elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Towards a Symbiosis of Model-Based and Machine Learning Forest Height Estimation based on TanDEM-X InSAR

Mansour, Islam und Papathanassiou, Konstantinos P. und Haensch, Ronny und Hajnsek, Irena (2022) Towards a Symbiosis of Model-Based and Machine Learning Forest Height Estimation based on TanDEM-X InSAR. In: Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR. European Conference on Synthetic Aperture Radar (EUSAR), 2022-07-25 - 2022-07-27, Leipzig, Germany. ISSN 2197-4403.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Recently, the German TanDEM-X mission provided valuable acquisitions for developing models for the single-pass single-pol X-band forest height inversion. In this paper, the assessment of the two machine learning approaches to estimate forest height from the interferometric coherence are investigated and compared to the state-of-art physical models over Gabon. The contribution of this work is toward the analysis of two approaches: Approach 1 is an implementation of a conventional ML approach. Approach 2 is the first attempt to integrate model-based knowledge in the ML approach and use a single input variable.

elib-URL des Eintrags:https://elib.dlr.de/186765/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Towards a Symbiosis of Model-Based and Machine Learning Forest Height Estimation based on TanDEM-X InSAR
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Mansour, IslamIslam.Mansour (at) dlr.dehttps://orcid.org/0000-0003-3114-6515NICHT SPEZIFIZIERT
Papathanassiou, Konstantinos P.Kostas.Papathanassiou (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Haensch, RonnyRonny.Haensch (at) dlr.dehttps://orcid.org/0000-0002-2936-6765NICHT SPEZIFIZIERT
Hajnsek, IrenaIrena.Hajnsek (at) dlr.dehttps://orcid.org/0000-0002-0926-3283NICHT SPEZIFIZIERT
Datum:Juli 2022
Erschienen in:Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
ISSN:2197-4403
Status:veröffentlicht
Stichwörter:TanDEM-X; InSAR; Forest Height;Model-Based Modeling; Machine Learning;
Veranstaltungstitel:European Conference on Synthetic Aperture Radar (EUSAR)
Veranstaltungsort:Leipzig, Germany
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:25 Juli 2022
Veranstaltungsende:27 Juli 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz, R - Polarimetrische SAR-Interferometrie HR
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Hochfrequenztechnik und Radarsysteme > Radarkonzepte
Hinterlegt von: Mansour, Islam
Hinterlegt am:13 Jun 2022 08:53
Letzte Änderung:24 Apr 2024 20:48

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.