Using Machine Learning to derive Soil Information from Soil Reflectance Composites (SCMaP)

Donike, Simon (2020) Using Machine Learning to derive Soil Information from Soil Reflectance Composites (SCMaP). Bachelorarbeit, Universität zu Köln.

PDF - Nur DLR-intern zugänglich
11MB

elib-URL des Eintrags:

https://elib.dlr.de/134317/

Dokumentart:

Hochschulschrift (Bachelorarbeit)

Titel:

Using Machine Learning to derive Soil Information from Soil Reflectance Composites (SCMaP)

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Donike, Simon	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2020

Referierte Publikation:

Nein

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

Machine Learning, Landsat, remote sensing of soils, timeseries, soil

Institution:

Universität zu Köln

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 - Fernerkundung u. Geoforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche

Hinterlegt von:

Zepp, Simone

Hinterlegt am:

21 Jul 2020 11:02

Letzte Änderung:

21 Jul 2020 11:02

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags