Extraction of parameters for aquatic reed status determination by exploring UAV-RGB and airborne Green-LiDAR data
Translated title:
Extraktion von Parametern für die Bestimmung des aquatischen Schilfstatus durch Untersuchen von UAV-RGB- und luftgetragenen Green-LiDAR-Daten
Author:
Corti Meneses, Nicolas
Year:
2019
Document type:
Dissertation
Faculty/School:
Fakultät Wissenschaftszentrum Weihenstephan
Advisor:
Geist, Jürgen (Prof. Dr.)
Referee:
Geist, Jürgen (Prof. Dr.); Braun, Matthias (Prof. Dr.); Kollmann, Johannes (Prof. Dr.)
Language:
en
Subject group:
GEO Geowissenschaften
TUM classification:
BIO 140d
Abstract:
This dissertation aims to contribute to the development of efficient and effective monitoring of aquatic reed beds by analysing remote sensing data. It deals with the task of extracting quantitative biometric information with data gathered by UAVs and airborne LiDAR. Two new classification strategies are developed using point clouds and obtained built on mapping structural parameters (height, density, extent) and vegetation status. Based on the objectivity, comparability and repeatability, it is clearly recommended that UAV or LiDAR based data collection methods are used for monitoring aquatic reed beds.
«
This dissertation aims to contribute to the development of efficient and effective monitoring of aquatic reed beds by analysing remote sensing data. It deals with the task of extracting quantitative biometric information with data gathered by UAVs and airborne LiDAR. Two new classification strategies are developed using point clouds and obtained built on mapping structural parameters (height, density, extent) and vegetation status. Based on the objectivity, comparability and repeatability, it is...
»
Translated abstract:
Diese Dissertation soll durch die Analyse von Fernerkundungsdaten zur Entwicklung einer effizienten und effektiven Überwachung von aquatischen Schilfflächen beitragen. Sie befasst sich mit der Aufgabe, quantitative biometrische Informationen auf Basis von Daten aus UAV und LiDAR zu extrahieren, prozessieren und validieren. Zwei neue Klassifizierungsstrategien werden unter Verwendung von Punktwolken entwickelt und basierend auf der Abbildung struktureller Parameter (Höhe, Dichte, Ausdehnung) und Vegetationsstatus ermittelt. Aufgrund der Objektivität, Vergleichbarkeit und Wiederholbarkeit wird empfohlen, UAV- oder LiDAR-basierte Datenerhebungsmethoden zur Überwachung von Schilfgebieten zu verwenden.
«
Diese Dissertation soll durch die Analyse von Fernerkundungsdaten zur Entwicklung einer effizienten und effektiven Überwachung von aquatischen Schilfflächen beitragen. Sie befasst sich mit der Aufgabe, quantitative biometrische Informationen auf Basis von Daten aus UAV und LiDAR zu extrahieren, prozessieren und validieren. Zwei neue Klassifizierungsstrategien werden unter Verwendung von Punktwolken entwickelt und basierend auf der Abbildung struktureller Parameter (Höhe, Dichte, Ausdehnung) und...
»