• Medientyp: E-Book; Hochschulschrift
  • Titel: Development of a method for forest type detection
  • Weitere Titel: Entwicklung einer Methode für Forst-Erkennung
  • Beteiligte: López Hernández, Juan Ygnacio [Verfasser]; Koch, Barbara [Akademischer Betreuer]
  • Erschienen: Freiburg: Universität, 2012
  • Umfang: Online-Ressource
  • Sprache: Englisch
  • Identifikator:
  • Schlagwörter: Fernerkundung ; Maschinelles Lernen ; Forstwirtschaft ; LANDSAT TM ; Bestandestypenklassifikation ; maschinelles Lernen ; Waldinventur ; objektbasiertes Verfahren ; forest type classification ; machine learning ; OBIA, forest inventory ; (local)doctoralThesis ; Hochschulschrift
  • Entstehung:
  • Hochschulschrift: Dissertation, Albert-Ludwigs-Universität Freiburg, 2012
  • Anmerkungen:
  • Beschreibung: Zusammenfassung: Die vorliegende Studie verwendet 7056 Inventurpunkte der Bundeswaldinventur des Bundeslandes Bayern zur Klassifizierung von Bestandestypen aus Landsat TM Satellitenbilder der Jahre 2006 und 2007. Die verwendeten Satellitenbilder wurden orthorektifiziert and Wolken sowie andere Anomalien wurden entfernt. Die Inventurdaten wurden mit Hilfe von offiziellen Geodaten der Forstverwaltung verschnitten um alle Inventurpunkte außerhalb des Waldes zu entfernen. Dabei wurde die Walddefinition der FAO, aber mit einem minimalen Kronenschlussgrad von 40% als Kriterium verwendet. Zusätzlich wurde ein Puffer verwendet um Inventurpunkte nahe der Waldgrenzen ebenfalls auszuschließen. Die verbleibenden Inventurpunkte wurden einem statistischen „Clustering“-Verfahren unterzogen.
  • Zugangsstatus: Freier Zugang