Baumartenklassifikation anhand von UAV-RGB-LiDAR-Daten: Anwendung eines Random Forest und Identifizierung saisonal relevanter Metriken zur Differenzierung der Baumarten Pinus sylvestris, Picea abies und Betula pendula in Brandenburg und Sachsen, Deutschland

Ehrhardt, Paul (2025) Baumartenklassifikation anhand von UAV-RGB-LiDAR-Daten: Anwendung eines Random Forest und Identifizierung saisonal relevanter Metriken zur Differenzierung der Baumarten Pinus sylvestris, Picea abies und Betula pendula in Brandenburg und Sachsen, Deutschland. Masterarbeit, Friedrich-Schiller-Universität Jena.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/212198/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Baumartenklassifikation anhand von UAV-RGB-LiDAR-Daten: Anwendung eines Random Forest und Identifizierung saisonal relevanter Metriken zur Differenzierung der Baumarten Pinus sylvestris, Picea abies und Betula pendula in Brandenburg und Sachsen, Deutschland

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Ehrhardt, Paul	Institut für Datenwissenschaften	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2025

Open Access:

Nein

Seitenanzahl:

102

Status:

veröffentlicht

Stichwörter:

UAV, LiDAR, Baumartklassifikation, Random Forest, Metriken, Feature relevance

Institution:

Friedrich-Schiller-Universität Jena

Abteilung:

Datenanalyse und - Intelligenz

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 - Geowissenschaftl. Fernerkundungs- und GIS-Verfahren

Standort:

Jena

Institute & Einrichtungen:

Institut für Datenwissenschaften

Hinterlegt von:

Dubois, Clemence

Hinterlegt am:

26 Feb 2025 13:43

Letzte Änderung:

24 Mär 2025 14:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags