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

Assessing the Vitality of Urban Trees using Remote Sensing and Deep Learning

Vargas Gomez, Javier Alejandro (2023) Assessing the Vitality of Urban Trees using Remote Sensing and Deep Learning. Masterarbeit, Hochschule für Technik (HfT), Stuttgart.

[img] PDF
5MB

Kurzfassung

Abstract The use of Convolutional Neural Networks (CNN) has been widely implemented in forestry-related tasks as species classification, crown detection and mortality identification. The usage of several sources as images, point clouds and elevation models have generated relevant results in different forested areas, but unfortunately these studies have not been focused on urban trees. Therefore, the objective of this study is to investigate the performance of CNN for classifying the vitality of urban trees, which are increasingly affected and stressed by the Urban Heat Island Effect. Aerial and Sentinel-2 images are sampled for feeding the CNN model. The prediction of the vitality classes shows a precision of 74,69%, especially for the most represented class (healthy trees). The achieved results allow to better understand the performance of a CNN network for determining the vitality of trees in an urban context where diversity of vegetation patterns can represent a big challenge for classification tasks.

elib-URL des Eintrags:https://elib.dlr.de/196103/
Dokumentart:Hochschulschrift (Masterarbeit)
Titel:Assessing the Vitality of Urban Trees using Remote Sensing and Deep Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Vargas Gomez, Javier Alejandrojavier.vargasgomez (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:19 Juli 2023
Referierte Publikation:Nein
Open Access:Ja
Seitenanzahl:83
Status:veröffentlicht
Stichwörter:Aerial, Satellite, Imagery, CNN, Urban Trees, Vitality.
Institution:Hochschule für Technik (HfT), Stuttgart
Abteilung:Photogrammetry and Geoinformatics
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: Vargas Gomez, Javier Alejandro
Hinterlegt am:31 Jul 2023 11:32
Letzte Änderung:31 Jul 2023 11:32

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.