KIT | KIT-Bibliothek | Impressum | Datenschutz
Open Access Logo
§
Verlagsausgabe
DOI: 10.5445/IR/1000085641
Veröffentlicht am 31.08.2018
Originalveröffentlichung
DOI: 10.3390/ijerph15091881

Hyperspectral Data and Machine Learning for Estimating CDOM, Chlorophyll a, Diatoms, Green Algae and Turbidity

Keller, Sina; Maier, Philipp; Riese, Felix; Norra, Stefan; Holbach, Andreas; Börsig, Nicolas; Wilhelms, Andre; Moldaenke, Christian; Zaake, André; Hinz, Stefan



Zugehörige Institution(en) am KIT Institut für Photogrammetrie und Fernerkundung (IPF)
Institut für Angewandte Geowissenschaften (AGW)
Publikationstyp Zeitschriftenaufsatz
Jahr 2018
Sprache Englisch
Identifikator ISSN: 1660-4601
URN: urn:nbn:de:swb:90-856417
KITopen ID: 1000085641
Erschienen in International journal of environmental research and public health
Band 15
Heft 9
Seiten 1881/1-15
Vorab online veröffentlicht am 30.08.2018
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page