User: Guest  Login
Original title:
Timely prediction potential of landslide early warning systems with multispectral image correlation techniques
Translated title:
Vorhersagepotential von Hangbewegungs-Frühwarnsystemen mit multispektralen Bildkorrelationstechniken
Author:
Hermle, Doris Maria
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Krautblatter, Michael (Prof. Dr.)
Referee:
Krautblatter, Michael (Prof. Dr.); Mazzanti, Paolo (Prof. Dr.); Rutzinger, Martin (Prof. Dr.)
Language:
en
Subject group:
GEO Geowissenschaften
Keywords:
Landslide, image registration, digital image correlation, remote sensing, optical remote sensing, UAV, slope failure, climate change, landslide monitoring, landslide early warning systems
Translated keywords:
Hangbewegungen, Bildregistrierung, digitale Bildkorrelation, Fernerkundung, optische Fernerkundung, UAV, Hangversagen, Klimawandel, Hangbewegungsüberwachung, Hangbewegungs-Frühwarnsysteme
TUM classification:
GEO 320
Abstract:
Landslides are a potential risk to people, their livestock and infrastructure in alpine areas and elsewhere. Increasing evidence reveals ongoing climate warming is affecting slope stability worldwide. This dissertation presents a novel concept for extending the warning time for landslide early warning systems. It demonstrates the feasibility of different image registration techniques using optical remote sensing data of different resolutions for slope movements in the Sattelkar (Obersulzbachvall...     »
Translated abstract:
Hangbewegungen sind ein potenzielles Risiko für Menschen, ihre Lebensgrundlage und die Infrastruktur in alpinen Gebieten und anderswo. Es gibt zunehmend Belege dafür, dass sich die fortschreitende Klimaerwärmung weltweit auf Hangstabilitäten auswirkt. In dieser Dissertation wird ein neuartiges Konzept zur Verlängerung der Vorwarnzeit für Hangbewegungs-Frühwarnsysteme vorgestellt. Sie demonstriert die Durchführbarkeit verschiedener Bildregistrierungstechniken mittels optischer Fernerkundungsdaten...     »
WWW:
https://mediatum.ub.tum.de/?id=1690428
Date of submission:
31.10.2022
Oral examination:
20.04.2023
File size:
195255291 bytes
Pages:
248
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230420-1690428-1-4
Last change:
30.06.2023
 BibTeX