s ploskvijo, ki poteka skozi štiri točke. Za te štiri točke se običajno izberejo kar vogali, ki tvorijo eno celico mreže DMV. Za te točke najprej izračunamo njihove upodobitve z eksaktnimi enačbami, nato med kvadratom celice DMV in upodobljenim štirikotnikom na podobi izračunamo parametre bilinearne transformacije. Za vse piksle, ki se nahajajo znotraj ene celice DMV, izračunamo njihovo geometrijo na fotografiji (slikovne koordinate) z bilinearno interpolacijo. Napako (δ) v slikovnih koordinatah, ki jo pri tem naredimo glede na eksaktno enačbo, izračunamo z naslednjo empirično enačbo (Kraus, 2003): kjer je: α c s naklonski kot terena, konstanta kamere,, velikost stranice celice DMV, izražena v merilu fotografije. Za primer izračunajmo velikost napake (δ) pri naslednjih podatkih: c = 150 mm, višina leta 3 km nad terenom, velikost stranice DMV = 50 m, maksimalni naklon terena ne presega 50 %. Izračunana napaka slikovne koordinate znaša 5 µm. Ta napaka je precej manjša od same velikosti piksla celo pri ekstremnih vrednostih, zato lahko brez škode uporabimo poenostavljen geometrični postopek. 172

7 Določitev barvne vrednosti (oz. stopnje sivine v črno-belih podobah) posameznega piksla ortofota vodi do interpretacijske napake, ki se posredno lahko izrazi tudi z geometrično napako. Kot je bilo omenjeno že v točki 2, barvno vrednost posameznemu pikslu ortofota lahko priredimo na več načinov. Najbolj enostavna metoda bližnjega sosedstva (vzamemo barvno vrednost najbližjega piksla na podobi) lahko vodi do interpretacijske napake celo 30 % (interpretacijska napaka pomeni, da je v nekaterih pikslih zapisana napačna vsebina), zato ni najbolj priporočljiva. Precej boljše rezultate dobimo z bilinearno interpolacijo barvnih vrednosti med štirimi sosednjimi piksli (izračunana slikovna točka se nahaja med njihovimi centri). Ta metoda se tudi v praksi najbolj uporablja, velikost interpretacijske napake je nekaj odstotkov. Uporabimo lahko še transformacije višjega reda (bikubična, polinomska idr.), vendar število potrebnih operacij hitro naraste, interpretacijska napaka pa se ne zmanjša bistveno. Ne glede na uporabljeno metodo interpolacije barvnih vrednosti pa je določena stopnja interpretacijske napake vedno prisotna, ker objekti nad terenom v smeri slikovnega žarka ustvarjajo»mrtvi kot«. Na koncu ne smemo pozabiti tudi na časovno ažurnost ortofota. Datum ortofota je datum letalskega snemanja in ne njegove izdelave. Pri prekrivanju podatkov ortofota s podatki iz drugih podatkovnih baz je treba upoštevati njihovo morebitno časovno neskladje. 3 VPLIV KAKOVOSTI DMV NA KAKOVOST ORTOFOTA Zaradi velikega vpliva kakovosti DMV na kakovost ortofota je treba to temo podrobneje preučiti. Po definiciji je digitalni model višin (DMV) digitalna podatkovna zbirka, ki omogoča interpolacijo poljubne točke terena z vnaprej definirano višinsko natančnostjo (Koelbl, 2001). DMV je osnovno sestavljen iz mreže kvadratov višinskih točk, pri čemer je velikost mrežne celice izbrana različno. V praksi se pojem natančnosti DMV velikokrat razume napačno, ker se upošteva le natančnost višin v vogalnih točkah mreže. Dejansko nas zanima, s kakšno natančnostjo lahko rekonstruiramo katero koli točko terena. Velikost mrežne celice in vrsta terena zelo vplivata na natančnost interpolacije višin. Če je teren dokaj raven in gladek, je celica lahko večja, pa bodo rezultati interpolacije še vedno zadovoljivi. Če pa je teren zelo razgiban (npr. v gorah, na krasu) in še posebej če je veliko strmih prehodov (skalni robovi, terase, useki ipd.), samo z mrežo višinskih točk ne moremo doseči želene natančnosti. DMV je zato nujno nadgraditi z dodatnimi informacijami (kote, strukturne linije, robne linije itd.); v tem kontekstu se običajno uporablja pojem digitalni model reliefa (DMR), čeprav terminologija v strokovni literaturi v tem ni dosledna (izraze digitalni model višin, digitalni model reliefa, digitalni model terena, digitalni model površine ipd. različni avtorji uporabljajo različno). Interpolacija višin znotraj ene mrežne celice se izvede z linearno interpolacijo med sosednjimi točkami (npr. bilinearna interpolacija, bikubična interpolacija, Delaunayjeva triangulacija, tudi metode kolokacije). Med natančnostjo višin v vogalnih točkah mreže in velikostjo mrežne celice mora obstajati razumna povezava; npr. višinski model z 20-metrsko celico ni á priori boljši (bolj natančen) od višinskega modela s 25-metrsko celico, kar se v praksi med uporabniki tudi velikokrat napačno interpretira. V prvi vrsti je pomembna metoda in kakovost zajetih višin, velikost celice pa je treba določiti glede na želeno natančnost interpoliranih točk. 173

8 Povzemam nekatere rezultate, ki jih je na osnovi različnih študij izvedla ekipa priznanih evropskih strokovnjakov (Koelbl, 2001), in sicer o priporočeni velikosti mrežne celice pri vnaprej definirani višinski natančnosti in razvrstitvijo terena v tri skupine: Tabela 2: Potrebna velikost mrežne celice DMV pri vnaprej opredeljeni višinski natančnosti interpoliranih točk (Koelbl, 2001) V praksi se za velikost mrežne celice običajno vzamejo okrogle vrednosti. Posplošeno so primerne velikosti mrežnih celic, če upoštevamo tudi zahtevnejši teren, naslednje: višinska natančnost interpoliranih točk pod +/- 1 m: mrežna celica 5 m, višinska natančnost interpoliranih točk med +/- 1 m in +/- 2 m: mrežna celica 10 m, višinska natančnost interpoliranih točk +/- 3 m in več: 20 m. Digitalni model višin je v procesu izdelave ortofota potreben za opredelitev horizontalnega položaja rastrskega slikovnega elementa (piksla). Natančnost DMV tako neposredno vpliva na pozicijsko natančnost DOF. Vpliv višinskega pogreška na planimetrično natančnost ocenimo z naslednjim matematičnim izrazom, ki velja za posnetke, vzporedne terenu (Kraus, 2003):, kjer je: ρ radialni pogrešek v slikovni ravnini, ki nastane zaradi višinskega pogreška določene točke, ρ slikovna radialna razdalja upodobljene točke od glavne točke posnetka, R radialni pogrešek planimetričnih koordinat točke na terenu, c konstanta fotoaparata, m modul merila posnetka, Z 0 snemalna višina, Z 0 višinski pogrešek točke. 174

9 Iz zgornjega izraza oblikujemo enačbe tako, da upoštevamo, katere podatke imamo na razpolago oziroma kaj želimo izračunati. Pomembna je ugotovitev, da na planimetrični pogrešek ortofota neposredno vpliva goriščna razdalja (konstanta) fotoaparata; pri enakih ostalih parametrih širokokotni objektiv povzroči večji radialni pogrešek v slikovni ravnini kot normalnokotni objektiv. Pogrešek se tudi veča od središča posnetka proti robovom in je največji v vogalih posnetka. Za primer izračunajmo dovoljen višinski pogrešek za naslednje parametre: c = 153 mm, R= 1 m. Ker vemo, da je največji pogrešek v vogalu posnetka, vzamemo za vrednost slikovne razdalje od glavne točke največjo vrednost (ρ =160 mm). Vrednosti vstavimo v enačbo: in zaokroženo dobimo vrednost dovoljenega višinskega pogreška za točke v vogalih posnetka 1 m. Iz tabele 2 vidimo, da takšno natančnost višin interpoliranih točk v DMV lahko dosežemo, če je pri ustrezni natančnosti višin točk mreže velikost stranice celice 8 m za gorat teren, 15 m za hribovit teren in 23 m za ravninski teren. 4 PRIMERJAVA ORTOFOTA IN KARTE Ortofoto kot izdelek v obliki rastrske slike je v opredeljenem oziroma znanem enotnem merilu in se ga ponavadi geometrično enači z vektorsko karto istega merila. Iz obdobja analognih izdelkov smo navajeni, da grafično merilo posredno določa tudi geometrično natančnost prikazane vsebine. Tako ima npr. karta v merilu 1 : 5000 planimetrično natančnost ± 1 m, kar ustreza grafični natančnosti 0,2 mm na karti. Takšno tolmačenje geometrične natančnosti ortofoto karte v istem merilu po vsem, kar smo razložili zgoraj, ni korektno. Mejno planimetrično natančnost vsekakor predstavlja velikost piksla v ortofotu, ki za merilo 1 : 5000 znaša 0,5 m (napaka lahko torej znaša 2 piksla). Vendar je to le projektirana velikost, ki jo lahko poljubno spreminjamo z merilom fotografije in geometrično ločljivostjo skeniranja. Najbolj kritični element predstavlja DMV. Če bi želeli doseči enotno planimetrično natančnost ortofota v merilu 1 : 5000 ± 1 m, bi morali izpolniti zelo visoke zahteve natančnosti vhodnih višinskih podatkov (npr. poljubna točka od realnega površja ne bi smela odstopati več kot ± 1 m). Najlaže se tej natančnosti približamo na pretežno ravnem in odprtem terenu, kjer se tudi metoda avtomatskega zajema DMV dobro obnese. Zelo so problematična gozdna, gosto poseljena in gorata območja. Številni posegi v naravno oblikovitost terena, ki se kažejo predvsem ob prometnicah (useki, nasipi ipd.), morajo biti vključeni v digitalni model višin, ravno tako kot druge posebnosti terena. Na topografskih kartah je z raznimi sredstvi običajno prikazana tudi višinska komponenta (kote, plastnice, sence). Ortofoto pa je izključno dvorazsežni izdelek. Če želimo, lahko preko fotografske 175

10 vsebine pretisnemo tudi višinske podatke kot na karti, vendar te podatke lahko dobimo le iz drugih virov. Poleg tega je ortofoto, čeprav v znanem merilu, še vedno samo fotografski prikaz. Vsebino, ki jo prikazuje, mora uporabnik znati pravilno interpretirati. Nekateri uporabniki se včasih odločijo za vektorizacijo vsebine iz ortofota. Takšna rešitev je odvisno od namena tako zajetih podatkov lahko sprejemljiva, ne pa vedno. Tako zajeti podatki z gotovostjo nimajo geometrične natančnosti, ki je ekvivalentna grafičnemu merilu, saj je poleg pogreškov vira (ortofota) prisoten še dodaten pogrešek vektorizacije. Vedeti moramo: če obstaja ortofoto, obstajajo tudi izvorne fotografije, iz katerih je bil ortofoto izdelan, zato je bolje vsebino zajemati iz stereoparov (na fotogrametričnem analitičnem instrumentu ali fotogrametrični digitalni postaji). Poleg precej boljše geometrične natančnosti od ortofota, ki jo lahko dosežemo, in treh zajetih koordinatah, stereoefekt močno poveča interpretabilnost vsebine. 5 TEHNIČNE KARAKTERISTIKE DOF 5 Digitalni ortofoto, ki ga pri nas poznamo pod nazivom DOF 5, je sistemski izdelek Geodetske uprave RS, ki se v Sloveniji izdeluje že skoraj 10 let. Intenzivnost njegove izdelave se je zelo povečala v okviru projekta Posodobitev evidentiranja nepremičnin, saj je bil eden od njegovih pomembnih rezultatov. Konec leta 2002 je bilo naše ozemlje v celoti pokrito s tem izdelkom, tako da se sedaj že odvija prvi ciklus obnove. Vzdrževanje ortofota bo predvidoma potekalo v povprečju na 6 let (3 leta na intenzivnih območjih, 9 let na izrazito neintenzivnih območjih). Osnovni vir za izdelavo DOF 5 so posnetki cikličnega aerosnemanja Slovenije (CAS) z nazivnim merilom okrog 1 : Po naročilu je seveda možna tudi izvedba ortofota v drugih merilih; predvsem v večjih mestih naročajo izdelavo ortofota v merilu 1 : Državni izdelek je zaenkrat v črno-beli tehniki, možna pa je tudi izdelava v barvah. Geometrična ločljivost skeniranja je 14 ěm, kar je enako 1814 DPI. Za velikost letalske fotografije 23 cm x 23 cm znaša velikost sive podobe 270 MB (oz. 810 MB za barvno podobo). Poleg osnovne skenirane podobe se običajno zapišejo še posamezni nivoji slikovne piramide (prevzorčene podobe z različno geometrično resolucijo, ki omogočajo hitrejšo avtomatsko obdelavo; običajno v štirih nivojih), kar računalniški zapis osnovne podobe poveča za približno 1/3. Ob izdelavi DOF 5 se je z metodo avtomatskega slikovnega ujemanja, ki je opisana zgoraj, zajemal tudi višinski model, ki smo ga s kratico poimenovali DMR 25. DMR se je sprva zajemal le na 40 m in se nato interpoliral na 25 m. Pri zajemu podatkov je prišlo mestoma tudi do grobe napake pri izbiri izhodišča koordinatnega sistema za DMR, kar se je kasneje popravilo. Rigoroznost kontrole natančnosti višin ter ročno popravljanje višin z vrhov drevesnih krošenj in hiš na tla se je povečalo po odpravi začetnih težav projekta. Natančnost novejših podatkov DMR 25 je bila na odprtem terenu ocenjena na 0,5 do 2m (Radovan et al., 2000), v gozdu pa zaradi težav z interpretacijo in vidnostjo tal na 3 do 5 m, lahko tudi 10 m ali več. Bistveno slabšo natančnost dosega DMR 25 na tistih listih DOF 5, ki so bili narejeni s 40-metrsko celico in naknadno interpolirani v 25 metrsko mrežo. Tam, kjer je bil DMR 25 ustrezno kontroliran, pa je to še vedno najbolj natančen vir, ki je trenutno v Sloveniji na razpolago. Z uporabo podatkov radarske tehnologije je bil v Sloveniji izdelan tudi t. i. InSAR DMV 25 (interferometrični SAR). Podatki prekrivajo celo Slovenijo v izredno homogeni in relativno visoki natančnosti (ocenjeno v povprečju 176

11 okoli 4,5 m za celo Slovenijo). Kljub temu pa je natančnost teh višin slabša, kot jo lahko dosežemo s fotogrametrično metodo. V teku je tudi izdelava digitalnega modela Slovenije, ki bo v prihodnosti nadomestil obstoječe različne višinske baze. Izdelava temelji na kombiniranju obstoječih virov in njihovo ustrezno obdelavo. Zadnjih nekaj let se izvaja tudi sistemska kontrola izdelanih listov DOF 5 (Kosmatin Fras, 2003), ki pa žal ne vključuje kontrole pozicijske natančnosti. Le na osnovi tovrstne kontrole in ustrezno zajetih vzorčnih podatkov, ki bi jih primerjali s terenskimi meritvami, bi lahko izdelali oceno geometrične natančnosti izdelka. Edina takšna obsežnejša študija je bila narejena v okviru doktorske disertacije (Lipej, 1997), kjer je avtorica ocenila planimetrično natnačnost DOF 5 ± 2,77 m (testno območje cca 27 km 2 v okolici Kopra, izračunana RMS-vrednost na okoli 50 kontrolnih točkah, ki so bile na terenu izmerjene z GPS), vendar pa ti rezultati ne kažejo več današnjega stanja. 6 ZAKLJUČEK Ortofoto je zelo pomemben izdelek geodetske stroke, ki se je uveljavil pri najrazličnejših uporabnikih. Žal nejasnosti glede njegove dejanske kakovosti (predvsem geometrične natančnosti) kot tudi poznavanja nekaterih dejstev, ki sem jih skušala zajeti v tem članku, pri uporabnikih ta izdelek včasih vzbuja tudi nezadovoljstvo. Upam, da sem v članku uspela pokazati, da je ortofoto lahko izredno kakovosten izdelek, vendar za to potrebujemo tudi zelo visokokakovostne vhodne podatke. Po tehnološki plati je stroka sposobna zagotoviti takšne podatke, vendar bi bila njihova cena izredno visoka in cena izdelka bi za obstoječe razmere postala nesprejemljiva. Glede na okoliščine bi največ lahko dosegli z uvedbo sistemske geometrične kontrole, tako da bi lahko uporabnikom podali realno oceno njegove kakovosti. Sicer pa je tehnologija izdelave ortofota danes optimizirana in v okviru dejanskih zmožnosti tudi ekonomična. Čeprav je izdelava ortofota postala praktično rutinski posel, smo še vedno priče nadaljnjemu razvoju. Predmet intenzivnega raziskovanja je predvsem tehnologija za izdelavo»popolnega«ortofota (angl. true orthophoto), na katerem so planimetrično pravilno prikazani tudi zgrajeni objekti in drugi elementi fotografije, ki se nahajajo nad terenom. Izpopolnjujejo se tudi algoritmi za avtomatski zajem višin in prepoznavanje vsebine iz podob kot tudi metode za združevanje ortopodob v ortofotokarto. Izdelamo lahko tudi ortofoto, ki je narejen iz visokoresolucijskih satelitskih podob (npr. Ikonos, Quick Bird). Geometrična ločljivost v pankromatskem območju je že blizu tisti, ki jo dobimo iz letalskih posnetkov. Zaenkrat pa so ti izdelki še dražji od klasičnih (Kosmatin Fras et al., 2001), dobavni čas pa je lahko tudi zelo dolg. Literatura in viri: Koelbl, O. (2001). Technical Specifications for the Elaboration of Digital Elevation Models. EPFL, Lausanne, Švica. Kraus, K. (2003). Photogrammetrie, Band 1, Geometrische Informationen aus Photographien und Laserscanneraufnahmen. 7. izdaja. Berlin: Walter de Gruyter Gmbh. Kosmatin Fras, M. et al. (2001). Spremljanje razvoja stroke in novih tehnologij. Tehnično poročilo projekta. Geodetski inštitut Slovenije, Ljubljana. 177

12 Kosmatin Fras, M. (2003). Quality management system in photogrammetric projects: approaches and experience in Slovenia. Objava v zborniku. Bačić, Željko (ur.). Geoinformation for practice: proceedings of the ISPRS WG VI/3 workshop, Part 6/W11, Vol.34, str Lipej, B. (1997). Optimizacija prostorskega planiranja kot rezultat GIS tehnologije in prostorskega upravljanja. Doktorska disertacija. Ljubljana: FGG Oddelek za geodezijo. Radovan, D., Kosmatin Fras, M., Podobnikar, T. et al. (2000). Digitalni model reliefa Slovenije priprava projektne dokumentacije. Ekspertiza. Geodetski inštitut Slovenije in ZRC SAZU, Ljubljana. doc. dr. Mojca Kosmatin Fras, univ. dipl. inž. geod. FGG Oddelek za geodezijo, Jamova 2, SI-1000 Ljubljana E-pošta: mfras@fgg.uni-lj.si, tel.: (01) Prispelo v objavo: 10. maj

PowerPoint Presentation

PowerPoint Presentation Geodetski načrt kot osnova za izdelavo državnega prostorskega načrta geodetskih načrtov Miran Brumec, univ. dipl. inž. geod. LGB, geodetski inženiring in informacijske tehnologije, d.o.o. Ljubljana, 14.

Prikaži več

TEHNIČNA DOKUMENTACIJA

TEHNIČNA DOKUMENTACIJA TEHNIČNA DOKUMENTACIJA za OBNOVO EVIDENCE DEJANSKE RABE KMETIJSKIH IN GOZDNIH ZEMLJIŠČ (območje V in Z del SLO) Verzija 1.0 Ljubljana, marec 2016 KAZALO 1 UVOD... 3 1.1 OBMOČJE PROJEKTA... 4 1.2 ČASOVNICA

Prikaži več

1. IDENTIFIKACIJA PODATKOVNEGA NIZA 1.1 Naslov Strukturno-tektonska karta Slovenije 1: Alternativni naslov Strukturno-tektonska karta Slove

1. IDENTIFIKACIJA PODATKOVNEGA NIZA 1.1 Naslov Strukturno-tektonska karta Slovenije 1: Alternativni naslov Strukturno-tektonska karta Slove 1. IDENTIFIKACIJA PODATKOVNEGA NIZA 1.1 Naslov Strukturno-tektonska karta Slovenije 1:250.000 1.2 Alternativni naslov Strukturno-tektonska karta Slovenije 1:250.000 1.3 Okrajšani naslov - 1.4 Globalni

Prikaži več

ANALITIČNA GEOMETRIJA V RAVNINI

ANALITIČNA GEOMETRIJA V RAVNINI 3. Analitična geometrija v ravnini Osnovna ideja analitične geometrije je v tem, da vaskemu geometrijskemu objektu (točki, premici,...) pridružimo števila oz koordinate, ki ta objekt popolnoma popisujejo.

Prikaži več

(Microsoft PowerPoint _IZS_izobraevanje ZK_1_del.ppt [Zdru\236ljivostni na\350in])

(Microsoft PowerPoint _IZS_izobraevanje ZK_1_del.ppt [Zdru\236ljivostni na\350in]) Geodetski postopki in izdelava elaborata Darinka Bertole, september 2017 NAMEN IZOBRAŽEVANJA: obnova znanja s področja izvedbe geodetske storitve in izdelave elaborata poenotenje dela in dvig kvalitete

Prikaži več

LABORATORIJSKE VAJE IZ FIZIKE

LABORATORIJSKE VAJE IZ FIZIKE UVOD LABORATORIJSKE VAJE IZ FIZIKE V tem šolskem letu ste se odločili za fiziko kot izbirni predmet. Laboratorijske vaje boste opravljali med poukom od začetka oktobra do konca aprila. Zunanji kandidati

Prikaži več

Geometrija v nacionalnih preverjanjih znanja

Geometrija v nacionalnih preverjanjih znanja Geometrija v nacionalnih preverjanjih znanja Aleš Kotnik, OŠ Rada Robiča Limbuš Boštjan Repovž, OŠ Krmelj Struktura NPZ za 6. razred Struktura NPZ za 9. razred Taksonomska stopnja (raven) po Gagneju I

Prikaži več

7. VAJA A. ENAČBA ZBIRALNE LEČE

7. VAJA A. ENAČBA ZBIRALNE LEČE 7. VAJA A. ENAČBA ZBIRALNE LEČE 1. UVOD Enačbo leče dobimo navadno s pomočjo geometrijskih konstrukcij. V našem primeru bomo do te enačbe prišli eksperimentalno, z merjenjem razdalj a in b. 2. NALOGA Izračunaj

Prikaži več

DRUGG – Digitalni repoziturij UL FGG

DRUGG – Digitalni repoziturij UL FGG Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta 2 1000 Ljubljana, Slovenija http://www3.fgg.uni-lj.si/ Jamova

Prikaži več

Microsoft PowerPoint - ID02_ANALIZA REZULTATOV JAMOMERSKIH MERITEV ZA IZGRADNJO JAŠKA NOP II - predstavitev skok čez kožo.pptx

Microsoft PowerPoint - ID02_ANALIZA REZULTATOV JAMOMERSKIH MERITEV ZA IZGRADNJO JAŠKA NOP II - predstavitev skok čez kožo.pptx 43. SKOK ČEZ KOŽO Analiza rezultatov jamomerskih meritev za izgradnjo jaška NOP II Matjaž Koželj 1, Jure Slatinšek 2, Tomaž Ambrožič 3 1 Premogovnik Velenje d.d., Velenje 2 PV Invest, d.o.o., Velenje 3

Prikaži več

Matematika 2

Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 23. april 2014 Soda in liha Fourierjeva vrsta Opomba Pri razvoju sode periodične funkcije f v Fourierjevo vrsto v razvoju nastopajo

Prikaži več

Na podlagi 65. člena Zakona o urejanju prostora (Uradni list RS, št. 61/17; ZUreP-2) izdaja minister za okolje in prostor P R A V I L N I K o elaborat

Na podlagi 65. člena Zakona o urejanju prostora (Uradni list RS, št. 61/17; ZUreP-2) izdaja minister za okolje in prostor P R A V I L N I K o elaborat Na podlagi 65. člena Zakona o urejanju prostora (Uradni list RS, št. 61/17; ZUreP-2) izdaja minister za okolje in prostor P R A V I L N I K o elaboratu ekonomike I. SPLOŠNE DOLOČBE 1. člen (vsebina) Ta

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev Tehnološki vidik pridobivanja lesa v varovalnih gozdovih pod Ljubeljem As. Matevž Mihelič Prof. Boštjan Košir 2012 Izhodišča Varovalni gozdovi, kjer razmišljamo o posegih, morajo zadovoljevati več pogojem.

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

Microsoft Word - A-3-Dezelak-SLO.doc

Microsoft Word - A-3-Dezelak-SLO.doc 20. posvetovanje "KOMUNALNA ENERGETIKA / POWER ENGINEERING", Maribor, 2011 1 ANALIZA OBRATOVANJA HIDROELEKTRARNE S ŠKOLJČNIM DIAGRAMOM Klemen DEŽELAK POVZETEK V prispevku je predstavljena možnost izvedbe

Prikaži več

Priloga 1: Konservatorski načrt za prenovo 1 Naslovna stran konservatorskega načrta za prenovo KONSERVATORSKI NAČRT ZA PRENOVO naročnik: ime in priime

Priloga 1: Konservatorski načrt za prenovo 1 Naslovna stran konservatorskega načrta za prenovo KONSERVATORSKI NAČRT ZA PRENOVO naročnik: ime in priime Priloga 1: Konservatorski načrt za prenovo 1 Naslovna stran konservatorskega načrta za prenovo KONSERVATORSKI NAČRT ZA PRENOVO naročnik: ime in priimek ter naslov naročnika oziroma firma in sedež naročnika

Prikaži več

Microsoft Word - CNC obdelava kazalo vsebine.doc

Microsoft Word - CNC obdelava kazalo vsebine.doc ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo mesto, april 2008 Ime in priimek študenta ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo

Prikaži več

Microsoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only]

Microsoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only] CIRED ŠK 3-15 IZKUŠNJE NADZORA DISTRIBUCIJSKIH TRANSFORMATORJEV S POMOČJO ŠTEVCEV ELEKTRIČNE ENERGIJE ŽIGA HRIBAR 1, BOŠTJAN FABJAN 2, TIM GRADNIK 3, BOŠTJAN PODHRAŠKI 4 1 Elektro novi sistemi. d.o.o.,

Prikaži več

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC MATEMATIKA 1.razred OSNOVE PREDMETA POKAZATELJI ZNANJA SPRETNOSTI KOMPETENCE Naravna števila -pozna štiri osnovne računske operacije in njihove lastnosti, -izračuna številske izraze z uporabo štirih računskih

Prikaži več

Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kak

Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kak Opozorilo: Neuradno prečiščeno besedilo predpisa predstavlja zgolj informativni delovni pripomoček, glede katerega organ ne jamči odškodninsko ali kako drugače. Neuradno prečiščeno besedilo Pravilnika

Prikaži več

M-Tel

M-Tel Poročilo o meritvah / Test report Št. / No. 16-159-M-Tel Datum / Date 16.03.2016 Zadeva / Subject Pooblastilo / Authorization Meritve visokofrekvenčnih elektromagnetnih sevanj (EMS) Ministrstvo za okolje

Prikaži več

PKP projekt SMART WaterNet_Opis

PKP projekt SMART WaterNet_Opis PKP projekt SMART WaterNet Po kreativni poti do znanja (PKP) opis programa Program Po kreativni poti do znanja omogoča povezovanje visokošolskih zavodov s trgom dela in tako daje možnost študentom za pridobitev

Prikaži več

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti

Prikaži več

stevilka _07-0k-buck up.pmd

stevilka _07-0k-buck up.pmd 1 UVOD UPODOBITEV PROSTORSKEGA MODELA V VISUAL NATURE STUDIU VISUALIZATION OF SPATIAL MODEL IN VISUAL NATURE STUDIO Dunja Vrenko UDK: 004.42:004.6:659.2:711 Klasifikacija prispevka po COBISS-u: 1.04 IZVLEČEK

Prikaži več

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč Vektorji - naloge za test Naloga 1 li so točke (1, 2, 3), (0, 3, 7), C(3, 5, 11) b) (0, 3, 5), (1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 li točke a) (6, 0, 2), (2, 0, 4), C(6, 6, 1) in D(2, 6, 3), b)

Prikaži več

2

2 Drsni ležaj Strojni elementi 1 Predloga za vaje Pripravila: doc. dr. Domen Šruga as. dr. Ivan Okorn Ljubljana, 2016 STROJNI ELEMENTI.1. 1 Kazalo 1. Definicija naloge... 3 1.1 Eksperimentalni del vaje...

Prikaži več

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc) 3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost

Prikaži več

Microsoft Word - Astronomija-Projekt19fin

Microsoft Word - Astronomija-Projekt19fin Univerza v Ljubljani Fakulteta za matematiko in fiziko Jure Hribar, Rok Capuder Radialna odvisnost površinske svetlosti za eliptične galaksije Projektna naloga pri predmetu astronomija Ljubljana, april

Prikaži več

Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica nasl

Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica nasl Na podlagi 24. in 25. člena Zakona o varstvu osebnih podatkov (Ur. list RS, št. 94/07), sprejema ravnatelj javnega zavoda Dijaški dom Nova Gorica naslednji P RAVILNIK o izvajanju videonadzora I. SPLOŠNE

Prikaži več

Predtest iz za 1. kontrolno nalogo- 2K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota.

Predtest iz za 1. kontrolno nalogo- 2K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota. Predtest iz za 1. kontrolno nalogo- K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota. Osnovne zveze med funkcijamo istega kota. Uporaba kotnih

Prikaži več

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx Analiza dosežkov pri predmetu matematika za NPZ 28 6. razred NPZ matematika 28 Dosežek šole Povprečno število točk v % Državno povprečje Povprečno število točk v % Odstopanje v % 49,55 52,52 2,97 Povprečni

Prikaži več

Osnove statistike v fizični geografiji 2

Osnove statistike v fizični geografiji 2 Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka

Prikaži več

NAVODILA AVTORJEM PRISPEVKOV

NAVODILA AVTORJEM PRISPEVKOV Predmetna komisija za nižji izobrazbeni standard matematika Opisi dosežkov učencev 6. razreda na nacionalnem preverjanju znanja Slika: Porazdelitev točk pri matematiki (NIS), 6. razred 1 ZELENO OBMOČJE

Prikaži več

Požarna odpornost konstrukcij

Požarna odpornost konstrukcij Požarna obtežba in razvoj požara v požarnem sektorju Tomaž Hozjan e-mail: tomaz.hozjan@fgg.uni-lj.si soba: 503 Postopek požarnega projektiranja konstrukcij (SIST EN 1992-1-2 Izbira za projektiranje merodajnih

Prikaži več

Slikovne transformacije_2017_18_DKT

Slikovne transformacije_2017_18_DKT DEJAVNIKI KAKOVOSTI V TISKU Deja Muck Pri obdelavi digitalnih slik se večinoma srečujamo s slikami v prostorski domeni, a določeni postopki, npr. filtriranje, lahko potekajo tudi v t. i. frekvenčni domeni.

Prikaži več

Številka:

Številka: Projektna naloga za KARTIRANJE NEGOZDNIH HABITATNIH TIPOV NA LIFE- IP NATURA.SI PROJEKTNIH OBMOČJIH SKLOP 1: Območje: SLOVENSKA ISTRA vzhod Območje: SLOVENSKA ISTRA zahod 1. UVOD SKLOP 2: Območje: VOLČEKE

Prikaži več

Navodila za uporabo Mini prenosna HD kamera s snemalnikom

Navodila za uporabo Mini prenosna HD kamera s snemalnikom Navodila za uporabo Mini prenosna HD kamera s snemalnikom www.spyshop.eu Izdelku so priložena navodila v angleščini, ki poleg teksta prikazujejo tudi slikovni prikaz sestave in delovanja izdelka. Lastnosti

Prikaži več

Slide 1

Slide 1 Vsak vektor na premici skozi izhodišče lahko zapišemo kot kjer je v smerni vektor premice in a poljubno število. r a v Vsak vektor na ravnini skozi izhodišče lahko zapišemo kot kjer sta v, v vektorja na

Prikaži več

Avtomatizirano modeliranje pri celostnem upravljanju z vodnimi viri

Avtomatizirano modeliranje pri celostnem upravljanju z vodnimi viri Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo 36. Goljevščkov spominski dan Modeliranje kroženja vode in spiranja hranil v porečju reke Pesnice Mateja Škerjanec 1 Tjaša Kanduč 2 David Kocman

Prikaži več

MERJENJE GORIŠČNE RAZDALJE LEČE

MERJENJE GORIŠČNE RAZDALJE LEČE MERJENJE GORIŠČNE RAZDALJE LEČE 1. UVOD: V tej vaji je bilo potrebno narediti pet nalog, povezanih z lečami. 2. NALOGA: -Na priloženih listih POTREBŠČINE: -Na priloženih listih A. Enačba zbiralne leče

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev Obravnava kotov za učence s posebnimi potrebami Reading of angles for pupils with special needs Petra Premrl OŠ Danila Lokarja Ajdovščina OSNOVNA ŠOLA ENAKOVREDNI IZOBRAZBENI STANDARD NIŽJI IZOBRAZBENI

Prikaži več

Microsoft Word - SKLOP4M.docx

Microsoft Word - SKLOP4M.docx - 193 - AKTUALNI PROJEKTI S PODROČJA Iztok SLATINŠEK * mag. Marijana VUGRIN** VODARJI BREZ VODE V URADNIH EVIDENCAH POVZETEK Prispevek obravnava»vodo«kot element evidentiranja v javne nepremičninske evidence.

Prikaži več

FGG13

FGG13 10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega

Prikaži več

Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega pok

Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega pok Strokovni izobraževalni center Ljubljana, Srednja poklicna in strokovna šola Bežigrad PRIPRAVE NA PISNI DEL IZPITA IZ MATEMATIKE 2. letnik nižjega poklicnega izobraževanja NAVODILA: Izpit iz matematike

Prikaži več

Diapozitiv 1

Diapozitiv 1 Spremembe geodetskega načrta in projektne dokumentacije za pridobitev gradbenega dovoljenja zaradi novega načina izračunavanja odškodnin za spremembo namebnosti kmetijskih zemljišč I. del Predavatelj:

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev INFORMATIKA Tečaj za višjega gasilca OGZ PTUJ 2017 PRIPRAVIL: ANTON KUHAR BOMBEK, GČ VSEBINA TEORETIČNA PREDAVANJA INFORMACIJSKI SISTEMI SISTEM OSEBNIH GESEL IN HIERARHIJA PRISTOJNOSTI PRAKTIČNE VAJE ISKANJE

Prikaži več

2 nd Urednikova beseda December 2016 V tej številki Urednikova beseda Projekt FORCIP+ Napredek pri oblikovanju podatkovnega modela in zbiranju informa

2 nd Urednikova beseda December 2016 V tej številki Urednikova beseda Projekt FORCIP+ Napredek pri oblikovanju podatkovnega modela in zbiranju informa 2 nd Urednikova beseda December 2016 V tej številki Urednikova beseda Projekt FORCIP+ Napredek pri oblikovanju podatkovnega modela in zbiranju informacij Napredek pri IKT aplikacijah 3. tehnični sestanek,

Prikaži več

11 Barvni izvlečki-HELENA TGP06

11 Barvni izvlečki-HELENA TGP06 Študijsko leto 2006/07 TISKARSKI POSTOPKI 1 predavateljica: doc. dr. Tadeja Muck asistentka: dr. Helena Gabrijelčič BARVNI IZVLEČKI www.europapier.at Grafične in interaktivne komunikacije 1. letnik http://www.vermillion-inc.com

Prikaži več

CpE & ME 519

CpE & ME 519 2D Transformacije Zakaj potrebujemo transformacije? Animacija Več instanc istega predmeta, variacije istega objekta na sceni Tvorba kompliciranih predmetov iz bolj preprostih Transformacije gledanja Kaj

Prikaži več

Uradni list Republike Slovenije Št. 17 / / Stran 2557 Verzija: v1.0 Datum: Priloga 1: Manevri in tolerance zadovoljive izurjeno

Uradni list Republike Slovenije Št. 17 / / Stran 2557 Verzija: v1.0 Datum: Priloga 1: Manevri in tolerance zadovoljive izurjeno Uradni list Republike Slovenije Št. 17 / 10. 4. 2017 / Stran 2557 Verzija: v1.0 Datum: 26.07.2016 Priloga 1: Manevri in tolerance zadovoljive izurjenosti V nadaljevanju je opisan programa leta in s tem

Prikaži več

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik

Prikaži več

INDUSTRIJA 4.0: PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ

INDUSTRIJA 4.0:  PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ INDUSTRIJA 4.0: PRILOŽNOSTI DIGITALNE PREOBRAZBE PROCESA RAZVOJA BARV IN PREMAZOV TOMAŽ KERN, BENJAMIN URH, MARJAN SENEGAČNIK, EVA KRHAČ AGENDA IZZIV OZADJE RAZISKAVE POSNETEK STANJA ANALIZA STANJA in

Prikaži več

RAČUNALNIŠKA ORODJA V MATEMATIKI

RAČUNALNIŠKA ORODJA V MATEMATIKI DEFINICIJA V PARAVOKOTNEM TRIKOTNIKU DEFINICIJA NA ENOTSKI KROŢNICI GRAFI IN LASTNOSTI SINUSA IN KOSINUSA POMEMBNEJŠE FORMULE Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z

Prikaži več

POROČILO

POROČILO UVOD Delovanje knjižnice Fakultete za kemijo in kemijsko tehnologijo v Ljubljani (UL FKKT), ki je sedaj že 17 let funkcionalno združena s Centralno tehniško knjižnico (CTK), lahko ocenimo kot uspešno kar

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Lasersko obarvanje kovin Motivacija: Z laserskim obsevanjem je možno spremeniti tudi barvo kovinskih površin, kar odpira povsem nove možnosti označevanja in dekoracije najrazličnejših sestavnih delov in

Prikaži več

C(2019)1789/F1 - SL

C(2019)1789/F1 - SL EVROPSKA KOMISIJA Bruselj, 13.3.2019 C(2019) 1789 final ANNEX 5 PRILOGA k Delegirani uredbi Komisije o dopolnitvi Direktive 2010/40/EU Evropskega parlamenta in Sveta v zvezi z uvajanjem in operativno uporabo

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.

Prikaži več

Prevodnik_v_polju_14_

Prevodnik_v_polju_14_ 14. Prevodnik v električnem polju Vsebina poglavja: prevodnik v zunanjem električnem polju, površina prevodnika je ekvipotencialna ploskev, elektrostatična indukcija (influenca), polje znotraj votline

Prikaži več

Optimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije

Optimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije 2. junij 2011 Koncept PSO Motivacija: vedenje organizmov v naravi Ideja: koordinirano

Prikaži več

Prostorski informacijski sistem občin e-mesečnik 4 / 2008, Vsebina vsebinske novosti 1 poslovni subjekti 84. občina v sistemu pomoč uporabniko

Prostorski informacijski sistem občin e-mesečnik 4 / 2008, Vsebina vsebinske novosti 1 poslovni subjekti 84. občina v sistemu pomoč uporabniko Prostorski informacijski sistem občin e-mesečnik 4 / 2008, 14.5.08 Vsebina vsebinske novosti 1 poslovni subjekti 84. občina v sistemu pomoč uporabnikom Izbran nasvet Vas zanima opis posameznega sloja ali

Prikaži več

Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: T: Režim študija Predmet: Uvod

Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: T: Režim študija Predmet: Uvod Komisija za študijske zadeve UL Medicinske fakultete Vrazov trg 2 SI-1000 Ljubljana E: ksz@mf.uni-lj.si T: +386 1 543 7700 Režim študija Predmet: Uvod v medicino, modul Informatika Študijski program: EMŠ

Prikaži več

MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140

MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140 MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140 Pravila ocenjevanja pri predmetu matematika na Gimnaziji Krško

Prikaži več

7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor o

7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor o 7. tekmovanje v znanju astronomije 8. razred OŠ Državno tekmovanje, 9. januar 2016 REŠITVE NALOG IN TOČKOVNIK SKLOP A V sklopu A je pravilen odgovor ovrednoten z 2 točkama; če ni obkrožen noben odgovor

Prikaži več

63/2 GEODETSKI VESTNIK RAZNO OTHERS DIPLOME IN MAGISTERIJI NA ODDELKU ZA GEODEZIJO UL FGG OD DO MAGISTRSKI ŠTUDIJSKI PROGRAM DR

63/2 GEODETSKI VESTNIK RAZNO OTHERS DIPLOME IN MAGISTERIJI NA ODDELKU ZA GEODEZIJO UL FGG OD DO MAGISTRSKI ŠTUDIJSKI PROGRAM DR 63/2 RAZNO OTHERS DIPLOME IN MAGISTERIJI NA ODDELKU ZA GEODEZIJO UL FGG OD 1. 2. 2019 DO 30. 4. 2019 MAGISTRSKI ŠTUDIJSKI PROGRAM DRUGE STOPNJE GEODEZIJA IN GEOINFORMATIKA Gašper Antolin Analiza geometrije

Prikaži več

STAVKI _5_

STAVKI _5_ 5. Stavki (Teoremi) Vsebina: Stavek superpozicije, stavek Thévenina in Nortona, maksimalna moč na bremenu (drugič), stavek Tellegena. 1. Stavek superpozicije Ta stavek določa, da lahko poljubno vezje sestavljeno

Prikaži več

GRAFIČNA KARTICA UVOD: Grafična kartica skrbi za prikaz slike na računalniškem monitorju. VHODNI SIGNAL: Grafična kartica pošlje katodni cevi monitorj

GRAFIČNA KARTICA UVOD: Grafična kartica skrbi za prikaz slike na računalniškem monitorju. VHODNI SIGNAL: Grafična kartica pošlje katodni cevi monitorj GRAFIČNA KARTICA UVOD: Grafična kartica skrbi za prikaz slike na računalniškem monitorju. VHODNI SIGNAL: Grafična kartica pošlje katodni cevi monitorja pet ločenih signalov. Enega za nadzor moči vsakega

Prikaži več

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP

PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEPREKINJENOST NAPAJANJA 1.1. Ciljna raven neprekinjenosti

Prikaži več

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese FAKULTETA ZA STROJNIŠTVO Matematika Pisni izpit 9. junij 005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo

Prikaži več

8_ICPx

8_ICPx INŠTITUT ZA CELULOZO IN PAPIR PULP AND PAPER INSTITUTE Vpliv dizajna na reciklabilnost papirne embalaže Matej Šuštaršič, Janja Zule GZS, 12.12.2014 Vsebina - Kaj je (eko)dizajn? - Pomen recikliranja papirja

Prikaži več

Poslovilno predavanje

Poslovilno predavanje Poslovilno predavanje Matematične teme z didaktiko Marko Razpet, Pedagoška fakulteta Ljubljana, 20. november 2014 1 / 32 Naše skupne ure Matematične tehnologije 2011/12 Funkcije več spremenljivk 2011/12

Prikaži več

FGG14

FGG14 Iterativne metode podprostorov Iterativne metode podprostorov uporabljamo za numerično reševanje linearnih sistemov ali računanje lastnih vrednosti problemov z velikimi razpršenimi matrikami, ki so prevelike,

Prikaži več

Microsoft Word - rosus2006.doc

Microsoft Word - rosus2006.doc ANALIZA GIBANJA IGRALCEV MED TEKMAMI Janez Perš 1, Matej Kristan 1, Matej Perše 1, Marta Bon 2, Goran Vučkovič 2, Stanislav Kovačič 1 1 Laboratorij za slikovne tehnologije Fakulteta za elektrotehniko,

Prikaži več

diplomska naloga

diplomska naloga Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta 2 1000 Ljubljana, Slovenija http://www3.fgg.uni-lj.si/ Jamova

Prikaži več

Microsoft PowerPoint - 14 IntrerspecifiOna razmerja .ppt

Microsoft PowerPoint - 14 IntrerspecifiOna razmerja .ppt IV. POPULACIJSKA EKOLOGIJA 14. Interspecifična razmerja Št.l.: 2006/2007 1 1. INTERSPECIFIČNA RAZMERJA Osebki ene vrste so v odnosih z osebki drugih vrst, pri čemer so lahko ti odnosi: nevtralni (0), pozitivni

Prikaži več

Brownova kovariancna razdalja

Brownova kovariancna razdalja Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti

Prikaži več

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met

Prikaži več

1/51

1/51 projektiranje inženiring storitve Kettejeva 16, 2000 Maribor biro@trasa.si Tel.: 02 320 26 10 Fax: 02 320 26 10 1 NASLOVNA STRAN S KLJUČNIMI PODATKI O ELABORATU ZAKOLIČBENI ELABORAT INVESTITOR: Občina

Prikaži več

Microsoft Word - PR18-HoceZrak-letno2018.docx

Microsoft Word - PR18-HoceZrak-letno2018.docx DAT: DANTE/NL/COZ/MB/212A/PR18-HoceZrak-letno2018.docx POROČILO O MERITVAH DELCEV PM10 V OBČINI HOČE-SLIVNICA V LETU 2018 Maribor, marec 2019 Naslov: Izvajalec: Nacionalni laboratorij za zdravje, okolje

Prikaži več

Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / Uradni lis

Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / Uradni lis Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / 24. 5. 2019 Uradni list Republike Slovenije PRILOGA 1 PRAVILA ZA OBLIKOVANJE

Prikaži več

VIDEOANALIZA GIBANJ Za kratke projektne naloge lahko dijaki z domačimi digitalnimi fotoaparati posnamejo nekaj sekundne videofilme poljubnih gibanj. U

VIDEOANALIZA GIBANJ Za kratke projektne naloge lahko dijaki z domačimi digitalnimi fotoaparati posnamejo nekaj sekundne videofilme poljubnih gibanj. U VIDEOANALIZA GIBANJ Za kratke projektne naloge lahko dijaki z domačimi digitalnimi fotoaparati posnamejo nekaj sekundne videofilme poljubnih gibanj. Uporabni so skoraj vsi domači digitalni fotoaparati.

Prikaži več

SiTraNet-navodila

SiTraNet-navodila NAVODILA ZA UPORABO SPLETNE APLIKACIJE ZA TRANSFORMACIJE KOORDINATNIH SISTEMOV SiTraNet v. 5 http://sitranet.si Kazalo vsebine 1 Opis programa... 2 1.1 Transformacije v trirazsežnem prostoru... 2 1.2 Transformacije

Prikaži več

Microsoft PowerPoint - MK 3 tehnicni sistemi.ppt

Microsoft PowerPoint - MK 3 tehnicni sistemi.ppt Opredelitev tehničnega sistema Proces prenosa naravnih sistemov v tehnični sisteme, kot posledica človekovega ustvarjanja 1 Uvod - kaj predstavlja tehnični sistem, splošni primeri Predstavitev primera

Prikaži več

Uradni list RS - 12(71)/2005, Mednarodne pogodbe

Uradni list RS - 12(71)/2005, Mednarodne pogodbe PRILOGA 3 Osnovne značilnosti, ki se sporočajo za usklajevanje 1. Zgradba podatkovne zbirke Podatkovno zbirko sestavljajo zapisi, ločeni po znakovnih parih "pomik na začetek vrstice pomik v novo vrstico"

Prikaži več

Prirocnik2.indd

Prirocnik2.indd Priročnik celostne grafi čne podobe podjetja Kemofarmacija d.d. Uvod Pravilna in dosledna uporaba podobe blagovne znamke je zelo pomembna, saj je le-ta najpomembnejši element vizualne komunikacije. Ob

Prikaži več

Delavnica Načrtovanje digitalnih vezij

Delavnica Načrtovanje digitalnih vezij Laboratorij za načrtovanje integriranih vezij Univerza v Ljubljani Fakulteta za elektrotehniko Programirljivi Digitalni Sistemi Digitalni sistem Digitalni sistemi na integriranem vezju Digitalni sistem

Prikaži več

2. Model multiple regresije

2. Model multiple regresije 2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 2. kolokvij 4. januar 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer

Prikaži več

Albert Einstein in teorija relativnosti

Albert Einstein in teorija relativnosti Albert Einstein in teorija relativnosti Rojen 14. marca 1879 v judovski družini v Ulmu, odraščal pa je v Münchnu Obiskoval je katoliško osnovno šolo, na materino željo se je učil igrati violino Pri 15

Prikaži več

Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta Ljub

Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta Ljub Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta 2 1000 Ljubljana, Slovenija http://www3.fgg.uni-lj.si/ Jamova

Prikaži več

DRUGG – Digitalni repoziturij UL FGG

DRUGG – Digitalni repoziturij UL FGG Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova 2 1000 Ljubljana, Slovenija http://www3.fgg.uni-lj.si/ Jamova 2 SI 1000

Prikaži več

Slide 1

Slide 1 Projektno vodenje PREDAVANJE 7 doc. dr. M. Zajc matej.zajc@fe.uni-lj.si Projektno vodenje z orodjem Excel Predstavitev Najbolj razširjeno orodje za delo s preglednicami Dva sklopa funkcij: Obdelava številk

Prikaži več

Macoma katalog copy

Macoma katalog copy POSLOVNE APLIKACIJE PO ŽELJAH NAROČNIKA Poročilni sistem Finance in kontroling Poprodaja Podatkovna skladišča Prodaja Proizvodnja Obstoječi ERP Partnerji Implementacija rešitev prilagojena po željah naročnika

Prikaži več

10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, k

10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, k 10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, ki ga sprejme antena in dodatni šum T S radijskega sprejemnika.

Prikaži več

GeomInterp.dvi

GeomInterp.dvi Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminar za Numerično analizo Geometrijska interpolacija z ravninskimi parametričnimi polinomskimi krivuljami Gašper Jaklič, Jernej Kozak, Marjeta

Prikaži več

Reducing disparities Strengthening relations

Reducing disparities Strengthening relations mag. Irena AŽMAN Ministrstvo za infrastrukturo in prostor Geodetska uprava Republike Slovenije Zakaj voda upošteva topografijo, administrativnih mej pa ne? (Why do the waters take into account the topography

Prikaži več

VST: 1. kviz

VST: 1. kviz jsmath Učilnica / VST / Kvizi / 1. kviz / Pregled poskusa 1 1. kviz Pregled poskusa 1 Končaj pregled Začeto dne nedelja, 25. oktober 2009, 14:17 Dokončano dne nedelja, 25. oktober 2009, 21:39 Porabljeni

Prikaži več

Model

Model PRVA STRAN IZVEDBENEGA NAČRTA Mizendol - Podčelo, LC 226112, km 0,8+25 do 2,4+50 (L = 1.625,00 m) polni naziv objekta s številko ceste/cestnega odseka, kilometerski položaj začetka, konca ali sredine objekta

Prikaži več

Navodila Trgovina iCenter

Navodila Trgovina iCenter Napredovanja v plačne razrede javnih uslužbencev 2019 S pomočjo SAOP programa Kadrovska evidenca lahko ob dokupljeni kodi vodimo napredovanja javnih uslužbencev. Za napredovanja v letu 2019 je potrebno

Prikaži več

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p Mrežni modeli polimernih verig Boštjan Jenčič. maj 013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posameni segmenti polimera asedejo golj ogljišča v kvadratni (ali kubični v

Prikaži več

DRUGG – Digitalni repoziturij UL FGG

DRUGG – Digitalni repoziturij UL FGG Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo University of Ljubljana Faculty of Civil and Geodetic Engineering Jamova cesta 2 1000 Ljubljana, Slovenija http://www3.fgg.uni-lj.si/ Jamova

Prikaži več