dida veröffentlicht Paper über frühzeitige Klassifizierung von Fruchtarten (Deep Learning mit Satellitendaten)
Die dida Autoren Frank Weilandt, Lorenz Richter, Tiago Sanona und Jona Welsch haben zusammen mit unserem Kooperationspartner FERN.Lab des GFZ Potsdam ein Paper zur frühzeitigen Vorhersage von Fruchtarten mittels Satellitendaten veröffentlicht.
Die Vorhersage von Frucharten für Felder ("crop classification") ist ein bekanntes Problem in der Erdbeobachtung und dient als Grundlage für Anwendungen im öffentlichen und privaten Sektor, wie zum Beispiel Ernte/Ertrags-Vorhersagen.
Im Paper wird eine Deep Learning basierte Methode vorgestellt. Diese erlaubt zum einen Vorhersagen zu einem beliebigen Zeitpunkt im Jahr mit einem einzigen Modell zu treffen und zum anderen die einfache Kombination verschiedener Datenquellen (wie zum Beispiel optische und Radar Daten).
Die im Paper beschriebenen Erkenntnisse wurden im Rahmen des Kooperationsprojekts "CropClass" mit dem FERN.Lab gewonnen.