Estimating Soil Parameters From Hyperspectral Images: A benchmark dataset and the outcome of the HYPERVIEW challenge

Nalepa, Jakub und Tulczyjew, Lukasz und Le Saux, Bertrand und Longépé, Nicolas und Ruszczak, Bogdan und Wijata, Agata M. und Smykala, Krzysztof und Myller, Michal und Kawulok, Michal und Kuzu, Ridvan Salih und Albrecht, Frauke und Arnold, Caroline und Alasawedah, Mohammad und Angeli, Suzanne und Nobileau, Delphine und Ballabeni, Achille und Lotti, Alessandro und Locarini, Alfredo und Modenini, Dario und Tortora, Paolo und Gumiela, Michal (2024) Estimating Soil Parameters From Hyperspectral Images: A benchmark dataset and the outcome of the HYPERVIEW challenge. IEEE Geoscience and Remote Sensing Magazine (GRSM), 12 (3), Seiten 35-63. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/MGRS.2024.3394040. ISSN 2168-6831.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://dx.doi.org/10.1109/MGRS.2024.3394040

Kurzfassung

Enhancing agricultural methods through the utilization of Earth observation and artificial intelligence (AI) has emerged as a significant concern. The ability to quantify soil parameters on a large scale can play a pivotal role in optimizing the fertilization process. While techniques for noninvasive estimation of soil parameters from hyperspectral images (HSIs) exist, their validation typically occurs across different datasets and employs varying validation protocols. This diversity renders them inherently challenging (or even impossible) to compare objectively.

elib-URL des Eintrags:

https://elib.dlr.de/212165/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Estimating Soil Parameters From Hyperspectral Images: A benchmark dataset and the outcome of the HYPERVIEW challenge

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Nalepa, Jakub	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-4026-1569	NICHT SPEZIFIZIERT
Tulczyjew, Lukasz	NICHT SPEZIFIZIERT	https://orcid.org/0000-0003-0763-0745	NICHT SPEZIFIZIERT
Le Saux, Bertrand	NICHT SPEZIFIZIERT	https://orcid.org/0000-0001-7162-6746	NICHT SPEZIFIZIERT
Longépé, Nicolas	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-6832-3274	NICHT SPEZIFIZIERT
Ruszczak, Bogdan	NICHT SPEZIFIZIERT	https://orcid.org/0000-0003-1089-1778	NICHT SPEZIFIZIERT
Wijata, Agata M.	NICHT SPEZIFIZIERT	https://orcid.org/0000-0001-6180-9979	NICHT SPEZIFIZIERT
Smykala, Krzysztof	NICHT SPEZIFIZIERT	https://orcid.org/0000-0003-1970-5388	NICHT SPEZIFIZIERT
Myller, Michal	NICHT SPEZIFIZIERT	https://orcid.org/0000-0001-9265-3997	NICHT SPEZIFIZIERT
Kawulok, Michal	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-3669-5110	NICHT SPEZIFIZIERT
Kuzu, Ridvan Salih	Ridvan.Kuzu (at) dlr.de	https://orcid.org/0000-0002-1816-181X	176456275
Albrecht, Frauke	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Arnold, Caroline	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-9458-1517	NICHT SPEZIFIZIERT
Alasawedah, Mohammad	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Angeli, Suzanne	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Nobileau, Delphine	NICHT SPEZIFIZIERT	https://orcid.org/0009-0006-6589-6823	NICHT SPEZIFIZIERT
Ballabeni, Achille	NICHT SPEZIFIZIERT	https://orcid.org/0009-0006-8457-0183	NICHT SPEZIFIZIERT
Lotti, Alessandro	NICHT SPEZIFIZIERT	https://orcid.org/0000-0003-2313-5007	NICHT SPEZIFIZIERT
Locarini, Alfredo	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-0259-6747	NICHT SPEZIFIZIERT
Modenini, Dario	NICHT SPEZIFIZIERT	https://orcid.org/0000-0002-1517-3938	NICHT SPEZIFIZIERT
Tortora, Paolo	NICHT SPEZIFIZIERT	https://orcid.org/0000-0001-9259-7673	NICHT SPEZIFIZIERT
Gumiela, Michal	NICHT SPEZIFIZIERT	https://orcid.org/0009-0000-2501-2786	NICHT SPEZIFIZIERT

Datum:

2024

Erschienen in:

IEEE Geoscience and Remote Sensing Magazine (GRSM)

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/MGRS.2024.3394040

Seitenbereich:

Seiten 35-63

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

2168-6831

Status:

veröffentlicht

Stichwörter:

Soil measurement , Satellites , Artificial intelligence , Monitoring , Vegetation mapping , Reproducibility of results , Magnesium , Hyperspectral imaging , Protocols , Benchmark testing , Data models , Prediction algorithms , Predictive models , Feature extraction

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 - Optische Fernerkundung, R - Künstliche Intelligenz

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > EO Data Science

Hinterlegt von:

Kuzu, Dr. Ridvan Salih

Hinterlegt am:

23 Jan 2025 10:45

Letzte Änderung:

23 Jan 2025 10:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags