UID:
(DE-602)edoccha_BV047908898
Umfang:
1 Online-Ressource.
Inhalt:
Zusammenfassung: This thesis examines the potential of hyperspectral remote sensing to derive information products related to the fi eld of forestry. Main focus is set on the development of work-flows to map bark beetle-related tree mortality and to obtain tree species composition maps over central European forest ecosystems. In the thesis state-of-the-art methods from the fi eld of statistics and machine learning are applied. Most important methods embrace feature selection algorithms and the nonparametric classifiers Support Vector Machines (SVM) and Random Forest (RF). The thesis was designed around three original research papers. The first two papers deal with the mapping of bark beetle-related tree mortality while the third paper was focusing on the topic of tree species mapping. All three studies made use of airborne hyperspectral data collected with a HyMap sensor. In case of the third presented study an additional dataset collected with an AISA Eagle Hawk system was used
Inhalt:
Zusammenfassung: Die vorliegende Dissertation untersucht das Potential der hyperspektralen Fernerkundung für die Herleitung forstlich relevanter Parameter. Der Hauptfokus liegt dabei auf der Entwicklung von Prozessketten und Methoden für die Erfassung von Waldschäden, welche im Zusammenhang mit Borkenkäferbefall stehen, sowie in der Herstellung von Baumartenkartierungen. In der Dissertation kommen neuste Methoden aus dem Bereich der Statistik sowie des maschinellen Lernens zum Einsatz. Die wichtigsten Methoden umfassen Verfahren zur Variablenselektion (feature selection), sowie die nicht-parametrischen Klassi kationsverfahren Support Vector Machines (SVM) und Random Forest (RF). Die Dissertation basiert auf drei Publikationen. Die ersten zwei Publikationen behandeln das Thema der Erfassung von Waldschäden, die im Zusammenhang mit Borkenkäferbefall stehen, während die dritte Publikation auf die Herstellung von Baumartenkartierungen fokussiert. Alle drei Studien greifen dabei auf flugzeuggestütze Hyperspektraldaten des Sensors HyMap zurück. Im Falle der dritten beschriebenen Studie wurde zusätzlich ein Datensatz des Sensors AISA Eagle Hawk verwendet
Anmerkung:
Dissertation Universität Freiburg 2014
Weitere Ausg.:
Erscheint auch als Druck-Ausgabe
Früher:
Untersuchung des Potentials von Hyperspektraldaten für die Klassifizierung von Baumarten und die Erfassung von Borkenkäferschäden
Sprache:
Englisch
Schlagwort(e):
Fernerkundung
;
Borkenkäfer
;
Forstschutz
;
Hochschulschrift
URN:
urn:nbn:de:bsz:25-opus-93617
URL:
Volltext
(kostenfrei)
URL:
Volltext
(kostenfrei)
