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

Grünblick - AI powered forest biomass estimation service

Jancauskas, Vytautas und Traoré, Kalifou René und Belmonte, Juan Pablo Espejo und Espinoza Molina, Daniela (2025) Grünblick - AI powered forest biomass estimation service. In: Proceedings of the 2025 conference on Big Data from Space (BiDS'25), Seiten 101-105. Big Data from Space (BiDS'25), 2025-10-28 - 2025-10-30, Oberpfaffenhofen. doi: 10.2760/2119408. ISBN 978-92-68-31935-2. (im Druck)

[img] PDF - Nur DLR-intern zugänglich
80MB

Offizielle URL: https://op.europa.eu/en/publication-detail/-/publication/f678733c-a269-11f0-97c8-01aa75ed71a1/language-en

Kurzfassung

Accurate forest biomass estimation is essential for climate change mitigation, biodiversity monitoring, and sustainable forest management. Recent advances in remote sensing and machine learning have opened new avenues for large-scale, high-resolution biomass mapping. In this work, we introduce Grunblick, an AI-powered service designed for scalable forest biomass estimation, leveraging multi-sensor Earth Observation (EO) data, including Sentinel-1 and Sentinel-2 imagery. The Grunblick pipeline integrates modular deep learning models, notably U-Net architectures with interchangeable feature extraction backbones, to perform pixel-wise above-ground biomass (AGB) regression. We validate our system using the public Biomassters benchmark, demonstrating significant performance gains through multi-modal sensor fusion and self-supervised pretraining strategies. Future extensions will include uncertainty quantification and global deployment capabilities.

elib-URL des Eintrags:https://elib.dlr.de/223307/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Grünblick - AI powered forest biomass estimation service
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Jancauskas, Vytautasvytautas.jancauskas (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Traoré, Kalifou Renékalifou.traore (at) dlr.dehttps://orcid.org/0000-0001-8780-2775NICHT SPEZIFIZIERT
Belmonte, Juan Pablo EspejoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Espinoza Molina, DanielaDaniela.EspinozaMolina (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2025
Erschienen in:Proceedings of the 2025 conference on Big Data from Space (BiDS'25)
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.2760/2119408
Seitenbereich:Seiten 101-105
ISBN:978-92-68-31935-2
Status:im Druck
Stichwörter:AI Software Toolkit, Biomass Estimation, Remote Sensing.
Veranstaltungstitel:Big Data from Space (BiDS'25)
Veranstaltungsort:Oberpfaffenhofen
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:28 Oktober 2025
Veranstaltungsende:30 Oktober 2025
Veranstalter :Joint Research Centre (JRC), European Commission
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 - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Traoré, Mr René
Hinterlegt am:13 Mär 2026 09:23
Letzte Änderung:13 Mär 2026 09:23

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
OpenAIRE Validator logo electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.