In dieser Arbeit wird die Identifizierung von Kunststoffen auf Landoberflächen mit optischer Fernerkundung und maschinellem Lernen untersucht. Drei Studien demonstrieren die Wirksamkeit verschiedener Techniken, darunter Entscheidungsbaum-Klassifikatoren, CNNs, Zufallswälder und SVMs, unter Verwendung von WorldView-3-, Hyperspektral- und Sentinel-2-Bildern. Die Arbeit trägt zur Entwicklung zuverlässiger Ansätze für die Identifizierung von Kunststoffen bei, was sich auf die Umweltüberwachung, die Abfallwirtschaft und die Ressourcenschonung auswirkt. Übersetzt mit www.DeepL.com/Translator (kostenlose Version)     «

In dieser Arbeit wird die Identifizierung von Kunststoffen auf Landoberflächen mit optischer Fernerkundung und maschinellem Lernen untersucht. Drei Studien demonstrieren die Wirksamkeit verschiedener Techniken, darunter Entscheidungsbaum-Klassifikatoren, CNNs, Zufallswälder und SVMs, unter Verwendung von WorldView-3-, Hyperspektral- und Sentinel-2-Bildern. Die Arbeit trägt zur Entwicklung zuverlässiger Ansätze für die Identifizierung von Kunststoffen bei, was sich auf die Umweltüberwachung, die...     »