Ist künstliche Intelligenz die Zukunft schneller Schadenerkennung und -erfassung?

Mit diesem spannenden Thema befasste sich Daniel Scharvogel in seiner Masterarbeit in einem Kooperationsprojekt zwischen Esri Deutschland, HessenForst und der Hochschule Weihenstephan-Triesdorf.

Die Arbeit beleuchtet verschiedene Aspekte des maschinellen Lernens innerhalb eines GIS Systems sowie das Potenzial der frei verfügbaren Sentinel-2 Multispektraldaten für den Einsatz im Forstmanagement.

Dies ist methodisch auch für andere Bereich wie beispielsweise Rückversicherer oder Kommunen von Bedeutung.

Sentinel-2 data used in the project: (a) Example for a Sentinel-2 section with damage. (b) Close-up view of a windthrow in the Sentinel-2 images with a spatial resolution of 10 m (red square in a).

Den daraus entstandenen, peer-reviewed Artikel halten wir für absolut lesenswert.

Hier geht’s zum Artikel

Related Topics

After finishing my studies of Geography, Geology and Geochemistry in Tübingen, I fulfilled my dream to do research the Andes of Latin America. My PhD topic was an interdisciplinary approach to understand ignimbrite distribution, eruption rates and compositions within the context of the Andean Orogeny. After finishing my Phd I worked as a Postdoctoral researcher at the Helmholtz Institute for Resource Technology in the field of mineral exploration. My work involved many different methods ranging from geochemical analysis and dating to GIS-based modelling and multisprectral remote sensing. I love to combine and analyse data and GIS is just the tool to do so:-)

Als nächstes lesen