Versenden
Drucken
Mansour, Islam und Hänsch, Ronny und Hajnsek, Irena und Papathanassiou, Konstantinos (2026) Hybrid Machine Learning Model for Forest Height Estimation From TanDEM-X and Landsat Data. IEEE Geoscience and Remote Sensing Letters, 23, Seite 4008705. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/LGRS.2026.3693644. ISSN 1545-598X.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
- Postprintversion (akzeptierte Manuskriptversion)
10MB |
Offizielle URL: https://ieeexplore.ieee.org/document/11520312
| elib-URL des Eintrags: | https://elib.dlr.de/225464/ | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Zeitschriftenbeitrag | ||||||||||||||||||||
| Titel: | Hybrid Machine Learning Model for Forest Height Estimation From TanDEM-X and Landsat Data | ||||||||||||||||||||
| Autoren: |
| ||||||||||||||||||||
| Datum: | 14 Mai 2026 | ||||||||||||||||||||
| Erschienen in: | IEEE Geoscience and Remote Sensing Letters | ||||||||||||||||||||
| Referierte Publikation: | Ja | ||||||||||||||||||||
| Open Access: | Ja | ||||||||||||||||||||
| Gold Open Access: | Nein | ||||||||||||||||||||
| In SCOPUS: | Ja | ||||||||||||||||||||
| In ISI Web of Science: | Ja | ||||||||||||||||||||
| Band: | 23 | ||||||||||||||||||||
| DOI: | 10.1109/LGRS.2026.3693644 | ||||||||||||||||||||
| Seitenbereich: | Seite 4008705 | ||||||||||||||||||||
| Verlag: | IEEE - Institute of Electrical and Electronics Engineers | ||||||||||||||||||||
| ISSN: | 1545-598X | ||||||||||||||||||||
| Status: | veröffentlicht | ||||||||||||||||||||
| Stichwörter: | Modeling;Forests;Machine learning;Reflectivity;Coherence;Estimation;Landsat;Synthetic aperture radar;Grounding;Specific absorption rate;ESA biomass;forest height;forest height estimation;forest structure;hybrid modeling;InSAR;interferometry;Landsat;machine learning (ML);multimodal;physical modeling;remote sensing;synthetic aperture radar;TanDEM-X;temporal decorrelation;topographic effects | ||||||||||||||||||||
| 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 Hochfrequenztechnik und Radarsysteme > SAR-Technologie Institut für Hochfrequenztechnik und Radarsysteme > Radarkonzepte | ||||||||||||||||||||
| Hinterlegt von: | Hänsch, Ronny | ||||||||||||||||||||
| Hinterlegt am: | 03 Jul 2026 14:55 | ||||||||||||||||||||
| Letzte Änderung: | 03 Jul 2026 15:06 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
