Analysis and evaluation of relevant influencing parameters for machine learning-based outdoor temperature modeling in cities, using Augsburg as a case study

Brkic, Matej (2026) Analysis and evaluation of relevant influencing parameters for machine learning-based outdoor temperature modeling in cities, using Augsburg as a case study. Masterarbeit, RWTH Aachen.

PDF - Nur DLR-intern zugänglich
6MB

elib-URL des Eintrags:

https://elib.dlr.de/228907/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Analysis and evaluation of relevant influencing parameters for machine learning-based outdoor temperature modeling in cities, using Augsburg as a case study

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Brkic, Matej	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Kühnl, Marlene	Marlene.Kuehnl (at) dlr.de	NICHT SPEZIFIZIERT
Thesis advisor	Leichtle, Tobias	tobias.leichtle (at) dlr.de	https://orcid.org/0000-0002-0852-4437

Datum:

2026

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

urban heat, citizen science, outdoor temperature, influencing parameters

Institution:

RWTH Aachen

Abteilung:

Division of Earth Sciences and Geography

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:

Kühnl, Marlene

Hinterlegt am:

06 Nov 2026 08:43

Letzte Änderung:

06 Nov 2026 08:43

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags