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

Sentinel-1 and TanDEM-X InSAR Coherence for monitoring forests using Deep Learning

Rizzoli, Paola und Diniz Dal Molin Junior, Ricardo Simao und Carcereri, Daniel und Bueso Bello, Jose Luis (2023) Sentinel-1 and TanDEM-X InSAR Coherence for monitoring forests using Deep Learning. In: 2023 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2023. IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2023-07-16 - 2023-07-21, Pasadena, USA. doi: 10.1109/igarss52108.2023.10282367. ISBN 979-835032010-7. ISSN 2153-6996.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.


elib-URL des Eintrags:https://elib.dlr.de/194829/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Sentinel-1 and TanDEM-X InSAR Coherence for monitoring forests using Deep Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Rizzoli, PaolaPaola.Rizzoli (at) dlr.dehttps://orcid.org/0000-0001-9118-2732NICHT SPEZIFIZIERT
Diniz Dal Molin Junior, Ricardo Simaoricardo.dinizdalmolinjunior (at) dlr.dehttps://orcid.org/0000-0003-4103-7910NICHT SPEZIFIZIERT
Carcereri, DanielDaniel.Carcereri (at) dlr.dehttps://orcid.org/0000-0002-3956-1409NICHT SPEZIFIZIERT
Bueso Bello, Jose LuisJose-Luis.Bueso-Bello (at) dlr.dehttps://orcid.org/0000-0003-3464-2186NICHT SPEZIFIZIERT
Datum:2023
Erschienen in:2023 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2023
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/igarss52108.2023.10282367
ISSN:2153-6996
ISBN:979-835032010-7
Status:veröffentlicht
Stichwörter:TanDEM-X, Sentinel-1, coherence, vegetation, deep learning
Veranstaltungstitel:IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
Veranstaltungsort:Pasadena, USA
Veranstaltungsart:internationale Konferenz
Veranstaltungsdatum:2023-07-16 - 2023-07-21
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 - AI4SAR
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Hochfrequenztechnik und Radarsysteme
Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme
Hinterlegt von: Rizzoli, Paola
Hinterlegt am:02 Mai 2023 10:39
Letzte Änderung:11 Mär 2024 15:48

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.