- Titel
- Machine Learning Approach on Dynamic Interactions between Air Pollutants and Forest Health using Open-access Remote Sensing Data
- Untertitel
- A Case study of the Białowieża Forest
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-985396
- Konferenz
- 5th Virtual Geoscience Conference. Dresden, 21. - 22. September 2023
- Quellenangabe
- VGC 2023 - Unveiling the dynamic Earth with digital methods
Herausgeber: Helmholtz-Institut Freiberg für Ressourcentechnologie
Herausgeber: Technische Universität Dresden
Erscheinungsort: Dresden
Erscheinungsjahr: 2023
Seiten: 48-49 - Erstveröffentlichung
- 2023
- DOI
- https://doi.org/10.25368/2025.177
- Abstract (EN)
- The Białowieża Forest, a UNESCO World Heritage Site, is an important ecosystem known for its rich biodiversity and ecological significance. However, increasing air pollution poses a potential threat to the health of this unique forest. This study aims to investigate the dynamic interactions between air pollutants and forest health by integrating Sentinel-2 and Sentinel-5P remote sensing data with machine learning algorithms.
- Freie Schlagwörter (EN)
- air pollutants, forest health, machine learning, remote sensing, Sentinel-2, Sentinel-5P
- Klassifikation (DDC)
- 550
- Klassifikation (RVK)
- RB 10081
- Herausgeber (Institution)
- Helmholtz-Institut Freiberg für Ressourcentechnologie, Freiberg
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-985396
- Veröffentlichungsdatum Qucosa
- 18.08.2025
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY 4.0