Enhancing Semi-Automated Remote Sensing-Based Mapping of IDP/Refugee Camps at Médecins Sans Frontières: Integrating Geolocalized In-Situ Photos Using Python and FME for Improved Accuracy and Efficiency

Cürten, Thomas (2025) Enhancing Semi-Automated Remote Sensing-Based Mapping of IDP/Refugee Camps at Médecins Sans Frontières: Integrating Geolocalized In-Situ Photos Using Python and FME for Improved Accuracy and Efficiency. Masterarbeit, Universität Bonn.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/215472/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Enhancing Semi-Automated Remote Sensing-Based Mapping of IDP/Refugee Camps at Médecins Sans Frontières: Integrating Geolocalized In-Situ Photos Using Python and FME for Improved Accuracy and Efficiency

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Cürten, Thomas	Universität Bonn	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Geiß, Christian	Christian.Geiss (at) dlr.de	https://orcid.org/0000-0002-7961-8553

Datum:

2025

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

Mapping of IDP/Refugee Camps

Institution:

Universität Bonn

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 > Georisiken und zivile Sicherheit

Hinterlegt von:

Geiß, Christian

Hinterlegt am:

30 Jul 2025 12:38

Letzte Änderung:

30 Jul 2025 12:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags