Abstract
In diesem Beitrag werden Methoden zur Baumartentrennung (Fichte, Kiefer und Laubbäume) auf Basis von multitemporalen ASL-Daten mit einem Deep-Learning(DL)-Ansatz unter Verwendung von Convolutional Neural Network (CNN) untersucht. Die Baumartentrennung wurde auf Einzelbaumbasis durchgeführt. Die erreichten Genauigkeiten für einzelne Datenepochen variieren zwi-schen 60 % und 80 %. Durch das Zusammenführen von einzelnen Ergebnissen zu einer multitempora-len Klassifikation konnte eine Genauigkeit von knapp 90 % erreicht werden.
Originalsprache | deutsch |
---|---|
Titel | AGIT ‒ Journal für Angewandte Geoinformatik |
Seiten | 329-337 |
Seitenumfang | 9 |
Band | 5-2019 |
ISBN (elektronisch) | ISBN 978-3-87907-671-0 |
DOIs | |
Publikationsstatus | Veröffentlicht - 3 Juli 2019 |