Fernerkundung für innovative Verfahren des Waldstrukturmonitorings – Five3D
S. Dersch1,2, E. Kranefeld3, L. Rathmann2,4, F. Kammel2,4, P. Adler3, P. Krzystek1, A. Reiterer2,4
1Hochschule München, Deutschland; 2Albert-Ludwigs-Universität Freiburg; 3Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg; 4Fraunhofer-Institut für Physikalische Messtechnik IPM
Tree health classification based on high-resolution multispectral UAV data in different German forests
M. Brandmeier1,2, J. Anwander1, S. Paczkowski3, M. Paczkowska3
1THWS, Deutschland; 2Esri Deutschland GmbH; 3Universität Göttingen
Improving Deadwood Detection from Aerial Photographs. Spotlight on Spatial Resolution and Vegetation Height Models.
K. Zielewska-Buettner1, J. Kromer1, S. Ganz2, P. Adler2, V. Braunisch1,3
1Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg (FVA), Abteilung Waldnaturschutz, Wonnhaldestr. 4, 79100 Freiburg, Deutschland; 2Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg (FVA), Abteilung Biometrie und Informatik, Wonnhaldestr. 4, 79100 Freiburg, Deutschland; 3Universität Bern, Conservation Biology, Institut of Ecology and Evolution, Baltzerstrasse 6, CH-3012 Bern, Schweiz
Enhanced Water Detection in High-Resolution Airborne Imagery: A Deep Learning Approach using Classical Machine Learning and a Near-Infrared Channel for Labelling
V. Polushko1,2, A. Jenal3, J. Bongartz3, I. Weber3, M. Rauhut1, R. Rösch1, D. Hatic1, A. Weinmann2, T. März2
1Fraunhofer ITWM, Deutschland; 2Hochschule Darmstadt; 3Hochschule Koblenz
|